60 تطبيقًا مؤثرًا للرؤية الحاسوبية

تؤدي الصور ومقاطع الفيديو دورًا أساسيًا في اتخاذ القرارات اليوم. نعتمد على المعلومات البصرية أثناء التنقل في الطرق المزدحمة، والتسوق عبر الإنترنت، وتصفح وسائل التواصل الاجتماعي، وزيارة المستشفيات، وحتى إدارة الأعمال.

أصبحت البيانات المرئية جزءًا طبيعيًا من الحياة اليومية، وتؤثر في كثير من الخيارات التي نتخذها. ولكي تفهم الآلات هذه المعلومات بطريقة مشابهة، تحتاج هي أيضًا إلى القدرة على رؤية المحتوى المرئي وتفسيره.

وهنا تُحدث الرؤية الحاسوبية فرقًا. وباعتبارها فرعًا من الذكاء الاصطناعي (AI)، تمكّن الرؤية الحاسوبية الآلات من تفسير المعلومات المرئية وفهمها.

بدلًا من الاكتفاء بتسجيل ما يحدث، تستطيع تقنية الرؤية الحاسوبية تحليل الصور واستخلاص رؤى مفيدة منها. ويمكن لحلول الرؤية الحاسوبية اكتشاف الكائنات وتتبع الحركة وتصنيف العناصر حسب الشكل أو الحجم أو اللون.

لنتأمل مثالًا بسيطًا. لنفترض أن مدير متجر يريد معرفة الرفوف التي تنفد مخزوناتها بأسرع وتيرة. يمكن استخدام أنظمة الرؤية الحاسوبية لتحليل صور الرفوف ورصد العناصر الناقصة وإبراز المنتجات سريعة البيع. وهذا يمكّن مديري المتاجر من إعادة تزويد الرفوف في الوقت المناسب.

تعتمد هذه الأنظمة على نماذج الرؤية الحاسوبية، التي تُدرّب على مجموعات بيانات للتعرف على الكائنات وتحديد الأنماط في البيانات المرئية. فعلى سبيل المثال، يُعد Ultralytics YOLO26 نموذج رؤية سريعًا وموثوقًا مصممًا لتوفير إمكانات الرؤية الحاسوبية في الوقت الفعلي.

الشكل 1. استخدام Ultralytics YOLO26 لاكتشاف الزجاجات. (المصدر)

سنستكشف في هذا المقال 60 تطبيقًا مؤثرًا للرؤية الحاسوبية، ونرى كيفية استخدامها في مختلف القطاعات.

دور الرؤية الحاسوبية في عصر الذكاء الاصطناعي الحديث#

قبل استكشاف تطبيقات الرؤية الحاسوبية المحددة، لنلقِ نظرة سريعة على أهمية الرؤية الحاسوبية اليوم.

لسنوات طويلة، كانت مراقبة الصور ومقاطع الفيديو وتحليلها عملية يدوية. وكان هذا النهج اليدوي يستغرق وقتًا طويلًا، ويكثر فيه الخطأ، ويفتقر إلى الاتساق. وفي الواقع، تشير الدراسات إلى أن الأخطاء البشرية مسؤولة عن نحو ربع المشكلات المرتبطة بالفحص في بيئات المصانع، ما يبطئ اتخاذ القرارات في قطاعات عديدة.

تغير الوضع مع صعود التعلم الآلي والتحسينات الكبيرة في مجال الرؤية الحاسوبية. ويأتي تحليل الصور في صميم ذكاء الرؤية الاصطناعي، إذ يمكّن النماذج من فهم ما تراه.

أدى ذلك إلى التبني السريع لتطبيقات مثل الفحص والتتبع والأتمتة، مع توقع وصول قيمة سوق الرؤية الحاسوبية العالمي إلى نحو 73 مليار دولار بحلول عام 2034.

يُعزى هذا النمو إلى القيمة التي تقدمها الرؤية الحاسوبية للتطبيقات الواقعية. فمن خلال أتمتة تحليل الصور ومقاطع الفيديو، توفر نتائج أسرع وأكثر دقة وموثوقية. فعلى سبيل المثال، يمكن مراقبة الطرق للكشف عن الحوادث. وبالمثل، تستطيع المزارع مراقبة صحة المحاصيل في الوقت الفعلي، بينما يمكن للمتاجر تتبع الرفوف التي ينفد مخزونها أولًا.

تساعد حالات الاستخدام هذه الفرق على التصرف بسرعة أكبر واتخاذ قرارات أفضل استنادًا إلى بيانات موثوقة. ولتحقيق ذلك، تعتمد الرؤية الحاسوبية على مجموعة أساسية من المهام التي تتيح طيفًا واسعًا من التطبيقات.

المهام الأساسية للرؤية الحاسوبية#

تدعم مهام الرؤية الحاسوبية نماذج رؤية حاسوبية مدرّبة تتعلم من مجموعات بيانات كبيرة وتطبق ما تعلمته على اللقطات المباشرة. فعلى سبيل المثال، تدعم نماذج Ultralytics YOLO، مثل YOLO26، عدة مهام في بيئات العمل الفوري.

فيما يلي بعض المهام الأساسية للرؤية الحاسوبية المستخدمة في طيف واسع من التطبيقات:

• اكتشاف الكائنات: يتضمن تحديد الكائنات داخل صورة أو مقطع فيديو وتحديد مواقعها باستخدام مربعات الإحاطة. وغالبًا ما يكون نقطة البداية للعديد من تطبيقات الرؤية الحاسوبية.
• تقسيم الكائنات: يتجاوز ذلك خطوةً إضافية بفصل الكائنات عن الخلفية أو تقسيمها إلى مناطق دقيقة.
• تصنيف الصور: تسند هذه المهمة تسمية إلى الصورة بأكملها. ويمكن استخدامها لتحديد أنواع المركبات، أو التمييز بين الفاكهة الناضجة وغير الناضجة، أو تصنيف أنواع العيوب المختلفة على خط الإنتاج.
• تقدير الوضعية: يحدد مواقع النقاط الرئيسية على الكائنات واتجاهاتها، وغالبًا ما تكون هذه الكائنات بشرًا أو حيوانات. ويُستخدم على نطاق واسع في التحليلات الرياضية ومراقبة المرضى والروبوتات لفهم وضعية الجسم والحركة والتفاعلات.
• اكتشاف مربعات الإحاطة الموجّهة (OBB): تكتشف هذه المهمة الكائنات وتحدد مواقعها وزوايا دورانها، ما يجعلها مفيدة للتعرف على الكائنات المائلة أو المدارة في الصور أو مقاطع الفيديو.
• تتبع الكائنات: بعد اكتشاف كائن ما، يستطيع نموذج الرؤية مواصلة تتبعه عبر إطارات الفيديو. وهذا يتيح للنماذج مراقبة الحركة وفهمها.

