الذكاء الاصطناعي لإدارة الشحن الجوي في مطار سياتل

يستخدم مطار سياتل-تاكوما الدولي في مدينة سياتل الأمريكية تقنيات الذكاء الاصطناعي والرؤية الحاسوبية في زيادة كفاءة الشحن الجوي والحد من التأخير وتعزيز فرص مساءلة ناقلات الشحن.

ويستفيد المشروع، الذي يحمل اسم “بلين إنسايت” (PlaneInsight)، من البنية التحتية المُتاحة في المطار مثل الكاميرات الأمنية ومركز البيانات في جمع الصور وتكوين مجموعات البيانات لتدريب الشبكات العصبونية الاصطناعية واستخلاص النتائج أو تحليل الصور.

وتُفيد الصور التي تلتقطها الكاميرات الأمنية في تحديد الطائرات والمُعدات الأرضية المُستخدمة في عمليات الشحن مثل أحزمة الأمتعة والسلالم، كما يكشف التحليل صور الطائرات وأنواعها والنصوص الظاهرة عليها مثل أسماء شركات الطيران والعناصر المحيطة بها. وعلى النقيض من ذلك، تستلزم حلولٌ آلية أخرى مُعدات مُتخصصة وباهظة التكلفة.

آفاق الاستفادة من تعلم الآلة

استهدف “بلين إنسايت” في الأصل تعريف إدارة تكنولوجيا المعلومات والاتصالات في مطار سياتل-تاكوما الدولي بكيفية الاستفادة من تعلم الآلة، إحدى تقنيات الذكاء الاصطناعي، والرؤية الحاسوبية، بحسب ما قال سكيب تافاكوليان، وهو مسؤولٌ بارز عن الأنظمة التقنية في مؤسسة “ميناء سياتل”. وتتولى المؤسسة الحكومية الإشراف على الميناء البحري والمطار الدولي في المدينة الواقعة ضمن ولاية واشنطن. وأوضح تافاكوليان أن المشروع ليس تدريبًا أكاديميًا فقط، بل سيُغيِّر بشكلٍ جوهري طريقة عمل المطار ويُمثِّل البداية فحسب.

وتعاونت إدارة تكنولوجيا المعلومات والاتصالات مع فريق الشحن الجوي في تحديد المعلومات المفيدة في عملية المراقبة الآنية والتحليلات الاستقصائية وتحليل الاتجاهات التاريخية. وعلاوةً على ذلك، يُساعِد فهم تعلم الآلة في تحديد المشكلات التي يُمكن أن تُسهِم التقنية في علاجها.

وبدأ “ميناء سياتل”، الذي تأسس قبل ما يزيد عن مائة عام، في استكشاف تطبيقات تعلم الآلة والرؤية الحاسوبية في عام 2016. وفي العام التالي طوَّر تافاكوليان بالتعاون مع قسم أنظمة الطيران والأنظمة الكهربائية نموذجًا أوليًا. وبدعمٍ من عمليات الطيران والشحن الجوي، تحول النموذج لاحقًا إلى مشروع “بلين إنسايت” الذي بدأ فعليًا في عام 2019.

تحدي الخبرات والبيانات

مثَّل العثور على الخبرات المُتخصصة أحد أكبر التحديات أمام تنفيذ مشروع “بلين إنسايت”؛ فهناك حاجة إلى فريق عمل على درايةٍ جيدة بمفاهيم تعلم الآلة والرؤية الحاسوبية وما يتصل بها من استخدامات وأدوات وأُطر عمل. وفي الوقت الراهن يتزايد الطلب على المتخصصين في الذكاء الاصطناعي، وتتنافس المؤسسات الحكومية والخاصة في اجتذاب أفضل الكفاءات من خلال عروض مالية سخية. وبعيدًا عن هذه المنافسة، لا يبقى أمام المؤسسات من خيار سوى تدريب العاملين لديها على الاستفادة من تعلم الآلة.

وبالإضافة إلى مسألة التدريب، واجه مشروع “بليين إنسايت” تحديًا آخر يتعلق بتوفير مجموعات البيانات اللازمة لتدريب نظام الشبكات العصبونية الاصطناعية. ويتطلب تكوين مثل هذه المجموعات جمع عشرات الآلاف من الصور تحمل كلٌ منها معلومات حول العناصر الظاهرة فيها مثل الطائرات والمواقع والأشكال.

ويتطلب تكوين هذه المجموعات وقتًا طويلًا في ظل غياب مجموعات بيانات قياسية للطائرات والمعدات المُستخدمة في الشحن. وتجاوز المشروع هذه العقبة من خلال إطلاق برنامج للتدريب الصيفي لطلاب المدارس الثانوية، وبالفعل نجح المتدربون في تكوين نصف مجموعات البيانات اللازمة.

خطط للمستقبل

شملت إسهامات مشروع “بلين إنسايت” تحسين كفاءة فريق الشحن الجوي، وتعزيز الوعي بأهمية تقنية تعلم الآلة واستكشاف سُبل أخرى للاستفادة منها مثل التعرف على الوجهات بمزيجٍ من معالجة اللغات الطبيعية والترجمة الآلية، فضلًا عن عمليات الشحن والسلامة وجرد المخزون. ويسعى فريق الشحن الجوي إلى استثمار تقنيات الرؤية الحاسوبية في الجرد الآلي للمُعدات والتحقق من العمليات الجارية مُقارنةً بالخطط القائمة واكتشاف التباين فيما بينها.

ويتوقع تافاكوليان أن يكون لتقنيات تعلم الآلة عمومًا والشبكات العصبونية العميقة على وجه التحديد الأثر الأبلغ على قطاع تكنولوجيا المعلومات منذ بدء الاستخدام الواسع للإنترنت في منتصف التسعينيات من القرن العشرين، الأمر الذي يُؤكد أهمية الاستعداد المُبكِّر الآن.