نظرة من وراء الكواليس على الذكاء الاصطناعي للرؤية في البث

هل تساءلت يوماً كيف تجعل منصات البث مشاهدة برامجك المفضلة أمراً سهلاً للغاية؟ لم يمض وقت طويل على اختلاف الترفيه اختلافاً كبيراً. فقد كانت جداول التلفزيون ثابتة، وكان المشاهدون يتابعون عادةً ما يُعرض على الهواء. وقد غيّرت خدمات البث هذا النموذج. وتشير الدراسات الاستقصائية إلى أن قيمة سوق بث الفيديو العالمي بلغت 159.98 مليار دولار في عام 2025، ومن المتوقع أن تصل إلى 873.21 مليار دولار بحلول عام 2035.

كان لـالذكاء الاصطناعي (AI) دور محوري في هذا التطور. وعلى وجه التحديد، نشهد تزايدًا في ابتكارات الرؤية الحاسوبية في هذا المجال. يتيح الذكاء الاصطناعي للرؤية لمنصات البث فهم محتوى الفيديو وتفسيره من خلال تحليل الإطارات والتعرّف على الأنماط.

تساعد الرؤية الحاسوبية المنصات، عبر معالجة البيانات المرئية، على إنشاء توصيات أذكى وتحسين تنظيم المحتوى وتعزيز الميزات التفاعلية. في هذا المقال، سنستكشف كيف تساعد الرؤية الحاسوبية منصات البث على تحسين تقديم المحتوى وتطوير تفاعل المستخدمين وتسهيل اكتشاف المحتوى.

الشكل 1. سوق بث الفيديو عالميًا.

استكشاف الرؤية الحاسوبية ومنصات البث#

فيما يتعلق بمنصات البث، يمكن للرؤية الحاسوبية المساعدة في تقسيم مقاطع الفيديو إلى إطارات منفردة وتحليلها باستخدام نماذج مثل Ultralytics YOLO11. ويمكن تدريب YOLO11 تدريبًا مخصصًا على مجموعات بيانات كبيرة من الأمثلة الموسومة. والأمثلة الموسومة هي صور أو إطارات فيديو مرفقة بتفاصيل مثل الكائنات التي تحتوي عليها، أو الأفعال التي تجري فيها، أو نوع المشهد. ويساعد ذلك النموذج على تعلّم التعرّف على الأنماط المماثلة. ويمكن لهذه النماذج اكتشاف الكائنات، وتصنيف المشاهد، وتحديد الأنماط في الوقت الفعلي، وتقديم رؤى قيّمة حول المحتوى.

لفهم آلية ذلك على نحو أفضل، لنلقِ نظرة على بعض الأمثلة لكيفية تطبيق الرؤية الحاسوبية في منصات البث لتحسين تجربة المستخدم وإتاحة المحتوى بصورة أكبر.

التعرّف على المشاهد لتقديم توصيات مخصصة#

التعرّف على المشاهد هو تقنية في الرؤية الحاسوبية تصنّف الصور أو إطارات الفيديو استنادًا إلى محتواها المرئي وموضوعاتها. ويمكن اعتباره شكلًا متخصصًا من تصنيف الصور، يركّز على تحديد البيئة العامة للمشهد أو أجوائه بدلًا من الكائنات الفردية.

على سبيل المثال، قد يجمع نظام التعرّف على المشاهد المشاهد في فئات مثل «غرفة نوم إضافية» أو «مسار غابي» أو «ساحل صخري»، وذلك من خلال تحليل سمات مثل الألوان والأنسجة والإضاءة والكائنات. يتيح التعرّف على المشاهد لمنصات البث وسم المحتوى وتنظيمه بفاعلية.

الشكل 2. تصنيف المشاهد باستخدام الذكاء الاصطناعي.

ويؤدي دورًا أساسيًا في التوصيات المخصصة. فإذا كان المستخدم يشاهد كثيرًا محتوى يتضمن أجواء خارجية هادئة مثل «السواحل المشمسة» أو ديكورات داخلية عصرية مثل «المطابخ الأنيقة»، فيمكن للمنصة أن توصي ببرامج أو أفلام تتشابه بصريًا معها. ويسهّل التعرّف على المشاهد اكتشاف المحتوى، ويعرض للمستخدمين توصيات تتوافق مع تفضيلاتهم في المشاهدة.

إنشاء الصور والصور المصغّرة#

إنشاء الصور المصغرة هو عملية تصميم معاينات مرئية لمقاطع الفيديو لجذب المشاهدين وإبراز اللحظات المهمة. ويمكن للذكاء الاصطناعي والرؤية الحاسوبية أتمتة هذه العملية لضمان أن تكون الصور المصغرة ملائمة وجذابة.