الشكل 2. مهام الرؤية الحاسوبية التي يدعمها Ultralytics YOLO26 (المصدر)

استكشاف 60 تطبيقًا للرؤية الحاسوبية عبر القطاعات#

لنستكشف الآن كيفية تطبيق الرؤية الحاسوبية في طيف واسع من حالات الاستخدام الواقعية، عبر قطاعات مثل البيع بالتجزئة والتصنيع والرعاية الصحية والسيارات والزراعة.

1. الصيانة التنبؤية عبر الفحص البصري#

تضم المصانع عددًا هائلًا من الآلات التي تعمل في الوقت نفسه، وقد يكون من الصعب مراقبتها جميعًا. وتستخدم أنظمة الصيانة التنبؤية القائمة على الرؤية الحاسوبية الكاميرات لمراقبة المعدات باستمرار وتحليل المؤشرات البصرية، مثل التآكل والتسربات وعدم المحاذاة وبِلى الأسطح. ومن خلال اكتشاف المؤشرات المبكرة للأعطال، تساعد هذه الأنظمة القائمة على الرؤية الفرق على جدولة الصيانة استباقيًا، وتقليل فترات التوقف غير المخطط لها، وإطالة عمر الآلات، والحفاظ على عمليات صناعية أكثر أمانًا وكفاءة.

2. اكتشاف لوحات المركبات#

تتيح تقنية الرؤية الحاسوبية اكتشاف لوحات المركبات. وغالبًا ما تُدمج هذه الأنظمة مع تقنية التعرّف الضوئي على الحروف (OCR) لمسح لوحة المركبة واستخراج الحروف والأرقام منها.

وهذا يسهّل التعرف على المركبات أثناء سيرها على الطرق أو مرورها عبر نقاط التفتيش. وتُستخدم هذه التقنية عادةً في مراقبة حركة المرور ومحطات تحصيل الرسوم وأنظمة مواقف السيارات. كما تُطبّق عند مداخل المباني السكنية أو التجارية ومخارجها لأتمتة تتبع المركبات وتقليل الفحوص اليدوية.

3. مراقبة السلوك المريب#

يمكن مراقبة السلوك البشري المريب باستخدام الرؤية الحاسوبية. فبدلًا من متابعة كل بثٍّ للكاميرات، تعتمد الكاميرات وأجهزة الاستشعار المدمجة مع أنظمة الرؤية على الاكتشاف والتتبع.

ويمكنها اكتشاف الأنشطة ورصد الحالات الشاذة، مثل التسكع أو الركض المفاجئ أو دخول المناطق المحظورة. ويشيع استخدامها في الأماكن العامة ومتاجر البيع بالتجزئة ومحطات النقل والمناطق شديدة الحراسة، لتنبيه فرق الأمن كي تستجيب بسرعة عند ظهور أمر مريب.

4. اكتشاف الحرائق والدخان#

يمكن أن يوفر اكتشاف الحرائق والدخان إنذارات مبكرة قبل وقوع حادث كبير. وتتيح نماذج الرؤية الحاسوبية ذلك.

يمكن استخدام هذه النماذج لرصد التغيرات البصرية باستمرار، مثل تصاعد الدخان أو تراقص ألسنة اللهب أو ظهور ضباب غير معتاد في الهواء. ويُستخدم اكتشاف الحرائق والدخان عادةً في المستودعات والمصانع والغابات والمباني الكبيرة، حيث يمكن للاكتشاف المبكر للحرائق أن يحدث فرقًا كبيرًا.

الشكل 3. اكتشاف الدخان وتقسيمه باستخدام YOLO (المصدر)

5. المركبات ذاتية القيادة#

تعتمد المركبات ذاتية القيادة عادةً على الرؤية الحاسوبية لتفسير الحركة المستمرة. فعلى سبيل المثال، تستخدم Tesla الكاميرات وأنظمة الرؤية الحاسوبية في سياراتها ذاتية القيادة لمعالجة البيانات المرئية واكتشاف المسارات وإشارات المرور والمركبات القريبة والأشخاص. وتدعم النماذج القائمة على الرؤية مهام مثل الاكتشاف والتتبع والتقسيم، ما يساعد السيارة على فهم محيطها وترتيب المعلومات المهمة حسب الأولوية.

6. اكتشاف الرسوم على الجدران باستخدام الذكاء الاصطناعي#

يمكن تنفيذ اكتشاف الرسوم على الجدران باستخدام الرؤية الحاسوبية للتعرف على العلامات المرسومة على الجدران والجسور وغيرها من الممتلكات العامة. ويمكن للأنظمة الذكية مسح الصور أو مقاطع الفيديو للتعرف على الأشكال والألوان والأنماط المطابقة لهذه الرسوم، حتى في المشاهد الحضرية المزدحمة.

تدعم نماذج الرؤية الحاسوبية مثل Ultralytics YOLO26 اكتشاف الكائنات وتصنيف الصور، وهما مهمتان يمكن استخدامهما لاكتشاف الرسوم على الجدران ورصد العلامات الجديدة في الوقت الفعلي. ويمكن للمدن الذكية استخدام حلول اكتشاف الرسوم على الجدران المعتمدة على YOLO26 لجدولة أعمال التنظيف بسرعة أكبر، ومراقبة المناطق، وصيانة الأماكن العامة.

7. صيانة المدن#

يتطلب الحفاظ على سلاسة عمل المدينة إجراء فحوصات صيانة متعددة كل يوم. ويمكن لحلول الرؤية الحاسوبية تبسيط هذا العمل من خلال مراقبة الشوارع والأماكن العامة.

فعلى سبيل المثال، تشتهر سنغافورة بمبادراتها التي تستخدم ذكاء الرؤية الاصطناعي لصيانة المناطق الحضرية. وتراقب الأنظمة القائمة على الرؤية الشوارع والمناطق العامة والبنية التحتية، وتكتشف مشكلات مثل الحفر واللافتات المكسورة وحاويات النفايات الفائضة.

