تاريخ نماذج الرؤية

ما الرؤية الحاسوبية؟#

تخيّل دخول متجر تتعرف فيه كاميرا على وجهك، وتحلل حالتك المزاجية، وتقترح منتجات مصممة وفق تفضيلاتك، وكل ذلك آنياً. هذا ليس ضرباً من الخيال العلمي، بل واقع أتاحته نماذج الرؤية الحديثة. ووفقاً لـتقرير صادر عن Fortune Business Insights، بلغت قيمة سوق الرؤية الحاسوبية العالمي 20.75 مليار دولار أمريكي في عام 2025، ومن المتوقع أن ينمو من 24.14 مليار دولار أمريكي في عام 2026 إلى 72.80 مليار دولار أمريكي بحلول عام 2034، مما يعكس التقدم السريع في هذه التقنية وتزايد اعتمادها في قطاعات مختلفة.

يتيح مجال الرؤية الحاسوبية للحواسيب اكتشاف الأجسام الموجودة في الصور وتحديدها وتحليلها. ومثل المجالات الأخرى المرتبطة بالذكاء الاصطناعي، تطورت الرؤية الحاسوبية بسرعة خلال العقود القليلة الماضية.

يمتد تاريخ الرؤية الحاسوبية على مدى طويل. ففي سنواتها الأولى، كانت نماذج الرؤية الحاسوبية قادرة على اكتشاف الأشكال والحواف البسيطة، وكانت غالبًا مقتصرة على مهام أساسية مثل التعرف على الأنماط الهندسية أو التمييز بين المناطق الفاتحة والداكنة. أما النماذج الحالية فتستطيع تنفيذ مهام معقدة مثل اكتشاف الأجسام في الوقت الفعلي والتعرّف على الوجوه، بل وحتى تفسير المشاعر من تعابير الوجه بدقة وكفاءة استثنائيتين. ويسلط هذا التقدم الكبير الضوء على الإنجازات البارزة في القدرة الحاسوبية وتطور الخوارزميات وتوافر كميات هائلة من بيانات التدريب.

سنستعرض في هذا المقال أبرز المحطات في تطور الرؤية الحاسوبية. وسنتتبع بداياتها الأولى، ونتعمق في الأثر التحويلي للشبكات العصبية الالتفافية (CNNs)، ونبحث في التطورات المهمة التي تلت ذلك.

البدايات الأولى للرؤية الحاسوبية#

كما هو الحال في مجالات الذكاء الاصطناعي الأخرى، بدأ التطور المبكر للرؤية الحاسوبية بأبحاث تأسيسية وأعمال نظرية. ومن أبرز محطاته العمل الرائد الذي أنجزه Lawrence G. Roberts في التعرف على الأجسام ثلاثية الأبعاد، ووثقه في أطروحته «الإدراك الآلي للأجسام الصلبة ثلاثية الأبعاد» في أوائل ستينيات القرن العشرين. وقد أرست إسهاماته الأساس للتطورات اللاحقة في هذا المجال.

الخوارزميات الأولى - اكتشاف الحواف#

ركزت أبحاث الرؤية الحاسوبية المبكرة على تقنيات معالجة الصور، مثل اكتشاف الحواف واستخراج السمات. وكانت خوارزميات مثل مؤثر Sobel، الذي طُوّر في أواخر ستينيات القرن العشرين، من أوائل الخوارزميات التي اكتشفت الحواف بحساب تدرج شدة الصورة.

الشكل 1. صورة توضح اكتشاف الحواف؛ إذ يُظهر الجانب الأيسر الجسم الأصلي، بينما يعرض الجانب الأيمن النسخة التي كُشفت حوافها.

أدت تقنيات مثل كاشفي الحواف Sobel وCanny دورًا محوريًا في تحديد الحدود داخل الصور، وهي حدود أساسية للتعرف على الأجسام وفهم المشاهد.

تعلّم الآلة والرؤية الحاسوبية#

التعرف على الأنماط#

في سبعينيات القرن العشرين، برز التعرف على الأنماط بوصفه مجالًا رئيسيًا في الرؤية الحاسوبية. وطوّر الباحثون أساليب للتعرف على الأشكال والأنسجة والأجسام في الصور، ما مهد الطريق لمهام رؤية أكثر تعقيدًا.

الشكل 2. التعرف على الأنماط.

تضمنت إحدى الطرق الأولى للتعرف على الأنماط مطابقة القوالب، حيث تُقارن الصورة بمجموعة من القوالب للعثور على أفضل تطابق. وكانت هذه الطريقة محدودة بسبب حساسيتها للتغيرات في الحجم والدوران والضوضاء.

الشكل 3. قالب على الجانب الأيسر عُثر عليه داخل الصورة على اليمين.

