نظرة عامة سريعة على الذكاء الاصطناعي البصري وكيف يعمل

تلتقط الكاميرات الموجودة في المصانع والمستشفيات والمدن والمركبات والأجهزة الاستهلاكية يوميًا كميات هائلة من الصور ومقاطع الفيديو. يولد هذا التدفق المستمر للبيانات المرئية إمكانيات جديدة، ولكنه يجعل من الصعب أيضًا فهم ما يحدث واتخاذ إجراءات سريعة.

على سبيل المثال، يمكن أن تتغير التقاطعات المزدحمة أو الأماكن العامة المكتظة من لحظة إلى أخرى. وتعد مراقبة هذه البيئات يدويًا عملية بطيئة وغالبًا ما تكون غير دقيقة، خاصة عندما تكون هناك حاجة إلى قرارات سريعة وموثوقة.

للتعامل مع مثل هذه المواقف، تحتاج الأنظمة إلى وسيلة لفهم المعلومات المرئية فور ظهورها والاستجابة في الوقت الفعلي. يجعل Computer vision هذا الأمر ممكنًا من خلال السماح للآلات بتحليل الصور ومقاطع الفيديو والتعرف على الأنماط واستخراج معلومات مفيدة.

اعتمدت أنظمة Computer vision السابقة على قواعد ثابتة، والتي كانت تعمل في إعدادات خاضعة للرقابة ولكنها غالبًا ما كانت تفشل عند تغير ظروف مثل الإضاءة أو زوايا الكاميرا. يعمل الذكاء الاصطناعي البصري الحديث على تحسين هذا النهج باستخدام artificial intelligence والتعلم الآلي.

بدلاً من مجرد التقاط العناصر المرئية أو تخزينها، تقوم هذه الأنظمة بتحليل البيانات المرئية في الوقت الفعلي، وتتعلم من الأمثلة، وتتكيف مع البيئات المتغيرة. وهذا يجعل الذكاء الاصطناعي البصري أكثر فعالية في مواقف العالم الحقيقي ويسمح له بالتحسن بمرور الوقت كلما زاد استخدامه في المزيد من التطبيقات.

في هذه المقالة، سنلقي نظرة فاحصة على ماهية الذكاء الاصطناعي البصري وكيف يمكن استخدامه لبناء سير عمل ذكي متكامل. لنبدأ!

Link to this sectionما هو الذكاء الاصطناعي البصري (vision AI)؟#

الذكاء الاصطناعي البصري هو فرع من الذكاء الاصطناعي يمكّن الآلات من فهم وتفسير الصور ومقاطع الفيديو. وبعبارة أخرى، تقوم أنظمة الذكاء الاصطناعي البصري بتحليل ما تراه واستخدام تلك المعلومات لدعم الإجراءات أو تحسين التوقعات أو اتخاذ القرارات كجزء من سير عمل أكبر. على عكس الذكاء الاصطناعي التوليدي، الذي ينشئ محتوى جديدًا، يركز الذكاء الاصطناعي البصري على فهم واستخراج المعلومات من البيانات المرئية الموجودة.

على سبيل المثال، تتطلب مراقبة النشاط في أرضية المصنع أو في مكان عام لفترات طويلة سرعة واتساقًا قد يصعب الحفاظ عليهما يدويًا. يمكن لأنظمة الذكاء الاصطناعي البصري التعامل مع هذا التحدي من خلال تطبيق تقنيات التعلم الآلي والتعلم العميق للتعرف على الأنماط وتحديد التفاصيل ذات الصلة والاستجابة فور ظهور معلومات مرئية جديدة.

الشكل 1. مثال على استخدام الذكاء الاصطناعي البصري لاكتشاف الكائنات في صورة (Source)

نظرًا لأن الصور ومقاطع الفيديو غالبًا ما يتم إنشاؤها بكميات كبيرة وبسرعة عالية، يمكن لأنظمة الذكاء الاصطناعي البصري معالجة البيانات المرئية بشكل مستمر وتطبيق نفس القواعد على كل إطار. هذا يجعل النتائج أكثر اتساقًا ويساعد الفرق على تحسين العمليات مع الحفاظ على الدقة أثناء تغير الظروف.

في الاستخدام الواقعي، عادةً ما يكون الذكاء الاصطناعي البصري جزءًا من نظام ذكاء اصطناعي متكامل. فهو يربط vision AI models بمنطق القرار والأدوات الأخرى التي تعمل بناءً على النتائج. من خلال تحويل المدخلات المرئية إلى رؤى مفيدة، يمكن للذكاء الاصطناعي البصري أتمتة المهام الروتينية ودعم اتخاذ قرارات أسرع وأكثر ثقة عبر العديد من تطبيقات Computer vision.

