هل يستطيع الذكاء الاصطناعي اكتشاف أفعال البشر؟ استكشاف التعرّف على الأنشطة

تزخر الحياة اليومية بحركات صغيرة نادرًا ما نتوقف للتفكير فيها. قد يبدو المشي عبر غرفة أو الجلوس إلى مكتب أو التلويح لصديق أمرًا سهلًا بالنسبة إلينا، لكن اكتشاف هذه الحركات باستخدام الذكاء الاصطناعي أكثر تعقيدًا بكثير. فما يأتي طبيعيًا للبشر يصبح أكثر تعقيدًا بكثير عندما تحاول آلة استيعابه.

تُعرف هذه القدرة باسم التعرّف على الأنشطة البشرية (HAR)، وهي تتيح للحواسيب اكتشاف الأنماط في السلوك البشري وتفسيرها. ويُعد تطبيق اللياقة البدنية مثالًا رائعًا على استخدام HAR. فمن خلال تتبع الخطوات والتمارين الرياضية، يوضح التطبيق كيف يمكن للذكاء الاصطناعي مراقبة الأنشطة اليومية.

إدراكًا لإمكانات التعرّف على الأنشطة البشرية (HAR)، بدأت قطاعات عديدة اعتماد هذه التقنية. وفي الواقع، يُتوقع أن تتجاوز قيمة سوق التعرّف على الأفعال البشرية 12.56 مليار دولار بحلول عام 2033.

ويعود جزء كبير من هذا التقدم إلى الرؤية الحاسوبية، وهي فرع من الذكاء الاصطناعي يتيح للآلات تحليل البيانات المرئية، مثل الصور ومقاطع الفيديو. وبفضل الرؤية الحاسوبية والتعرّف على الصور، تطور HAR من مفهوم بحثي إلى جزء عملي من تطبيقات الذكاء الاصطناعي الحديثة.

في هذا المقال، سنستكشف ماهية HAR، والأساليب المختلفة المستخدمة للتعرّف على الأفعال البشرية، وكيف تساعد الرؤية الحاسوبية في الإجابة عن السؤال: هل يستطيع الذكاء الاصطناعي اكتشاف الأفعال البشرية في تطبيقات العالم الحقيقي؟

ما التعرّف على الأفعال البشرية؟#

يتيح التعرّف على الأفعال البشرية لأنظمة الحاسوب فهم الأنشطة أو الأفعال البشرية من خلال تحليل حركات الجسم. وعلى خلاف مجرد اكتشاف شخص في صورة، يمكن للتعرّف على الأنشطة البشرية المساعدة في تحديد ما يفعله ذلك الشخص. ومن أمثلة ذلك التمييز بين المشي والجري، أو التعرّف على التلويح باليد، أو ملاحظة سقوط شخص.

تتمحور أسس التعرّف على الأنشطة البشرية حول أنماط الحركة ووضعيات الجسم. وقد يشير تغيّر طفيف في وضع ذراعي الإنسان أو ساقيه إلى أفعال متعددة. ومن خلال التقاط هذه التفاصيل الدقيقة وتفسيرها، تستطيع أنظمة التعرّف على الأنشطة البشرية استخلاص معلومات مفيدة من حركات الجسم.

لتحقيق ذلك، يجمع التعرّف على الأفعال البشرية بين تقنيات متعددة، مثل التعلّم الآلي ونماذج التعلّم العميق والرؤية الحاسوبية ومعالجة الصور، وتعمل هذه التقنيات معًا على تحليل حركات الجسم وتفسير الأفعال البشرية بدقة أعلى.

الشكل 1. يشمل التعرّف على الأنشطة البشرية فروعًا مختلفة من علوم الحاسوب (المصدر: cell.com)

كانت أنظمة HAR السابقة أكثر محدودية بكثير. فلم تكن قادرة إلا على التعامل مع عدد قليل من الأفعال البسيطة والمتكررة في بيئات خاضعة للتحكم، وكثيرًا ما واجهت صعوبات في مواقف العالم الحقيقي.

