لمسؤولي المخاطر والامتثال4 دقيقة قراءة

هل يمكن للذكاء الاصطناعي منع انقطاع التيار عن الشبكة؟ دروس من إسبانيا

فقد 60 مليون شخص الكهرباء في ثوانٍ — لأن إحدى المحطات دفعت الطاقة في حين كان ينبغي أن تسحبها.

المشكلة

في 28 أبريل 2025، الساعة 12:33 ظهرًا، فقدت إسبانيا والبرتغال 15 جيجاواط من الطاقة الكهربائية في خمس ثوانٍ. هذا يعادل نحو 60% من إجمالي الطلب الوطني — اختفى في الوقت الذي يستغرقه رمش العين مرتين. وعانت المناطق التي يسكنها نحو 60 مليون شخص انقطاعًا استمر حتى عشر ساعات. وتوفّي عدة أشخاص بسبب أعطال في البنية التحتية أثناء الانقطاع.

وقع اللوم الأولي على الطاقة المتجددة، لكن اتضح أن هذا كان خطأ. وقد وجدت التحقيقات التي أجرتها ENTSO-E (الهيئة الأوروبية لتنسيق شبكات الكهرباء) وشركة Red Eléctrica de España السبب الحقيقي: محطات الطاقة لم تلتزم بقواعد التحكم في الجهد الخاصة بها. فمنشأة كبرى واحدة حقنت بالفعل قدرة تفاعلية في الشبكة أثناء حدث زيادة في الجهد — وهو ما يعادل كهربائيًا صبّ البنزين على النار. دفعت الطاقة إلى النظام في حين كان كل بروتوكول يوجب سحب الطاقة منه.

إذا كانت مؤسستك تدير بنية تحتية حرجة أو تعتمد على كهرباء دون انقطاع، فهذا الأمر يهمك. وحدات التحكم في الشبكة التي تراقب خطوط النقل فائقة الجهد كانت ترى قراءات طبيعية. أما ارتفاعات الجهد الخطيرة فكانت مخفية عند مستوى أدنى — في المحطات الفرعية على جانب التجميع — حيث لم ينظر أحد بدقّة كافية. وحين بدأ الانهيار المتسلسل كان فوات الأوان لإيقافه.

لم يكن هذا حادثًا شاذًا؛ بل كان فشلًا منهجيًا في ذكاء التحكم. وقد كشف فجوة لا صُمّمت أدوات الذكاء الاصطناعي الحالية لسدّها.

لماذا يهم هذا عملك

لم يكن الانقطاع الأيبيري مجرد قصة عن الكهرباء. إنه إنذار بما يحدث عندما تعجز الأنظمة المؤتمتة عن فرض قواعدها الخاصة في الوقت الفعلي. إذا كنت تدير بنية تحتية حرجة أو تعتمد عليها، فهناك ثلاثة أرقام يجب أن تبقيك مستيقظًا في الليل:

  • فقدان 15 جيجاواط في 5 ثوانٍ. هذا أسرع من أن يتفاعل معه أي مشغّل بشري، وأسرع من أن تعالجه معظم أنظمة الذكاء الاصطناعي حتى استدعاء API واحد إلى السحابة.
  • اختراق الطاقة المتجددة بنسبة 78% صباح يوم الحادث. كلما تحولت شبكتك نحو مصادر الطاقة المتجددة ضاق هامش الخطأ. القصور الذاتي الطبيعي الذي كان يثبّت النظام ذات يوم آخذٌ في التلاشي.
  • 24 ساعة لاستعادة الشبكة. إجراءات الإقلاع الأسود اليدوية حوّلت ما كان يمكن أن يكون تعافيًا خلال 4 ساعات إلى انقطاع استمر يومًا كاملًا عبر بلدين.

بالنسبة إلى عملك، فإن الرهانات التنظيمية ترتفع بسرعة. يصنّف قانون الاتحاد الأوروبي للذكاء الاصطناعي التحكم في الشبكة بوصفه بنية تحتية حرجة. وهذا يعني أن أي نظام ذكاء اصطناعي تنشره يجب أن يوفر مسارات قرار قابلة للتفسير والتدقيق — لا مجرد تخمينات تبدو معقولة. إذا لم يتمكن مزود الذكاء الاصطناعي لديك من أن يُريك لماذا اتخذ قرارًا معينًا، فأنت تواجه مخاطر تشغيلية وتعرّضًا قانونيًا في آن واحد.

