نظرة سريعة على الذكاء الاصطناعي للرؤية وآلية عمله

تلتقط الكاميرات يوميًا كميات هائلة من الصور ومقاطع الفيديو في المصانع والمستشفيات والمدن والمركبات والأجهزة الاستهلاكية. ويتيح هذا التدفق المستمر للبيانات المرئية إمكانات جديدة، لكنه يجعل فهم ما يحدث واتخاذ الإجراءات سريعًا أمرًا صعبًا أيضًا.

فعلى سبيل المثال، قد تتغير التقاطعات المزدحمة أو الأماكن العامة المكتظة من لحظة إلى أخرى. وتكون مراقبة هذه البيئات يدويًا بطيئة وغير دقيقة في كثير من الأحيان، خاصةً عند الحاجة إلى قرارات سريعة وموثوقة.

للتعامل مع مواقف كهذه، تحتاج الأنظمة إلى وسيلة لفهم المعلومات المرئية فور ظهورها والاستجابة في الوقت الفعلي. وتجعل الرؤية الحاسوبية ذلك ممكنًا عبر تمكين الآلات من تحليل الصور ومقاطع الفيديو والتعرف على الأنماط واستخراج معلومات مفيدة.

اعتمدت أنظمة الرؤية الحاسوبية السابقة على قواعد ثابتة، وكانت تعمل في البيئات الخاضعة للضبط، لكنها غالبًا ما كانت تفشل عند تغير ظروف مثل الإضاءة أو زوايا الكاميرا. ويطوّر الذكاء الاصطناعي الحديث للرؤية هذا النهج باستخدام الذكاء الاصطناعي والتعلم الآلي.

وبدلًا من الاكتفاء بالتقاط الصور المرئية أو تخزينها، تحلل هذه الأنظمة البيانات المرئية في الوقت الفعلي، وتتعلم من الأمثلة، وتتكيف مع البيئات المتغيرة. وهذا يجعل الذكاء الاصطناعي للرؤية أكثر فاعلية في مواقف الحياة الواقعية، ويتيح له التحسن بمرور الوقت مع استخدامه في مزيد من التطبيقات.

سنلقي في هذه المقالة نظرة عن كثب على ماهية الذكاء الاصطناعي للرؤية وكيفية استخدامه لبناء مسارات عمل ذكية متكاملة من البداية إلى النهاية.

ما الذكاء الاصطناعي للرؤية؟#

الذكاء الاصطناعي للرؤية 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 أوسع. وعلى خلاف الذكاء الاصطناعي التوليدي الذي ينشئ محتوى جديدًا، يركّز الذكاء الاصطناعي للرؤية على فهم البيانات المرئية الموجودة واستخراج المعلومات منها.

فعلى سبيل المثال، تتطلب مراقبة الأنشطة في أرضية المصنع أو في مكان عام على مدى فترات طويلة سرعةً واتساقًا يصعب الحفاظ عليهما يدويًا. وتستطيع أنظمة الذكاء الاصطناعي للرؤية مواجهة هذا التحدي بتطبيق تقنيات التعلم الآلي والتعلم العميق للتعرف على الأنماط وتحديد التفاصيل ذات الصلة والاستجابة عند ظهور معلومات مرئية جديدة.

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

بما أن الصور ومقاطع الفيديو غالبًا ما تُنتج بكميات كبيرة وبسرعة عالية، تستطيع أنظمة الذكاء الاصطناعي للرؤية معالجة البيانات المرئية باستمرار وتطبيق النموذج نفسه 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 من البداية إلى النهاية. فهو يربط نماذج الذكاء الاصطناعي للرؤية بمنطق اتخاذ القرار والأدوات الأخرى التي تتصرف بناءً على النتائج. ومن خلال تحويل المدخلات المرئية إلى رؤى مفيدة، يستطيع الذكاء الاصطناعي للرؤية أتمتة المهام الروتينية ودعم اتخاذ قرارات أسرع وأكثر ثقة في العديد من تطبيقات الرؤية الحاسوبية.