أما اليوم، وبفضل الذكاء الاصطناعي وكميات كبيرة من بيانات الفيديو، فقد تطور التعرّف على الأنشطة البشرية تطورًا ملحوظًا من حيث الدقة والمتانة. وتستطيع الأنظمة الحديثة التعرّف على مجموعة واسعة من الأنشطة بدقة أكبر بكثير، ما يجعل هذه التقنية عملية في مجالات مثل الرعاية الصحية والأمن والأجهزة التفاعلية.

أساليب مختلفة لاكتشاف الأفعال البشرية#

بعد أن تعرفنا على نحو أفضل على ماهية التعرّف على الأفعال البشرية، لنلقِ نظرة على الطرق المختلفة التي تمكّن الآلات من اكتشاف الأفعال البشرية.

فيما يلي بعض الأساليب الشائعة:

• الأساليب القائمة على المستشعرات: تستطيع الأجهزة الذكية، مثل مقاييس التسارع والأجهزة القابلة للارتداء والهواتف الذكية، التقاط الإشارات مباشرةً من جسم الإنسان. ويمكنها إظهار أنماط الحركة، مثل المشي أو الجري أو حتى الوقوف دون حراك. ويُعد عدّاد الخطوات في الساعة الذكية مثالًا رائعًا على هذا الأسلوب.
• الأساليب القائمة على الرؤية: تحلل الكاميرات المقترنة بالرؤية الحاسوبية الصور ومقاطع الفيديو لتتبّع مظهر الجسم وحركته إطارًا تلو الآخر. ويتيح ذلك التعرّف على أنشطة أكثر تعقيدًا. وتعتمد أجهزة التلفاز أو أنظمة الألعاب التي تُتحكم فيها بالإيماءات على هذا الأسلوب.
• الأساليب متعددة الوسائط: تجمع هذه الأساليب بين المستشعرات والكاميرات لإنشاء نظام أكثر موثوقية، إذ يمكن لمصدر تأكيد ما يكتشفه المصدر الآخر. فعلى سبيل المثال، قد يسجل جهاز قابل للارتداء الحركة، بينما تتحقق كاميرا من وضعية الجسم؛ ويُستخدم هذا الإعداد غالبًا لاكتشاف السقوط في رعاية كبار السن.

دور مجموعات البيانات في التعرّف على الأنشطة البشرية#

تُعد مجموعات البيانات نقطة الانطلاق لأي نموذج أو نظام للتعرّف على الأنشطة البشرية. ومجموعة بيانات التعرّف على الأنشطة البشرية هي مجموعة من الأمثلة، مثل مقاطع الفيديو أو الصور أو بيانات المستشعرات، التي توثّق أفعالًا كالمشي والجلوس والتلويح. وتُستخدم هذه الأمثلة لتدريب نماذج الذكاء الاصطناعي على التعرّف على أنماط الحركة البشرية، ثم تطبيقها في استخدامات واقعية.

تؤثر جودة بيانات التدريب مباشرةً في أداء النموذج. فالبيانات النظيفة والمتسقة تسهّل على النظام التعرّف على الأفعال بدقة.

لذلك، غالبًا ما تُعالج مجموعات البيانات مسبقًا قبل التدريب. ومن الخطوات الشائعة التطبيع، الذي يضبط القيم وفق مقياس متسق للحد من الأخطاء ومنع فرط التكيّف (أي عندما يكون أداء النموذج جيدًا على بيانات التدريب، لكنه يواجه صعوبة مع البيانات الجديدة).

لقياس أداء النماذج خارج بيانات التدريب، يعتمد الباحثون على مقاييس التقييم ومجموعات البيانات المعيارية التي تتيح إجراء اختبارات ومقارنات عادلة. وتضم مجموعات شائعة مثل UCF101 وHMDB51 وKinetics آلاف مقاطع الفيديو الموسومة لاكتشاف الأفعال البشرية. أما على صعيد المستشعرات، فتقدم مجموعات البيانات المُجمعة من الهواتف الذكية والأجهزة القابلة للارتداء إشارات حركة قيّمة تجعل نماذج التعرّف أكثر متانة في البيئات المختلفة.