Link to this sectionكيف يعمل الذكاء الاصطناعي البصري: الانتقال من البيانات المرئية إلى رؤى قابلة للتنفيذ#

إذًا، كيف ينتقل النظام أو الآلة من رؤية صورة أو مقطع فيديو إلى فهم ما يحدث وتحديد ما يجب القيام به بعد ذلك؟

تبدأ العملية بالمدخلات المرئية من العالم الحقيقي، مثل الصور، ومقاطع الفيديو، وخلاصات الكاميرا المباشرة، أو تدفقات أجهزة الاستشعار. ولأن هذه البيانات يمكن أن تختلف اختلافًا كبيرًا من حيث الجودة والإضاءة وزاوية الكاميرا، فإنها عادة ما تحتاج إلى إعداد قبل التحليل.

قد يشمل هذا الإعداد تغيير حجم الصور، وضبط الإضاءة، وتنظيم إطارات الفيديو في تنسيق ثابت. وغالبًا ما يتم تضمين سياق إضافي، مثل الطوابع الزمنية أو موقع الكاميرا، لدعم تحليل أكثر دقة.

يتم بعد ذلك استخدام البيانات المُعدة ضمن إطار عمل تعليمي يسمح للنظام بالتعرف على الأنماط المرئية. ومن خلال التدريب على الصور ومقاطع الفيديو المصنفة، يتعلم نموذج الذكاء الاصطناعي البصري كيفية ظهور الكائنات والأنماط والأحداث في ظل ظروف مختلفة.

يشكل هذا الفهم المكتسب الأساس للعديد من مهام Computer vision الشائعة مثل اكتشاف الكائنات (تحديد الكائنات وتحديد موقعها داخل الصورة) وتجزئة المثيل (فصل وتصنيف الكائنات الفردية على مستوى البكسل). تم تصميم نماذج الذكاء الاصطناعي البصري المتطورة، مثل Ultralytics YOLO26، لدعم هذه المهام مع الحفاظ على السرعة والدقة في بيئات العالم الحقيقي.

الشكل 2. نظرة على استخدام YOLO لتجزئة المثيل (Source)

بمجرد نشر النظام، تتم معالجة المدخلات المرئية باستمرار كجزء من سير عمل متكامل. يقوم النموذج بتحليل الصور ومقاطع الفيديو ويرسل مخرجاته إلى لوحات المعلومات أو أدوات الأتمتة أو أنظمة الذكاء الاصطناعي الأخرى. في بعض الحالات، تستخدم vision AI agents هذه النتائج لتفعيل إجراءات أو دعم اتخاذ القرار، مما يحول الفهم المرئي إلى رؤى عملية قابلة للتنفيذ.

Link to this sectionتطور نماذج وبنيات الرؤية#

بينما تتعلم المزيد عن الذكاء الاصطناعي البصري، قد تتساءل عن سبب أهمية النماذج والبنيات وكيف تؤثر على أداء النظام. تعد نماذج الذكاء الاصطناعي البصري حاسمة لابتكارات Computer vision اليوم.

يتم بناء معظم أنظمة الذكاء الاصطناعي البصري حول نموذج يحدد كيفية تحليل الصور ومقاطع الفيديو. يحدد النموذج ما يمكن للنظام التعرف عليه في المشهد ومدى جودة أدائه في ظل ظروف مختلفة.

مع تزايد تنوع تطبيقات الذكاء الاصطناعي البصري وتعقدها، استمرت نماذج الذكاء الاصطناعي البصري وبنياتها الأساسية في التطور لمواكبة ذلك ولتكون سهلة الاستخدام. تطلبت أنظمة Computer vision المبكرة من المهندسين تحديد ما يجب أن يبحث عنه النظام يدويًا، مثل حواف أو ألوان أو أشكال معينة.

عملت هذه الأساليب القائمة على القواعد بشكل جيد في البيئات الخاضعة للرقابة، لكنها غالبًا ما كانت تفشل عند تغير الإضاءة، أو تباين جودة الكاميرا، أو عندما تصبح المشاهد أكثر تعقيدًا. تتخذ نماذج الذكاء الاصطناعي البصري الحديثة نهجًا مختلفًا.

تتعلم العديد من النماذج مفتوحة المصدر الأنماط المرئية مباشرة من البيانات، مما يجعلها أكثر مرونة وملاءمة لبيئات العالم الحقيقي حيث تكون الظروف غير متوقعة. كما أدت التطورات في بنية النموذج إلى تبسيط كيفية معالجة الصور ومقاطع الفيديو، مما جعل هذه الأنظمة أسهل في النشر والدمج في منصات الذكاء الاصطناعي البصري العملية.