الخسائر المالية تتجاوز الغرامات. فالانقطاعات المطوّلة تعطّل سلاسل التوريد، وتوقف التصنيع، وتؤدي إلى تآكل ثقة العملاء. ومجلس إدارتك سيريد أن يعرف: هل تستطيع أنظمتنا منع ذلك؟ وإذا لم تستطع، فما الخطة؟

ما يجري فعليًا تحت الغطاء

لفهم سبب حدوث هذا الانقطاع، عليك أن تفهم مفهومًا واحدًا: القدرة التفاعلية. تخيَّل شبكتك الكهربائية مثل ضغط الماء في نظام أنابيب. القدرة الفعلية هي الماء الجاري — وهي التي تقوم بالعمل النافع. أما القدرة التفاعلية فهي الضغط الذي يحافظ على سريان الماء بسلاسة. ومن دون ضغط كافٍ ينهار النظام.

تشترط اللوائح الإسبانية (إجراء التشغيل 7.4) أن تمتص كل محطة طاقة أو تحقق قدرة تفاعلية تعادل 30% على الأقل من أقصى إنتاج لها. هذا ما يحافظ على استقرار الجهد. وفي 28 أبريل، احتاجت الشبكة إلى أن تمتص المحطات القدرة التفاعلية لأن الجهود كانت ترتفع بشكل حاد. لكن محطات عديدة استجابت ببطء شديد أو لم تستجب إطلاقًا. ومنشأة واحدة فعلت العكس — حيث حقنت قدرة تفاعلية، مما دفع الجهود إلى أعلى وأطلق تفاعلًا متسلسلًا من عمليات الفصل الوقائي عبر الشبكة.

وهنا المشكلة الأعمق. وحدات التحكم التي تشغّل هذه المحطات تستخدم تقنية عمرها عقود — متحكمات تناسبية-تكاملية-تفاضلية (PID) مضبوطة لظروف مستقرة. وهي تعمل جيدًا حين تسود الهدوء. لكن حين تدخل الشبكة في حدث تذبذب سريع غير خطي، لا تستطيع هذه المتحكمات التكيف. إنها مثل منظّم حرارة صُمم لغرفة معيشة ثم طُلب منه إدارة فرن صهر.

وفي الأثناء، كان مشغّلو النقل يراقبون خطوط 400 كيلوفولت التي بدت سليمة. لكن الخطر الحقيقي كان عند مستوى التجميع 220 كيلوفولت، حيث لم تتمكن مبدّلات تفرعة المحولات من التعديل بالسرعة الكافية. هذه «فجوة قابلية الرصد» جعلت الأزمة غير مرئية للمسؤولين عن منعها. وأنظمة المراقبة لديك ليست أفضل من نقاط البيانات التي تراها فعلًا.

ما الذي يعمل (وما الذي لا يعمل)

لنبدأ بما يفشل في بيئات الشبكات عالية المخاطر:

  • متحكمات PID التقليدية: تتعامل جيدًا مع ظروف الاستقرار لكنها تنهار أمام الديناميكيات غير الخطية لحدث تذبذب سريع — وهو ما حدث تمامًا في 28 أبريل.
  • تطبيقات غلاف LLM — أدوات ترسل بياناتك إلى نموذج ذكاء اصطناعي سحابي مثل GPT-4 للمعالجة: تُدخل زمن استجابة يتراوح بين 500 مللي ثانية وبعدة ثوانٍ. عندما تفقد 15 جيجاواط في 5 ثوانٍ، فإن نصف ثانية من التأخير تعني عمرًا كاملًا. والأدهى أن هذه النماذج قد «تهلوس» — فقد تُبلّغ بأن الجهود تستقر استنادًا إلى أنماط تاريخية، حتى عندما تُظهر بيانات الوقت الفعلي انهيارًا متسلسلًا متباعدًا.
  • ذكاء اصطناعي صندوق أسود بلا مسارات تدقيق: إذا لم يستطع نظام الذكاء الاصطناعي لديك شرح خطوات استدلاله واحدة تلو الأخرى، فإنه يفشل في استيفاء متطلبات قانون الاتحاد الأوروبي للذكاء الاصطناعي للتطبيقات عالية المخاطر. فلا يمكنك الدفاع عن قرار لا يمكنك تتبعه.

