مالک یک خودروی جیپ قدیمی، به کمک هوش مصنوعی مشکل آلایندگی آن را حل کرد

یک علاقه‌مند به هوش مصنوعی موفق شد با کمک این فناوری و کمی مهارت در سیم‌کشی الکترونیکی، خودروی قدیمی Jeep Cherokee مدل ۱۹۹۴ خود را از آزمون آلایندگی کالیفرنیا سربلند بیرون بیاورد.

این خودرو که ۳۲ سال از عمر آن می‌گذرد، تنها به یک رایانه ابتدایی برای مدیریت موتور مجهز بود؛ اما مالک آن با اتصال خودرو به لپ‌تاپ از طریق برد Arduino Nano توانست اطلاعات مختلف موتور را بخواند و در نهایت برخی تنظیمات آن را نیز تغییر دهد.

ویدیویی که محمد زولالی منتشر کرده، مسیر تلاش او برای رفع مشکل خودرو را نشان می‌دهد؛ از مردود شدن پیاپی در آزمون آلایندگی گرفته تا اتصال به واحد کنترل الکترونیکی موتور (ECU)، دریافت اطلاعات و اصلاح تنظیمات موتور برای کاهش آلایندگی. در تمام این مراحل، هوش مصنوعی Claude راهنمایی‌های لازم را ارائه داد و Codex نیز کدهای موردنیاز را نوشت.

این جیپ قدیمی به دلیل تولید بیش از حد اکسیدهای نیتروژن (NOx) در سرعت‌های مشخص، نمی‌توانست آزمون آلایندگی کالیفرنیا را پشت سر بگذارد. خودرو ابتدا در سرعت ۴۰ کیلومتر بر ساعت مردود شد. سپس زولالی ترکیب اکسیژن و سوخت را تغییر داد، اما نتیجه بدتر شد و خودرو هم در سرعت ۴۰ و هم در سرعت ۸۰ کیلومتر بر ساعت در آزمون شکست خورد.

زولالی اعتراف کرد که عملاً بدون داشتن اطلاعات دقیق، تنظیمات خودرو را تغییر می‌داد. از طرف دیگر، هر بار انجام آزمایش آلایندگی تقریباً ۱۰۰ دلار هزینه داشت که مشکل بزرگی به شمار می‌رفت. با این حال، در سال ۲۰۲۶ هوش مصنوعی به کمک او آمد. مجموع هزینه سخت‌افزار موردنیاز، با احتساب یک ریزکنترل‌گر ۳ دلاری، از ۱۵ دلار فراتر نرفت.

اتصال رایانه قدیمی خودرو به هوش مصنوعی

نخستین چالش این پروژه، برقراری ارتباط میان خودروی قدیمی و لپ‌تاپ امروزی بود. Claude به مالک خودرو توضیح داد که موتور از پروتکل ارتباطی Chrysler SCI Bus با سرعت تقریبی ۷۸۰۰ باد استفاده می‌کند. این پروتکل از نظر الکتریکی برخلاف پورت سریال معمولی عمل می‌کند و برای برقراری ارتباط به معکوس‌سازی سیگنال نیاز دارد.

برد Arduino Nano توانایی انجام این کار را داشت و می‌توانست اطلاعات خودرو را به رایانه منتقل کند. زولالی این برد را روی بردبورد نصب کرد و با چند سیم ساده، ارتباط لازم را برقرار ساخت. سه سیم نیز به سوکت عیب‌یابی شش‌پین Jeep Cherokee متصل شدند.

نخستین تلاش برای اتصال موفقیت‌آمیز بود، اما سیستم در ابتدا فقط امکان نمایش دمای مایع خنک‌کننده موتور و ولتاژ باتری را فراهم می‌کرد. زولالی به اطلاعات بیشتری نیاز داشت و می‌خواست علاوه بر دریافت داده‌ها، امکان کنترل برخی بخش‌ها برای رفع مشکل آلایندگی را نیز در اختیار داشته باشد.

پس از چند تشخیص اشتباه درباره غنی بودن مخلوط سوخت و هوا و تزریق ۲۲ درصد سوخت بیشتر، که بر اساس اطلاعات مربوط به مدل‌های دیگر خودرو ارائه شده بود، مالک توانست Claude را به جمع‌آوری اطلاعات در جریان رانندگی وادار کند.

هوش مصنوعی داده‌های موتور و کدهای خطا را هنگام رانندگی با سرعت‌های ۴۰ و ۸۰ کیلومتر بر ساعت ثبت کرد تا علت اصلی مشکل مشخص شود. همچنین امکان کنترل برخی پارامترها، از جمله فشار سوخت، در اختیار سیستم قرار گرفت.

زولالی پس از دستیابی به تشخیصی که آن را معتبر می‌دانست و یافتن راه‌حل احتمالی، قصد داشت نرم‌افزار اصلی ECU خودرو را با کدهای اصلاح‌شده به کمک هوش مصنوعی بازنویسی کند تا خودرو بتواند تمام مراحل آزمون آلایندگی کالیفرنیا را پشت سر بگذارد.

اما یک مشکل غیرمنتظره وجود داشت؛ رایانه این Jeep تنها چند ماه قدیمی‌تر از نسلی بود که قابلیت بازنویسی نرم‌افزار داخلی را پشتیبانی می‌کرد. به همین دلیل، امکان فلش کردن مستقیم ECU وجود نداشت.

در نهایت، زولالی از Codex کمک گرفت تا کدهای سفارشی را در تراشه حافظه EEPROM مجاور تزریق و اجرا کند. این روش امکان اعمال تغییرات موردنظر را بدون نیاز به بازنویسی مستقیم نرم‌افزار اصلی ECU فراهم آورد.

زولالی درباره تقسیم وظایف میان دو ابزار هوش مصنوعی گفت

Claude تقریباً تمام کارهای مربوط به عیب‌یابی را انجام داد و Codex هم تقریباً تمام وظایف مربوط به حافظه را بر عهده گرفت. من فقط سیم‌کشی و رانندگی را انجام دادم.

او همچنین توضیح داد که برای اجرای این پروژه نیازی به مراجعه به مکانیک یا استفاده از دستگاه تخصصی نمایندگی کرایسلر نداشته است.

علاوه بر انتشار ویدیوی مراحل انجام پروژه، زولالی مخزن کدهای آن را با نام xj-scanner در گیت‌هاب قرار داده است. این پروژه به‌صورت نرم‌افزار رایگان و تحت مجوز GPLv3 منتشر شده و علاقه‌مندان می‌توانند به کدهای آن دسترسی داشته باشند.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.