Clear Sky Science · he

אינטליגנציה מבוזרת בקצה לזיהוי דליפות צינורות בעדרי רחפנים באופן אמין ושומר פרטיות באמצעות נורמות נויטרוסופיות של סוגנו-וובר

· חזרה לאינדקס

לצפות באיומים הנסתרים מתחת לרגלינו

צינורות גז טבעי חוצים בשקט יבשות, מובילים דלק שמפעיל בתים, מפעלים וכוחות חשמל. אך סדק זעיר באחד הקווים הקבורים עלול לשחרר גז נפיץ, להצית שריפות רחבות ולהשפיע על האקלים עוד לפני שמישהו שם לב. המאמר בוחן כיצד עדרים של רחפנים חכמים, שכל אחד מהם ממלא תפקיד של תחנת חישה מעופפת, יכולים לשתף פעולה כדי לזהות דליפות במהירות ובשמירה על פרטיות. הוא גם מציג שיטה חדשה שאפשרה למכונות הללו להבין נתונים מבולגנים ומלאי אי־וודאות, כך שהמפעילים יוכלו לסמוך על האזהרות שהם מקבלים.

Figure 1
Figure 1.

מדוע חיפוש דליפות חכם יותר חשוב

זיהוי דליפות בצינורות הוא בעיית מחט בערימת שחת קלאסית. צינורות עוברים דרך מדבריות מרוחקות, יערות, אדמות חקלאיות ועירובים. מזג אוויר, תוואי שטח וציוד מתיישן יכולים כולם לעוות קריאות מצלמות, חיישני גז, מיקרופונים ומדדי לחץ. עיכובים בגילוי אינם רק כרוכים בעלויות; הם עלולים לסכן חיים ולהרוס מערכות אקולוגיות. ניטור מסורתי מסתמך על חיישנים קבועים ומחשבים מרכזיים שצריכים לאסוף את כל הנתונים הגולמיים — סידור שיכול להיות איטי, פגיע להתקפות סייבר ופולשני כלפי בעלי קרקעות. הכותבים טוענים שדור חדש של רחפנים ניידים ושיתופיים, שכל אחד מהם נושא יכולת מחשוב משלו, יכול לבדוק רשתות עצומות מהר יותר תוך שמירה על הנתונים הגולמיים קרובים למקור.

רחפנים שחושבים יחד בקצה

בהתווה המוצע, כל רחפן עוקב לאורך הצינור ונושא מספר סוגי חיישנים — לריכוז גז, טמפרטורה, קול, רטט ומיקום. במקום לשדר כל מדידה חזרה לשרת מרוחק, הרחפן מעבד את הנתונים על הסיפון ומחליף רק סיכומים קומפקטיים עם שאר העדר. גישה זו, המכונה אינטליגנציה מבוזרת בקצה (federated edge AI), מאפשרת לרחפנים רבים ללמוד זה מזה מבלי לחשוף את כל הקריאות הגולמיות שלהם. היא מקטינה את זמני התקשורת, מגנה על מידע תעשייתי רגיש ויכולה להתרחב לציי רחפנים גדולים ביותר. בעבודה קבוצתית, הרחפנים יכולים לכסות מרחקים עצומים, להתאים מסלולי טיסה סביב מכשולים ולבחון נקודות חשודות לעתים תכופות יותר.

להבין ספק וחוסר הסכמה

נתוני חיישנים מהעולם האמיתי אינם נקיים בדרך כלל. רחפן אחד עלול לזהות פלומת גז חלשה; אחר עלול להישתבש מרוחות צולבות או ממכונות רועשות; ושלישי עלול לעבור בגשם שמטשטש את המצלמה. כלי החלטה קלאסיים נוטים להתייחס למידע כלא אמין או אמין, והם מתקשים כאשר הראיות סותרות או בלתי שלמות. הכותבים מבססים את עבודתם על רעיון מתמטי המפריד במפורש שלושה מרכיבים בכל חתיכת מידע: תמיכה בדליפה, תמיכה נגד דליפה וחוסר ודאות אמיתי. הם משלבים זאת עם משפחה גמישה של כללי חיבור שיכולים למודל אינטראקציות עדינות בין הרמזים — למשל, לאפשר להסכמה חזקה בין חיישנים שונים להגביר את הביטחון, ובאותו זמן לאפשר לאי־הסכמה לסמן אזורים שדורשים בדיקה מדוקדקת יותר.

מטכנולוגיות מתחרות לבחירות ברורות

לצורך בדיקת המסגרת הם מדמיינים בעיית תכנון ריאליסטית: מפעילי אנרגיה צריכים לבחור בין מספר אסטרטגיות ניטור מתקדמות. האפשרויות כוללות למידה משופרת בעזרת קוונטים לעדרי רחפנים, רחפנים מתקנים בעלי יכולת ריפוי עצמי שיכולים לתקן דליפות, מודלים של תא דיגיטלי המקושרים לרחפנים ועדרים היברידיים אוויריים ותת־מימיים לקווים חופיים. כל גישה צריכה להישפט במגוון קריטריונים, כגון למידה שומרת פרטיות, יכולת העדר לארגן את עצמו מחדש, חדות האיתור של מיקום הדליפה וחוסן מפני מתקפות סייבר. חוות דעת של מומחים לגבי קריטריונים אלה מטבעה מטושטשת ולעתים סותרת. באמצעות השיטה החדשה שלהם, הכותבים ממירים שיפוטים מעורבים אלה לדירוגים מספריים ומראים שעדרים מבוזרים בעזרת קוונטים מצטיירים כאופציה המבטיחה ביותר בתנאי אי־וודאות.

Figure 2
Figure 2.

החלטות איתנות בעולם מבולגן

בסופו של דבר, המאמר טוען שמנוע החלטות המודע לאי־הוודאות שלו מאפשר לעדרי רחפנים אוטונומיים לסמן דליפות מסוכנות באופן אמין יותר מטכניקות ישנות. על ידי שימור לא רק של מה שהחיישנים נראים כאילו אומרים, אלא גם של מידת חוסר הוודאות שלהם ושל עוצמת חוסר ההסכמה ביניהם, השיטה מצמצמת את הסיכוי הן לדליפות שאינן נתפסות והן לאזעקות מיותרות. הכותבים גם מראים שהדירוגים שלהם נשארים יציבים גם כאשר רמת האי־וודאות גדלה, וכי הם עולים על שיטת־בדיקה נפוצה בקבלת החלטות רב־קריטרית. עבור קוראים שאינם מומחים, המסר המרכזי הוא שטיפול כן יותר בספק — שנבנה ישירות לתוך המתמטיקה שמנחה את המכונות שלנו — יכול להפוך את מערכות האנרגיה העתידיות לבטוחות, חכמות וחסינות יותר.

ציטוט: 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

מילות מפתח: זיהוי דליפות בצינורות, עדרי רחפנים, אינטליגנציה מבוזרת בקצה, אי־וודאות בקבלת החלטות, תשתיות אנרגיה קריטיות