ما يعمل فعلًا هو نهج طبقي يجمع بين قابلية التكيف لدى الشبكات العصبية وقواعد فيزيائية مبرمجة على نحو صارم. وإليك كيف يعمل:

  1. المدخلات — استشعار واعٍ بالفيزياء: انشر مستشعرات عالية الدقة عند مستوى التجميع (لا عند مستوى النقل فحسب) لسد فجوة قابلية الرصد. وغذِّ هذه البيانات في شبكات عصبية مستندة إلى الفيزياء (PINNs) — نماذج ذكاء اصطناعي تضمّن المعادلات الفعلية التي تحكم السلوك الكهربائي مباشرة في حساباتها الرياضية. وتستجيب هذه النماذج في أقل من 1 مللي ثانية، أي أسرع بنحو 87 مرة من طرق التحسين التقليدية.

  2. المعالجة — ضمانات قائمة على القواعد: طبِّق معمارية عصبية رمزية فوق ذلك. تتولى الشبكة العصبية التعرف على الأنماط والتنبؤ. لكن طبقة منطق رمزي تعمل بوصفها حارس بوابة. فهي تُرمّز متطلباتك التنظيمية — مثل P.O. 7.4 — بوصفها قواعد لا يمكن كسرها. وإذا اقترحت الشبكة العصبية حقن قدرة تفاعلية أثناء حدث زيادة في الجهد، فإن الطبقة الرمزية تمنع هذا الأمر فيزيائيًا. وبذلك يصبح السيناريو الذي حقنت فيه إحدى المحطات القدرة التفاعلية بدلًا من امتصاصها مستحيل الحدوث.

  3. المخرجات — مسار قرار قابل للتدقيق: كل إجراء مؤتمت ينتج سجلًا مقروءًا للإنسان: ما الذي أطلقه، وأي قاعدة طُبّقت، وما الإجراء الذي اتُّخذ، وما النتيجة التي ترتّبت عليه. وبالنسبة لحدث 28 أبريل، لقرأ هذا السجل هكذا: «رُصد تذبذب بمقدار 0.63 هرتز. تجاوز حد الجهد وفق P.O. 7.4. فُرض الامتصاص الإلزامي للقدرة التفاعلية عند 30% من أقصى إنتاج. استقر الجهد عند 418 كيلوفولت. مُنع الفصل على جانب التجميع.»

هذا المسار القابل للتدقيق هو ما يحتاجه فريق الامتثال لديك والجهات التنظيمية. إنه يحوّل ذكاءك الاصطناعي من صندوق أسود إلى نظام شفاف يمكن الدفاع عنه. أما بالنسبة إلى منظمات الطاقة والمرافق، فهذا هو الفرق بين عبء تنظيمي ورقابة موثقة يمكن إثباتها.

ويمكنك أن تزيد هذه المعمارية متانة باستخدام بيئات المحاكاة والتوائم الرقمية التي تتيح لك اختبار استجابات الذكاء الاصطناعي لشبكتك تحت الضغط قبل نشرها في بيئة الإنتاج — وهو في جوهره محاكي طيران لنظام الطاقة لديك.

كما كان يمكن تقصير فترة الاستعادة التي استغرقت 24 ساعة بعد الانقطاع الأيبيري بشكل كبير. فأنظمة الذكاء الاصطناعي متعددة الوكلاء — حيث يدير الوكلاء المحليون جزر طاقة فردية ويتولى وكلاء منسّقون عملية المزامنة — كان بإمكانها توجيه دعم المغرب البالغ 900 ميغاواط ودعم فرنسا البالغ 2 جيجاواط إلى مناطق التعافي ذات الأولوية القصوى. وتشير التقديرات إلى أن هذا النهج كان يمكنه تقليص الانقطاع الذي استمر 24 ساعة إلى نحو 4 ساعات.

شبكتك لا تحتاج إلى أن تكون أذكى. إنها تحتاج إلى أن تكون عاجزة عن اتخاذ قرارات مستحيلة فيزيائيًا.

