في عالم تتسارع فيه وتيرة حركة المرور وتعقيداته، تظهر حاجة ملحّة لفهم هذه الحركة بشكل أعمق. هنا يأتي دور مشروع OmniTraffic، الذي يعد ثورة في ميدان معالجة حركة المرور. يتجاوز هذا النظام الذكي حدود التعرف على الكائنات، ليشمل فهمًا متكاملًا لتركيبات الطرق وديناميكيات الزمن.

تم تصميم OmniTraffic كأنبوب توليد قابل للتحكم ومقياس مُخصص لفهم حركة المرور الزمانية والمكانية (Spatio-Temporal Traffic Reasoning). يشمل المشروع 12 تقاطعًا حقيقيًا تم إعادة بنائها في بيئات مرورية ثلاثية الأبعاد قابلة للتحرير، بالإضافة إلى لقطات مراقبة من بلدين مختلفين. هذه الميزات تتيح تقييمًا شاملاً تحت ظروف متحكم بها وطبيعية.

تمثل OmniTraffic هرمًا وظيفيًا ثلاثي المستويات، يمتد ليشمل إدراك المشهد، والتفكير متعدد الرؤى والزمني، ودعم القرار. باستخدام بيانات مرورية مُنظمة، يقوم OmniTraffic بتوليد عينات متزامنة من أسئلة وإجابات مرئية متنوعة، تشمل حالات المركبات ووظائف الحارات وتحليل ديناميكيات الزمن ومرحلة الإشارة، مما يصل بإجمالي 8 ملايين عينة من أسئلة وإجابات مرئية و3 آلاف مجموعة اختبار موثقة من قبل البشر.

ومع تقييم 11 نموذجًا من نماذج اللغات الضخمة (MLLMs)، أظهر البحث فجوة كبيرة بين أداء النماذج البشرية والنماذج الذكية، وكانت أبرز العيوب في المهام المعتمدة على التركيب والتفكير الزماني والمكاني. لكن، عبر تنفيذ نمذجة خفيفة الوزن على بيانات سيمولاتد من OmniTraffic، تم تحسين الأداء في مشاهد حركة المرور الحقيقية، مما يدل على أهمية الإشراف الناتج عن التوليد المحاكي في تعزيز الفهم المتعدد الوسائط لحركة المرور.

وأكثر من مجرد مجموعة بيانات ثابتة، يوفر OmniTraffic أنبوبًا قابلًا للتطوير، يسمح بتكوين التقاطعات، وزوايا الكاميرات، ومتطلبات المرور، ومرحلة الإشارة، والظروف البصرية، والأحداث النادرة. بدلاً من الحلول الجامدة، هذا المشروع يفتح آفاقًا جديدة لفهم حركة المرور.

الذكاء الاصطناعي يتطور سريعًا، وما زلنا في بداية رحلة استكشاف إمكانياته في حركة المرور. ماذا تتوقعون في المستقبل من هذه التقنيات؟ شاركونا آرائكم في التعليقات!