كيف يعمل الذكاء الاصطناعي للرؤية: من البيانات المرئية إلى الرؤى القابلة للتنفيذ#

إذًا، كيف ينتقل النظام أو الآلة من رؤية صورة أو مقطع فيديو إلى فهم ما يحدث وتحديد الخطوة التالية؟

تبدأ العملية بمدخلات مرئية من العالم الحقيقي، مثل الصور ومقاطع الفيديو القصيرة والبث المباشر للكاميرات أو تدفقات بيانات المستشعرات. ونظرًا إلى تفاوت جودة هذه البيانات والإضاءة وزاوية الكاميرا تفاوتًا كبيرًا، فعادةً ما يلزم إعدادها قبل تحليلها.

قد تشمل هذه المعالجة المسبقة تغيير حجم الصور وضبط الإضاءة وتنظيم إطارات الفيديو بتنسيق موحد. وغالبًا ما تُضاف معلومات سياقية أخرى، مثل الطوابع الزمنية أو مواقع الكاميرات، لدعم تحليل أكثر دقة.

ثم تُستخدم البيانات المُعدّة ضمن إطار تعلّم يمكّن النظام من التعرف على الأنماط المرئية. ومن خلال التدريب على صور ومقاطع فيديو موسومة، يتعلم نموذج الذكاء الاصطناعي للرؤية كيف تظهر الكائنات والأنماط والأحداث في ظل ظروف مختلفة.

يشكل هذا الفهم المكتسب أساسًا للعديد من مهام الرؤية الحاسوبية الشائعة، مثل اكتشاف الكائنات (تحديد الكائنات داخل الصورة وتعيين مواقعها) وتقسيم الحالات (فصل الكائنات الفردية ووضع تسميات لها على مستوى البكسل). وصُممت نماذج الذكاء الاصطناعي للرؤية المتطورة، مثل Ultralytics YOLO26، لدعم هذه المهام مع الحفاظ على السرعة والدقة في البيئات الواقعية.

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

بعد نشر النظام، تُعالج المدخلات المرئية باستمرار ضمن سير عمل متكامل من البداية إلى النهاية. ويحلل 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 لتفعيل الإجراءات أو دعم اتخاذ القرارات، محولةً الفهم المرئي إلى رؤى عملية قابلة للتنفيذ.

تطور نماذج الرؤية وبُناها المعمارية#

مع تعمق معرفتك بالذكاء الاصطناعي للرؤية، قد تتساءل عن أهمية النماذج والبُنى المعمارية وكيفية تأثيرها في أداء الأنظمة. وتُعد نماذج الذكاء الاصطناعي للرؤية عنصرًا أساسيًا في ابتكارات 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 جودة أدائه في ظل ظروف مختلفة.

مع ازدياد تنوع تطبيقات الذكاء الاصطناعي للرؤية وتعقيدها، واصلت نماذج الذكاء الاصطناعي للرؤية وبنياتها الأساسية تطورها لمواكبة ذلك وجعل استخدامها أسهل. وكانت أنظمة الرؤية الحاسوبية المبكرة تتطلب من المهندسين تحديد ما ينبغي للنظام البحث عنه يدويًا، مثل حواف أو ألوان أو أشكال معينة.

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

تتعلم نماذج كثيرة مفتوحة المصدر الأنماط المرئية مباشرةً من البيانات، ما يجعلها أكثر مرونة وملاءمة للبيئات الواقعية التي يصعب التنبؤ بظروفها. كما سهّلت التطورات في بنية النماذج معالجة الصور ومقاطع الفيديو، وأصبحت هذه الأنظمة أسهل نشرًا ودمجًا في منصات الذكاء الاصطناعي للرؤية العملية.

