ساوث بورتلاند، مين (نيوزورثي.آي) الثلاثاء 3 فبراير 2026 @ 7:32 صباحًا بالتوقيت الشرقي —

مع سيطرة أنظمة الذكاء الاصطناعي بشكل متزايد على قرارات الحياة والموت - من المركبات ذاتية القيادة إلى التشخيصات الطبية إلى الأسواق المالية - فإن ثغرة حرجة تهدد بتقويض وعودها: تفشل هذه الأنظمة باستمرار في الحالات النادرة الحدية التي تسبب نتائج كارثية.

شركة فيكتورسيرتين ذ.م.م أعلنت اليوم عن التوفر التجاري لنظامها النموذجي الدقيق المتكرر مع نظام الاندماج المتتالي (MRM-CFS)، وهو هيكل مبتكر يغير بشكل أساسي ما هو ممكن في مجال سلامة الذكاء الاصطناعي للتطبيقات ذات المهمة الحرجة. من خلال نشر مجموعات من النماذج فائقة الصغر - بحجم 71 بايت لكل منها - تمكن فيكتورسيرتين من تغطية السلامة في الذيل الإحصائي حيث تحدث أحداث نادرة ولكن كارثية، وحيث تفشل أنظمة الذكاء الاصطناعي التقليدية باستمرار.

"هذه لحظة الترانزستور لسلامة الذكاء الاصطناعي،" قال جوزيف كونروي، المؤسس والرئيس التنفيذي لشركة فيكتورسيرتين. "تمامًا كما جعلت الترانزستورات كل شيء أفضل من خلال كونها صغيرة وسريعة ومنخفضة الطاقة وقابلة للتكديس - فإن MRM-CFS يمكّن نموذجًا جديدًا للذكاء الاصطناعي ذي المهمة الحرجة. نحن لا نحسن هياكل الذكاء الاصطناعي الحالية. نحن نمكّن هياكل جديدة تمامًا."

تؤدي أنظمة الذكاء الاصطناعي التقليدية أداءً جيدًا في السيناريوهات الشائعة التي تهيمن على بيانات التدريب. لكن التطبيقات ذات المهمة الحرجة لا تفشل في السيناريوهات الشائعة. إنها تفشل في الحالات الحدية: المشاة الذي يخطو إلى حركة المرور عند الغسق، الانهيار السريع الناجم عن عمليات التصفية المتتالية، الاستغلال صفر اليوم الذي يتجاوز التوقيعات المعروفة.

تم التعبير عن هذا القيد من قبل إيليا سوتسكيفر، المؤسس المشارك لأوبن إيه آي:

"جميع النماذج المدربة مسبقًا متشابهة إلى حد كبير لأنها تتدرب مسبقًا على نفس البيانات. الأخطاء مترابطة بشدة." — إيليا سوتسكيفر (2025)

تحليل فيكتورسيرتين يحدد هذا كميًا: مجموعات الذكاء الاصطناعي التجارية تظهر ارتباطًا متقاطعًا يتجاوز 81%، مما يعني أنها تفشل في نفس الحالات الحدية في وقت واحد. الاتفاق العالي بين النماذج المترابطة يخلق وهمًا بالإجماع مع تقديم الحد الأدنى من تغطية السلامة حيث تكون الأهمية قصوى.

"عندما تتفق خمسة نماذج وجميعها تستمد من بيانات تدريبية متشابهة، ليس لديك خمسة آراء مستقلة - لديك رأي واحد عبر عنه خمس مرات،" قال كونروي. "هذه ليست سلامة. هذا إجماع زائف ينهار بالضبط عندما تحتاجه أكثر.

هيكل MRM-CFS من فيكتورسيرتين يحل هذا من خلال أربعة ابتكارات مترابطة:

1. النماذج الدقيقة المتكررة (71 بايت) — كل نموذج مصمم خصيصًا لاكتشاف فئة محددة من أحداث الذيل بدقة قصوى. بحجم 71 بايت، تعتبر MRMs أصغر بأكثر من مليار مرة من GPT-4 - ومع ذلك تحقق دقة >99% على فئات الأحداث المستهدفة.