8. مراقبة الحشود#

تتضمن مراقبة الحشود تحليل كيفية تحرك الأشخاص وتجمعهم في الأماكن المزدحمة. ويمكن للكاميرات وأجهزة الاستشعار المدمجة مع خوارزمية للرؤية معالجة بث الفيديو المباشر لتقدير حجم الحشود وتتبع أنماط الحركة واكتشاف التغيرات المفاجئة.

يساعد ذلك على تحديد الاختناقات أو الازدحام أو الأنشطة غير المعتادة قبل أن تتحول إلى مشكلات. وتُعد مراقبة الحشود مفيدة في أماكن مثل محطات السكك الحديدية والملاعب والفعاليات العامة ومراكز المدن.

الشكل 4. استخدام YOLO لعدّ الأشخاص وإدارة الحشود (المصدر)

9. كشف السرقة#

في مجال كشف السرقة، تُستخدم تقنية الرؤية الحاسوبية لتحديد الأنشطة المريبة. ويمكن للذكاء الاصطناعي المرئي تحليل لقطات الكاميرات باستخدام التعلم العميق وخوارزميات كشف الأجسام لتتبع الأشخاص والأجسام وأنماط الحركة في الوقت الفعلي.

بدلًا من الاعتماد على الإنذارات وحدها أو مراجعة التسجيلات بعد وقوع الحوادث، ترصد تطبيقات الرؤية الحاسوبية هذه السلوكيات غير المعتادة. وتساعد هذه الأتمتة متاجر البيع بالتجزئة والمستودعات والمدن الذكية على الحد من الخسائر وتبسيط إجراءات العمل الأمنية.

10. كشف المسارات#

للقيادة بأمان، تحتاج المركبات ذاتية القيادة إلى فهم واضح للطريق. ويُعد كشف المسارات تطبيقًا أساسيًا للرؤية الحاسوبية يُستخدم لفهم بنية الطريق في الوقت الفعلي.

يمكن للأنظمة القائمة على الرؤية تحديد علامات المسارات وحواف الطرق والمنحنيات. ومن خلال تطبيق مهام الرؤية مثل التجزئة وكشف الأجسام، تستطيع نماذج الرؤية الحاسوبية تتبع المسارات حتى عند تغير الإضاءة أو كثافة حركة المرور.

11. كشف الحوادث والتصادمات#

يستخدم كشف الحوادث والتصادمات تقنية الرؤية الحاسوبية لاكتشاف التصادمات والحوادث الوشيكة في الوقت الفعلي. ويمكن لنماذج الرؤية الحاسوبية، بالاقتران مع خوارزميات كشف التصادم، تحليل بث الفيديو المباشر من كاميرات المرور أو كاميرات لوحة القيادة أو الطائرات المسيّرة.

ومن خلال تتبع التوقفات المفاجئة للمركبات أو الحركات غير الطبيعية أو التفاعلات غير المتوقعة مع الأجسام، تستطيع هذه الأنظمة المدعومة بالذكاء الاصطناعي تحديد الحوادث خلال ثوانٍ. ويتيح ذلك استجابة أسرع لحالات الطوارئ وإدارة أفضل لحركة المرور في المدن الذكية.

12. مراقبة السائق وكشف النعاس#

قد تؤثر الرحلات الطويلة وحركة المرور الكثيفة في يقظة السائق. ويمكن لأنظمة الرؤية الحاسوبية تمكين مراقبة انتباه السائق واكتشاف النعاس، وفهم الحالة الجسدية للسائق في الوقت الفعلي.

فعلى سبيل المثال، يمكن للكاميرات داخل المركبة رصد مؤشرات مثل إغلاق العينين ومعدل الرمش وحركة الرأس واتجاه النظر. ثم تفسر نماذج التعلم الآلي والتعلم العميق هذه الإشارات. وعند ظهور علامات التعب أو التشتت، يستطيع النظام إصدار تنبيهات أو تحذيرات.

13. أنظمة الركن الذكية#

قد يكون العثور على مكان للركن في مدينة مزدحمة أمرًا صعبًا، لكن تقنية الرؤية الحاسوبية تجعل ذلك أسهل في الوقت الحالي. وتستخدم أنظمة الركن الذكية كاميرات ونماذج للرؤية الحاسوبية مدعومة بالذكاء الاصطناعي لمراقبة مواقف السيارات في الوقت الفعلي.

يمكن لنماذج الرؤية اكتشاف الأماكن الشاغرة والمشغولة، ما يساعد السائقين على العثور على أماكن للركن بسرعة وكفاءة. وتُستخدم هذه النماذج عادةً في مراكز التسوق والمطارات والمجمعات المكتبية ومراكز المدن لتحسين كفاءة مواقف السيارات.

الشكل 5. كشف أماكن الركن باستخدام YOLO (المصدر)

14. تحليل الخرائط الحرارية للعملاء#

يمكن لتجار التجزئة استخدام تحليل الخرائط الحرارية للعملاء لفهم حركة المتسوقين داخل المتجر. وتتتبع الكاميرات المدعومة بالرؤية الأماكن التي يسير فيها العملاء أو يتوقفون أو يتجمعون فيها، ثم تحوّل هذه البيانات إلى خرائط حرارية مرمّزة بالألوان.

تظهر المناطق المزدحمة بألوان أكثر دفئًا، بينما تظهر المناطق الأقل ازدحامًا بدرجات أكثر برودة. وتفيد هذه الخرائط خصوصًا في تحسين تخطيط المتاجر، واختيار مواضع أفضل للمنتجات، والحد من الازدحام قرب نقاط الدفع، وتحليل سلوك العملاء.

15. كشف شعارات العلامات التجارية#

تستخدم شركات إعلامية كثيرة حاليًا الرؤية الحاسوبية للكشف عن الشعارات في الصور ومقاطع الفيديو عبر المنصات المختلفة، بما في ذلك الإعلانات والفعاليات ومنشورات وسائل التواصل الاجتماعي. ومن خلال كشف الشعارات وتصنيفها، تستطيع الشركات قياس مدى وصول الحملات، ومراقبة ظهور العلامة التجارية، والكشف مبكرًا عن الاستخدام غير المصرح به للشعارات أو استخدامها على نحو احتيالي. وهذا يعني أن فرق التسويق والشؤون القانونية تستطيع مراقبة حضور العلامة التجارية على نطاق واسع من دون مراجعة كميات كبيرة من المحتوى المرئي يدويًا.

