5 أسباب لفشل نماذج الرؤية الحاسوبية في الإنتاج

الرؤية الحاسوبية تُعد الآن تقنية ذكاء اصطناعي أساسية يتم تبنيها عبر معظم الصناعات، مما يُمكّن الآلات من تفسير وتحليل البيانات المرئية لمجموعة من المهام. تدعم هذه الأنظمة العديد من التطبيقات الواقعية، بدءاً من التصوير الطبي والروبوتات ووصولاً إلى التصنيع وأتمتة التجزئة.

مع ذلك، فإن بناء نظام رؤية حاسوبية ليس بالأمر البسيط دائماً. وعادةً ما يتضمن تطوير نموذج ذكاء اصطناعي للرؤية يتم تدريبه على تحديد الأنماط في الصور والفيديوهات لدعم مهام مثل كشف الأشياء وتتبعها.

الشكل 1. مثال على كشف الأشياء وتتبعها (المصدر)

على الرغم من أنها أصبحت أكثر تطوراً بمرور السنين، إلا أن نماذج الرؤية الحاسوبية لا تزال قادرة على التصرف بشكل مختلف أثناء التطوير مقارنة بما بعد النشر في بيئات واقعية. وذلك لأن نشر النماذج خارج إعدادات التطوير الخاضعة للرقابة يقدم تحديات جديدة وغير متوقعة في كثير من الأحيان.

عوامل مثل نقص التنوع في مجموعات البيانات، وضعف مراقبة النموذج، وقيود البنية التحتية يمكن أن تجعل النموذج نفسه يتصرف بشكل مختلف في العالم الحقيقي بعد النشر.

في هذه المقالة، سنستكشف خمسة أسباب شائعة قد تؤدي إلى فشل نماذج الرؤية الحاسوبية في الأداء داخل بيئات الإنتاج. لنبدأ!

الفجوة بين تدريب النموذج والإنتاج#

يحدث تدريب النموذج عادةً في بيئة خاضعة للرقابة. خلال هذه المرحلة، يعمل مطورو الذكاء الاصطناعي مع مجموعات بيانات تدريب مُجهّزة بعناية.

تتضمن هذه المجموعات الضخمة من البيانات المرئية تعليقات توضيحية منظمة بشكل جيد، أو ملصقات تصف محتويات كل صورة. كما يحدث التدريب في ظل ظروف ثابتة، مما يجعل من الممكن لنماذج الذكاء الاصطناعي للرؤية تعلم الأنماط المرئية بفعالية.

ولضمان تعلم هذه الأنماط بشكل صحيح، يمكن تقييم النماذج بشكل منهجي أثناء التطوير باستخدام مقاييس تقييم قياسية ومجموعات بيانات معيارية. ومثل مجموعات بيانات التدريب، يتم إعداد مجموعات البيانات المعيارية هذه بعناية أيضاً.

ومع ذلك، فإن البيانات التي تواجهها أنظمة الرؤية الحاسوبية في العالم الحقيقي يمكن أن تختلف اختلافاً كبيراً عن البيانات المستخدمة أثناء التدريب والتقييم. وبمجرد نشرها، نادراً ما تعمل هذه النماذج في ظل ظروف خاضعة للرقابة.

يمكن أن ينتهي بها المطاف بمعالجة صور ومقاطع فيديو من بيئات غير متوقعة حيث تتغير الإضاءة باستمرار، وتتغير زوايا الكاميرا، وتتباين الخلفيات بمرور الوقت. على سبيل المثال، قد يواجه نموذج ذكاء اصطناعي للرؤية تم تدريبه على اكتشاف حركة المرور صعوبة في اكتشاف المركبات ليلاً إذا تم تدريبه وتقييمه بشكل أساسي على صور نهارية.