تعد نماذج Ultralytics YOLO مثالاً جيدًا على هذا التحول. تُستخدم نماذج مثل YOLO26 على نطاق واسع لمهام اكتشاف الكائنات التي تتطلب السرعة والاتساق، خاصة في تطبيقات الفيديو المباشر.

Link to this sectionاستكشاف مهام الذكاء الاصطناعي البصري الأساسية#

إليك بعض computer vision tasks الأساسية التي تعتمد عليها أنظمة الرؤية المدعومة بالذكاء الاصطناعي لفهم المعلومات المرئية وتبسيط بيئات العالم الحقيقي:

• Object detection: تمكّن هذه المهمة النظام من تحديد الكائنات الموجودة في صورة أو مقطع فيديو وتحديد أماكن تواجدها، عادةً عن طريق رسم مربعات إحاطة (bounding boxes) حول كل كائن.
• تصنيف الصور (Image classification): باستخدام هذا النهج، يتم تحليل صورة كاملة وتعيين تصنيف واحد أو أكثر لها بناءً على محتواها العام، مما يساعد في تنظيم العناصر المرئية وإبلاغ القرارات.
• تجزئة المثيل (Instance segmentation): للمهام التي تتطلب دقة أكبر، تقوم هذه المهمة بتقسيم الصورة على مستوى البكسل لفصل الكائنات أو المناطق داخل المشهد.
• تتبع الكائنات (Object tracking): في التطبيقات القائمة على الفيديو، تجعل هذه القدرة من الممكن متابعة الكائنات عبر الإطارات مع الحفاظ على هويتها وحركتها بمرور الوقت.
• تقدير الوضع (Pose estimation): تحدد النقاط الرئيسية على الأشخاص أو الكائنات، مثل المفاصل أو نقاط المرجع، لتحديد موقعهم ووضعتهم وحركتهم في البيئات الديناميكية.

الشكل 3. اكتشاف وتتبع المركبات باستخدام YOLO (Source)

Link to this sectionدور مجموعات البيانات في الذكاء الاصطناعي البصري#

خلف كل نظام ذكاء اصطناعي بصري فعال توجد مجموعة بيانات منسقة جيدًا. توفر مجموعات بيانات الذكاء الاصطناعي البصري هذه الصور ومقاطع الفيديو التي تتعلم منها نماذج الذكاء الاصطناعي البصري، مما يساعدها على التعرف على الكائنات والأنماط والمشاهد في بيئات العالم الحقيقي.

تؤثر جودة البيانات بشكل مباشر على مدى دقة وموثوقية النظام. لجعل البيانات المرئية ذات تأثير، يتم تعليق مجموعات البيانات. وهذا يعني إضافة تفاصيل مهمة إلى كل صورة أو مقطع فيديو، مثل تصنيف الكائنات، أو تمييز مناطق معينة، أو تعيين فئات.

جنبًا إلى جنب مع التصنيفات، يمكن تضمين بيانات وصفية إضافية مثل الوقت أو الموقع أو نوع المشهد للمساعدة في تنظيم البيانات وتحسين الفهم. كما يتم تقسيم مجموعات البيانات عادةً إلى مجموعات تدريب، وتحقق، واختبار بحيث يمكن تقييم الأنظمة بناءً على عناصر مرئية لم ترها من قبل.

لعبت Popular datasets مثل ImageNet و COCO و Open Images دورًا رئيسيًا في تطوير الذكاء الاصطناعي البصري من خلال توفير مجموعات كبيرة ومتنوعة من الصور المصنفة. ومع ذلك، لا يزال جمع بيانات العالم الحقيقي أمرًا صعبًا.

تجعل التحيزات، وفجوات التغطية، والبيئات المتغيرة باستمرار من الصعب إنشاء مجموعات بيانات تعكس الظروف الحقيقية حقًا. ويعد الحصول على التوازن الصحيح للبيانات على نطاق واسع أمرًا أساسيًا لبناء أنظمة ذكاء اصطناعي بصري موثوقة.

Link to this sectionنظرة على حالات استخدام الذكاء الاصطناعي البصري المتنوعة#

الآن وبعد أن أصبح لدينا فهم أفضل لكيفية عمل الذكاء الاصطناعي البصري، دعونا نستعرض كيفية استخدامه في تطبيقات العالم الحقيقي. عبر العديد من الصناعات، يساعد الذكاء الاصطناعي البصري الفرق على التعامل مع المهام المرئية على نطاق واسع، مما يؤدي إلى استجابات أسرع وعمليات أكثر كفاءة.