2. اندماج المستشعرات المتداخل — لأنظمة المستشعرات المتعددة، تستخدم مجموعات MRM أنماط اندماج متداخلة حيث يتم مطابقة مجموعات المستشعرات المجاورة بشكل متقاطع، مما يضمن عدم إنشاء فشل مستشعر واحد لنقطة عمياء في تغطية السلامة.

3. خط أنابيب تصنيف من مرحلتين — مرحلة المصنف تكتشف ما إذا كان حدث ذيل يحدث؛ مرحلة المحدد تحدد الشدة. الاختلاف بين المرحلتين يؤدي إلى تصعيد الحوكمة.

4. نظام الاندماج المتتالي — يجمع مخرجات المجموعة باستخدام إجماع مرجح يحافظ على الآراء الأقلية. عندما تختلف النماذج، يرفع النظام عدم اليقين إلى طبقات الحوكمة بدلاً من التصويت ببساطة.

قامت فيكتورسيرتين بالتحقق من هيكلها على أنظمة إدراك متعددة الكاميرات تمثل تطبيقات مساعدة السائق المتقدمة والمركبات ذاتية القيادة. يعالج النظام مدخلات من 8 كاميرات مع مجالات رؤية متداخلة، يكتشف 6 فئات أحداث ذيل بما في ذلك اقتحام المشاة، مغادرة المسار، وتجنب العوائق. مجموعة 256 نموذج الكاملة تناسب تقريبًا 20 كيلوبايت من الذاكرة، تحقق زمن استدلال أقل من 1 مللي ثانية لكل إطار، وتوفر دقة >99.2% على أحداث الذيل في بيانات اختبار غير مرئية - مع فقدان دقة 0.2% فقط من الدقة الكاملة إلى تكميم INT8.

"المجموعة تتوسع خطيًا مع فئات الأحداث،" أشار كونروي. "إذا كنت بحاجة إلى اكتشاف 12 حدث ذيل بدلاً من 6، تنشر 512 نموذج. الهيكل قابل للتكوين بلا حدود - تمامًا مثل الترانزستورات.

ميزة حرجة لـ MRM-CFS هي النشر على أجهزة لا يمكنها تشغيل نماذج التعلم العميق الحديثة. ملايين الأنظمة المضمنة - وحدات التحكم الإلكترونية للسيارات، الأجهزة الطبية، وحدات التحكم الصناعية، أنظمة التداول المالي - تعمل على معالجات 8 بت و 16 بت مع كيلوبايتات من الذاكرة المتاحة. تستبعد هذه الأنظمة من تطورات سلامة الذكاء الاصطناعي التي تتطلب غيغابايت من ذاكرة الوصول العشوائي وتسريع GPU.

نماذج 71 بايت من فيكتورسيرتين تغير هذه المعادلة تمامًا. الذكاء الاصطناعي التقليدي لا يمكنه التشغيل على معالجات 8 بت، لا يمكنه التناسب في 16 كيلوبايت ذاكرة وصول عشوائي، لا يمكنه العمل بدون وحدات معالجة الرسومات، وغالبًا ما يفشل في تلبية متطلبات زمن انتقال أقل من 10 مللي ثانية. MRM-CFS يوفر نشر مجموعة 256 نموذج كاملة عبر كل هذه القيود - محققًا زمن انتقال أقل من المللي ثانية مع حمل طاقة وحرارة ضئيل.