الشكل 2. حتى بعد التحسين، تظل الصور الليلية صعبة التفسير بالنسبة للنماذج المُدربة على صور النهار. (المصدر)

هذا الاختلاف بين التطوير والنشر في العالم الحقيقي هو فجوة التدريب والإنتاج. وبسبب هذه الفجوة، لا تظهر العديد من حالات فشل النماذج إلا بعد النشر، مما يجعل الوعي المبكر أمراً جوهرياً لبناء أنظمة رؤية حاسوبية أكثر موثوقية وقوة.

5 أسباب شائعة لفشل نماذج الرؤية الحاسوبية في الإنتاج#

بعد ذلك، دعونا نلقي نظرة فاحصة على خمسة أسباب شائعة لفشل نماذج الرؤية الحاسوبية في الإنتاج.

مجموعات بيانات تدريب منخفضة الجودة#

تلعب مجموعات البيانات دوراً مركزياً في تدريب نماذج الرؤية الحاسوبية لأنها تحدد ما يتعلمه النموذج أثناء التدريب وكيف يستجيب للمدخلات الواقعية بعد النشر. وهذا مهم بشكل خاص في التعلم الخاضع للإشراف، حيث تتعلم النماذج من أمثلة مصنفة توضح ما تمثله كل صورة.

تعتمد العديد من نماذج التعلم العميق، بما في ذلك الشبكات العصبية التلافيفية (CNNs)، على هذه الأمثلة المصنفة للتعرف على الأنماط في البيانات المرئية. ومع ذلك، عندما لا تعكس مجموعة بيانات التدريب الظروف الواقعية، يمكن للنموذج أن يتعلم أنماطاً لا تمثل بالكامل كيفية ظهور الأشياء خارج بيانات التدريب.

على سبيل المثال، قد لا يكتشف نموذج تم تدريبه على مجموعة بيانات من عيوب الشقوق الكبيرة نوعاً نادراً من الشقوق الصغيرة في سير عمل التصنيع الواقعي. وبالمثل، يمكن أن تؤثر جودة التعليقات التوضيحية أيضاً على سلوك النموذج. فالتصنيفات غير المتسقة أو التفاصيل المفقودة في البيانات المصنفة يمكن أن تتسبب في تعلم النموذج لمعلومات غير صحيحة أثناء التدريب.

الشكل 3. نظرة على تعليقات الصور (المصدر)

بشكل عام، تُعد جودة وتنوع بيانات التدريب أمرين في غاية الأهمية ويمكنهما تحديد مدى جودة أداء النموذج في التطبيقات الواقعية. عندما تكون مجموعات البيانات ممثلة ومُصنفة بدقة، سيعمل النموذج عموماً بشكل أكثر موثوقية بمجرد نشرها.

الإفراط في التخصيص (Overfitting) والتعميم#

تتعلم نماذج التعلم الآلي مثل نماذج الرؤية الأنماط من مجموعات بيانات التدريب. لكن في بعض الأحيان قد يعتمد النموذج بشكل مفرط على بضع أنماط.

بدلاً من تعلم علاقات مرئية أوسع، قد ينتهي به الأمر بحفظ أنماط محدودة من بيانات التدريب. يُعرف هذا السلوك بالإفراط في التخصيص أو (Overfitting).

يحدث الفرط في التخصيص (Overfitting) عادةً عندما تكون مجموعات بيانات التدريب صغيرة أو تفتقر إلى التنوع الكافي للبيانات. في مثل هذه الحالات، يصبح النموذج جيداً في التعرف على الصور التي رآها مسبقاً ولكنه يواجه صعوبة في تفسير البيانات الجديدة أو المدخلات غير المألوفة.

بسبب هذا، قد يعمل النموذج بشكل جيد على مدخلات الاختبار (لأنها مشابهة لبيانات التدريب) ولكنه قد يتصرف بشكل مختلف في ظل ظروف جديدة بعد النشر. ولهذا السبب يعتبر مفهوم التعميم حيوياً. ببساطة، هو مدى قدرة النماذج على تطبيق ما تعلمته أثناء التدريب على سيناريوهات جديدة.

