في عالم يتجه نحو الابتكار التكنولوجي، يواجه قطاع السيارات ذاتية القيادة (Autonomous Vehicles) تحديات جمة للحفاظ على سلامة الطريق والتقيد بقوانين المرور. على الرغم من أن القيادة وفقاً للقوانين المرورية تُعدّ متطلباً أساسياً للسائقين البشريين، إلا أن السيارات ذاتية القيادة قد تنتهك هذه القوانين في مواقف متعددة.

لتضمين الامتثال القانوني في أنظمة القيادة الذاتية، تعتمد الأساليب التقليدية على لغات منطقية رسمية لتحديد القيود السلوكية بوضوح، ولكن هذه العملية تكون متعبة وتحتاج إلى جهد كبير للحفاظ عليها. ومع تطورات الذكاء الاصطناعي، أصبح من الواعد الاستفادة من نماذج اللغات الضخمة (Large Language Models) لاشتقاق المتطلبات القانونية من التشريعات المرورية.

ومع ذلك، فإن التحدي يكمن في أن نماذج اللغات الضخمة قد تسترجع أحكام غير ذات صلة أو تفوت أحكام أخرى تنطبق على مواقف معينة، مما يؤدي إلى نتائج غير دقيقة. للتغلب على هذا العائق، تم اقتراح خطوة جديدة تعزز تفكير نماذج اللغات الضخمة من خلال تصنيف السيناريوهات المرورية، مما ينشئ روابط هرمية بين القوانين والمواقف.

عند تطبيق هذه الطريقة على قوانين المرور الصينية وبيانات OnSite المكونة من 5,897 سيناريو، حققت نتائج مذهلة في تطابق القوانين مع السيناريوهات حيث تحسنت النسبة بمعدل 29.1%. وارتفعت دقة المتطلبات الإلزامية والمحظورة بنسبة 36.9% و38.2% على التوالي.

علاوة على ذلك، تم إثبات فعالية هذا النظام من خلال بناء طبقة لمراقبة الالتزام القانوني أثناء التنقل في المركبات ذاتية القيادة، وتطوير نظام لمراقبة الالتزام في الوقت الحقيقي، مما يوفر أساسًا قويًا لتطوير وتطبيق السيارات ذاتية القيادة بشكل آمن وفعال.

هل تعتقد أن الذكاء الاصطناعي يمكن أن يحدث ثورة في طريقة تعاملنا مع قوانين المرور؟ شاركونا آراءكم في التعليقات!