كانت أنظمة الرؤية الحاسوبية المبكرة مقيدة بقدرات الحوسبة المحدودة آنذاك. فقد كانت الحواسيب في ستينيات وسبعينيات القرن العشرين ضخمة ومكلفة ومحدودة قدرات المعالجة.

التعلّم العميق يغيّر قواعد اللعبة#

التعلّم العميق والشبكات العصبية الالتفافية#

شكّل التعلّم العميق والشبكات العصبية الالتفافية (CNNs) محطة مفصلية في مجال الرؤية الحاسوبية. وقد غيّرت هذه التطورات جذريًا طريقة تفسير الحواسيب للبيانات المرئية وتحليلها، وأتاحت مجموعة واسعة من التطبيقات التي كان يُعتقد سابقًا أنها مستحيلة.

كيف تعمل الشبكات العصبية الالتفافية (CNNs)؟#

الشكل 4. بنية شبكة عصبية التفافية (CNN).

1. الطبقات الالتفافية: تستخدم الشبكات العصبية الالتفافية (CNNs) الطبقات الالتفافية لمسح الصورة باستخدام المرشحات أو النوى. وتكتشف هذه المرشحات سمات متنوعة، مثل الحواف والأنسجة والألوان، من خلال الانزلاق عبر الصورة وحساب جداءات نقطية. وينشّط كل مرشح أنماطًا محددة في الصورة، ما يمكّن النموذج من تعلّم سمات هرمية.
2. دوال التنشيط: بعد الالتفاف، تُدخل دوال التنشيط مثل ReLU (الوحدة الخطية المصححة)، التي تُخرج قيمة الإدخال كما هي إذا كانت موجبة وصفرًا فيما عدا ذلك، خاصية اللاخطية. ويساعد ذلك الشبكة على تعلم الأنماط والتمثيلات المعقدة.
3. طبقات التجميع: توفر طبقات التجميع عملية خفض لأبعاد خريطة السمات، ما يساعد على استخلاص السمات الأكثر صلة مع تقليل الكلفة الحاسوبية وفرط التكيّف.
4. الطبقات كاملة الاتصال: الطبقات الأخيرة في الشبكة العصبية الالتفافية هي طبقات كاملة الاتصال، تفسر السمات التي استخلصتها الطبقات الالتفافية وطبقات التجميع لإجراء التنبؤات. وتشبه هذه الطبقات نظيراتها في الشبكات العصبية التقليدية.

تطور نماذج الرؤية القائمة على الشبكات العصبية الالتفافية#

يشمل تطور نماذج الرؤية القائمة على الشبكات العصبية الالتفافية عددًا من البنى البارزة:

• LeNet (1989): كان LeNet من أوائل بنيات الشبكات العصبية الالتفافية، واستخدم أساسًا للتعرف على الأرقام في الشيكات المكتوبة بخط اليد. وأرسى نجاحه الأساس لشبكات عصبية التفافية أكثر تعقيدًا، وأثبت إمكانات التعلّم العميق في معالجة الصور.
• AlexNet (2012): تفوق AlexNet بدرجة كبيرة على النماذج القائمة في مسابقة ImageNet، مبرزًا قوة التعلّم العميق. واستخدم هذا النموذج عمليات تنشيط ReLU والإسقاط العشوائي وزيادة البيانات، ووضع معايير جديدة لتصنيف الصور وأثار اهتمامًا واسعًا بالشبكات العصبية الالتفافية.
• VGGNet (2014): حقق VGGNet نتائج مبهرة في مهام تصنيف الصور باستخدام مرشحات التفاف أصغر (3x3)، ما عزز أهمية عمق الشبكة في تحقيق دقة أعلى.
• ResNet (2015): عالج ResNet مشكلة تدهور الأداء في الشبكات العميقة من خلال إدخال التعلّم المتبقي. وأتاح هذا الابتكار تدريب شبكات أعمق بكثير، ما أدى إلى أداء متطور في طليعة المجال ضمن مختلف مهام الرؤية الحاسوبية.
• YOLO (تنظر مرة واحدة فقط): أحدث YOLO تحولًا في اكتشاف الأجسام عبر صياغته بوصفه مسألة انحدار واحدة، والتنبؤ مباشرةً بمربعات الإحاطة واحتمالات الفئات من الصور الكاملة في تقييم واحد. وأتاح هذا النهج اكتشاف الأجسام في الوقت الفعلي بسرعة ودقة عاليتين، ما جعله مناسبًا للتطبيقات التي تتطلب معالجة فورية، مثل القيادة الذاتية والمراقبة.

تطبيقات الرؤية الحاسوبية#

الرعاية الصحية#

تتعدد استخدامات الرؤية الحاسوبية. فعلى سبيل المثال، تُستخدم نماذج الرؤية مثل Ultralytics YOLOv8 في التصوير الطبي لاكتشاف أمراض مثل السرطان واعتلال الشبكية السكري. وتحلل هذه النماذج الأشعة السينية والتصوير بالرنين المغناطيسي والتصوير المقطعي المحوسب بدقة عالية، وتحدد التشوهات مبكرًا. وتتيح هذه القدرة على الكشف المبكر التدخل في الوقت المناسب وتحسين نتائج المرضى.