الشكل 2. لمحة عن مجموعة بيانات للتعرّف على الأنشطة البشرية. (المصدر)

كيف تدعم الرؤية الحاسوبية التعرّف على الأنشطة البشرية#

من بين الطرق المختلفة لاكتشاف الأفعال البشرية، أصبحت الرؤية الحاسوبية سريعًا من أكثرها شيوعًا وبحثًا. وتتمثل ميزتها الأساسية في قدرتها على استخلاص تفاصيل غنية مباشرةً من الصور ومقاطع الفيديو. فمن خلال فحص وحدات البكسل إطارًا تلو الآخر وتحليل أنماط الحركة، تستطيع التعرّف على الأنشطة في الوقت الفعلي دون الحاجة إلى ارتداء الأشخاص أجهزة إضافية.

أحرز التعلّم العميق تقدمًا ملحوظًا مؤخرًا، ولا سيما الشبكات العصبية الالتفافية (CNNs) المصممة لتحليل الصور، ما جعل الرؤية الحاسوبية أسرع وأكثر دقة وموثوقية.

على سبيل المثال، تستند نماذج الرؤية الحاسوبية الحديثة والمتطورة واسعة الاستخدام، مثل Ultralytics YOLO11 (الذي خلفه لاحقًا Ultralytics YOLO26)، إلى هذه التطورات. ويدعم YOLO11 مهامًا مثل اكتشاف الأجسام، وتقسيم المثيلات، وتتبع الأشخاص عبر إطارات الفيديو، وتقدير وضعيات الجسم البشري، ما يجعله أداة رائعة للتعرّف على الأنشطة البشرية.

لمحة عامة عن Ultralytics YOLO11#

يُعد Ultralytics YOLO11 نموذجًا للذكاء الاصطناعي البصري مصممًا لتحقيق السرعة والدقة معًا. وهو يدعم المهام الأساسية للرؤية الحاسوبية، مثل اكتشاف الأجسام وتتبعها وتقدير الوضعيات. وتفيد هذه الإمكانات خصوصًا في التعرّف على الأنشطة البشرية.

يحدد اكتشاف الأجسام الأشخاص في المشهد ويحدد مواقعهم، بينما يتتبع التتبع تحركاتهم عبر إطارات الفيديو للتعرّف على تسلسلات الأفعال، ويرسم تقدير الوضعيات مواضع مفاصل الجسم البشري الأساسية للتمييز بين الأنشطة المتشابهة أو اكتشاف التغيرات المفاجئة، مثل السقوط.

فعلى سبيل المثال، يمكن استخدام مخرجات النموذج للتمييز بين شخص يجلس بهدوء، ثم ينهض، ثم يرفع ذراعيه ابتهاجًا. قد تبدو هذه الأفعال اليومية البسيطة متشابهة للوهلة الأولى، لكن معانيها تختلف كثيرًا عند تحليلها ضمن تسلسل.

الشكل 3. استخدام Ultralytics YOLO11 لتقدير الوضعيات. (المصدر)

تطبيقات واقعية للرؤية الحاسوبية والتعرّف على الأنشطة البشرية#

والآن، لنلقِ نظرة عن كثب على كيفية تطبيق التعرّف على الأنشطة البشرية المدعوم بالرؤية الحاسوبية في حالات استخدام واقعية تؤثر في حياتنا اليومية.

الرعاية الصحية والرفاه#

في الرعاية الصحية، يمكن للتغيرات الطفيفة في الحركة أن تقدم معلومات مفيدة عن حالة الشخص. فعلى سبيل المثال، قد يكشف تعثر مريض مسن أو زاوية أحد أطراف الجسم أثناء إعادة التأهيل عن مخاطر أو مؤشرات على التقدم. وغالبًا ما يصعب ملاحظة هذه العلامات بالطرق التقليدية، مثل الفحوصات.

يمكن أن يساعد Ultralytics YOLO11 في مراقبة المرضى في الوقت الفعلي باستخدام تقدير الوضعية وتحليل الصور. ويمكن استخدامه لاكتشاف حالات السقوط، وتتبع تمارين التعافي، ومراقبة الأنشطة اليومية مثل المشي أو التمدد. ولأنه يعمل من خلال التحليل المرئي من دون الحاجة إلى مستشعرات أو أجهزة قابلة للارتداء، فإنه يوفر طريقة بسيطة لجمع معلومات دقيقة تدعم رعاية المرضى.

