تاريخ نماذج الرؤية

ما هي الرؤية الحاسوبية#

تخيل أنك تدخل متجراً حيث تقوم كاميرا بتحديد وجهك، وتحليل مزاجك، واقترح منتجات مصممة خصيصاً لتفضيلاتك—كل ذلك في الوقت الفعلي. هذا ليس خيالاً علمياً بل واقع تتيحه نماذج الرؤية الحديثة. وفقاً لـ تقرير صادر عن Fortune Business Insight، قُدر حجم سوق الرؤية الحاسوبية العالمي بـ 20.31 مليار دولار أمريكي في عام 2023 ومن المتوقع أن ينمو من 25.41 مليار دولار أمريكي في عام 2024 إلى 175.72 مليار دولار أمريكي بحلول عام 2032، مما يعكس التطورات السريعة والتبني المتزايد لهذه التكنولوجيا عبر مختلف الصناعات.

تمكّن الرؤية الحاسوبية أجهزة الكمبيوتر من اكتشاف الأشياء وتحديدها وتحليلها داخل الصور. ومثلها مثل المجالات الأخرى المتعلقة بالذكاء الاصطناعي، شهدت الرؤية الحاسوبية تطورًا سريعًا على مدى العقود القليلة الماضية، محققة تقدمًا ملحوظًا.

إن تاريخ الرؤية الحاسوبية واسع. في سنواتها الأولى، كانت نماذج الرؤية الحاسوبية قادرة على اكتشاف الأشكال البسيطة والحواف، وكانت تقتصر غالباً على المهام الأساسية مثل التعرف على الأنماط الهندسية أو التمييز بين المناطق الفاتحة والداكنة. ومع ذلك، يمكن لنماذج اليوم تنفيذ مهام معقدة مثل اكتشاف الكائنات في الوقت الفعلي، والتعرف على الوجه، وحتى تفسير العواطف من تعابير الوجه بدقة وكفاءة استثنائيتين. يسلط هذا التقدم الهائل الضوء على الخطوات المذهلة التي تحققت في القدرة الحسابية، والتطور الخوارزمي، وتوافر كميات هائلة من البيانات للتدريب.

في هذا المقال، سنستكشف المعالم الرئيسية في تطور الرؤية الحاسوبية. سنقوم برحلة عبر بداياتها الأولى، ونتعمق في التأثير التحويلي للشبكات العصبية التلافيفية (CNNs)، ونفحص التطورات المهمة التي تلت ذلك.

البدايات الأولى للرؤية الحاسوبية#

كما هو الحال في مجالات الذكاء الاصطناعي الأخرى، بدأ التطوير المبكر للرؤية الحاسوبية بالبحث الأساسي والعمل النظري. وكان أحد المعالم الهامة هو عمل لورانس جي. روبرتس الرائد في التعرف على كائنات ثلاثية الأبعاد، والموثق في أطروحته "Machine Perception of Three-Dimensional Solids" في أوائل ستينيات القرن الماضي. لقد وضعت مساهماته الأساس للتقدم المستقبلي في هذا المجال.

الخوارزميات الأولى - اكتشاف الحواف#

ركزت أبحاث الرؤية الحاسوبية المبكرة على تقنيات معالجة الصور، مثل اكتشاف الحواف واستخراج الميزات. كانت خوارزميات مثل عامل سوبل (Sobel operator)، الذي تم تطويره في أواخر الستينيات، من بين الأوائل في اكتشاف الحواف عن طريق حساب تدرج شدة الصورة.

Fig 1. صورة توضح اكتشاف الحواف، حيث يظهر الجانب الأيسر الكائن الأصلي ويعرض الجانب الأيمن الإصدار الذي تم اكتشاف حوافه.

لعبت تقنيات مثل مكتشفات الحواف سوبل وكانى دورًا حاسمًا في تحديد الحدود داخل الصور، وهي ضرورية للتعرف على الكائنات وفهم المشاهد.

التعلم الآلي والرؤية الحاسوبية#

التعرف على الأنماط#

في السبعينيات، برز التعرف على الأنماط كمجال رئيسي للرؤية الحاسوبية. طور الباحثون طرقًا للتعرف على الأشكال والقوام والكائنات في الصور، مما مهد الطريق لمهام رؤية أكثر تعقيدًا.

الشكل 2. التعرف على الأنماط.

تضمنت إحدى الطرق المبكرة للتعرف على الأنماط مطابقة القوالب، حيث تتم مقارنة الصورة بمجموعة من القوالب للعثور على أفضل مطابقة. كان هذا النهج محدودًا بسبب حساسيته للاختلافات في الحجم والدوران والضوضاء.

Fig 3. قالب على الجانب الأيسر تم العثور عليه داخل الصورة اليمنى.

كانت أنظمة الرؤية الحاسوبية المبكرة مقيدة بالقدرة الحسابية المحدودة في ذلك الوقت. كانت أجهزة الكمبيوتر في الستينيات والسبعينيات ضخمة ومكلفة وذات قدرات معالجة محدودة.