الشكل 5. اكتشاف ورم في الدماغ باستخدام Ultralytics YOLOv8.

الحفاظ على البيئة#

تساعد نماذج الرؤية الحاسوبية على رصد الأنواع المهددة بالانقراض وحمايتها من خلال تحليل الصور ومقاطع الفيديو من موائل الحياة البرية. وتحدد هذه النماذج الحيوانات وتتتبع سلوكها، ما يوفر بيانات عن أعدادها وتحركاتها. وتدعم هذه التقنية استراتيجيات الحفاظ على الأنواع، مثل النمور والفيلة، والقرارات المتعلقة بالسياسات.

وبمساعدة الذكاء الاصطناعي للرؤية، يمكن مراقبة تهديدات بيئية أخرى، مثل حرائق الغابات وإزالة الغابات، بما يضمن سرعة استجابة السلطات المحلية.

الشكل 6. صورة فضائية لحريق غابات.

التحديات والتوجهات المستقبلية#

على الرغم من إنجازاتها الكبيرة، لا تزال نماذج الرؤية تواجه تحديات عديدة بسبب تعقيدها وطبيعة تطويرها التي تتطلب جهدًا كبيرًا، وتستلزم هذه التحديات مواصلة البحث.

قابلية التفسير والتوضيح#

غالبًا ما يُنظر إلى نماذج الرؤية، ولا سيما نماذج التعلم العميق، على أنها «صناديق سوداء» محدودة الشفافية بسبب تعقيدها الشديد. ويعيق هذا النقص في قابلية التفسير بناء الثقة والمساءلة، خصوصًا في التطبيقات الحيوية مثل الرعاية الصحية.

المتطلبات الحاسوبية#

يتطلب تدريب نماذج الذكاء الاصطناعي المتطورة ونشرها موارد حاسوبية كبيرة. وينطبق ذلك بوجه خاص على نماذج الرؤية التي تحتاج غالبًا إلى معالجة كميات كبيرة من بيانات الصور والفيديو. وتزيد الصور ومقاطع الفيديو عالية الدقة العبء الحاسوبي، إذ تُعد من مدخلات التدريب الأكثر استهلاكًا للبيانات. فعلى سبيل المثال، قد تشغل صورة واحدة عالية الدقة عدة ميغابايتات من مساحة التخزين، ما يجعل عملية التدريب كثيفة الاستهلاك للموارد وتستغرق وقتًا طويلًا.

يتطلب ذلك أجهزة قوية وخوارزميات محسّنة للرؤية الحاسوبية للتعامل مع البيانات الضخمة والحسابات المعقدة اللازمة لتطوير نماذج رؤية فعالة. ويُعد البحث في البنى الأكثر كفاءة وضغط النماذج ومسرّعات الأجهزة مثل GPUs وTPUs أساسيًا للنهوض بنماذج الرؤية.

تهدف هذه التحسينات إلى تقليل متطلبات الحوسبة وزيادة كفاءة المعالجة. وإضافة إلى ذلك، فإن استخدام نماذج متقدمة مدرّبة مسبقًا مثل Ultralytics YOLOv8 وخلفائه، مثل Ultralytics YOLO26، يمكن أن يقلل بدرجة كبيرة الحاجة إلى التدريب المكثف، ما يبسط عملية التطوير ويعزز الكفاءة.

مجال دائم التطور#

تنتشر تطبيقات نماذج الرؤية اليوم على نطاق واسع، من الرعاية الصحية، مثل اكتشاف الأورام، إلى الاستخدامات اليومية مثل مراقبة حركة المرور. وقد أدخلت هذه النماذج المتقدمة الابتكار إلى قطاعات لا حصر لها، إذ وفرت دقة وكفاءة وقدرات محسّنة لم تكن متاحة من قبل.

مع استمرار تقدم التقنية، تتزايد إمكانات نماذج الرؤية في تحسين جوانب مختلفة من الحياة والصناعة. ويؤكد هذا التطور المستمر أهمية مواصلة البحث والتطوير في مجال الرؤية الحاسوبية.

هل يثير مستقبل الذكاء الاصطناعي للرؤية فضولك؟ لمزيد من المعلومات عن أحدث التطورات، استكشف وثائق Ultralytics، واطّلع على مشاريعنا في GitHub الخاص بـ Ultralytics وGitHub الخاص بـ YOLOv8. وإضافة إلى ذلك، تقدم صفحات الحلول الخاصة بـالسيارات ذاتية القيادة والتصنيع معلومات مفيدة بوجه خاص حول تطبيقات الذكاء الاصطناعي في قطاعات متنوعة.