من التصورات إلى رؤى الأعمال باستخدام الرؤية الحاسوبية

رؤية الحاسوب (Computer vision) هي مجال فرعي من الذكاء الاصطناعي (AI) الذي يجعل من الممكن للآلات تفسير واتخاذ القرارات بناءً على البيانات المرئية. عندما يتم عرض تطبيق رؤية حاسوبية، فإنه يتضمن عادةً مخرجات مرئية مختلفة، مثل الصور أو مقاطع الفيديو، المشروحة بمربعات إحاطة أو أقنعة تجزئة (bounding boxes or segmentation masks) لتسليط الضوء على الكائنات ذات الأهمية. في حين أن هذه المرئيات مثيرة للإعجاب، إلا أنها لا ترسم دائمًا صورة واضحة لما يمكن أن تقدمه من رؤى قابلة للتنفيذ.

خذ متجر بيع بالتجزئة، على سبيل المثال. نموذج رؤية حاسوبية مثل Ultralytics YOLOv8 لإنشاء خريطة حرارية توضح الأماكن التي يقضي فيها العملاء معظم وقتهم. قد يبدو التصور المرئي كخريطة ملونة تشير إلى الأماكن التي يميل معظم العملاء إلى المشي أو التريث فيها. ومع ذلك، فإن الرؤية الحقيقية المكتسبة هي القدرة على تحديد الأقسام ذات الأداء الضعيف في المتجر. يمكن لبائعي التجزئة استخدام هذه الرؤية القابلة للتنفيذ لإعادة ترتيب مواضع المنتجات أو تحسين مساحة الرفوف أو تعديل العروض الترويجية لزيادة تفاعل العملاء وزيادة المبيعات. 

‍

تكمن القيمة الفعلية لـ رؤية الكمبيوتر في ترجمة هذه المخرجات المرئية إلى رؤى تجارية ذات مغزى يمكن أن تعزز وتحسن العمليات بشكل مباشر لدفع النمو والكفاءة. في هذه المقالة، سنلقي نظرة على ما يمكن أن تقدمه رؤية الكمبيوتر للشركات وكيف يمكن أن تحدث تأثيرًا حقيقيًا على عملياتها. سنناقش أيضًا استراتيجيات لتجاوز المخرجات المرئية للاستفادة من الرؤى القابلة للتنفيذ التي تدفع نتائج حقيقية. هيا بنا نبدأ!

التصور مقابل الرؤى في الذكاء الاصطناعي: المفهوم الخاطئ الشائع

لنبدأ بفهم الفرق بين التصورات والرؤى. في الرؤية الحاسوبية، تعتبر التصورات مثل الصناديق المحيطة والخرائط الحرارية مهمة لفهم مخرجات النموذج. تعمل هذه المخرجات المرئية كحجر زاوية لتوضيح ما يمكن أن تفعله الرؤية الحاسوبية وما لا يمكنها فعله. ومع ذلك، فإن الرؤى تتجاوز هذه المرئيات، وتقدم معلومات قيمة يمكن استخدامها لاتخاذ قرارات مستنيرة أو تحسين العمليات أو فهم الأنماط بشكل أعمق. إنها تحول البيانات المرئية الأولية إلى استنتاجات ذات مغزى تساعد في الكشف عن الاتجاهات أو التنبؤ بالنتائج أو تحسين الاستراتيجيات.

على سبيل المثال، قد يستخدم نظام مراقبة التمرين بالرؤية الحاسوبية تقدير الوضعية ونماذج مثل YOLOv8track حركات الجسم من خلال تحديد النقاط الرئيسية مثل المفاصل والأطراف. يمكن أن يكون الناتج المرئي، مثل الهياكل العظمية المتحركة التي تُظهر كيف يتحرك الشخص، مثيراً للاهتمام عند مشاهدته. ومع ذلك، فإن القيمة الحقيقية تأتي من الرؤى القابلة للقياس الكمي التي توفرها هذه البيانات - مثل عدد تمارين الضغط أو القرفصاء التي يتم إجراؤها، ومدة كل تمرين، ومدى اتساق التكرارات، وجودة الشكل الذي يتم الحفاظ عليه طوال الجلسة. 

يمكن للمدربين استخدام هذه الرؤى لتحليل أشكال تمارين عملائهم، واكتشاف الحركات غير الصحيحة التي قد تتسبب في الإصابة، track الأداء بمرور الوقت، وفهم عادات التمرين. تساعد هذه الرؤى المدربين على تقديم ملاحظات أفضل، وتصميم خطط تمارين أكثر فعالية، ومساعدة العملاء على تحقيق أهداف اللياقة البدنية بشكل أكثر أماناً وكفاءة.