16. مراقبة مخزون الرفوف#

غالبًا ما تمر الرفوف الفارغة دون ملاحظة إلى أن ينبه إليها أحد العملاء. ويمكن لمراقبة مخزون الرفوف منع ذلك باستخدام الكاميرات لمسح الرفوف بانتظام. وتستطيع أنظمة الذكاء الاصطناعي المرئي مسح صور الرفوف، واكتشاف المنتجات، وعدّ العناصر، وتتبع التغييرات بمرور الوقت باستخدام كشف الأجسام وتتبعها. ويعالج ذلك مشكلة شائعة في البيع بالتجزئة، وهي تفويت فرص إعادة التزويد.

17. كشف تسربات البلاطات الخرسانية#

يمكن استخدام تقنية الرؤية الحاسوبية لتحديد التسربات في البلاطات الإنشائية للمباني من خلال تحليل صور الكاميرات الحرارية. وتنفذ هذه الأنظمة مهام مثل كشف الأجسام والتجزئة لرصد العلامات الدقيقة للرطوبة أو الشقوق أو المشكلات الهيكلية. وباستخدام الكاميرات الحرارية، تستطيع فرق الصيانة اكتشاف المشكلات مبكرًا، والحد من الاعتماد على الفحوص اليدوية. ويُستخدم كشف تسربات البلاطات الخرسانية على نطاق واسع في المنازل والمباني التجارية والمنشآت الكبيرة لخفض تكاليف الإصلاح.

18. مراقبة الجودة#

تركز مراقبة الجودة على التحقق من مطابقة المنتج النهائي للمعايير المطلوبة قبل وصوله إلى العملاء. ويمكن استخدام نماذج الرؤية الحاسوبية لمقارنة المنتجات بمعايير مرجعية محددة مسبقًا، والتحقق من وجود مشكلات ظاهرة تؤثر في سهولة الاستخدام أو السلامة أو المظهر. ويتيح ذلك للمصنّعين الحفاظ على جودة متسقة على نطاق واسع وتقليل المرتجعات من دون إبطاء الإنتاج.

19. كشف العيوب#

يفحص اكتشاف العيوب المنتجات بحثًا عن مشكلات مثل الشقوق أو الخدوش أو الملصقات غير الصحيحة. ويستخدم مهام الرؤية الحاسوبية، مثل اكتشاف الأجسام، لرصد العيوب حتى عندما تتحرك المنتجات بسرعة على خط الإنتاج.

عند العثور على عيب، يمكن وضع علامة على المنتج تلقائيًا أو إزالته. ويضمن ذلك انتقال المنتجات عالية الجودة فقط إلى المرحلة التالية من دون إبطاء عمليات التصنيع.

20. فحص الأسطح#

تُستخدم الرؤية الحاسوبية أيضًا لفحص التشطيب الخارجي للمنتجات وضمان اتساق الجودة. وتحلل النماذج القائمة على الرؤية الملمس واتساق الألوان والطلاءات والتلميع للكشف عن تفاوت التشطيب أو تلف السطح. ويشيع هذا التطبيق في الصناعات التي لا يقل فيها المظهر أهمية عن الأداء، مثل الإلكترونيات وتصنيع السيارات والسلع الاستهلاكية.

21. فحص العناصر المفقودة#

قبل إغلاق المنتجات أو شحنها، تستطيع الكاميرات المدعومة بالذكاء الاصطناعي التحقق من وجود جميع العناصر المطلوبة. وباستخدام التعلم الآلي والرؤية الحاسوبية، تستطيع هذه الأنظمة اكتشاف الزجاجات أو القطع أو المكونات المعبأة المفقودة بسرعة، ما يقلل الأخطاء وإعادة العمل. ومن خلال الجمع بين كشف الأجسام والمراقبة في الوقت الفعلي، يستطيع المصنّعون الحفاظ على جودة متسقة وتجنب الأخطاء المكلفة.

22. مراقبة خط التجميع#

يمكن مراقبة خطوط الإنتاج في الوقت الفعلي باستخدام تقنية الرؤية الحاسوبية لتحديد القطع غير المحاذية أو حالات الانحشار أو الخطوات التي لم تُنفذ. وتستطيع أنظمة الرؤية تتبع الأجسام والتحقق من مواضعها أثناء تحرك العناصر على طول الخط.

عند اكتشاف مشكلة، يمكن تنبيه الفرق فورًا، ما يقلل وقت التوقف ويحسن سير العمل ويحافظ على جودة المنتجات. وتضمن هذه الأتمتة كفاءة سير العمليات مع دعم اتخاذ القرارات في الوقت المناسب.

23. أتمتة المستودعات#

يمكن لأنظمة الرؤية الحاسوبية أن تؤدي دورًا حاسمًا في أتمتة المستودعات الحديثة. فعلى سبيل المثال، تستخدم الروبوتات الموجّهة بالرؤية في مستودعات Amazon لتحديد الطرود وتتبع حركتها وتحديد أماكن تخزينها أو التقاطها. ومن خلال الجمع بين البيانات المرئية والروبوتات المدعومة بالذكاء الاصطناعي، تستطيع المستودعات تبسيط سير العمل وتقليل الأخطاء البشرية وضمان وصول الطرود إلى وجهاتها بسرعة أكبر.

24. تتبع المخزون#

بفضل التطورات في تقنية الرؤية الحاسوبية، تستطيع الشركات مراقبة مستويات المخزون في الوقت الفعلي، واكتشاف العناصر المفقودة أو الموضوعة في غير مكانها، وتحديث السجلات تلقائيًا. ويؤدي ذلك إلى إدارة أكثر دقة للمخزون، ويساعد على تجنب التخزين الزائد أو النقص، ويدعم اتخاذ قرارات أسرع في المستودعات ومتاجر التجزئة وبيئات التصنيع.

25. عدّ الحبوب وتحديدها#

في الرعاية الصحية، يُعد عدّ الحبوب وتحديدها بدقة أمرًا بالغ الأهمية لتجنب الأخطاء. ويمكن لأنظمة الرؤية الحاسوبية استخدام اكتشاف الأجسام وتصنيف الصور لتحديد أنواع الحبوب وعدّها تلقائيًا. وتلتقط الكاميرات المدمجة مع أنظمة الرؤية صورًا عالية الدقة للأدوية، ثم تحللها الخوارزميات المدعومة بالذكاء الاصطناعي في الوقت الفعلي، ما يساعد الصيدليات والمستشفيات والعيادات على الحفاظ على سير العمل.

