أجهزة الاستشعار الخاصة بنا مستشعرات Pello تعمل في العالم الحقيقي.
قد يبدو هذا أمراً بديهياً، لكنه يطرح تحدياً تقنياً مختلفاً تماماً عن تطوير البرامج التي تعمل بالكامل في السحابة. تعمل أجهزة Pello على حاويات النفايات وإعادة التدوير في جميع أنحاء أمريكا الشمالية. وهي تتعرض للعوامل الجوية والحركة والواقع اليومي للبنية التحتية لإدارة النفايات. ومع نمو شبكة Pello الخاصة بنا، اضطر فريقنا التقني في RTS إلى التفكير بطريقة مختلفة في مشكلة نادرًا ما يلاحظها العملاء:
كيف يمكن الحفاظ على سلامة شبكة كبيرة من الأجهزة المتصلة دون الاكتفاء بإضافة المزيد والمزيد من عمليات المراقبة اليدوية؟ دفع هذا السؤال فريقنا إلى البدء في تطبيق الذكاء الاصطناعي على البنية التحتية التي تدعم Pello نفسها.
من المراقبة اليدوية إلى الفرز الذكي
تُصدر الأجهزة المتصلة إشارات تتعلق بحالتها وأدائها. يمكن التعامل مع جهاز واحد بسهولة. أما البحث عن أنماط خفية عبر مجموعة كبيرة من الأجهزة، فهو تحدٍ مختلف تمامًا. وهذا بالضبط هو نوع المشكلة التي يمكن أن يكون الذكاء الاصطناعي مفيدًا فيها.
يعمل فريقنا على تطوير طرق أكثر ذكاءً لتقييم معلومات الأجهزة بشكل مستمر، وتحديد الحالات غير العادية، وتزويد فرقنا الفنية بسياق أفضل حول الأمور التي قد تتطلب الاهتمام. والهدف من ذلك ليس استبعاد العنصر البشري من العملية، بل ضمان أن يكرس خبراؤنا وقتهم للحالات التي تتطلب خبرة فنية بالفعل.وبدلاً من البحث يدويًّا عن المشكلات المحتملة، يمكن لفرقنا التركيز بشكل متزايد على تشخيص المشكلات التي تكشفها التكنولوجيا، وترتيبها حسب الأولوية، وحلها.
الذكاء الاصطناعي وراء الذكاء الاصطناعي
أجد هذا الأمر مثيرًا للاهتمام بشكل خاص لأنه يمثل مثالاً على الذكاء الاصطناعي الذي لن يتفاعل معه معظم العملاء بشكل مباشر أبدًا. يرى العملاء المعلومات الذكية التي يقدمها «بيلو» بشأن عمليات إدارة النفايات الخاصة بهم. وخلف هذه التجربة، يعمل فريق RTS لدينا أيضًا على استكشاف كيف يمكن للذكاء الاصطناعي أن يجعل البنية التحتية نفسها أكثر موثوقية. وهذا جزء مهم من توسيع نطاق التكنولوجيا المادية.
لا يمكن لمنصة النفايات الذكية أن تكون مفيدة إلا بقدر جودة واتساق المعلومات التي تستند إليها. لذلك، بالنسبة لفريقنا، فإن تحسين حالة الأسطول ليس مجرد مسألة هندسية. بل هو جزء من تجربة العميل.
تزويد الخبراء بأدوات أفضل
كان أحد أهم الدروس المستفادة من هذا العمل هو أن الأتمتة الجيدة تغير طبيعة العمل الذي يقوم به الإنسان بدلاً من مجرد الاستغناء عنه. يمكن للذكاء الاصطناعي تقييم كميات كبيرة من المعلومات بشكل مستمر. الفني المتمرس يفهم البيئة المادية، ويتعرف على الحالات الاستثنائية، ويحدد الاستجابة المناسبة. وبجمع هذه القدرات معًا، يصبح النظام ككل أكثر كفاءة بكثير.
هذه هي الطريقة التي ينظر بها فريقنا في RTS إلى الذكاء الاصطناعي من منظور أوسع. نحن لا نهتم بإدخال الذكاء الاصطناعي لمجرد أنه يبدو مبتكراً. ما يهمنا هو تحديد المشكلات التشغيلية التي يمنح فيها الذكاء الاصطناعي الأشخاص الموهوبين قدرات جديدة لم تكن متوفرة لديهم من قبل.
التوسع
ومع تزايد ارتباط العالم المادي بالبرمجيات، سيصبح هذا التحدي أكثر شيوعًا. وستحتاج المؤسسات إلى طرق ذكية لإدارة البنية التحتية المتصلة دون السماح للتعقيد بأن ينمو بنفس معدل نمو الشبكة نفسها.
في RTS، يتيح لنا «بيلو» الفرصة لحل تلك المشكلات في واحدة من أكثر البيئات المادية صعوبةً التي يمكن تخيلها. وهذا جزء مما يجعل العمل مثيرًا.
نحن لا نكتفي فقط بتطوير تكنولوجيا أكثر ذكاءً لحاويات النفايات. بل نتعلم أيضًا كيفية تطوير الأنظمة الذكية اللازمة لتشغيل تلك التكنولوجيا على نطاق واسع.