"هناك منصات حوسبة قديمة منشورة اليوم تمثل مئات المليارات من الدولارات في قيمة القاعدة المنشأة،" قال كونروي. "تحتاج هذه الأنظمة إلى قدرات سلامة الذكاء الاصطناعي ولكن لا يمكن ترقيتها لتشغيل النماذج التقليدية. MRM-CFS هو الهيكل الوحيد الذي يمكنه تلبية احتياجاتها حيث هي - وربما يفتح تلك القيمة دون استبدال الأجهزة.""

مقارنة الترانزستور تمتد إلى ما وراء الاستعارة. تعمل فيكتورسيرتين على تطوير تكامل أجهزة سيعيد تعريف سلامة الذكاء الاصطناعي على مستوى السيليكون:

المرحلة 1: تكامل المعالج — نشر برمجي على مسرعات الذكاء الاصطناعي الحالية.

المرحلة 2: تكامل شريحة — أوزان MRM مضمنة مباشرة في ذاكرة التخزين المؤقت L أو جداول توجيه FPGA لزمن انتقال شبه صفري.

المرحلة 3: هيكل البوابة الذكية — وظيفة MRM تحل محل منطق الترانزستور التقليدي على مستوى البوابة. على عكس الترانزستورات السلبية التي تتحول بناءً على الجهد، "البوابة الذكية" من فيكتورسيرتين تصنف المدخلات بنشاط وتعيد تكوين الدوائر اللاحقة - مما يخلق وظائف بوابات ذكية في السيليكون.

"عندما يناسب نموذجك في 71 بايت، يمكنك خبزه مباشرة في جداول التوجيه،" أوضح كونروي. "الترانزستور كان سلبيًا. البوابة الذكية نشطة. هذا هو التحول النموذجي.

يعتمد هذا النهج على أسس مثبتة. فريق فيكتورسيرتين التقني يشمل خبرة من محلل الغازات السامة ENVAIR2000 من إنفاتيك (1996)، الذي استخدم هيكل تصنيف وتحديد كمي من مرحلتين مماثل مع تحكم FPGA ومكبرات كسب قابلة للبرمجة لتحقيق حدود اكتشاف أجزاء لكل تريليون - بما في ذلك أول تمييز كهروكيميائي في الصناعة بين Cl₂ و ClO₂.

"ما أظهرناه في 1996 مع المستشعرات الكهروكيميائية - تصنيف يعيد تكوين الأجهزة قبل التحديد الكمي - نجلبه الآن إلى سلامة الذكاء الاصطناعي على مستوى السيليكون،" قال كونروي. "الترانزستور كان سلبيًا. البوابة الذكية نشطة. هذا هو التحول النموذجي.

هيكل البصمة الدقيقة يمكّن من اختراق آخر: تحمل الأعطال القابل للإثبات رياضيًا.

المستشعرات الحقيقية تفشل - الكاميرات تتغشى، الرادار يُحجب، الليدار يتراكم الجليد. تواجه الأنظمة التقليدية خيارًا مستحيلًا: التكرار البسيط يخلق نقاط عمى عندما تفشل المستشعرات، بينما يتجاوز النسخ الكامل قيود الذاكرة المضمنة.

هيكل فيكتورسيرتين التوافقي يحل هذا. حيث تتطلب الأطر التقليدية 640 كيلوبايت لمجموعة 256 نموذج، ينشر MRM-CFS نفس القدرة في 20 كيلوبايت - ميزة ذاكرة 32× تمكن كل مستشعر من المشاركة في مجموعات مصنف متداخلة متعددة.

النتيجة: عندما يفشل أي مستشعر، تحافظ المجموعات المتبقية على التغطية. الثقة تتدهور برشاقة بدلاً من الفشل الكارثي.

"يمكننا إثبات رياضيًا أنه لا توجد نقاط عمى بعد فشل مستشعر واحد،" قال كونروي. "هذا هو الفرق بين الأمل في أن يكون نظامك آمنًا ومعرفة أنه يلبي متطلبات الشهادة."