الشكل 6. عدّ الحبوب وكشفها باستخدام نموذج Ultralytics YOLO (المصدر)

26. فرز الغسيل#

في عمليات الغسيل واسعة النطاق، يكون الفرز اليدوي بطيئًا وغالبًا ما يتسبب في أخطاء. ويمكن لأنظمة الرؤية الحاسوبية استخدام الكاميرات ونماذج الذكاء الاصطناعي لفرز الملابس تلقائيًا حسب اللون أو الحجم أو نوع القماش.

ومن خلال تحديد كل قطعة وتوجيهها إلى الحاوية أو دورة الغسيل المناسبة، تحسن هذه الأنظمة السرعة والاتساق. ويجعلها ذلك مفيدة على وجه الخصوص في الفنادق والمستشفيات ومغاسل الملابس الصناعية، حيث تُعد الكفاءة والدقة أمرين أساسيين.

27. كشف الشقوق#

تساعد الرؤية الحاسوبية على رصد الشقوق التي يصعب على العين البشرية ملاحظتها. وباستخدام الكاميرات ومعالجة الصور، تمسح نماذج الذكاء الاصطناعي أسطحًا مثل الطرق والجدران والجسور والآلات للكشف عن العلامات المبكرة للتلف.

وباستخدام مهام مثل كشف الأجسام والتجزئة، يمكن تحديد الشقوق الدقيقة مبكرًا. ويساعد ذلك الفرق على التخطيط للإصلاحات في الوقت المناسب والحد من مخاطر السلامة.

28. عدّ الخلايا بالمجهر#

تعتمد التجارب المخبرية غالبًا على معرفة العدد الدقيق للخلايا في العينة. وقد دفع ذلك الباحثين إلى استخدام نماذج للرؤية الحاسوبية تدعم تجزئة الصور وعدّ الأجسام. وتستطيع هذه النماذج كشف الخلايا المفردة وفصل الخلايا المتداخلة وعدّها تلقائيًا، ما يوفر الوقت ويحسن الدقة.

29. كشف كسور الانبعاج#

يمكن للرؤية الحاسوبية مساعدة الأطباء على اكتشاف كسور انضغاطية في صور الأشعة السينية، وهي شائعة لدى الأطفال ويسهل إغفالها. ويمكن ضبط نماذج التعلم العميق بدقة لتحليل بيانات التصوير الطبي وتعلّم أشكال العظام وأنسجتها لاكتشاف الانحناءات أو الشقوق الطفيفة. وعلى وجه الخصوص، يمكن لاكتشاف الأجسام إبراز المناطق المثيرة للقلق، ما يساعد اختصاصيي الأشعة على تشخيص الحالات بسرعة ودقة أكبر.

30. كشف سقوط المرضى#

يُعد الحفاظ على سلامة المرضى على مدار الساعة تحديًا أساسيًا في المستشفيات ودور الرعاية. ولا يستطيع الموظفون التواجد دائمًا في كل لحظة. ومع ذلك، يمكن لتقنيات مثل الرؤية الحاسوبية أن تساعد من خلال مراقبة حركة المرضى واكتشاف المخاطر المحتملة في الوقت الفعلي.

فعلى سبيل المثال، تستطيع الأنظمة القائمة على الرؤية كشف السقوط المفاجئ في الوقت الفعلي من خلال تتبع وضعية الجسم وأنماط الحركة. وعند اكتشاف سقوط، يستطيع النظام تنبيه مقدمي الرعاية فورًا، ما يتيح الاستجابة السريعة. ولهذا أهمية خاصة للمرضى المسنين أو في مرحلة التعافي، إذ يمكن للمساعدة السريعة الحد من خطر الإصابات الخطيرة وتحسين الرعاية عمومًا.

31. مراقبة مرضى وحدة العناية المركزة#

يحتاج المرضى داخل وحدة العناية المركزة إلى مراقبة دقيقة طوال الوقت. وقد يكون ذلك مرهقًا ويتطلب جهدًا كبيرًا من الطاقم الطبي، لا سيما خلال نوبات العمل الطويلة. ويمكن الاستعانة بأنظمة الرؤية الحاسوبية للمساعدة عبر تتبع حركة المرضى ووضعياتهم باستمرار، ما يتيح لفرق الرعاية التركيز على المهام الحرجة مع الاستجابة السريعة عند ظهور المشكلات.

32. تتبع الأدوات الجراحية#

يُعد تتبع كل أداة طبية أمرًا بالغ الأهمية أثناء الجراحة. ويمكن دمج الكاميرات العلوية مع الرؤية الحاسوبية لكشف الأدوات الجراحية وتتبعها طوال العملية. ويعزز ذلك السلامة في غرف العمليات، ويقلل التأخير، ويتيح للجراحين والممرضين التركيز الكامل على الإجراء.

33. التشخيص باستخدام الصور الطبية#

يمكن استخدام الرؤية الحاسوبية في التشخيص باستخدام الصور الطبية. فهي تتيح للأطباء تحليل الصور بوضوح أكبر وسرعة أعلى.

وباستخدام التعلم العميق والشبكات العصبية الالتفافية، تحلل أنظمة الرؤية صور الأشعة السينية والرنين المغناطيسي والتصوير المقطعي المحوسب للعثور على الأنماط المرئية. فعلى سبيل المثال، عند كشف الأورام، تبرز قدرات الرؤية مثل معالجة الصور والتجزئة وكشف الأجسام المناطق المشبوهة وتدعم دقة التشخيص.

34. كشف الالتزام بمعدات الوقاية الشخصية#

يصعب في البيئات الصناعية المزدحمة مراقبة كل عامل في جميع الأوقات. ويمكن للكاميرات المزودة بتقنيات الرؤية معالجة ذلك عبر مراقبة مناطق العمل باستمرار والتحقق من ارتداء معدات السلامة المطلوبة، مثل الخوذ والقفازات والسترات العاكسة. ومن خلال كشف معدات الوقاية الشخصية (PPE) المفقودة في الوقت الفعلي، تساعد هذه الأنظمة على منع الحوادث وتحسين السلامة العامة في مكان العمل.

35. مراقبة النباتات والمحاصيل#

تتيح مراقبة النباتات والمحاصيل للمزارعين متابعة صحة المحاصيل طوال موسم النمو. ويمكن للكاميرات المثبتة على الطائرات المسيّرة أو الجرارات أو الأعمدة الثابتة التقاط صور منتظمة للنباتات في الحقول.