‍

تقديم قيمة الأعمال باستخدام رؤية الكمبيوتر

مع تقدم التكنولوجيا، تبحث الشركات دائمًا عن طرق للبقاء في صدارة المنافسة، وتعد الرؤية الحاسوبية طريقة رائعة للقيام بذلك. من خلال دمج رؤى من الرؤية الحاسوبية في سير العمل الحالي لديهم، يمكنهم رؤية نتائج حقيقية و قابلة للقياس.

يمكن أن تقدم هذه الرؤى معلومات قيمة في مجالات مختلفة من الأعمال، مثل:

• مقاييس الأداء (Performance metrics): بيانات كمية تسلط الضوء على مؤشرات الأداء الرئيسية والأنماط.
  ‍
• تحليل الاتجاه: فهم الاتجاهات الناشئة والتغيرات في سلوك العملاء أو ظروف السوق بمرور الوقت.
  ‍
• رؤى تنبؤية (Predictive insights): التنبؤ بالنتائج المستقبلية أو تحديد المشكلات المحتملة باستخدام البيانات السابقة والبيانات في الوقت الفعلي.
  ‍
• تنبيهات في الوقت الفعلي: إشعارات فورية للأحداث المهمة أو الحالات الشاذة أو التغييرات التي تحتاج إلى اهتمام.

على سبيل المثال، في صناعة النفط والغاز، كان يتم التعامل مع اكتشاف الحرائق أو تسرب الغاز من الأفران بشكل تقليدي باستخدام المراقبة اليدوية أو أنظمة الاستشعار الأساسية. وغالباً ما تفتقر هذه الطرق إلى السرعة والدقة اللازمة لاكتشاف المخاطر المحتملة في وقت مبكر. يمكن للرؤية الحاسوبية تحسين هذه العملية باستخدام الكاميرات ونماذج الكشف عن الأجسام مثل YOLOv8 لمراقبة الأفران باستمرار واكتشاف المشاكل بسرعة مثل اللهب غير المعتاد أو الدخان الزائد أو تسرب الغاز. 

يمكن أن يظهر الناتج المرئي لهذا التطبيق على شكل مربعات إحاطة على الصور التي تبرز المناطق التي يتم فيها اكتشاف حريق. ومع ذلك، فإن الفائدة الحقيقية تأتي من تحويل هذه الإشارات المرئية إلى رؤى قابلة للتنفيذ. يمكن أن تساعد هذه الرؤى في تحديد سبب الحريق، والتنبؤ بمشكلات المعدات، وتخطيط الصيانة لمنع المشكلات المستقبلية. باستخدام هذه الرؤى، يمكن للشركات الصناعية الاستجابة بسرعة للحرائق المحتملة، وتجنب الأضرار المكلفة، وتقليل وقت التوقف عن العمل، وتحسين السلامة والكفاءة.

‍

اتخاذ القرارات المستندة إلى البيانات باستخدام الذكاء الاصطناعي

يمكن تحويل المخرجات المرئية من نموذج مُدرَّب إلى رؤى يتم تنظيمها في لوحات معلومات وقواعد بيانات لتحليل أعمق. يمكن أن تساعد لوحات المعلومات، على وجه الخصوص، في تزويد أصحاب الأعمال برؤية واضحة لمقاييس الأداء، والمساعدة في اكتشاف الحالات الشاذة، ودعم القرارات المستندة إلى البيانات بناءً على معلومات في الوقت الفعلي.

على سبيل المثال، في مجال مراقبة حركة المرور، يمكن استخدام نموذج رؤية حاسوبية مثل YOLOv8 لتحليل لقطات حركة المرور المباشرة detect track المركبات المختلفة، مثل السيارات والشاحنات والحافلات، على الطريق. قد يُظهر التصور الناتج المركبات المُصنَّفة track عدد المركبات التي تدخل وتخرج من مناطق محددة. يمكن أيضاً عرض هذه المعلومات على لوحة معلومات توفر تفصيلاً لأعداد المركبات حسب المنطقة وتحسب المقاييس الرئيسية مثل إجمالي عدد المركبات ومتوسط السرعة. 

‍

تساعد هذه الرؤى فرق إدارة المرور على فهم تدفق حركة المرور، وتحديد نقاط الازدحام، والتنبؤ بالاختناقات المرورية، وتعديل إشارات المرور أو الطرق للحفاظ على سلاسة الحركة. من خلال تحويل البيانات المرئية إلى رؤى قابلة للتنفيذ، يساعد هذا النظام مخططي المدن على اتخاذ قرارات ذكية لتحسين تدفق حركة المرور وتقليل المشاكل على الطريق.