إطلاق فيكتورسيرتين يتزامن مع ضغط تنظيمي غير مسبوق:

• السيارات: برنامج AV STEP التابع لـ NHTSA يحدد أول مسار شهادة فيدرالي يتطلب توثيق حالة السلامة. ISO 26262 ASIL-D يطالب بتغطية أعطال 99%+.

• الخدمات المالية: تجاوزت عقوبات SEC لفشل الامتثال للذكاء الاصطناعي 2 مليار دولار منذ 2021.

• الرعاية الصحية: FDA أذن بأكثر من 1,250 جهاز طبي مُمكّن بالذكاء الاصطناعي تحت أطر تتطلب سجلات تدقيق.

• الطاقة: معايير NERC تحمل عقوبات تصل إلى 1.25 مليون دولار يوميًا للذكاء الاصطناعي المؤثر على عمليات الشبكة.

يوفر نظام السلامة والحوكمة من فيكتورسيرتين سجلات التدقيق وآليات الإشراف البشري التي تتطلبها هذه اللوائح.

بينما تمثل المركبات ذاتية القيادة تطبيقًا مرئيًا، فإن MRM-CFS ينطبق أينما تحمل قرارات الذكاء الاصطناعي نتائج عالية العواقب:

• التشخيصات الطبية: اكتشاف حالات نادرة في التصوير حيث تكون بيانات التدريب نادرة بطبيعتها

• التداول المالي: تحديد مقدمات الانهيار السريع وأنماط التلاعب بالسوق

• الأمن السيبراني: التعرف على استغلالات صفر اليوم ومتغيرات برامج الفدية الجديدة

• السلامة الصناعية: التنبؤ بأعطال المعدات قبل الأحداث الكارثية

• الطيران: التحقق من قرارات تحكم الطيران في سيناريوهات الحالات الحدية

• شبكة الطاقة: اكتشاف أنماط فشل متتالية في الوقت الفعلي

• تصنيع الأدوية: ضمان جودة الدفعة في ظروف حدية

• الروبوتات الجراحية: التحقق من قرارات التحكم في مواقف تشريحية غير متوقعة

"حددنا أكثر من 47 مجال تطبيق متميز حيث يوفر MRM-CFS قيمة فريدة،" قال كونروي. "السوق المستهدف المجمع يتجاوز 500 مليار دولار بحلول 2030. وهذا قبل النظر في القاعدة المنشأة من الأنظمة القديمة التي يمكنها أخيرًا المشاركة في تطورات سلامة الذكاء الاصطناعي."

المقارنة بالترانزستورات ليست مبالغة. التوازيات صارخة عبر كل بُعد. حيث تقلصت الترانزستورات من الأنابيب المفرغة إلى المقياس المجهري، يقلص MRM من مليارات المعلمات إلى 71 بايت. حيث خفضت الترانزستورات استهلاك الطاقة من واط إلى ملي واط، يخفض MRM من كيلو واط GPU إلى ميكرو واط. حيث سرعت الترانزستورات التحويل من مللي ثانية إلى نانو ثانية، يحقق MRM استدلال أقل من المللي ثانية مقابل ثوانٍ لنماذج اللغة الكبيرة.

حيث مكنت الترانزستورات من قابلية التكوين إلى مليارات الدوائر، يمكّن MRM مجموعات من 256+ نموذج مع اندماج جانبي وطولاني. حيث تطورت الترانزستورات من مكونات منفصلة إلى دوائر متكاملة، يتطور MRM من برمجيات إلى تكامل شريحة إلى سيليكون البوابة الذكية. وحيث مكنت الترانزستورات من تحمل الأعطال من خلال دوائر زائدة عن الحاجة، يمكّن MRM من التكرار التوافقي مع ضمانات عدم وجود نقاط عمى قابلة للإثبات رياضيًا.