يتيح هذا الاستخدام للرؤية الحاسوبية للأنظمة تحليل المؤشرات المرئية، مثل لون الأوراق وحجم النباتات وأنماط النمو، للكشف عن العلامات المبكرة للإجهاد أو نقص المغذيات أو شح المياه. وبالتعرف على المشكلات مبكرًا، يستطيع المزارعون الاستجابة بسرعة أكبر وتحسين إنتاجية المحاصيل وتجنب الخسائر واسعة النطاق.

36. مراقبة الماشية#

تستفيد مراقبة الماشية من الرؤية الحاسوبية لمتابعة سلوك الحيوانات من دون إشراف بشري مستمر. وتتتبع الكاميرات الحركة والوضعية ومستويات النشاط لتحديد علامات الإصابة أو المرض أو الإجهاد.

فعلى سبيل المثال، قد يشير انخفاض الحركة أو أنماط المشي غير المعتادة إلى مشكلات صحية. وتعتمد هذه الأنظمة على الكشف والتتبع لمراقبة القطعان باستمرار، ما يساعد المزارعين على إدارة المزارع الكبيرة بكفاءة أكبر.

الشكل 7. مثال على كشف وضعية الأبقار باستخدام YOLO (المصدر)

37. كشف حرائق الغابات#

غالبًا ما تبدأ حرائق الغابات في مناطق نائية حيث تكون المراقبة البشرية محدودة. وتحلل أنظمة الرؤية الحاسوبية البيانات المرئية من أبراج المراقبة والطائرات المسيّرة والصور الجوية للكشف عن العلامات المبكرة، مثل خيوط الدخان الرقيقة أو التغيرات في لون الغطاء النباتي أو الحركات الدقيقة المرتبطة بالحرارة. ومن خلال تقليل الإنذارات الكاذبة التي يسببها الضباب أو الغيوم، تتيح هذه الأنظمة العاملة في الوقت الفعلي للسلطات الاستجابة بسرعة أكبر ومنع انتشار الحرائق.

38. كشف نضج فاكهة التنين#

يُعد تحديد الوقت المناسب لحصاد فاكهة التنين مثالًا على حالة استخدام محددة للغاية للرؤية الحاسوبية، حيث يؤثر التوقيت مباشرةً في الجودة ومدة الصلاحية. وتستخدم النماذج القائمة على الرؤية الكشف وتصنيف الصور لتقييم النضج والتنبؤ بالموعد الأمثل للحصاد. وبدأت المزارع بالفعل باستخدام كاميرات مدعومة بالذكاء الاصطناعي لتبسيط فحوص النضج، ما يجعل الحصاد أسرع وأكثر دقة واتساقًا.

39. مراقبة الطيور#

أصبحت مراقبة الطيور أكثر دقة بفضل الرؤية الحاسوبية. وتستخدم الكاميرات الذكية والمناظير المدعومة بالذكاء الاصطناعي خوارزميات الرؤية الحاسوبية، بما فيها نماذج مثل Ultralytics YOLO26، لدعم مهام مثل كشف الأجسام وتقدير الوضعيات. ويتيح ذلك للباحثين والهواة تتبع أعداد الطيور ومراقبة سلوكها ودراسة أنماط هجرتها.

40. تحليل آثار الحيوانات في الثلج#

في المناطق الثلجية، تكشف آثار الحيوانات معلومات قيّمة عن حركة الحياة البرية. ويمكن استخدام نماذج الرؤية الحاسوبية مثل Ultralytics YOLO26 لكشف آثار الحيوانات وتتبعها في المناطق الثلجية.

ومن خلال تحليل الأنماط المرئية، تسهّل هذه النماذج تحديد الأنواع وتقدير الحركة ودراسة الهجرة. ويتيح ذلك للباحثين والعاملين في الحفاظ على البيئة مراقبة أعداد الحيوانات في الوقت الفعلي ورصد سلوكها وحماية الحياة البرية.

41. عمليات السكك الحديدية#

تعمل شبكات السكك الحديدية في ظل حركة مستمرة وجداول زمنية ضيقة ومخاطر تتعلق بالسلامة، ما يجعل المراقبة اليدوية معقدة. ويمكن لتقنية الرؤية الحاسوبية أتمتة هذه الفحوص من خلال تحليل البيانات المرئية من كاميرات جوانب المسارات والمحطات والأنظمة الموجودة على متن القطارات.

وباستخدام كشف الأجسام وتجزئة الكائنات، تستطيع نماذج الرؤية كشف الشقوق ومشكلات الإشارات والعوائق على جوانب المسارات أو الأشخاص الذين يدخلون المناطق المحظورة وتتبعها في الوقت الفعلي. ويقلل ذلك الأخطاء البشرية، ويبسط سير العمل، ويدعم عمليات سكك حديدية أكثر أمانًا وموثوقية على نطاق واسع.

42. مهام التعرّف الضوئي على الحروف المتعلقة بالمستندات#

أصبحت معالجة المستندات أسهل بكثير بفضل أنظمة التعرف الضوئي على الأحرف المدعومة بالرؤية الحاسوبية. وتكتشف هذه الأنظمة أولًا مناطق النص داخل الصور، مثل الفواتير والنماذج والإيصالات، ثم تستخرج المحتوى ليصبح قابلًا للبحث والاستخدام.

وبعد التقاط النص، يمكن معالجته أو تحليله أو تلخيصه تلقائيًا. ويساعد ذلك الشركات على تحسين الدقة وتبسيط إجراءات العمل كثيفة المستندات في مجالات التمويل والرعاية الصحية والعمليات.

43. كشف اللاعبين وتتبعهم#

بدأت الفعاليات الرياضية الكبرى باستخدام تقنية الرؤية الحاسوبية لتتبع حركات اللاعبين في الملعب. وتحلل نماذج الرؤية لقطات المباريات المباشرة بدقة باستخدام كشف الأجسام وتتبعها وتقدير الوضعيات.

يستخدم المدربون والمحللون هذه البيانات لدراسة الأداء والتمركز والعمل الجماعي. وأصبح تتبع اللاعبين شائعًا الآن في كرة القدم وكرة السلة والكريكيت، ما يتيح للفرق اتخاذ قرارات تستند إلى البيانات أثناء التدريب والمباريات.

