5 أسباب لفشل نماذج الرؤية الحاسوبية في بيئة الإنتاج

تُعدّ الرؤية الحاسوبية الآن تقنية أساسية من تقنيات الذكاء الاصطناعي، ويجري اعتمادها في معظم القطاعات، إذ تمكّن الآلات من تفسير البيانات المرئية وتحليلها لمجموعة متنوعة من المهام. وتدعم هذه الأنظمة العديد من التطبيقات الواقعية، بدءًا من التصوير الطبي والروبوتات ووصولًا إلى التصنيع وأتمتة تجارة التجزئة.

ومع ذلك، لا يكون بناء نظام للرؤية الحاسوبية سهلًا دائمًا. فعادةً ما يتضمن تطوير نموذج ذكاء اصطناعي للرؤية مُدرَّبًا على تحديد الأنماط في الصور ومقاطع الفيديو لدعم مهام مثل اكتشاف الأجسام وتتبعها.

الشكل 1. مثال على اكتشاف الأجسام وتتبعها (المصدر)

على الرغم من تطورها المتزايد على مر السنين، لا تزال نماذج الرؤية الحاسوبية تتصرف بصورة مختلفة أثناء التطوير مقارنةً بما بعد نشرها في بيئات واقعية. ويعود ذلك إلى أن نشر النماذج خارج إعدادات التطوير الخاضعة للتحكم يطرح تحديات جديدة وغير متوقعة غالبًا.

يمكن لعوامل مثل نقص التنوع في مجموعات البيانات، وضعف مراقبة النموذج، وقيود البنية التحتية أن تتسبب في تصرف النموذج نفسه بصورة مختلفة في العالم الحقيقي بعد نشره.

في هذه المقالة، سنستعرض خمسة أسباب شائعة قد تؤدي إلى عدم أداء نماذج الرؤية الحاسوبية كما ينبغي في بيئات الإنتاج. لنبدأ!

الفجوة بين تدريب النموذج وبيئة الإنتاج#

يحدث تدريب النموذج عادةً في بيئة خاضعة للتحكم. وخلال هذه المرحلة، يعمل مطورو الذكاء الاصطناعي مع مجموعات بيانات تدريب مُعدّة بعناية.

تتضمن هذه المجموعات الضخمة من البيانات المرئية تعليقات توضيحية جيدة التنظيم، أو تسميات تصف محتوى كل صورة. كما يجري التدريب في ظل ظروف متسقة، ما يتيح لنماذج الذكاء الاصطناعي للرؤية تعلّم الأنماط المرئية بفاعلية.

لضمان تعلّم هذه الأنماط بصورة صحيحة، يمكن تقييم النماذج منهجيًا أثناء التطوير باستخدام مقاييس تقييم قياسية ومجموعات بيانات معيارية. وعلى غرار مجموعات بيانات التدريب، تُعدّ مجموعات البيانات المعيارية هذه بعناية أيضًا.

ومع ذلك، قد تختلف البيانات التي تواجهها أنظمة الرؤية الحاسوبية في العالم الحقيقي اختلافًا كبيرًا عن البيانات المستخدمة أثناء التدريب والتقييم. وبعد نشر هذه النماذج، نادرًا ما تعمل في ظل ظروف خاضعة للتحكم.

فقد ينتهي بها الأمر إلى معالجة صور ومقاطع فيديو من بيئات غير متوقعة، حيث تتغير الإضاءة باستمرار، وتتبدل زوايا الكاميرا، وتتباين الخلفيات بمرور الوقت. فعلى سبيل المثال، قد يواجه نموذج ذكاء اصطناعي للرؤية مُدرَّب على اكتشاف حركة المرور صعوبةً في اكتشاف المركبات ليلًا إذا كان قد دُرِّب وقُيِّم أساسًا باستخدام صور نهارية.