إليك بعض الطرق الشائعة لاستخدام الذكاء الاصطناعي البصري عبر قطاعات مختلفة:

• التصنيع: في أرضية المصنع، يمكن استخدام الذكاء الاصطناعي البصري لمراقبة المنتجات أثناء انتقالها عبر كل مرحلة من مراحل الإنتاج. يمكنه اكتشاف العيوب، أو الأجزاء المفقودة، أو التناقضات في وقت مبكر، مما يساعد الفرق على تقليل إعادة العمل، والحفاظ على الجودة، وتجنب فترات التوقف غير المتوقعة.
• تجارة التجزئة: في مساحات البيع بالتجزئة، يمكن لحلول الذكاء الاصطناعي البصري تتبع المخزون، والتحقق من ظروف الرفوف، وتقليل الخسائر. من خلال تحليل العناصر المرئية داخل المتجر، يمكن لهذه الأنظمة أن تجعل من السهل على الموظفين فهم ما يحدث في المتجر وإجراء تعديلات أسرع للحفاظ على سير العمليات بسلاسة.
• الرعاية الصحية: يمكن للذكاء الاصطناعي البصري دعم المتخصصين في الرعاية الصحية من خلال المساعدة في مراجعة الصور الطبية، مثل عمليات المسح أو نتائج الاختبارات. يمكنه تمييز المناطق التي قد تحتاج إلى مزيد من الاهتمام، مما يتيح للأطباء العمل بكفاءة أكبر مع إبقاء القرارات النهائية في أيدي البشر.
• النقل والمدن الذكية: على الطرق وفي الأماكن العامة، يساعد الذكاء الاصطناعي البصري المدن في مراقبة تدفق حركة المرور، واكتشاف الحوادث، وتحسين السلامة إلى المستوى التالي. يتيح التحليل في الوقت الفعلي لخلاصات الكاميرا استجابات أسرع للظروف المتغيرة ويدعم إدارة أفضل للبنية التحتية الحضرية.

الشكل 4. مراقبة المنتجات الآلية باستخدام الذكاء الاصطناعي البصري في التصنيع (Source)

Link to this sectionإيجابيات وسلبيات أدوات الذكاء الاصطناعي البصري#

إليك بعض الفوائد الرئيسية لاستخدام الذكاء الاصطناعي البصري في تطبيقات العالم الحقيقي:

• قابلية التوسع عبر حالات الاستخدام: بمجرد تدريب أنظمة الذكاء الاصطناعي البصري، يمكن نشرها عبر مواقع أو تطبيقات متعددة مع الحد الأدنى من التغييرات.
• مساعدة أسرع بالذكاء الاصطناعي: من خلال تحليل الصور ومقاطع الفيديو أثناء التقاطها، يمكن للأنظمة المدعومة بالذكاء الاصطناعي البصري تقديم رؤى في الوقت الفعلي تدعم استجابات أسرع واتخاذ قرارات أفضل.
• تتكامل بسهولة في سير العمل الحالي: يمكن توصيل مخرجات الذكاء الاصطناعي البصري بالأنظمة النهائية (downstream)، أو لوحات المعلومات، أو خطوط أنابيب الأتمتة.

على الرغم من هذه المزايا، هناك قيود يمكن أن تؤثر على أداء أنظمة الذكاء الاصطناعي البصري. إليك بعض العوامل التي يجب وضعها في الاعتبار:

• الاعتماد على جودة البيانات وتوافرها: تعتمد أنظمة الذكاء الاصطناعي البصري بشكل كبير على مجموعات بيانات كبيرة ومُعدة جيدًا. يمكن أن يكون جمع البيانات المرئية عالية الجودة والحفاظ عليها مستهلكًا للوقت ومكلفًا.
• الحساسية للتغيرات البيئية: يمكن أن ينخفض الأداء عندما تتحرك الكاميرات، أو تتغير الإضاءة، أو تتغير المشاهد بشكل كبير دون إعادة تدريب أو تعديل.
• متطلبات الحوسبة والبنية التحتية: يمكن أن يتطلب تشغيل نماذج الذكاء الاصطناعي البصري، خاصة في الوقت الفعلي أو على نطاق واسع، موارد حوسبة كبيرة وأجهزة متخصصة.

Link to this sectionأبرز النقاط#

يحول الذكاء الاصطناعي البصري الصور ومقاطع الفيديو إلى معلومات ذات معنى يمكن للأنظمة فهمها واستخدامها. يساعد هذا في أتمتة المهام المرئية ويدعم اتخاذ قرارات أسرع وأكثر موثوقية. تعتمد فعاليته على الجمع بين النماذج القادرة، ومجموعات البيانات عالية الجودة، وسير العمل المصمم جيدًا التي تعمل معًا.

هل أنت مهتم بالذكاء الاصطناعي البصري (Vision AI)؟ انضم إلى community الخاصة بنا وتعرف على computer vision in agriculture و vision AI in the automotive الصناعة. تحقق من licensing options الخاصة بنا للبدء في Computer vision. قم بزيارة GitHub repository الخاص بنا لمواصلة استكشاف الذكاء الاصطناعي.