الذكاء الاصطناعي اللامركزي على الحافة لاكتشاف تسريبات الأنابيب بشكل موثوق مع الحفاظ على الخصوصية في أسراب الطائرات المسيّرة باستخدام معايير نيتروسوفيك سوجنو-ويبر

مراقبة التهديدات الخفية تحت أقدامنا

تعبر خطوط نقل الغاز الطبيعي القارات بهدوء، حاملةً الوقود الذي يزوّد المنازل والمصانع ومحطات الطاقة. ومع ذلك، يمكن لصدع صغير في أحد هذه الأنابيب المدفونة أن يطلق غازًا قابلًا للاشتعال، يسبب حرائق هائلة، ويطلق غازات دفيئة في الجو قبل أن يلحظ أحد ذلك بوقت طويل. تستكشف هذه الورقة كيف يمكن لأسراب من الطائرات المسيّرة الذكية، كل منها يعمل كمحطة استشعار طائرة، أن تتعاون لاكتشاف التسريبات بسرعة وبشكل يحترم الخصوصية. كما تقدم طريقة جديدة لهذه الأجهزة لفهم بيانات مشوشة وغير مؤكدة بحيث يثق المشغلون في التحذيرات التي يتلقونها.

لماذا يهم اكتشاف التسريبات بشكل أذكى

يعد اكتشاف تسربات الأنابيب مشكلة كلاسيكية تشبه البحث عن إبرة في كومة قش. تمر خطوط الأنابيب عبر صحارى نائية وغابات وأراضٍ زراعية ومدن. يمكن أن تشوّه الأحوال الجوية والتضاريس والمعدات المتقادمة قراءات الكاميرات وكاشفات الغاز والميكروفونات ومقاييس الضغط. إن التأخّر في الكشف لا يكلف المال فحسب؛ بل قد يعرض الأرواح للخطر ويدمّر النُظم البيئية. يعتمد المراقبة التقليدية على حسّاسات ثابتة وحواسيب مركزية يجب أن تجمع جميع البيانات الخام، وهو ترتيب قد يكون بطيئًا ومعرضًا للهجمات السيبرانية ومتطفلاً على أصحاب الأراضي. يجادل المؤلفون بأن جيلًا جديدًا من الطائرات المسيّرة المتنقلة والمتعاونة، كل منها مزود بقدرات حسابية محلية، يمكنه فحص شبكات واسعة أسرع مع إبقاء البيانات الخام قريبة من مصدرها.

طائرات مسيّرة تفكر معًا على الحافة

في الرؤية المقترحة، تطير كل طائرة مسيّرة بمحاذاة خط الأنابيب وتحمل عدة أنواع من الحساسات—لتركيز الغاز، والحرارة، والصوت، والاهتزاز، والموقع. بدلًا من بث كل قياس إلى خادم بعيد، تعالج الطائرة البيانات محليًا وتشارك موجزات مضغوطة فقط مع بقية السرب. تتيح هذه المقاربة، المعروفة بالذكاء الاصطناعي اللامركزي على الحافة، لعدد كبير من الطائرات أن تتعلّم من بعضها دون كشف جميع قراءاتها الخام. فهي تقلّل زمن الاتصالات، وتحمي المعلومات الصناعية الحساسة، ويمكن أن تتوسع لتشمل أساطيل كبيرة جدًا. بالعمل كمجموعة، يمكن للطائرات تغطية مسافات شاسعة، وتعديل مسارات طيرانها لتفادي العقبات، وإعادة زيارة المواقع المشتبه بها بوتيرة أعلى.

فهم الشك والخلاف

نادراً ما تكون بيانات الحساسات في العالم الحقيقي نظيفة. قد تكتشف طائرة مسيّرة منبثًا خافتًا للغاز؛ وقد تشتبه أخرى بسبب الرياح العارضة أو ضجيج الآلات؛ وقد تطير ثالثة خلال مطر يعتم الكاميرا. تميل أدوات القرار الكلاسيكية إلى معاملة المعلومات على أنها إما موثوقة أو غير موثوقة، وتواجه صعوبة عندما تتعارض الأدلة أو تكون ناقصة. يبني المؤلفون على فكرة رياضية تفصل صراحةً ثلاثة مكونات في كل قطعة من المعلومات: الدعم لوجود تسرب، والدعم ضد وجود تسرب، وعدم اليقين الحقيقي. يدمجون ذلك مع عائلة مرنة من قواعد الدمج التي يمكنها نمذجة التفاعلات الدقيقة بين الدلائل—على سبيل المثال، السماح لتوافق قوي بين حسّاسات مختلفة أن يعزز الثقة، بينما يجعل عدم الاتفاق علامة على مناطق بحاجة إلى فحص أدق.

من تقنيات متنافسة إلى خيارات واضحة

لاختبار إطارهم، يتصور الباحثون مشكلة تخطيط واقعية: يجب على مشغلي الطاقة الاختيار بين عدة استراتيجيات مراقبة متقدمة. تشمل الخيارات التعلم المدعوم بقدرات كمية لأسراب الطائرات المسيّرة، وطائرات إصلاح ذاتية قادرة على رقع التسريبات، ونماذج التوأم الرقمي المرتبطة بالطائرات، وأسراب هجينة جوية وتحت مائية لخطوط البحر. يجب تقييم كل نهج على عدة محاور، مثل التعلم المحافظ على الخصوصية، وقدرة السرب على إعادة التنظيم، ودقة تحديد موقع التسرب، والمرونة ضد الهجمات السيبرانية. آراء الخبراء حول هذه المعايير بطبيعتها ضبابية وأحيانًا متناقضة. باستخدام طريقتهم الجديدة، يحوّل المؤلفون هذه الأحكام المختلطة إلى ترتيب رقمي ويظهرون أن الأسراب اللامركزية المدعومة بتقنيات كمية تبرز كخيار واعد في ظل ظروف عدم اليقين.

قرارات أقوى في عالم معقّد

في النهاية، تزعم الورقة أن محرك اتخاذ القرار الواعي بعدم اليقين يسمح لأسراب الطائرات المستقلة بالإشارة إلى التسريبات الخطرة بموثوقية أكبر من التقنيات القديمة. من خلال الحفاظ ليس فقط على ما تبدو الحساسات وكأنها تقول، بل أيضًا على مدى عدم التيقّن وكيفية شدة الخلاف بينها، تقلّل الطريقة من احتمال كل من التسريبات الفائتة والإنذارات الكاذبة. كما يظهر المؤلفون أن ترتيبهم يظل مستقرًا حتى عندما يزداد مستوى عدم اليقين، وأنه يتفوق على طريقة معيارية مستخدمة على نطاق واسع لاتخاذ القرارات متعددة المعايير. للقراء غير المتخصصين، الرسالة الأساسية هي أن معاملة أكثر صدقًا للشك—مبنية مباشرة في الرياضيات التي توجه آلاتنا—يمكن أن تجعل أنظمة الطاقة المستقبلية أكثر أمانًا وذكاءً ومتانة.

الاستشهاد: Zulqarnain, R.M., Hameed, M.S., Saeedi, G. et al. Federated edge-AI for reliable and privacy-preserving pipeline leak detection in drone swarms using neutrosophic sugeno-weber norms. Sci Rep 16, 13728 (2026). https://doi.org/10.1038/s41598-026-42794-4

الكلمات المفتاحية: كشف تسرب الأنابيب, أسراب الطائرات المسيّرة, الذكاء الاصطناعي اللامركزي على الحافة, عدم اليقين في اتخاذ القرار, البنية التحتية الحيوية للطاقة