نظرة سريعة على Vision AI وكيفية عملها

تلتقط الكاميرات في المصانع والمستشفيات والمدن والمركبات والأجهزة الاستهلاكية كل يوم كميات هائلة من الصور ومقاطع الفيديو. يتيح هذا التدفق المستمر للبيانات المرئية إمكانات جديدة، لكنه يجعل أيضًا فهم ما يحدث واتخاذ إجراء سريع أمرًا صعبًا.

فعلى سبيل المثال، يمكن أن تتغير التقاطعات المزدحمة أو الأماكن العامة المكتظة من لحظة إلى أخرى. وتُعد مراقبة هذه البيئات يدويًا بطيئة وغالبًا غير دقيقة، لا سيما عند الحاجة إلى قرارات سريعة وموثوقة.

وللتعامل مع مواقف كهذه، تحتاج الأنظمة إلى طريقة لفهم المعلومات المرئية فور ظهورها والاستجابة في الوقت الفعلي. ويجعل الرؤية الحاسوبية ذلك ممكنًا من خلال تمكين الآلات من تحليل الصور ومقاطع الفيديو، والتعرف على الأنماط، واستخراج المعلومات المفيدة.

اعتمدت أنظمة الرؤية الحاسوبية السابقة على قواعد ثابتة، وقد نجحت في البيئات الخاضعة للتحكم، لكنها غالبًا ما فشلت عند تغير ظروف مثل الإضاءة أو زوايا الكاميرا. ويُحسّن الذكاء الاصطناعي الحديث للرؤية هذا النهج باستخدام الذكاء الاصطناعي وتعلّم الآلة.

وبدلًا من مجرد التقاط المرئيات أو تخزينها، تحلل هذه الأنظمة البيانات المرئية في الوقت الفعلي، وتتعلم من الأمثلة، وتتكيف مع البيئات المتغيرة. وهذا يجعل الذكاء الاصطناعي للرؤية أكثر فعالية في مواقف العالم الحقيقي، ويتيح له التحسن بمرور الوقت مع استخدامه في مزيد من التطبيقات.

في هذه المقالة، سنلقي نظرةً أعمق على ماهية الذكاء الاصطناعي للرؤية وكيف يمكن استخدامه لبناء مسارات عمل ذكية متكاملة. لنبدأ!

ما الذكاء الاصطناعي للرؤية؟#

الذكاء الاصطناعي للرؤية هو فرع من الذكاء الاصطناعي يمكّن الآلات من فهم الصور ومقاطع الفيديو وتفسيرها. وبعبارة أخرى، تحلل أنظمة الذكاء الاصطناعي للرؤية ما تراه وتستخدم تلك المعلومات لدعم الإجراءات أو تحسين التنبؤات أو اتخاذ القرارات ضمن مسار عمل أكبر. وعلى خلاف الذكاء الاصطناعي التوليدي الذي ينشئ محتوى جديدًا، يركز الذكاء الاصطناعي للرؤية على فهم البيانات المرئية الموجودة واستخراج المعلومات منها.

فعلى سبيل المثال، تتطلب مراقبة النشاط على أرضية مصنع أو في مكان عام لفترات طويلة سرعةً واتساقًا يصعب الحفاظ عليهما يدويًا. ويمكن لأنظمة الذكاء الاصطناعي للرؤية معالجة هذا التحدي من خلال تطبيق تقنيات تعلّم الآلة والتعلّم العميق للتعرف على الأنماط، وتحديد التفاصيل ذات الصلة، والاستجابة عند ظهور معلومات مرئية جديدة.

الشكل 1. مثال على استخدام الذكاء الاصطناعي للرؤية لاكتشاف الأجسام في صورة (المصدر)

نظرًا إلى أن الصور ومقاطع الفيديو غالبًا ما تُنتج بكميات كبيرة وبسرعة عالية، يمكن لأنظمة الذكاء الاصطناعي للرؤية معالجة البيانات المرئية باستمرار وتطبيق القواعد نفسها على كل إطار. وهذا يجعل النتائج أكثر اتساقًا ويساعد الفرق على تحسين العمليات مع الحفاظ على الدقة عند تغير الظروف.

في الاستخدامات الواقعية، يكون الذكاء الاصطناعي للرؤية عادةً جزءًا من نظام ذكاء اصطناعي متكامل. فهو يربط نماذج الذكاء الاصطناعي للرؤية بمنطق اتخاذ القرار والأدوات الأخرى التي تتصرف بناءً على النتائج. ومن خلال تحويل المدخلات المرئية إلى رؤى مفيدة، يمكن للذكاء الاصطناعي للرؤية أتمتة المهام الروتينية ودعم اتخاذ قرارات أسرع وأكثر ثقة عبر العديد من تطبيقات الرؤية الحاسوبية.