تُعد نماذج Ultralytics YOLO مثالًا جيدًا على هذا التحول. وتُستخدم نماذج مثل YOLO26 على نطاق واسع في مهام اكتشاف الكائنات التي تتطلب السرعة والاتساق، ولا سيما 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 الكائنات: تتيح هذه المهمة للنظام تحديد الكائنات الموجودة في صورة أو مقطع فيديو وتحديد مواقعها، عادةً برسم مربعات إحاطة حول كل كائن.
• تقسيم الحالات: للمهام التي تتطلب دقة أكبر، تقسّم هذه المهمة الصورة على مستوى البكسل لفصل الكائنات أو المناطق ضمن المشهد.
• تصنيف الصور: يُحلل هذا النهج الصورة بأكملها ويُسنِد إليها تسمية واحدة أو أكثر استنادًا إلى محتواها العام، ما يساعد على تنظيم الصور المرئية والاسترشاد بها في اتخاذ القرارات.
• تقدير الوضعية: تحدد هذه المهمة النقاط الرئيسية على الأشخاص أو الكائنات، مثل المفاصل أو النقاط المرجعية، لتعيين موقعها ووضعيتها وحركتها في البيئات الديناميكية.
• تتبّع الكائنات: في التطبيقات المعتمدة على الفيديو، تتيح هذه الإمكانية تتبّع الكائنات عبر الإطارات مع الحفاظ على هويتها وحركتها بمرور الوقت.

الشكل 3. اكتشاف المركبات وتتبعها باستخدام YOLO (المصدر)

دور مجموعات البيانات في الذكاء الاصطناعي للرؤية#

تقف خلف كل نظام فعّال للذكاء الاصطناعي للرؤية مجموعة بيانات منتقاة بعناية. وتوفر مجموعات بيانات الذكاء الاصطناعي للرؤية الصور ومقاطع الفيديو التي تتعلم منها النماذج، ما يساعدها على التعرف على الكائنات والأنماط والمشاهد في البيئات الواقعية.

تؤثر جودة البيانات مباشرةً في مدى دقة النظام وموثوقيته. ولجعل البيانات المرئية مفيدة، تُضاف تعليقات توضيحية إلى مجموعات البيانات. ويعني ذلك إضافة تفاصيل مهمة إلى كل صورة أو مقطع فيديو، مثل وضع تسميات على الكائنات أو إبراز مناطق محددة أو تعيين فئات.

إلى جانب التسميات، يمكن تضمين بيانات وصفية إضافية مثل الوقت أو الموقع أو نوع المشهد للمساعدة على تنظيم البيانات وتحسين فهمها. كما تُ قسّم مجموعات البيانات عادةً إلى مجموعات تدريب وتحقق واختبار كي يتسنى تقييم الأنظمة باستخدام مواد مرئية لم يسبق لها الاطلاع عليها.

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

تجعل التحيزات والثغرات في التغطية والبيئات المتغيرة باستمرار إنشاء مجموعات بيانات تعكس الظروف الحقيقية بدقة أمرًا صعبًا. ويُعد تحقيق التوازن المناسب للبيانات على نطاق واسع أمرًا أساسيًا لبناء أنظمة موثوقة للذكاء الاصطناعي للرؤية.

استعراض حالات استخدام متنوعة للذكاء الاصطناعي للرؤية#

بعد أن تعرّفنا بصورة أفضل على كيفية عمل الذكاء الاصطناعي للرؤية، لنستعرض استخدامه في تطبيقات العالم الحقيقي. ففي قطاعات عديدة، يساعد الذكاء الاصطناعي للرؤية الفرق على تنفيذ المهام المرئية على نطاق واسع، ما يؤدي إلى استجابات أسرع وعمليات أكثر كفاءة.