لتقليل الإفراط في التخصيص، غالباً ما يقوم عشاق الذكاء الاصطناعي بتدريب النماذج على مجموعات بيانات أكثر تنوعاً وتطبيق تعزيز البيانات، وهي طريقة تقوم بتعديل صور التدريب قليلاً لخلق مزيد من التباين في البيانات. بدون هذه الاعتبارات، يمكن أن ينخفض أداء النموذج بسرعة بمجرد أن يبدأ النظام في العمل في بيئات واقعية.

الشكل 4. يمكن أن تساعد زيادة البيانات في إنشاء تنوعات لنفس الصورة داخل مجموعة البيانات. (المصدر)

الحالات الاستثنائية المخفية في البيئات الواقعية#

حتى عندما تعمم نماذج الرؤية الحاسوبية بشكل جيد على البيانات الجديدة، لا تزال البيئات الواقعية قادرة على إدخال حالات استثنائية غير متوقعة. وهي مواقف غير معتادة تختلف عن الأنماط النموذجية التي يتعلمها النموذج أثناء التدريب.

يصعب التقاط العديد من هذه السيناريوهات أثناء التطوير لأنها تحدث نادراً، أو يصعب إعادة إنشائها، أو قد تكون مكلفة لجمعها كبيانات تدريب. على سبيل المثال، قد تظهر الأشياء بأشكال غير معتادة، أو تتحرك بشكل غير متوقع، أو تصبح مخفية جزئياً خلف أشياء أخرى.

يمكن أن تؤدي التغييرات في الإضاءة، أو زوايا الكاميرا، أو ظروف الخلفية أيضاً إلى خلق مواقف تجعل التعرف أكثر تحدياً. وغالباً ما تصبح هذه الحالات الاستثنائية ملحوظة فقط بعد نشر النظام في تطبيقات العالم الحقيقي.

في الروبوتات وأتمتة التصنيع، على سبيل المثال، قد يتم وضع العناصر أو توجيهها بشكل مختلف عما هو متوقع، مما يخلق مواقف لم يُصمم النموذج للتعامل معها. في النهاية، قد تصبح التنبؤات التي بدت موثوقة أثناء الاختبار أقل استقراراً بمجرد أن يعمل النظام في البيئات الواقعية.

نقص المراقبة وتصحيح الأخطاء بعد النشر#

بالإضافة إلى تطوير نموذج ذكاء اصطناعي للرؤية، من الضروري مراقبة أدائه وتحسينه. ومع ذلك، بمجرد تشغيل النظام، غالباً ما يتحول التركيز إلى مجرد إبقائه يعمل بدلاً من تتبع أدائه بدقة بمرور الوقت. ونتيجة لذلك، قد تمر التغييرات في سلوك النموذج دون أن يلاحظها أحد.

في الوقت نفسه، يمكن لعوامل مثل التغييرات في البيانات الواردة، أو إعدادات الكاميرا، أو بيئات التشغيل أن تؤثر تدريجياً على دقة النموذج في اكتشاف الأشياء أو تصنيفها. هذه التغييرات ليست واضحة دائماً ويمكن أن تظل دون ملاحظة أثناء التشغيل اليومي.

يمكن لمراقبة مخرجات النموذج وسلوك النظام العام أن تساعد الفرق في تحديد هذه المشكلات في وقت أبكر. وتسمح الفحوصات الدورية، وإجراءات التحقق، وسير عمل تصحيح الأخطاء للفرق بالتحقيق في النتائج غير المعتادة وفهم ما قد يسببها.

في مجالات مثل التصنيع، قد يقوم النموذج فجأة بتحديد الأشياء بشكل خاطئ على خط التجميع بعد تغيير في إعدادات الكاميرا. إن تتبع كيفية تصرف نظام ذكاء اصطناعي للرؤية المنشور يسهل الاستجابة لهذه التغييرات والحفاظ على أداء مستقر في البيئات الواقعية.