سد الفجوة بين الذكاء الاصطناعي واحتياجات الأعمال

الآن بعد أن ناقشنا التأثير التجاري لرؤى رؤية الكمبيوتر القابلة للتنفيذ، دعنا نلقي نظرة على استراتيجيات سد الفجوة بين تصور البيانات والرؤى التجارية. عند تطوير حلول الذكاء الاصطناعي، تعتبر هذه الاعتبارات حيوية لأنها تساعد على تجاوز مهام رؤية الكمبيوتر البسيطة إلى فهم السياق والعلاقات داخل البيانات. يتيح التحليل المتعمق إنشاء رؤى أكثر معنى وأكثر صلة باحتياجات العمل.

للبدء، يعد تحسين التواصل بين مطوري الذكاء الاصطناعي وقادة الأعمال أمرًا ضروريًا. يمكن لمطوري الذكاء الاصطناعي إجراء مناقشات مفتوحة مع أصحاب المصلحة في الأعمال لفهم أهدافهم وتحدياتهم وما يأملون في تحقيقه. من خلال التفكير من منظور صاحب العمل، من الأسهل تحديد كيف يمكن للرؤية الحاسوبية معالجة مشاكل معينة بشكل مباشر. بدلاً من تطوير حلول عامة، يمكن للمطورين التركيز على إنشاء تطبيقات رؤية حاسوبية تحل احتياجات العمل الحقيقية. 

على سبيل المثال، في سيناريو النفط والغاز الذي ناقشناه سابقًا، قد يساعد التحدث مباشرة مع صاحب المصلحة في العمل مطور البرامج على فهم الاحتياجات المحددة، مثل إرسال التنبيهات بناءً على حجم وشدة الحريق المكتشف. إن معرفة هذه التفاصيل تساعد المطورين على تخصيص الحل لإعطاء الأولوية للتنبيهات الهامة، مما يضمن أوقات استجابة أسرع ويقلل المخاطر، مما يعزز السلامة والكفاءة.

‍

بمجرد إنشاء اتصال واضح، فإن الخطوة التالية هي التركيز على جودة البيانات ومعالجتها. يمكن للمطورين التأكد من أن البيانات المستخدمة للتدريب والتحليل نظيفة ومتسقة وذات صلة باحتياجات العميل. يمكن أن يساعد تبسيط معالجة البيانات في تقليل التأخير وتوفير رؤى دقيقة وفي الوقت المناسب. أيضًا، يمكن أن يؤدي دمج أنظمة الرؤية الحاسوبية مع أدوات الأعمال الحالية إلى تحسين اتخاذ القرارات والسماح للشركات بالاستجابة بسرعة للرؤى المهمة.

فيما يلي بعض العوامل الأخرى التي يجب مراعاتها:

• تصور سهل الاستخدام: التأكد من أن المخرجات المرئية بسيطة وسهلة التفسير لأصحاب المصلحة غير التقنيين.
  ‍
• قابلية التوسع: صمم حلول ذكاء اصطناعي يمكنها التوسع لتلبية احتياجات البيانات المتزايدة والتغيرات التشغيلية للشركة.
  ‍
• تحليل في الوقت الفعلي: قم بدمج معالجة البيانات في الوقت الفعلي لتقديم رؤى في الوقت المناسب يمكن أن تحفز اتخاذ إجراءات فورية.
  ‍
• الأمن والخصوصية: حماية سلامة البيانات وسريتها، خاصة عند التعامل مع المعلومات الحساسة.
  ‍
• التعلم المستمر والتكيف: تنفيذ آليات للتعلم المستمر و تحديثات النموذج للتكيف مع بيئات الأعمال المتغيرة وأنماط البيانات.

مستقبل رؤية الحاسوب للأعمال

في حين أن المخرجات المرئية، مثل المربعات المحيطة والأقنعة، توضح قدرات رؤية الكمبيوتر، إلا أن الشركات تحتاج إلى أكثر من مجرد تمثيلات مرئية؛ إنهم بحاجة إلى رؤى قابلة للتنفيذ يمكن أن تدفع عملية صنع القرار والتحسينات التشغيلية. من خلال فهم أهداف العمل وتطبيق رؤية الكمبيوتر على مشاكل العالم الحقيقي، يمكن للمطورين تقديم رؤى تعمل على تحسين العمليات وتعزيز تجارب العملاء وخفض التكاليف. 

لسد الفجوة بين التصور والرؤى القابلة للتنفيذ، يمكن للمطورين التواصل بوضوح مع أصحاب المصلحة واستخدام بيانات عالية الجودة وتحسين معالجة البيانات. تساعد هذه الخطوات الشركات على تحقيق أقصى استفادة من تكنولوجيا رؤية الكمبيوتر، وتحويل الرؤى إلى فوائد حقيقية.

هيا نتعلم ونستكشف معًا! تفقد مستودع GitHub الخاص بنا لرؤية مساهماتنا في الذكاء الاصطناعي، ولا تنسَ التفاعل مع مجتمعنا. اكتشف كيف نعيد تعريف صناعات مثل التصنيع و الرعاية الصحية بتقنية الذكاء الاصطناعي المتطورة.