كيفية عمل الذكاء الاصطناعي للرؤية: من البيانات المرئية إلى الرؤى القابلة للتنفيذ#

إذًا، كيف ينتقل نظام أو آلة من رؤية صورة أو مقطع فيديو إلى فهم ما يحدث وتحديد الإجراء التالي؟

تبدأ العملية بمدخلات مرئية من العالم الحقيقي، مثل الصور الفوتوغرافية أو مقاطع الفيديو أو بثوث الكاميرات المباشرة أو تدفقات المستشعرات. ونظرًا إلى أن هذه البيانات قد تختلف اختلافًا كبيرًا في الجودة والإضاءة وزاوية الكاميرا، فإنها تحتاج عادةً إلى التجهيز قبل التحليل.

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

تُستخدم البيانات المُجهّزة بعد ذلك ضمن إطار تعلّم يتيح للنظام التعرف على الأنماط المرئية. ومن خلال التدريب على الصور ومقاطع الفيديو الموسومة، يتعلم نموذج الذكاء الاصطناعي للرؤية كيفية ظهور الأجسام والأنماط والأحداث في ظروف مختلفة.

يشكل هذا الفهم المُكتسب أساسًا للعديد من مهام الرؤية الحاسوبية الشائعة، مثل اكتشاف الأجسام (تحديد الأجسام داخل صورة وتحديد مواقعها) وتقسيم الكيانات (فصل الأجسام الفردية ووضع تسميات لها على مستوى البكسل). وقد صُممت نماذج الذكاء الاصطناعي للرؤية المتطورة، مثل Ultralytics YOLO26، لدعم هذه المهام مع الحفاظ على السرعة والدقة في بيئات العالم الحقيقي.

الشكل 2. نظرة على استخدام YOLO لتقسيم الكيانات (المصدر)

بعد نشر النظام، تُعالج المدخلات المرئية باستمرار كجزء من مسار عمل متكامل. يحلل النموذج الصور ومقاطع الفيديو ويرسل مخرجاته إلى لوحات المعلومات أو أدوات الأتمتة أو أنظمة الذكاء الاصطناعي الأخرى. وفي بعض الحالات، تستخدم وكلاء الذكاء الاصطناعي للرؤية هذه النتائج لتشغيل إجراءات أو دعم اتخاذ القرارات، محولةً الفهم المرئي إلى رؤى عملية قابلة للتنفيذ.

تطور نماذج الرؤية وبنياتها#

مع تعلّم المزيد عن الذكاء الاصطناعي للرؤية، قد تتساءل عن أهمية النماذج والبُنى وكيفية تأثيرها في أداء النظام. تُعد نماذج الذكاء الاصطناعي للرؤية أساسية لابتكارات الرؤية الحاسوبية اليوم.

تتمحور معظم أنظمة الذكاء الاصطناعي للرؤية حول نموذج يحدد كيفية تحليل الصور ومقاطع الفيديو. ويحدد النموذج ما يستطيع النظام التعرف عليه في المشهد ومدى أدائه في ظروف مختلفة.

مع ازدياد تنوع تطبيقات الذكاء الاصطناعي للرؤية وتعقيدها، واصلت نماذج الذكاء الاصطناعي للرؤية وبُناها الأساسية تطورها لمواكبة ذلك ولتصبح سهلة الاستخدام. وكانت أنظمة الرؤية الحاسوبية المبكرة تتطلب من المهندسين تحديد ما ينبغي للنظام البحث عنه يدويًا، مثل حواف أو ألوان أو أشكال محددة.

عملت هذه الأساليب القائمة على القواعد جيدًا في البيئات الخاضعة للتحكم، لكنها غالبًا ما فشلت عند تغير الإضاءة أو تفاوت جودة الكاميرا أو ازدياد تعقيد المشاهد. وتتبع نماذج الذكاء الاصطناعي الحديثة للرؤية نهجًا مختلفًا.

تتعلم العديد من النماذج مفتوحة المصدر الأنماط المرئية مباشرةً من البيانات، ما يجعلها أكثر مرونةً وملاءمةً لبيئات العالم الحقيقي التي لا يمكن التنبؤ بظروفها. كما أسهمت التطورات في بنية النماذج في تبسيط معالجة الصور ومقاطع الفيديو، مما جعل نشر هذه الأنظمة ودمجها في منصات الذكاء الاصطناعي العملية للرؤية أسهل.

