حالات استخدام الذكاء الاصطناعي التي تغير مستقبلك

كيف يغير الذكاء الاصطناعي العالم الذي نعيش فيه؟ إذا لم تكن قد لاحظت ذلك بالفعل، فأنت على وشك الانبهار. بدءاً من نقل الصور الرمزية (avatars) بين المساحات الافتراضية، ووصولاً إلى تخفيف تكدس بنيات البيانات، وحتى ابتكار مدربي لياقة بدنية مجسمين (hologram) في منازلنا، لقد دفعنا الذكاء الاصطناعي بالفعل نحو عصر جديد ومثير للحياة.

قد لا نعيش في خيال علمي يشبه Star Trek بعد، لكننا نقترب من ذلك. سنناقش أدناه حالات استخدام جديدة للذكاء الاصطناعي، تشمل تقنية اكتشاف الأجسام في مجال اللياقة البدنية، واكتشاف الأجسام في الحوسبة الطرفية، كما سنفحص كيف تساهم الحوسبة الطرفية مع اكتشاف الأجسام في تحسين نقل البيانات بين الأجهزة الرقمية.

دعونا نغوص في بعض حالات استخدام الذكاء الاصطناعي التي نتوقع أن تفتح آفاقاً جديدة في عام 2022.

الذكاء الاصطناعي للرؤية الحاسوبية في اللياقة البدنية#

يُعدّ اكتشاف الكائنات في عام 2022 مجالاً مشوقاً ويُحدث بالفعل ضجةً في قطاع اللياقة البدنية. تُعدّ كلّ من شركتي Mirror وTonal مثالين ناجحين على الشركات التي تُروّج للذكاء الاصطناعي في مجال اللياقة البدنية، حيث تقدم كلتاهما جهازاً منزلياً تفاعلياً قادراً على بث أكثر من 10,000 تمرين وعرضها على مرآتك بهدف تحسين صحتك ولياقتك البدنية.

يجد الكثير منا أن اللياقة البدنية عبء أكثر من كونها هواية، حتى أن البعض يتردد في دخول صالة الألعاب الرياضية. ولكن من راحة منزلك، تتيح لك Mirror تتبع تقدمك، ووضعيتك، ومقاييس أخرى من خلال اكتشاف الوقفة (stance detection).

ينتقد هذا التطبيق المتقدم للغاية وضعية وحركة الأشخاص في الفيديو باستخدام تقدير وضعية الإنسان (Human Pose Estimation) - وهي عملية تتنبأ بوضعيات أجزاء ومفاصل جسم الإنسان في الصور أو مقاطع الفيديو.

وهو يختلف عن اكتشاف الكائنات من خلال التمييز بين الأشخاص وإطار الجسم البشري وتطوير فهم للغة جسد الإنسان عبر خوارزميات التعلم الآلي. ولكن من خلال دمج تقنية Human Pose Estimation مع التعلم العميق، ستكون شركة Mirror قد صاغت نماذج تصورية لكيفية أداء كل تمرين بالطريقة الصحيحة بعد تحليل ملايين التمارين المختلفة.

أثناء التمرين، يستخدم التطبيق خوارزمية لمقارنة موضع مفاصلك. سيتم اكتشاف أي انحرافات وتسليط الضوء عليها، مما يقلل من خطر الإصابة ويعزز طريقة أكثر أماناً ومثالية للتمرين بدون مدرب شخصي.

لقد قفز الذكاء الاصطناعي للرؤية الحاسوبية في مجال اللياقة البدنية قفزة نوعية في الآونة الأخيرة من خلال تطبيقات مبتكرة مثل Mirror، مما يجعلك تتساءل... كيف ستبدو صناعة اللياقة البدنية في عام 2023؟

الذكاء الاصطناعي للرؤية الحاسوبية في الميتافيرس#

منذ أن أعاد مارك زوكربيرج تسمية فيسبوك إلى Meta، اختصاراً لـ Metaverse، أصبح المصطلح متداولاً على كل لسان. ولكن ما هو بالضبط؟ باختصار، الميتافيرس هو مصطلح شامل يشير إلى العوالم الرقمية التي تهدف إلى توسيع العالم الحقيقي.

تخيل حضور فعاليات افتراضية، وحفلات موسيقية، واجتماعات، وستحصل على الفكرة الصحيحة. لكن الميتافيرس يشمل أيضاً تفاعلات 'افتراضية' أبسط مثل تسجيل الدخول إلى وسائل التواصل الاجتماعي والتمرير عبر خلاصتك الإخبارية.