الشكل 8. استخدام YOLO لكشف اللاعبين في ملعب كرة قدم. (المصدر)

44. تتبع الكرة#

ومن الأمثلة الجيدة الأخرى على كيفية دعم الرؤية الحاسوبية لمحللي الرياضة تتبّع الكرة. ففي الرياضات سريعة الإيقاع، قد تكون متابعة الكرة أمرًا صعبًا.

يمكن لأنظمة الرؤية الحاسوبية اكتشاف الكرة وتتبع حركتها إطارًا تلو الآخر، مع تسجيل موقعها وسرعتها واتجاهها في الوقت الفعلي. وتدعم هذه البيانات تحليل الأداء واتخاذ قرارات عادلة في رياضات مثل كرة القدم والكريكيت والغولف.

45. اكتشاف أوراق اللعب#

تستخدم بيئات المقامرة الخاضعة للتنظيم، مثل الكازينوهات، الرؤية الحاسوبية لمراقبة ألعاب الورق مثل البلاك جاك، وذلك من خلال تحديد أوراق اللعب على الطاولة وتتبعها في الوقت الفعلي. ويساعد ذلك على ضمان نزاهة اللعب، ومنع الغش، والحفاظ على الشفافية. ويمكن استخدام نماذج الرؤية مثل Ultralytics YOLO26 للتعرف على الأوراق استنادًا إلى أشكالها وأرقامها ورموزها.

46. تحليل مخاطر الإصابات#

غالبًا ما تتطور إصابات الرياضيين تدريجيًا بسبب الوضعية السيئة أو الإجهاد المتكرر. ويمكن لأنظمة الذكاء الاصطناعي للرؤية المساعدة على اكتشاف هذه المشكلات مبكرًا من خلال تحليل طريقة تحرك اللاعبين أثناء التدريب والمباريات.

يمكن لكاميرات الذكاء الاصطناعي تتبع وضعية الجسم والتوازن وأنماط الحركة لتحديد الحركات غير الآمنة. وهذا يتيح للفرق تصحيح طريقة الأداء وتحسين برامج التدريب والحد من مخاطر الإصابات الخطيرة.

47. التحكم بالإيماءات في الألعاب#

يرتبط التحكم بالإيماءات في الألعاب ارتباطًا وثيقًا بالرؤية الحاسوبية. إذ تكشف الأنظمة المعتمدة على الرؤية حركات اليد والجسم وتفسرها، ما يتيح للاعبين التحكم في الألعاب دون وحدات تحكم مادية.

يُستخدم هذا النهج على نطاق واسع في تجارب الواقع المعزز والواقع الافتراضي، حيث تُترجم حركات مثل التلويح أو القفز أو الإشارة إلى استجابات فورية داخل اللعبة، ما يوفر تجربة أكثر اندماجًا.

48. تحليل الملصقات الغذائية#

قد تستغرق قراءة الملصقات الغذائية وقتًا طويلًا، ولا سيما عندما تختلف التنسيقات بين العلامات التجارية. ويمكن تبسيط هذه العملية باستخدام حلول الرؤية الحاسوبية.

من خلال معالجة صور الملصقات الغذائية، تستطيع أنظمة الرؤية الحاسوبية استخراج تفاصيل أساسية مثل السعرات الحرارية والمكونات ومعلومات العناصر الغذائية. وباستخدام معالجة الصور والتعرّف الضوئي على الحروف والتعلم الآلي، يمكن مسح الملصقات الغذائية ضوئيًا باستخدام الهواتف الذكية أو الماسحات الضوئية البسيطة، ما يسهل الوصول إلى المعلومات ومقارنتها.

49. عدّ الأشخاص#

تساعد معرفة عدد الأشخاص الموجودين في مكان ما الشركات والمدن على تحسين التخطيط. ويمكن للأنظمة المعتمدة على الرؤية الحاسوبية عدّ الأشخاص الذين يدخلون منطقة أو يغادرونها باستخدام تسجيلات الفيديو من الأماكن العامة.

تعتمد هذه الحلول على اكتشاف الأجسام وتتبعها لمتابعة الحركة في الوقت الفعلي. وتُستخدم في متاجر البيع بالتجزئة ومراكز النقل والمدن الذكية لإدارة تدفق الحشود وتحسين السلامة.

50. مراقبة حركة المرور#

تُعد مراقبة حركة المرور ضرورية للحفاظ على سلامة الطرق والحد من الازدحام. ويمكن للكاميرات وأجهزة الاستشعار، بالاقتران مع الرؤية الحاسوبية، تتبع المركبات في الوقت الفعلي وتحليل تدفق حركة المرور. ويساعد ذلك مخططي المدن على فهم أنماط حركة المرور على نحو أفضل وتحسين توقيت إشارات المرور لتعزيز إدارة المرور عمومًا.

الشكل 9. اكتشاف المركبات وعدّها على طريق سريع باستخدام YOLO (المصدر)

51. فحص خطوط الأنابيب#

يمكن لتقنية الرؤية الحاسوبية فحص خطوط الأنابيب الطويلة دون تعريض الأشخاص للخطر. إذ تستطيع الطائرات المسيّرة المزوّدة بكاميرات عالية الدقة وخوارزميات قائمة على الرؤية فحص خطوط الأنابيب للكشف عن التآكل أو التسربات أو الشقوق. وتحد هذه الأتمتة من المخاطر البشرية، وتسرّع فحوصات الصيانة، وتتيح المراقبة المستمرة لمسافات طويلة، ما يجعل تشغيل خطوط الأنابيب أكثر أمانًا.

52. فحص أغطية الزجاجات#

قد تكون أغطية الزجاجات مفقودة أحيانًا أو لا تُحكم إغلاقها على نحو صحيح، ما يؤدي إلى تلف المنتجات أو مشكلات تتعلق بالسلامة. وهذا مصدر قلق رئيسي في صناعة المشروبات. ويمكن لأنظمة الرؤية الحاسوبية المساعدة على معالجة ذلك من خلال مراقبة خطوط الإنتاج واستخدام الكاميرات للكشف عن الأغطية المفقودة أو المرتخية أو غير المحاذية.

53. إدارة الساحات#

ليس من السهل كما يبدو إدارة ساحات التخزين الكبيرة التي تتحرك فيها الحاويات والمركبات باستمرار. وتعالج الأنظمة القائمة على الرؤية هذا التعقيد من خلال تحديد معرّفات الحاويات وتتبع مواقعها وتسجيل تحركاتها في الوقت الفعلي.