إليك آلية العمل:

• تحليل الإطارات: يمكن لنظام الرؤية الحاسوبية أن يبدأ بمسح آلاف إطارات الفيديو لتحديد اللحظات المميزة. وقد تشمل هذه اللحظات تعبيرات عاطفية أو أفعالًا مهمة أو مشاهد لافتة بصريًا تمثل محتوى الفيديو بأفضل صورة.
• تحليل الحركة: بعد اختيار الإطارات المحتملة، يمكن استخدام الذكاء الاصطناعي البصري للتحقق من وضوحها وخلوها من الضبابية، ما يعزز الجودة المرئية للصورة المصغرة عمومًا.
• اكتشاف الأجسام وتحليل المشاهد: باستخدام نماذج مثل YOLO11 (التي تدعم مهام الرؤية الحاسوبية مثل اكتشاف الأجسام وتقسيم الكائنات الفردية)، يستطيع النظام اكتشاف العناصر المهمة في الإطار، مثل الأجسام أو الشخصيات أو المواقع. وتؤكد هذه الخطوة أن الصورة المصغرة تعكس بدقة جوهر الفيديو.
• تحسين الصورة: تُحسّن الإطارات المختارة بعد ذلك مع مراعاة عوامل مثل زوايا الكاميرا والإضاءة والتكوين.
• التخصيص: أخيرًا، يمكن استخدام خوارزميات التعلّم الآلي لتخصيص الصور المصغّرة استنادًا إلى تفضيلات المستخدم وسجل مشاهداته. ويؤدي ذلك إلى تكييف العناصر المرئية مع أذواق الأفراد، مما يزيد احتمال جذب انتباههم وتعزيز تفاعلهم.

ومن الأمثلة الجيدة على تطبيق واقعي مماثل استخدام Netflix للرؤية الحاسوبية لإنشاء الصور المصغّرة تلقائيًا. فمن خلال تحليل الإطارات لاكتشاف المشاعر والسياق والتفاصيل السينمائية، تنشئ Netflix صورًا مصغّرة تتوافق مع تفضيلات المشاهدين الأفراد. فعلى سبيل المثال، قد يرى محبو الأفلام الكوميدية الرومانسية صورة مصغّرة تبرز لحظة مرحة، بينما قد تُعرض على محبي أفلام الحركة مشاهد حماسية ومكثفة.

الشكل 3. يمكن تخصيص الصور المصغّرة للبرامج التلفزيونية لتناسب تفضيلات المشاهدين.

معاينات المحتوى الآلية#

عندما تتصفح منصة بث، فإن المعاينات القصيرة الجذابة التي تراها ليست عشوائية. بل تُعد بعناية باستخدام تقنيات مثل الرؤية الحاسوبية لجذب الانتباه وإبراز أكثر لحظات الفيديو تشويقًا. وبعد اختيار أفضل اللحظات، تُدمج معًا في معاينة سلسة وجذابة.

تتضمن عملية اختيار تلك اللحظات عدة خطوات أساسية:

• تقسيم المشاهد: يُقسّم الفيديو إلى مقاطع أصغر استنادًا إلى التحولات الطبيعية، مثل التغييرات في الإضاءة أو زوايا الكاميرا أو العناصر المرئية.
• اكتشاف الحركة: تُحدَّد اللحظات الديناميكية الحافلة بالحركة لضمان جذب المعاينة للانتباه.
• نماذج البروز: تُحلل السمات المرئية مثل اللون والسطوع والتباين لتحديد أكثر أجزاء المشهد جذبًا للانتباه.
• تحليل تعابير الوجه: تُختار اللحظات التي تتضمن تعبيرات عاطفية قوية لتعزيز الارتباط بالمشاهدين.

تصنيف المحتوى ووسمه#

تعتمد إمكانية تصفح الأفلام حسب النوع أو الحالة المزاجية أو موضوعات محددة على تصنيف المحتوى ووسمه بدقة. وتستخدم منصات البث الشائعة الرؤية الحاسوبية لأتمتة هذه العملية من خلال تحليل مقاطع الفيديو بحثًا عن الأجسام أو الأفعال أو المواقع أو المشاعر، ثم إسناد الوسوم المناسبة إليها. ويساعد ذلك على تنظيم مكتبات الوسائط الضخمة وتحسين دقة التوصيات المخصصة عبر مطابقة المحتوى مع تفضيلات المشاهدين.

يمكن استخدام تقنيات الذكاء الاصطناعي للرؤية، مثل تقسيم المشاهد واكتشاف الكائنات والتعرّف على الأنشطة، لوسم المحتوى بفاعلية. ومن خلال تحديد العناصر الأساسية، مثل الكائنات والنبرات العاطفية والأفعال، تنشئ هذه التقنيات بيانات وصفية مفصلة لكل عمل. ويمكن بعد ذلك تحليل البيانات الوصفية باستخدام التعلّم الآلي لإنشاء فئات تسهّل على المستخدمين العثور على ما يبحثون عنه وتحسّن تجربة التصفح العامة.

الشكل 4. مثال على التصنيف الآلي للمحتوى لتقديم توصيات بث مخصصة.