الشكل 2. حتى بعد تحسينها، يصعب على النماذج المُدرَّبة على الصور النهارية تفسير الصور الليلية. (المصدر)

يُعرف هذا الاختلاف بين التطوير والنشر في العالم الحقيقي باسم فجوة التدريب والإنتاج. وبسبب هذه الفجوة، لا تظهر العديد من حالات فشل النموذج إلا بعد النشر، ما يجعل الوعي المبكر أمرًا ضروريًا لبناء أنظمة رؤية حاسوبية أكثر موثوقية ومتانة.

5 أسباب شائعة لفشل نماذج الرؤية الحاسوبية في بيئات الإنتاج#

لنلقِ نظرةً أقرب الآن على خمسة أسباب شائعة لفشل نماذج الرؤية الحاسوبية في بيئات الإنتاج.

1. مجموعات بيانات تدريب منخفضة الجودة#

تؤدي مجموعات البيانات دورًا محوريًا في تدريب نماذج الرؤية الحاسوبية، لأنها تحدد ما يتعلمه النموذج أثناء التدريب وكيفية استجابته للمدخلات الواقعية بعد النشر. وتكتسب هذه الأهمية خصوصًا في التعلم الخاضع للإشراف، حيث تتعلم النماذج من أمثلة موسومة توضّح ما تمثله كل صورة.

تعتمد العديد من نماذج التعلم العميق، بما فيها الشبكات العصبية الالتفافية (CNNs)، على هذه الأمثلة الموسومة للتعرف على الأنماط في البيانات المرئية. ومع ذلك، عندما لا تعكس مجموعة بيانات التدريب الظروف الواقعية، قد يتعلم النموذج أنماطًا لا تمثل بالكامل كيفية ظهور الأجسام خارج بيانات التدريب.

فعلى سبيل المثال، قد لا يتمكن نموذج مُدرَّب على مجموعة بيانات تضم عيوبًا كبيرة على شكل تشققات من اكتشاف نوع نادر من التشققات الطفيفة في عمليات التصنيع الواقعية. وبالمثل، يمكن أن تؤثر جودة التعليقات التوضيحية أيضًا في سلوك النموذج. فقد تؤدي التسميات غير المتسقة أو التفاصيل المفقودة في البيانات الموسومة إلى تعلّم النموذج معلومات غير صحيحة أثناء التدريب.

الشكل 3. نظرة على التعليقات التوضيحية للصور (المصدر)

بوجه عام، تُعد جودة بيانات التدريب وتنوعها عاملين حاسمين، ويمكنهما تحديد مدى جودة أداء النموذج في التطبيقات الواقعية. وعندما تكون مجموعات البيانات ممثلة للواقع وموسومة بدقة، يؤدي النموذج عادةً بصورة أكثر موثوقية بعد نشره.

2. فرط التكيّف والتعميم#

تتعلم نماذج تعلّم الآلة، مثل نماذج الرؤية، الأنماط من مجموعات بيانات التدريب. لكن قد يعتمد النموذج أحيانًا اعتمادًا مفرطًا على بضعة أنماط.

فبدلًا من تعلّم العلاقات المرئية الأوسع، قد ينتهي به الأمر إلى حفظ الأنماط المحدودة الموجودة في بيانات التدريب. ويُعرف هذا السلوك باسم فرط التكيّف.

يحدث فرط التكيّف عادةً عندما تكون مجموعات بيانات التدريب صغيرة أو تفتقر إلى تنوع كافٍ في البيانات. وفي مثل هذه الحالات، يصبح النموذج جيدًا في التعرف على الصور التي سبق أن شاهدها، لكنه يواجه صعوبةً في تفسير البيانات الجديدة أو المدخلات غير المألوفة.

وبسبب ذلك، قد يؤدي النموذج جيدًا على مدخلات الاختبار (لأنها مشابهة لبيانات التدريب)، لكنه قد يتصرف بصورة مختلفة في ظل ظروف جديدة بعد النشر. ولهذا السبب يُعد مفهوم التعميم بالغ الأهمية. وببساطة، يشير التعميم إلى مدى قدرة النماذج على تطبيق ما تعلمته أثناء التدريب على سيناريوهات جديدة.