تراقب الكاميرات الأنشطة في الساحة وتحدّث الأنظمة تلقائيًا. ويركز حل الرؤية المدعوم بالذكاء الاصطناعي هذا على تحسين الخدمات اللوجستية وسير العمل عمومًا.

54. اكتشاف الأنواع النادرة#

غالبًا ما يصعب دراسة الأنواع النادرة لأنها غير شائعة وتعيش عادةً في مناطق محمية أو نائية. ومع ذلك، تستطيع الأنظمة القائمة على الرؤية جمع البيانات المرئية باستخدام كاميرات المصائد أو الطائرات المسيّرة أو الصور الملتقطة بالأقمار الصناعية.

تستخدم هذه الأنظمة تصنيف الصور للتعرف على الحيوانات استنادًا إلى سمات مثل الشكل واللون والعلامات. ويتيح ذلك للذكاء الاصطناعي للرؤية اكتشاف الأنواع تلقائيًا وتسجيل المشاهدات بمرور الوقت وتتبع أعدادها دون إزعاج الحياة البرية.

55. أنظمة الدفع الذاتي#

جعلت الرؤية الحاسوبية الدفع الذاتي أسرع وأسهل. إذ يمكن للمتسوقين مسح المنتجات ضوئيًا ودفع ثمنها دون انتظار طوابير طويلة.

وتتيح ذلك كاميرات المتاجر والماسحات الضوئية الذكية والأكشاك المزوّدة بتقنيات الرؤية، التي تراقب كيفية التقاط المنتجات ووضعها، ما يساعد الأنظمة على التعرف على المنتجات بدقة. ونتيجة لذلك، تقل الأخطاء، وتتسارع عملية الدفع، وتصبح تجربة التسوق عمومًا أكثر سلاسة في متاجر البيع بالتجزئة المزدحمة.

56. اكتشاف تآكل الإطارات#

تفقد الإطارات تماسكها بمرور الوقت، لكن التغيرات غالبًا ما تكون طفيفة ويصعب ملاحظتها. وتفحص الأنظمة القائمة على الرؤية والمثبتة في المرائب أو مراكز الخدمة أسطح الإطارات للكشف عن علامات التآكل أو التلف، مثل انخفاض عمق المداس أو عدم انتظام نقوشه. ومن خلال تحديد المشكلات مبكرًا، تساعد هذه الأنظمة على منع ظروف القيادة غير الآمنة وتجعل صيانة الإطارات أكثر قابلية للتوقع.

57. عدّ العناصر#

يمكن أتمتة عدّ العناصر باستخدام الرؤية الحاسوبية عبر اكتشاف المنتجات وتتبعها في الصور أو مقاطع الفيديو. فعلى سبيل المثال، يمكن لأنظمة الرؤية عدّ العبوات الكرتونية المعلبة على حزام ناقل، أو مراقبة مستويات المخزون في المتاجر الكبرى، أو تتبع العناصر التي تتحرك على خط تجميع أثناء مراحل الغسل أو المعالجة. ويُستخدم هذا النهج على نطاق واسع في المستودعات والمصانع وبيئات البيع بالتجزئة للحد من اختلافات المخزون، وتحديد العناصر المفقودة مبكرًا، والحفاظ على دقة بيانات المخزون.

الشكل 10. تفاح أخضر على خط تجميع اكتشفه YOLO (المصدر)

58. اكتشاف الأنواع تحت الماء#

ليس استكشاف الحياة تحت سطح المحيط أمرًا سهلًا، لكن الرؤية الحاسوبية جعلت تتبع الأنواع تحت الماء أكثر كفاءة. ويمكن للباحثين استخدام البيانات المرئية من الطائرات المسيّرة تحت الماء والكاميرات الغاطسة لتحديد الأسماك والشعاب المرجانية والأنواع البحرية الأخرى في الوقت الفعلي. وتساعد هذه المعلومات على تتبع أعدادها ودراسة موائلها ومراقبة النظم البيئية للمحيطات دون إزعاج الحياة البحرية.

59. اكتشاف هدر الطعام في المطابخ#

تنتج المطابخ التجارية الكبيرة كميات كبيرة من هدر الطعام كل يوم. وتُستخدم اليوم أنظمة قائمة على الرؤية للمساعدة في أتمتة تتبع هدر الطعام والحد منه.

تستخدم أنظمة الرؤية الحاسوبية هذه كاميرات موضوعة بالقرب من مناطق تحضير الطعام أو حاويات النفايات الذكية للتعرف على الطعام وقياس أحجام الحصص وتتبع أنماط الهدر. وتستخدم عدة سلاسل فنادق وشركات خدمات الطعام هذه البيانات لتعديل قوائم الطعام والحد من الهدر وخفض التكاليف.

60. تصنيف جودة الطعام#

تتزايد أتمتة تصنيف جودة الطعام باستخدام أنظمة الرؤية الحاسوبية في مصانع معالجة الأغذية. فمع تحرك الفواكه والخضروات والمنتجات المعبأة على خطوط الإنتاج، تستطيع نماذج الرؤية فرزها استنادًا إلى الحجم واللون والنضج وعيوب السطح باستخدام الاكتشاف والتصنيف. ويحد ذلك من عمليات الفحص اليدوية ويقلل الأخطاء البشرية ويضمن وصول الطعام عالي الجودة إلى العملاء، حتى عند معالجة كميات كبيرة يوميًا.

أبرز النقاط#

سرعان ما أصبحت الرؤية الحاسوبية جزءًا أساسيًا من أنظمة الإنتاج والتشغيل الحديثة. وتدعم مهام الرؤية الأساسية، مثل الاكتشاف والتتبع والتقسيم والتصنيف، تطبيقات في قطاعات عديدة، منها الرعاية الصحية وتجارة التجزئة والزراعة والمركبات ذاتية القيادة. ويتمثل أبرز التغيير في مدى قابلية هذه الأنظمة للتوسع وعمليتها.

هل ترغب في التعمق أكثر في الذكاء الاصطناعي؟ انضم إلى مجتمعنا المتنامي، وتعرّف على المزيد عن الرؤية الحاسوبية في مستودع GitHub الخاص بنا. اطّلع على صفحات الحلول وتعرّف على الذكاء الاصطناعي في التصنيع والذكاء الاصطناعي للرؤية في الرعاية الصحية. اكتشف خيارات الترخيص لدينا للبدء باستخدام الذكاء الاصطناعي للرؤية اليوم!