تغيير قواعد اللعبة مع التعلم العميق#

التعلم العميق والشبكات العصبية التلافيفية#

شكل التعلم العميق والشبكات العصبية التلافيفية (CNNs) لحظة محورية في مجال الرؤية الحاسوبية. لقد أحدثت هذه التطورات تحولًا جذريًا في كيفية تفسير أجهزة الكمبيوتر للبيانات المرئية وتحليلها، مما أتاح مجموعة واسعة من التطبيقات التي كان يُعتقد سابقًا أنها مستحيلة.

كيف تعمل شبكات CNN؟#

Fig 4. بنية شبكة عصبية تلافيفية (CNN).

1. طبقات التلافيف (Convolutional Layers): تستخدم شبكات CNN طبقات التلافيف وهي نوع من نماذج التعلم العميق المصممة لمعالجة البيانات المهيكلة شبكية الشكل، مثل الصور أو التسلسلات، من خلال التعلم التلقائي للأنماط الهرمية، لمسح الصورة باستخدام المرشحات أو النواة. تكتشف هذه المرشحات ميزات مختلفة مثل الحواف والنساج والألوان عن طريق الانزلاق عبر الصورة وحساب نواتج الضرب القياسية. يقوم كل مرشح بتنشيط أنماط محددة في الصورة، مما يمكن النموذج من تعلم ميزات هرمية.
2. دوال التنشيط (Activation Functions): بعد التلافيف، تقوم دوال التنشيط مثل ReLU (Rectified Linear Unit) وهي دالة تنشيط شائعة في التعلم العميق تُخرج الإدخال مباشرة إذا كان موجباً، وصفراً خلاف ذلك، بمساعدة الشبكات العصبية على تعلم العلاقات غير الخطية في البيانات بكفاءة. وهذا يساعد الشبكة على تعلم أنماط وتمثيلات معقدة.
3. طبقات التجميع (Pooling Layers): توفر طبقات التجميع عملية أخذ عينات خفضية تقلل من أبعاد خريطة الميزات, مما يساعد في استخراج الميزات الأكثر صلة مع تقليل التكلفة الحسابية وفرط التخصيص.
4. الطبقات المتصلة بالكامل (Fully Connected Layers): الطبقات النهائية لشبكة CNN هي طبقات متصلة بالكامل تفسر الميزات المستخرجة بواسطة الطبقات التلافيفية وطبقات التجميع لإجراء التنبؤات. هذه الطبقات مشابهة لتلك الموجودة في الشبكات العصبية التقليدية.

تطور نماذج رؤية CNN#

كانت رحلة نماذج الرؤية واسعة، وتضمنت بعضاً من أبرزها:

• LeNet (1989): كان LeNet أحد أوائل معماريات CNN، واستُخدم بشكل أساسي للتعرف على الأرقام في الشيكات المكتوبة بخط اليد. وضع نجاحه الأساس لشبكات CNN أكثر تعقيدًا، مما أثبت إمكانات التعلم العميق في معالجة الصور.

• AlexNet (2012): تفوق AlexNet بشكل كبير على النماذج الموجودة في مسابقة ImageNet، مما أظهر قوة التعلم العميق. استخدم هذا النموذج تنشيطات ReLU، وdropout، وزيادة البيانات (data augmentation)، مما وضع معايير جديدة في تصنيف الصور وأثار اهتمامًا واسعًا بشبكات CNN.

• VGGNet (2014): من خلال استخدام مرشحات تلافيفية أصغر (3x3)، حقق VGGNet نتائج مبهرة في مهام تصنيف الصور، مما عزز أهمية عمق الشبكة في تحقيق دقة أعلى.

• ResNet (2015): عالج ResNet مشكلة التدهور في الشبكات العميقة من خلال تقديم التعلم المتبقي (residual learning). سمح هذا الابتكار بتدريب شبكات أعمق بكثير، مما أدى إلى أداء متطور في مختلف مهام الرؤية الحاسوبية.

• YOLO (You Only Look Once): أحدثت YOLO ثورة في اكتشاف الكائنات من خلال صياغته كمشكلة انفرادية، حيث تتنبأ مباشرة بـ صناديق الإحاطة واحتمالات الفئات من الصور الكاملة في تقييم واحد. مكن هذا النهج من اكتشاف الكائنات في الوقت الفعلي بسرعة ودقة غير مسبوقتين، مما يجعله مناسباً للتطبيقات التي تتطلب معالجة فورية، مثل القيادة الذاتية والمراقبة.