فيما يلي بعض الاستخدامات الشائعة للذكاء الاصطناعي للرؤية في قطاعات مختلفة:

• التصنيع: يمكن استخدام الذكاء الاصطناعي للرؤية في أرضية المصنع لمراقبة المنتجات خلال انتقالها عبر كل 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 التوقف غير المتوقع.
• البيع بالتجزئة: يمكن لحلول الذكاء الاصطناعي للرؤية في متاجر التجزئة تتبّع المخزون والتحقق من حالة الرفوف والحد من الفاقد. ومن خلال تحليل الصور المرئية داخل المتجر، تستطيع هذه الأنظمة تيسير فهم الموظفين لما يجري في أرضية المتجر وإجراء التعديلات بسرعة أكبر لضمان سلاسة العمليات.
• الرعاية الصحية: يمكن للذكاء الاصطناعي للرؤية دعم المتخصصين في الرعاية الصحية بمساعدتهم على مراجعة الصور الطبية، مثل صور الفحوصات أو نتائج الاختبارات. كما يمكنه الإشارة إلى المناطق التي قد تحتاج إلى مزيد من الاهتمام، ما يتيح للأطباء العمل بكفاءة أكبر مع إبقاء القرارات النهائية بأيدي البشر.
• النقل والمدن الذكية: يساعد الذكاء الاصطناعي للرؤية المدن على الطرق وفي الأماكن العامة على مراقبة تدفق حركة المرور واكتشاف الحوادث وتعزيز السلامة. ويتيح التحليل الآني لبث الكاميرات استجابة أسرع للظروف المتغيرة، ويدعم إدارة أفضل للبنية التحتية الحضرية.

الشكل 4. مراقبة المنتجات آليًا باستخدام الذكاء الاصطناعي للرؤية في التصنيع (المصدر)

مزايا أدوات الذكاء الاصطناعي للرؤية وعيوبها#

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 أثناء التقاطها، تستطيع الأنظمة المدعومة بالذكاء الاصطناعي للرؤية تقديم رؤى آنية تساعد على الاستجابة بسرعة أكبر واتخاذ قرارات أفضل.
• سهولة التكامل مع سير العمل القائم: يمكن ربط مخرجات الذكاء الاصطناعي للرؤية بالأنظمة اللاحقة أو لوحات المعلومات أو مسارات الأتمتة.

على الرغم من هذه المزايا، توجد قيود قد تؤثر في أداء أنظمة الذكاء الاصطناعي للرؤية. إليك بعض العوامل التي ينبغي أخذها في الاعتبار:

• الاعتماد على جودة البيانات وتوافرها: تعتمد أنظمة الذكاء الاصطناعي للرؤية بدرجة كبيرة على مجموعات بيانات كبيرة ومُعدّة جيدًا. وقد يستغرق جمع البيانات المرئية عالية الجودة وصيانتها وقتًا طويلًا ويكون مكلفًا.
• الحساسية للتغيرات البيئية: قد ينخفض الأداء عند تحريك الكاميرات أو تغير الإضاءة أو تغير المشاهد بدرجة كبيرة، ما لم يُعَد التدريب أو تُجرَ تعديلات.
• متطلبات الحوسبة والبنية التحتية: قد يتطلب تشغيل نماذج الذكاء الاصطناعي للرؤية، ولا سيما في الوقت الفعلي أو على نطاق واسع، موارد حوسبة كبيرة وأجهزة متخصصة.

أبرز النقاط#

يحوّل الذكاء الاصطناعي للرؤية الصور ومقاطع الفيديو إلى معلومات ذات معنى تستطيع الأنظمة فهمها واستخدامها. ويساعد ذلك على أتمتة المهام المرئية ودعم اتخاذ قرارات أسرع وأكثر موثوقية. وتعتمد فعاليته على عمل النماذج القادرة ومجموعات البيانات عالية الجودة وسير العمل المصمم جيدًا معًا.

هل أنت مهتم 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. زر مستودعنا على GitHub لمواصلة استكشاف الذكاء الاصطناعي.