قيود البنية التحتية وزمن الانتقال (Latency)#

تحتاج العديد من أنظمة الرؤية الحاسوبية إلى العمل في الوقت الفعلي، مما قد يضع ضغطاً كبيراً على الأجهزة والشبكات وخطوط معالجة البيانات. وعندما تكون الموارد محدودة، يمكن أن تحدث تأخيرات في الحوسبة أو زمن انتقال في الشبكة، مما يتسبب في وصول التنبؤات ببطء شديد ويؤثر على أداء النظام العام.

في بعض الحالات، يمكن لنماذج التعلم العميق المتقدمة أن تخلق أيضاً تحديات في البنية التحتية. على سبيل المثال، تم تصميم الهياكل القائمة على Transformer لمعالجة كميات كبيرة من البيانات المرئية وتعلم علاقات معقدة داخل الصور، لكنها غالباً ما تتطلب موارد حوسبة كبيرة. وقد يتطلب تشغيل هذه النماذج أجهزة أكثر قوة أو تكلفة.

بدون التحسين المناسب، حتى النماذج التي تعمل بسرعة أثناء الاختبار يمكن أن تتباطأ أو تتصرف بشكل غير متسق بعد النشر. ولمعالجة ذلك، غالباً ما تقوم الفرق بتحسين خطوط المعالجة، وتقليل تعقيد النموذج حيثما أمكن، والموازنة بين الدقة والسرعة.

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

أفضل الممارسات لمنع فشل نماذج الرؤية الحاسوبية#

إليك بعض أفضل الممارسات التي يمكن أن تساعد في تقليل الإخفاقات عند نشر نماذج الرؤية الحاسوبية في بيئات الإنتاج:

• استخدم استراتيجيات النشر المرحلي: قم بإدخال النماذج تدريجياً في الإنتاج حتى تتمكن الفرق من مراقبة سلوكها وإجراء التعديلات عند الحاجة.
• دمج حلقات التغذية الراجعة: اجمع صوراً جديدة وراجع التنبؤات غير الصحيحة لإعادة تدريب النماذج بمجموعات بيانات محدثة وتحسين الأداء بمرور الوقت.
• وثّق قيود النموذج: سجل بوضوح المواقف التي قد يواجه فيها النموذج صعوبة حتى تتمكن الفرق من توقع المشكلات المحتملة أثناء النشر.
• صمم لتناسب التباين في العالم الحقيقي: التخطيط المسبق للتباين في الإضاءة، وزوايا الكاميرا، ووضع الأشياء، أو ظروف الخلفية يمكن أن يساعد النماذج على أن تكون مستقرة في سيناريوهات تشغيل مختلفة.

أبرز النقاط#

نادراً ما تفشل نماذج الرؤية الحاسوبية لأن الخوارزميات نفسها ضعيفة. في معظم الحالات، يأتي التحدي الحقيقي من البيئات التي تعمل فيها هذه الأنظمة. فغالباً ما تواجه النماذج التي تعمل بشكل جيد أثناء التدريب ظروفاً واقعية غير متوقعة يمكن أن تؤثر على سلوكها.

ولهذا السبب، يتطلب بناء أنظمة ذكاء اصطناعي للرؤية موثوقة أكثر من مجرد تدريب نموذج. بل يتضمن أيضاً إعداد مجموعات البيانات بعناية، ومراقبة أداء النموذج بعد النشر، والتكيف المستمر للأنظمة مع ظروف العالم الحقيقي.

هل تريد استكشاف ذكاء اصطناعي للرؤية بشكل أكبر؟ انضم إلى مجتمعنا واقرأ عن التطبيقات مثل الذكاء الاصطناعي في قطاع السيارات والرؤية الحاسوبية في الخدمات اللوجستية. تحقق من خيارات الترخيص الخاصة بنا للبدء في مشاريع الرؤية الحاسوبية. تفضل بزيارة مستودع GitHub لمعرفة المزيد.