اقرأ التحليل التقني الكامل | استكشف النسخة التفاعلية

أبرز النقاط

  • فقد الانقطاع الأيبيري عام 2025 مقدار 15 جيجاواط في 5 ثوانٍ — ليس بسبب الطاقة المتجددة، بل لأن محطات الطاقة لم تلتزم بقواعد التحكم في الجهد ولأن إحدى المحطات فاقمت الأزمة بفعلها.
  • تُدخل أدوات الذكاء الاصطناعي السحابية تأخيرات تتجاوز 500 مللي ثانية ويمكن أن تهلو قراءات خاطئة — وكلاهما سبب استبعاد لاتخاذ قرارات بسرعة الشبكة.
  • تستجيب نماذج الذكاء الاصطناعي المستندة إلى الفيزياء في أقل من 1 مللي ثانية وتضمّن قوانين الكهرباء الفعلية في صنع قراراتها، مما يجعل المخرجات المستحيلة فيزيائيًا ممتنعة.
  • يشترط قانون الاتحاد الأوروبي للذكاء الاصطناعي ذكاءً اصطناعيًا قابلاً للتفسير والتدقيق للبنية التحتية الحرجة — وتنتج الأنظمة العصبية الرمزية سجلات قرار مقروءة للإنسان تستوفي هذا الشرط.
  • كان يمكن لنهج ذكاء اصطناعي طبقي يجمع بين مستشعرات واعية بالفيزياء وضمانات قائمة على القواعد ومخرجات قابلة للتدقيق أن يمنع الانهيار المتسلسل ويقصّر فترة التعافي البالغة 24 ساعة إلى نحو 4 ساعات.

الخلاصة

أثبت الانقطاع الأيبيري أن السرعة واليقين أمران غير قابلين للتفاوض في الذكاء الاصطناعي للبنية التحتية الحرجة. فالنماذج الاحتمالية التي تخمّن والأدوات السحابية المتأخرة لا تستطيع حماية شبكتك ولا عملاءك ولا موقعك التنظيمي. اسأل مزود الذكاء الاصطناعي لديك: إذا حقنت إحدى المحطات قدرة تفاعلية أثناء حدث زيادة في الجهد، هل يستطيع نظامك منع هذا الإجراء فيزيائيًا وأن يُريني مسار القرار في أقل من مللي ثانية واحدة؟

الأسئلة الشائعة

الأسئلة المتكرّرة

ما الذي تسبب في انقطاع التيار في إسبانيا والبرتغال عام 2025؟

كان سبب الانقطاع فشلًا منهجيًا في إدارة القدرة التفاعلية. إذ لم تلتزم محطات الطاقة بقواعد التحكم الديناميكي في الجهد (إجراء التشغيل 7.4). ومنشأة كبرى واحدة حقنت القدرة التفاعلية فعليًا أثناء حدث زيادة في الجهد بدلًا من امتصاصها، مما أطلق انهيارًا متسلسلًا أفقد النظام 15 جيجاواط في 5 ثوانٍ. ولم تكن الطاقة المتجددة هي السبب الجذري.

هل يمكن لأدوات الذكاء الاصطناعي القياسية إدارة عمليات شبكات الكهرباء الحرجة؟

تُدخل أدوات الذكاء الاصطناعي السحابية القياسية زمن استجابة يبلغ 500 مللي ثانية أو أكثر، وهو أبطأ بكثير من أحداث الشبكة التي تتطور في أقل من 5 ثوانٍ. كما يمكن لهذه النماذج أن تنتج قراءات خاطئة (هلوسات) أثناء الأزمات. أما نماذج الذكاء الاصطناعي المستندة إلى الفيزياء والمدمجة عند طرف الشبكة فتستطيع الاستجابة في أقل من 1 مللي ثانية وتخضع لقوانين الكهرباء الفعلية.

هل ينطبق قانون الاتحاد الأوروبي للذكاء الاصطناعي على أنظمة الذكاء الاصطناعي لشبكات الكهرباء؟

نعم. تُصنّف تقنية التحكم في الشبكة بوصفها بنية تحتية حرجة بموجب قانون الاتحاد الأوروبي للذكاء الاصطناعي. وهذا يعني أن أي نظام ذكاء اصطناعي يُستخدم في عمليات الشبكة يجب أن يوفر مسارات قرار شفافة وقابلة للتفسير والتدقيق. وتنتج الأنظمة العصبية الرمزية سجلات مقروءة للإنسان توضح ما الذي أطلق إجراءً، وأي قاعدة طُبّقت، وما النتيجة التي ترتّبت عليه — وهو ما يستوفي هذه المتطلبات.

ابنِ ذكاءك الاصطناعي بثقة.

تعاون مع فريق يمتلك خبرة عميقة في بناء الجيل القادم من الذكاء الاصطناعي للمؤسسات. دعنا نساعدك على تصميم استراتيجية ذكاء اصطناعي جديرة بثقتك وبنائها وتطبيقها.

Veriprajna استشارات التقنيات العميقة متخصصة في بناء أنظمة الذكاء الاصطناعي الحرجة للسلامة في مجالات الرعاية الصحية والتمويل والقطاعات التنظيمية. تُقيَّم بنياتنا المعمارية وفق البروتوكولات المعتمدة مع توثيق شامل للامتثال.