تطبيقات الرؤية الحاسوبية#

الرعاية الصحية#

استخدامات الرؤية الحاسوبية عديدة. على سبيل المثال، تُستخدم نماذج الرؤية مثل Ultralytics YOLOv8 في التصوير الطبي لاكتشاف الأمراض مثل السرطان واعتلال الشبكية السكري. فهي تحلل الأشعة السينية، والتصوير بالرنين المغناطيسي، والتصوير المقطعي المحوسب بدقة عالية، وتحدد التشوهات في وقت مبكر. تتيح قدرة الاكتشاف المبكر هذه التدخلات في الوقت المناسب وتحسين نتائج المرضى.

Fig 5. اكتشاف أورام الدماغ باستخدام Ultralytics YOLOv8.

الحفاظ على البيئة#

تساعد نماذج الرؤية الحاسوبية في مراقبة وحماية الأنواع المهددة بالانقراض من خلال تحليل الصور والفيديوهات من موائل الحياة البرية. فهي تحدد وتتتبع سلوك الحيوانات، وتوفر بيانات عن تعدادها وتحركاتها. توجه هذه التكنولوجيا استراتيجيات الحفظ القرارات السياسية لحماية الأنواع مثل النمور والفيَلة.

بمساعدة ذكاء الرؤية، يمكن مراقبة التهديدات البيئية الأخرى مثل حرائق الغابات وإزالة الغابات، مما يضمن أوقات استجابة سريعة من السلطات المحلية.

Fig 6. صورة فضائية لحريق غابات.

التحديات والتوجهات المستقبلية#

على الرغم من أنها حققت بالفعل إنجازات كبيرة، ونظرًا لتعقيدها الشديد والطبيعة المتطلبة لتطويرها، تواجه نماذج الرؤية تحديات عديدة تتطلب بحثًا مستمرًا وتطورات مستقبلية.

القابلية للتفسير والشفافية#

غالبًا ما يُنظر إلى نماذج الرؤية، وخاصة نماذج التعلم العميق، على أنها "صناديق سوداء" ذات شفافية محدودة. يرجع هذا إلى كون هذه النماذج معقدة للغاية. يعيق نقص القابلية للتفسير الثقة والمساءلة، خاصة في التطبيقات الحرجة مثل الرعاية الصحية على سبيل المثال.

المتطلبات الحسابية#

يتطلب تدريب ونشر نماذج الذكاء الاصطناعي المتطورة موارد حسابية كبيرة. هذا صحيح بشكل خاص لنماذج الرؤية، التي غالبًا ما تتطلب معالجة كميات كبيرة من بيانات الصور والفيديو. تزيد الصور ومقاطع الفيديو عالية الدقة، كونها من أكثر مدخلات التدريب كثافة في البيانات، من العبء الحسابي. على سبيل المثال، يمكن لصورة واحدة عالية الدقة أن تشغل عدة ميجابايتات من التخزين، مما يجعل عملية التدريب كثيفة الموارد وتستغرق وقتًا طويلًا.

يستلزم هذا أجهزة قوية وخوارزميات رؤية حاسوبية محسنة للتعامل مع البيانات الموسعة والحسابات المعقدة التي ينطوي عليها تطوير نماذج رؤية فعالة. تعد الأبحاث حول معماريات أكثر كفاءة، وضغط النماذج، ومسرعات الأجهزة مثل GPUs وTPUs مجالات رئيسية ستدفع مستقبل نماذج الرؤية.

تهدف هذه التحسينات إلى تقليل المتطلبات الحسابية وزيادة كفاءة المعالجة. علاوة على ذلك، يمكن أن يؤدي الاستفادة من النماذج المتقدمة المدربة مسبقاً مثل Ultralytics YOLOv8 إلى تقليل الحاجة للتدريب المكثف بشكل كبير، مما يسطر عملية التطوير ويعزز الكفاءة.

مشهد دائم التطور#

في الوقت الحاضر، تطبيقات نماذج الرؤية واسعة النطاق، وتتراوح من الرعاية الصحية، مثل اكتشاف الأورام، إلى الاستخدامات اليومية مثل مراقبة حركة المرور. جلب هذه النماذج المتقدمة الابتكار لعدد لا يحصى من الصناعات من خلال توفير دقة وكفاءة وقدرات محسنة لم تكن تخيلها من قبل.

مع استمرار تقدم التكنولوجيا، تظل إمكانات نماذج الرؤية للابتكار وتحسين جوانب مختلفة من الحياة والصناعة بلا حدود. يؤكد هذا التطور المستمر أهمية مواصلة البحث والتطوير في مجال الرؤية الحاسوبية.

هل أنت فضولي بشأن مستقبل ذكاء الرؤية؟ لمزيد من المعلومات حول أحدث التطورات، استكشف Ultralytics Docs، وتحقق من مشاريعهم على Ultralytics GitHub وYOLOv8 GitHub. بالإضافة إلى ذلك، للحصول على رؤى حول تطبيقات الذكاء الاصطناعي عبر مختلف الصناعات، تقدم صفحات الحلول الخاصة بـ السيارات ذاتية القيادة والتصنيع معلومات مفيدة للغاية.