للحد من فرط التكيّف، غالبًا ما يدرّب المهتمون بالذكاء الاصطناعي النماذج على مجموعات بيانات أكثر تنوعًا ويطبّقون زيادة البيانات، وهي طريقة تُجري تعديلات طفيفة على صور التدريب لإنشاء مزيد من التنوع في البيانات. ومن دون مراعاة هذه العوامل، قد ينخفض أداء النموذج بسرعة بمجرد أن يبدأ النظام العمل في بيئات واقعية.

الشكل 4. يمكن أن تساعد زيادة البيانات في إنشاء تنويعات من الصورة نفسها داخل مجموعة بيانات. (المصدر)

3. حالات الحافة الخفية في البيئات الواقعية#

حتى عندما تعمم نماذج الرؤية الحاسوبية جيدًا على البيانات الجديدة، قد تطرح البيئات الواقعية حالات حافة غير متوقعة. وهي مواقف غير اعتيادية تختلف عن الأنماط المعتادة التي يتعلمها النموذج أثناء التدريب.

يصعب التقاط العديد من هذه السيناريوهات أثناء التطوير لأنها تحدث نادرًا، أو يصعب إعادة إنشائها، أو قد يكون جمعها كبيانات تدريب مكلفًا. فعلى سبيل المثال، قد تظهر الأجسام بأشكال غير مألوفة، أو تتحرك بصورة غير متوقعة، أو تصبح محجوبة جزئيًا خلف أجسام أخرى.

كما يمكن أن تؤدي التغيرات في الإضاءة أو زوايا الكاميرا أو ظروف الخلفية إلى مواقف تجعل التعرف أكثر صعوبة. وغالبًا لا تصبح حالات الحافة هذه ملحوظة إلا بعد نشر النظام في تطبيقات واقعية.

ففي الروبوتات وأتمتة التصنيع، مثلًا، قد توضع العناصر أو تتموضع بطريقة تختلف عما هو متوقع، ما ينشئ مواقف لم يُصمَّم النموذج للتعامل معها. وفي نهاية المطاف، قد تصبح التنبؤات التي بدت موثوقة أثناء الاختبار أقل اتساقًا بمجرد أن يعمل النظام في بيئات واقعية.

4. نقص المراقبة وتصحيح الأخطاء بعد النشر#

بالإضافة إلى تطوير نموذج ذكاء اصطناعي للرؤية، من الضروري مراقبة أدائه وتحسينه. ومع ذلك، بمجرد تشغيل النظام، غالبًا ما يتحول التركيز إلى إبقائه قيد التشغيل فحسب بدلًا من تتبع أدائه عن كثب بمرور الوقت. ونتيجةً لذلك، قد تمر التغيرات في سلوك النموذج من دون ملاحظة.

في الوقت نفسه، يمكن لعوامل مثل التغيرات في البيانات الواردة، أو إعدادات الكاميرا، أو بيئات التشغيل أن تؤثر تدريجيًا في دقة اكتشاف النموذج للأجسام أو تصنيفها. ولا تكون هذه التغيرات واضحة دائمًا، وقد تظل دون ملاحظة أثناء التشغيل اليومي.

يمكن أن تساعد مراقبة مخرجات النموذج وسلوك النظام ككل الفرقَ على تحديد هذه المشكلات في وقت مبكر. كما تتيح عمليات التحقق المنتظمة، وإجراءات التحقق من الصحة، وسير عمل تصحيح الأخطاء للفرق التحقيق في النتائج غير المعتادة وفهم أسبابها المحتملة.

في مجالات مثل التصنيع، قد يخطئ النموذج فجأة في تحديد الأجسام على خط التجميع بعد تغيير إعدادات الكاميرا. ويسهّل تتبع سلوك نظام ذكاء اصطناعي للرؤية بعد نشره الاستجابة لهذه التغيرات والحفاظ على أداء مستقر في البيئات الواقعية.

5. قيود البنية التحتية وزمن الاستجابة#

تحتاج العديد من أنظمة الرؤية الحاسوبية إلى العمل في الوقت الفعلي، ما قد يفرض ضغطًا كبيرًا على الأجهزة والشبكات ومسارات المعالجة. وعندما تكون الموارد محدودة، قد تحدث تأخيرات في الحساب أو زمن استجابة في الشبكة، ما يؤدي إلى وصول التنبؤات ببطء شديد ويؤثر في أداء النظام ككل.