"الترانزستورات لم تجعل الراديوهات أصغر فقط،" تأمل كونروي. "جعلت الحواسيب ممكنة، ثم الحواسيب الشخصية، ثم الهواتف الذكية، ثم كل شيء. MRM-CFS لا يجعل الذكاء الاصطناعي أكثر أمانًا فقط - إنه يجعل سلامة الذكاء الاصطناعي ممكنة في تطبيقات حيث كانت مستحيلة سابقًا. ومع خارطة طريق البوابة الذكية الخاصة بنا، نحن لا ننشر على السيليكون فقط - نحن نصبح السيليكون. هذا هو التحول النموذجي."

تقدر فيكتورسيرتين 1.777 تريليون دولار من الخسائر التي كان يمكن منعها على مدى 25 عامًا إذا كان MRM-CFS متاحًا - عبر خسائر التداول، حوادث المركبات ذاتية القيادة، أخطاء طبية، واختراقات أمن سيبراني حيث هزمت أحداث الذيل الذكاء الاصطناعي التقليدي.

يجلب جوزيف كونروي أكثر من 30 عامًا من الخبرة في تطوير وتجارية أنظمة الذكاء الاصطناعي:

• إنفاتيك (1996-2000): أسس شركة ذكاء اصطناعي تخدم بوينج (تحسين شفرات التوربينات)، التصنيع، وصناعات العلوم الحيوية؛ طور محلل الغازات السامة ENVAIR2000 باستخدام هيكل اندماج تصنيف وتحديد كمي من مرحلتين مع تحكم FPGA

• إنفاباور (2001-2008): أسس شركة حلول ذكاء اصطناعي؛ طور توقع حمل NE-ISO محققًا تخفيض خطأ 51% عبر 14 مليون عميل؛ خروج ناجح بقيمة ثمانية أرقام

• برنامج تجريبي EPA PEMS: مورد تقني للبرنامج التجريبي الوطني لـ EPA للتحقق من مراقبة الانبعاثات التنبؤية - الآن مقنن كمنهجية امتثال فيدرالية مقبولة

• المؤلف: أزمة وكيل الذكاء الاصطناعي: كيفية تجنب معدل الفشل الحالي 70% وتحقيق نجاح 90% (2025) — إطار قائم على البحث يستند إلى بحث جامعة كارنيجي ميلون يوضح كيف تحقق أنظمة الذكاء الاصطناعي المتكاملة نجاح اتصال 97% وعائد استثمار 702%، معالجة نفس أنماط الفشل التي يحلها MRM-CFS على مستوى الهيكل

هيكل MRM-CFS من فيكتورسيرتين متاح للترخيص المؤسسي. قم بزيارة www.vectorcertain.com وانضم إلى قائمة الانتظار.

شركة فيكتورسيرتين ذ.م.م هي شركة ديلاوير مقرها في مين، تضمن تحقيق أنظمة الذكاء الاصطناعي اليقين الرياضي في البيئات ذات المهمة الحرجة. قم بزيارة www.vectorcertain.com.

جهة الاتصال الإعلامية: جوزيف كونروي، المؤسس والرئيس التنفيذي | www.vectorcertain.com

تصريحات تطلعية. المواصفات التقنية تعكس أداء النموذج الأولي المصدق عليه.

إخلاء المسؤولية: تم إنشاء هذه الترجمة تلقائيًا بواسطة NewsRamp™ لـ Newsworthy.ai (يشار إليهما معًا بـ "الشركات") باستخدام منصات الذكاء الاصطناعي التوليدية المتاحة للعامة. لا تضمن الشركات دقة أو اكتمال هذه الترجمة ولا تتحمل أي مسؤولية عن أية أخطاء أو سهو أو عدم دقة. الاعتماد على هذه الترجمة يكون على مسؤوليتك الخاصة. لا تتحمل الشركات أية مسؤولية عن أي أضرار أو خسائر ناجمة عن مثل هذا الاعتماد. النسخة الرسمية والموثوقة لهذا البيان الصحفي هي النسخة الإنجليزية.