تُعد نماذج Ultralytics YOLO مثالًا جيدًا على هذا التحول. وتُستخدم نماذج مثل YOLO26 على نطاق واسع في مهام اكتشاف الأجسام التي تتطلب السرعة والاتساق، لا سيما في تطبيقات الفيديو المباشر.

استكشاف مهام الذكاء الاصطناعي الأساسية للرؤية#

فيما يلي بعض مهام الرؤية الحاسوبية الأساسية التي تعتمد عليها أنظمة الرؤية المدعومة بالذكاء الاصطناعي لفهم المعلومات المرئية وتبسيط البيئات الواقعية:

• اكتشاف الأجسام: تتيح هذه المهمة للنظام تحديد الأجسام الموجودة في صورة أو مقطع فيديو ومعرفة مواقعها، وذلك عادةً من خلال رسم مربعات إحاطة حول كل جسم.
• تصنيف الصور: باستخدام هذا النهج، تُحلل الصورة بأكملها وتُسند إليها تسمية واحدة أو أكثر استنادًا إلى محتواها الإجمالي، مما يساعد على تنظيم المرئيات ودعم اتخاذ القرارات.
• تقسيم الكيانات: بالنسبة إلى المهام التي تتطلب دقة أكبر، تقسم هذه المهمة الصورة على مستوى البكسل لفصل الأجسام أو المناطق داخل المشهد.
• تتبّع الأجسام: في التطبيقات المعتمدة على الفيديو، تتيح هذه الإمكانية تتبّع الأجسام عبر الإطارات مع الحفاظ على هويتها وحركتها بمرور الوقت.
• تقدير الوضعية: تحدد هذه المهمة النقاط الرئيسية على الأشخاص أو الأجسام، مثل المفاصل أو النقاط المرجعية، لتحديد موضعها ووضعيتها وحركتها في البيئات الديناميكية.

الشكل 3. اكتشاف المركبات وتتبعها باستخدام YOLO (المصدر)

دور مجموعات البيانات في الذكاء الاصطناعي للرؤية#

يقف خلف كل نظام فعال للذكاء الاصطناعي للرؤية مجموعة بيانات مُنتقاة بعناية. وتوفر مجموعات بيانات الذكاء الاصطناعي للرؤية هذه الصور ومقاطع الفيديو التي تتعلم منها نماذج الذكاء الاصطناعي للرؤية، مما يساعدها على التعرف على الأجسام والأنماط والمشاهد في بيئات العالم الحقيقي.

تؤثر جودة البيانات مباشرةً في دقة النظام وموثوقيته. ولجعل البيانات المرئية مؤثرة، تُوسَم مجموعات البيانات. ويعني ذلك إضافة تفاصيل مهمة إلى كل صورة أو مقطع فيديو، مثل وسم الأجسام أو إبراز مناطق محددة أو إسناد فئات.

إلى جانب التسميات، يمكن تضمين بيانات وصفية إضافية مثل الوقت أو الموقع أو نوع المشهد للمساعدة في تنظيم البيانات وتحسين فهمها. كما تُقسّم مجموعات البيانات عادةً إلى مجموعات تدريب وتحقق واختبار، بحيث يمكن تقييم الأنظمة باستخدام مرئيات لم ترها من قبل.

أدت مجموعات البيانات الشائعة مثل ImageNet وCOCO وOpen Images دورًا رئيسيًا في تطوير الذكاء الاصطناعي للرؤية من خلال توفير مجموعات كبيرة ومتنوعة من الصور الموسومة. ومع ذلك، لا يزال جمع بيانات العالم الحقيقي صعبًا.

ويجعل التحيز وفجوات التغطية والبيئات المتغيرة باستمرار إنشاء مجموعات بيانات تعكس الظروف الحقيقية فعلًا أمرًا صعبًا. ويُعد تحقيق التوازن المناسب للبيانات على نطاق واسع أمرًا أساسيًا لبناء أنظمة موثوقة للذكاء الاصطناعي للرؤية.