في بعض الحالات، يمكن لنماذج التعلم العميق المتقدمة أن تفرض تحديات على البنية التحتية أيضًا. فعلى سبيل المثال، صُممت البنى القائمة على Transformer لمعالجة كميات كبيرة من البيانات المرئية وتعلّم العلاقات المعقدة داخل الصور، لكنها تتطلب غالبًا موارد حسابية كبيرة. وقد يتطلب تشغيل هذه النماذج أجهزة أكثر قوة أو تكلفة.

من دون التحسين المناسب، قد تتباطأ حتى النماذج التي تعمل بسرعة أثناء الاختبار أو تتصرف بصورة غير متسقة بعد النشر. ولمعالجة ذلك، غالبًا ما تحسّن الفرق مسارات المعالجة، وتقلل تعقيد النموذج حيثما أمكن، وتوازن بين الدقة والسرعة.

قد يتضمن ذلك ضغط النماذج الكبيرة وتحويلها إلى إصدارات أخف، أو استخدام بنيات أكثر كفاءة، أو معالجة الصور بدقة أقل لكي يعمل النظام بسلاسة على الأجهزة المتاحة. وفي كثير من الحالات، تختار الفرق أيضًا نماذج خفيفة وأسرع مثل Ultralytics YOLO26 للمساعدة في تلبية قيود النشر.

أفضل الممارسات لمنع فشل نموذج الرؤية الحاسوبية#

فيما يلي بعض أفضل الممارسات التي يمكن أن تساعد في الحد من حالات الفشل عند نشر نماذج الرؤية الحاسوبية في بيئات الإنتاج:

• استخدم استراتيجيات النشر المرحلي: أدخل النماذج إلى بيئة الإنتاج تدريجيًا حتى تتمكن الفرق من مراقبة سلوكها وإجراء التعديلات عند الحاجة.
• أدرج حلقات التغذية الراجعة: اجمع صورًا جديدة وراجِع التنبؤات غير الصحيحة لإعادة تدريب النماذج باستخدام مجموعات بيانات محدّثة وتحسين الأداء بمرور الوقت.
• وثّق قيود النموذج: سجّل بوضوح الحالات التي قد يواجه فيها النموذج صعوبة حتى تتمكن الفرق من توقّع المشكلات المحتملة أثناء النشر.
• صمّم النظام لمراعاة التباين في العالم الحقيقي: يمكن أن يساعد التخطيط المسبق للتغيرات في الإضاءة، أو زوايا الكاميرا، أو مواضع الأجسام، أو ظروف الخلفية النماذجَ على الحفاظ على استقرارها في سيناريوهات تشغيل مختلفة.

أهم النقاط المستخلصة#

نادرًا ما تفشل نماذج الرؤية الحاسوبية بسبب ضعف الخوارزميات نفسها. ففي معظم الحالات، يكمن التحدي الحقيقي في البيئات التي تعمل فيها هذه الأنظمة. وغالبًا ما تواجه النماذج التي تؤدي جيدًا أثناء التدريب ظروفًا واقعية غير متوقعة قد تؤثر في سلوكها.

ولهذا السبب، يتطلب بناء أنظمة موثوقة للذكاء الاصطناعي للرؤية أكثر من مجرد تدريب نموذج. فهو يتضمن أيضًا إعداد مجموعات البيانات بعناية، ومراقبة أداء النموذج بعد النشر، وتكييف الأنظمة باستمرار مع الظروف الواقعية.

هل ترغب في استكشاف الذكاء الاصطناعي للرؤية بمزيد من التعمق؟ انضم إلى مجتمعنا واقرأ عن تطبيقات مثل الذكاء الاصطناعي في قطاع السيارات والرؤية الحاسوبية في الخدمات اللوجستية. اطّلع على خيارات الترخيص لبدء مشاريع الرؤية الحاسوبية. زر مستودعنا على GitHub لمعرفة المزيد.