فوائد منصات البث المدعومة بالذكاء الاصطناعي وتحدياتها#

تعمل الرؤية الحاسوبية على تحسين منصات البث بميزات مبتكرة تعزز تجربة المستخدم. إليك بعض الفوائد الفريدة التي يجدر أخذها في الاعتبار:

• جودة البث التكيّفية: يمكن للرؤية الحاسوبية تحليل مشاهد الفيديو لاكتشاف اللحظات كثيرة الحركة أو التفاصيل التي تتطلب جودة أعلى. وبعد ذلك، يمكن الاستفادة من هذه الرؤى لضبط جودة البث بما يتناسب مع جهاز المستخدم وسرعة الإنترنت لديه.
• مراقبة السلوك في الوقت الفعلي: يمكن استخدام الذكاء الاصطناعي لمراقبة البث المباشر واكتشاف القرصنة في الوقت الفعلي. كما يمكنه تحديد الأنشطة غير المصرح بها، مثل إضافة طبقات تراكبية (كالشعارات أو الإعلانات) أو إعادة بث المحتوى على منصات أخرى.
• تقديم المحتوى بكفاءة في استهلاك الطاقة: يمكن لرؤى الذكاء الاصطناعي البصري تحسين تقديم المحتوى من خلال تحليل طلب المستخدمين وأنماط المشاهدة. ويسهم التخزين المؤقت للمحتوى الشائع محليًا وضبط جودة الفيديو في خفض استخدام النطاق الترددي واستهلاك الطاقة، ما يجعل البث أكثر استدامة.

على الرغم من تعدد المزايا، هناك أيضًا بعض القيود التي ينبغي مراعاتها عند تطبيق هذه الابتكارات:

• متطلبات حاسوبية مرتفعة: تتطلب خوارزميات الرؤية الحاسوبية قدرة حاسوبية كبيرة لمعالجة محتوى الفيديو وتحليله، وقد يؤدي ذلك إلى زيادة التكاليف واستهلاك الطاقة.
• مخاوف خصوصية البيانات: نظرًا إلى اعتماد الرؤية الحاسوبية على مجموعات بيانات ضخمة لتفاعلات المستخدمين والمحتوى، فقد تثير مخاوف بشأن خصوصية البيانات وأمنها.
• تحيز البيانات: قد تعكس نماذج الرؤية الحاسوبية تحيزات موجودة في بيانات التدريب. وقد يدفعها ذلك إلى تفضيل أنواع معينة من المحتوى وتقليل تنوع التوصيات.

مستقبل الذكاء الاصطناعي في منصات البث#

تسهم ابتكارات مثل الحوسبة الطرفية وتقنية الأبعاد الثلاثية في تشكيل مستقبل تجربة الترفيه. ويمكن استخدام الحوسبة الطرفية لمعالجة مقاطع الفيديو بالقرب من المواقع التي يُبثّ منها المحتوى. وهي تقلل التأخير وتوفر النطاق الترددي، وهو أمر بالغ الأهمية خصوصًا للبث المباشر والمحتوى التفاعلي. وتتيح أوقات الاستجابة الأسرع للمشاهدين تجارب أكثر سلاسة وتشويقًا.

وفي الوقت نفسه، تضفي تقنية الأبعاد الثلاثية عمقًا وواقعية على البرامج والأفلام والميزات التفاعلية. كما تفتح هذه التطورات الباب أمام إمكانات جديدة مثل الواقع المعزز (AR) والواقع الافتراضي (VR). وباستخدام أجهزة مثل نظارات الواقع الافتراضي، يستطيع المشاهدون الدخول إلى بيئات غامرة بالكامل. ويمكن طمس الحدود بين العالمين الرقمي والمادي لإنشاء مستوى جديد كليًا من التفاعل.

الشكل 5. إعادة تشكيل البث بتجارب تفاعلية مدعومة بالواقع الافتراضي.

أبرز النقاط#

تعيد الرؤية الحاسوبية تعريف منصات البث بجعل تحليل الفيديو أكثر ذكاءً، وتصنيف المحتوى أسرع، والتوصيات أكثر تخصيصًا. وباستخدام نماذج مثل Ultralytics YOLO11، يمكن للمنصات اكتشاف الكائنات وتصنيف المشاهد في الوقت الفعلي. ويسهّل ذلك وسم المحتوى ويحسّن طريقة اقتراح البرامج والأفلام.

توفر منصات البث المدمجة مع الذكاء الاصطناعي للرؤية تجارب أكثر تشويقًا للمشاهدين، مع ضمان تشغيل المنصات بسلاسة وكفاءة أكبر. ومع تقدم التكنولوجيا، يُرجح أن تصبح خدمات البث أكثر تفاعلية، وأن تقدم تجارب ترفيهية أغنى وأكثر غمرًا.

هل يثير الذكاء الاصطناعي فضولك؟ تفضل بزيارة مستودعنا على GitHub لاستكشاف المزيد والتواصل مع مجتمعنا. تعرّف على تطبيقات متنوعة لـالذكاء الاصطناعي في الرعاية الصحية والرؤية الحاسوبية في الزراعة.