الشكل 4. تتبّع حركات الجسم باستخدام دعم Ultralytics YOLO11 لتقدير الوضعيات. (المصدر)

الأمن والمراقبة#

تعتمد الأنظمة الأمنية على اكتشاف الأنشطة البشرية غير المعتادة بسرعة، مثل التسكع أو الركض في منطقة محظورة أو إظهار سلوك عدواني مفاجئ. وغالبًا ما تمر هذه العلامات دون ملاحظة في البيئات المزدحمة، حيث لا يستطيع حراس الأمن مراقبة كل شيء يدويًا. وهنا يأتي دور الرؤية الحاسوبية وUltralytics YOLO11.

يسهّل YOLO11 المراقبة الأمنية من خلال تشغيل أنظمة مراقبة بالفيديو في الوقت الفعلي، قادرة على اكتشاف الحركات المشبوهة وإرسال تنبيهات فورية. وهو يدعم سلامة الحشود في الأماكن العامة ويعزز اكتشاف التسلل في الأماكن الخاصة.

ومن خلال هذا النهج، يستطيع حراس الأمن العمل جنبًا إلى جنب مع أنظمة الرؤية الحاسوبية والاستجابة بسرعة أكبر للأنشطة المشبوهة.

إيجابيات استخدام الرؤية الحاسوبية للتعرّف على الأنشطة البشرية وسلبياته#

فيما يلي بعض مزايا استخدام الرؤية الحاسوبية للتعرّف على الأنشطة البشرية:

• قابلية التوسع: بعد إعداد النظام، يمكن لنظام التعرّف نفسه مراقبة عدة أشخاص تلقائيًا في آنٍ واحد، ما يجعله مفيدًا للأتمتة في مرافق الرعاية الصحية والمصانع والأماكن العامة.
• المعالجة في الوقت الفعلي: يمكن استخدام حلول الذكاء الاصطناعي البصري لتحليل تدفقات الفيديو أثناء حدوثها، ما يتيح استجابات أسرع.
• التتبّع غير التداخلي: على خلاف الأجهزة القابلة للارتداء أو المستشعرات، لا يتطلب هذا الأسلوب من الأشخاص حمل أجهزة، ما يتيح تحليل السلوك بصورة طبيعية وسلسة.

على الرغم من المزايا العديدة لاستخدام الرؤية الحاسوبية في التعرّف على الأنشطة البشرية، ثمة قيود ينبغي أخذها في الحسبان. وفيما يلي بعض العوامل التي يجب مراعاتها:

• مخاوف الخصوصية: قد تثير المراقبة المعتمدة على الفيديو مسائل تتعلق بحماية البيانات والموافقة، خصوصًا في البيئات الحساسة مثل المنازل أو أماكن العمل.
• احتمال التحيّز: إذا افتقرت مجموعات بيانات التدريب إلى التنوع، فقد تخطئ الخوارزميات في تفسير أفعال بعض فئات الأشخاص، ما يؤدي إلى نتائج غير منصفة أو غير دقيقة.
• الحساسية للبيئة: قد تنخفض الدقة بسبب ضعف الإضاءة أو ازدحام الخلفية أو احتجاب الأشخاص جزئيًا، ما يعني ضرورة تصميم الأنظمة بعناية.

أبرز النقاط#

يتيح الذكاء الاصطناعي والرؤية الحاسوبية للآلات التعرّف على الأفعال البشرية بدقة أكبر وفي الوقت الفعلي. ومن خلال تحليل إطارات الفيديو وأنماط الحركة، تستطيع هذه الأنظمة تحديد الإيماءات اليومية والتغيرات المفاجئة على حد سواء. ومع استمرار تطور التقنية، ينتقل التعرّف على الأنشطة البشرية من مختبرات الأبحاث ليصبح أداة عملية للرعاية الصحية والأمن والتطبيقات اليومية.

اكتشف المزيد عن الذكاء الاصطناعي بزيارة مستودع GitHub والانضمام إلى مجتمعنا. اطّلع على صفحات حلولنا لمعرفة المزيد عن الذكاء الاصطناعي في الروبوتات والرؤية الحاسوبية في التصنيع. تعرّف على خيارات الترخيص لدينا لبدء استخدام الذكاء الاصطناعي البصري.