على الرغم من عدم وجود هدف نهائي حاسم، يبذل العلماء جهوداً مضنية لمحاولة جعل metaverse غامراً قدر الإمكان باستخدام ذكاء الرؤية الحاسوبية، وهو مجال من مجالات الذكاء الاصطناعي الذي يُدرب أجهزة الكمبيوتر على فهم معلومات قيمة مأخوذة من المدخلات المرئية وتقديم توصيات بناءً على البيانات المُجمّعة. ويُعدّ التوافقية عنصراً حاسماً لذكاء الرؤية الحاسوبية في عالم metaverse. وهذا المصطلح البراق والمخيف بعضشئ هو أساساً عملية نقل الصور الرمزية والعناصر الرقمية بسلاسة من عالم افتراضي إلى آخر.

لقد مكّنت خوارزميات التعلم الآلي (ML) في مجال التوافقية قطاع الرعاية الصحية بالفعل. فعلى سبيل المثال، عندما تخضع لتصوير مقطعي محوسب، ستُعالج كميات كبيرة من البيانات وتُجمع وتُخزن في قاعدة بيانات طبية.

سيتخذ الأطباء نهجاً مختلفاً عن طريق إدخال معلومات الرعاية الصحية الخاصة بك يدوياً في قاعدة بيانات. تُستخدم التوافقية بعد ذلك لدمج تحليلي البيانات هذين لتقديم تشخيص سريع للمرض.

اكتشاف الأجسام في الحوسبة الطرفية#

يغرق العالم في البيانات. على الرغم من وصف البيانات بأنها 'النفط الجديد'، إلا أن الواقع هو أن كثرتها تسبب مشكلة. ليست كل البيانات متساوية. إن جمع البيانات وتنظيمها وتصفيتها يستهلك الكثير من الوقت.

لقد أعفانا الحوسبة الطرفية مع اكتشاف الكائنات من عبء استخراج البيانات الثقيل بعيداً عن مركز البيانات الرئيسي ونقلها إلى أطراف بنيتها الأساسية. ولكن ما هي الحوسبة الطرفية وكيف تعمل؟

تخيل مداراً من الأجهزة التقنية التي تنقل البيانات من وإلى قاعدة البيانات الرئيسية. هذه كمية كبيرة من المعلومات التي يتعين معالجتها. ستتعرض قدرات معالجة السرعة في قاعدة البيانات للإعاقة، مما يتسبب في تأخير واضطرابات تؤدي إلى تدهور الأداء.

ولكن مع الحوسبة الطرفية، سيتم توزيع الكثير من هذه البيانات على الأطراف. تضع خوارزميات تعلم الآلة كل جهاز طرفي مسؤولاً عن تدريب نموذج تحليلي بالبيانات المخزنة محلياً.

سيقوم كل جهاز بمهامه الثقيلة من خلال تصفية أكثر أجزاء البيانات قيمة، والتي سيتم إرسالها بعد ذلك إلى قاعدة البيانات الرئيسية لإجراء تحليل شامل. فكر في عالم يتولى مشروعاً مليئاً بالبحث. بدلاً من تحليل جميع بيانات كل تجربة على حدة، يقوم بتفويض هذه المسؤولية إلى باحثين آخرين يقدمون تقاريرهم بملخص للنتائج.

يغير الذكاء الاصطناعي للرؤية الحاسوبية العالم ونحن نتحدث، وحالات استخدام الذكاء الاصطناعي التي غطيناها هنا ليست سوى غيض من فيض. ولكن الأمر الأكثر إثارة هو أنه يمكنك أيضاً الاستفادة من عجائب الذكاء الاصطناعي للرؤية الحاسوبية من خلال منصة نشر تعلم الآلة الخاصة بنا، Ultralytics Platform.

هل تريد الاستمتاع بالذكاء الاصطناعي للرؤية الحاسوبية ولكن لا ترغب في كتابة أي كود برمجي؟#

كل ما تحتاجه هو فكرة. مع Ultralytics Platform، من السهل إنشاء نماذج باستخدام YOLOv5 وإحياء أفكارك. نحن نسهل الأمور ونتولى بأنفسنا جميع عمليات MLOps المعقدة، لذا فلست بحاجة إلى معرفة أي شفرة برمجية للاستمتاع بالذكاء الاصطناعي. من السهل البدء بل ومن الأسهل بناء نموذج التعلم الآلي الأول الخاص بك.

حل مشكلتك باستخدام الذكاء الاصطناعي للرؤية الحاسوبية#

من السهل البدء مع منصة نشر التعلم الآلي الخاصة بنا. لست مضطراً لامتلاك أي خبرة سابقة في مجال الذكاء الاصطناعي على الإطلاق.