نظرة على مختلف حالات استخدام الذكاء الاصطناعي للرؤية#

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

فيما يلي بعض الطرق الشائعة لاستخدام الذكاء الاصطناعي للرؤية في قطاعات مختلفة:

• التصنيع: على أرضية المصنع، يمكن استخدام الذكاء الاصطناعي للرؤية لمراقبة المنتجات أثناء مرورها بكل مرحلة من مراحل الإنتاج. ويمكنه اكتشاف العيوب أو الأجزاء المفقودة أو حالات عدم الاتساق مبكرًا، مما يساعد الفرق على تقليل إعادة العمل، والحفاظ على الجودة، وتجنب فترات التوقف غير المتوقعة.
• البيع بالتجزئة: في أماكن البيع بالتجزئة، يمكن لحلول الذكاء الاصطناعي للرؤية تتبع المخزون، والتحقق من حالة الرفوف، وتقليل الفاقد. ومن خلال تحليل المرئيات داخل المتجر، يمكن لهذه الأنظمة تسهيل فهم الموظفين لما يحدث في صالة البيع وإجراء تعديلات أسرع للحفاظ على سلاسة العمليات.
• الرعاية الصحية: يمكن للذكاء الاصطناعي للرؤية دعم المتخصصين في الرعاية الصحية من خلال المساعدة في مراجعة الصور الطبية، مثل الفحوصات أو نتائج الاختبارات. ويمكنه تحديد المناطق التي قد تحتاج إلى مزيد من الاهتمام، مما يتيح للأطباء العمل بكفاءة أكبر مع إبقاء القرارات النهائية بيد الإنسان.
• النقل والمدن الذكية: على الطرق وفي الأماكن العامة، يساعد الذكاء الاصطناعي للرؤية المدن على مراقبة تدفق حركة المرور، واكتشاف الحوادث، والارتقاء بالسلامة إلى مستوى أعلى. ويتيح التحليل في الوقت الفعلي لتغذيات الكاميرات استجابات أسرع للظروف المتغيرة، ويدعم إدارة أفضل للبنية التحتية الحضرية.

الشكل 4. المراقبة الآلية للمنتجات باستخدام الذكاء الاصطناعي للرؤية في التصنيع (المصدر)

إيجابيات وسلبيات أدوات الذكاء الاصطناعي للرؤية#

فيما يلي بعض الفوائد الرئيسية لاستخدام الذكاء الاصطناعي للرؤية في تطبيقات العالم الحقيقي:

• قابلية التوسع عبر حالات الاستخدام: بعد تدريب أنظمة الذكاء الاصطناعي للرؤية، يمكن نشرها في مواقع أو تطبيقات متعددة مع إجراء تغييرات طفيفة.
• مساعدة أسرع بالذكاء الاصطناعي: من خلال تحليل الصور ومقاطع الفيديو لحظة التقاطها، يمكن للأنظمة المدعومة بالذكاء الاصطناعي للرؤية تقديم رؤى فورية تدعم استجابات أسرع واتخاذ قرارات أفضل.
• سهولة الدمج في مسارات العمل الحالية: يمكن ربط مخرجات الذكاء الاصطناعي للرؤية بالأنظمة اللاحقة أو لوحات المعلومات أو مسارات الأتمتة.

على الرغم من هذه المزايا، توجد قيود يمكن أن تؤثر في أداء أنظمة الذكاء الاصطناعي للرؤية. فيما يلي بعض العوامل التي ينبغي أخذها في الاعتبار:

• الاعتماد على جودة البيانات وتوافرها: تعتمد أنظمة الذكاء الاصطناعي للرؤية بدرجة كبيرة على مجموعات بيانات كبيرة ومُجهّزة جيدًا. وقد يستغرق جمع البيانات المرئية عالية الجودة والحفاظ عليها وقتًا طويلًا ويكون مكلفًا.
• الحساسية للتغيرات البيئية: قد ينخفض الأداء عند تحرك الكاميرات أو تغير الإضاءة أو تغير المشاهد بدرجة كبيرة من دون إعادة التدريب أو الضبط.
• متطلبات الحوسبة والبنية التحتية: قد يتطلب تشغيل نماذج الذكاء الاصطناعي للرؤية، لا سيما في الوقت الفعلي أو على نطاق واسع، موارد حوسبة كبيرة وأجهزة متخصصة.

أهم النقاط المستخلصة#

يحوّل الذكاء الاصطناعي للرؤية الصور ومقاطع الفيديو إلى معلومات ذات معنى يمكن للأنظمة فهمها واستخدامها. ويساعد ذلك على أتمتة المهام المرئية ودعم اتخاذ قرارات أسرع وأكثر موثوقية. وتعتمد فعاليته على تكامل النماذج القادرة ومجموعات البيانات عالية الجودة ومسارات العمل المصممة جيدًا، بحيث تعمل جميعها معًا.

هل تهتم بالذكاء الاصطناعي للرؤية؟ انضم إلى مجتمعنا وتعرّف على الرؤية الحاسوبية في الزراعة والذكاء الاصطناعي للرؤية في صناعة السيارات. اطّلع على خيارات الترخيص للبدء باستخدام الرؤية الحاسوبية. زُر مستودعنا على GitHub لمواصلة استكشاف الذكاء الاصطناعي.