الذكاء الاصطناعي التوليدي يغير مسار مستقبل الرؤية الحاسوبية

الذكاء الاصطناعي التوليدي هو فرع من فروع الذكاء الاصطناعي (AI) يقوم بإنشاء محتوى جديد، مثل الصور أو النصوص أو الصوت، عن طريق تعلم الأنماط من البيانات الموجودة. وبفضل التطورات الأخيرة، أصبح من الممكن استخدامه الآن لإنتاج محتوى واقعي للغاية يحاكي غالباً الإبداع البشري.

ومع ذلك، فإن تأثير الذكاء الاصطناعي التوليدي يتجاوز مجرد إنشاء المحتوى. ومع استمرار تطور نماذج الرؤية الحاسوبية في الوقت الفعلي مثل Ultralytics YOLO models، فإن الذكاء الاصطناعي التوليدي يعيد أيضاً صياغة كيفية معالجة البيانات المرئية وتعزيزها، مما يمهد الطريق لتطبيقات مبتكرة في سيناريوهات العالم الحقيقي.

كان هذا التحول التكنولوجي الجديد موضوعاً مثيراً للنقاش في YOLO Vision 2024 (YV24), وهو حدث سنوي هجين تستضيفه Ultralytics. وقد شهد حدث YV24 اجتماع عشاق الذكاء الاصطناعي وقادة الصناعة لمناقشة أحدث الإنجازات في مجال computer vision. ركز الحدث على الابتكار والكفاءة ومستقبل حلول الذكاء الاصطناعي في الوقت الفعلي.

كان أحد أبرز محاور الحدث هو حلقة نقاشية حول YOLO in the Age of Generative AI. وضم فريق النقاش Glenn Jocher، المؤسس والرئيس التنفيذي لشرکة Ultralytics، وJing Qiu، مهندس تعلم ماشين أول في Ultralytics، وAo Wang من جامعة تسينغهوا. واستكشفوا كيف يؤثر الذكاء الاصطناعي التوليدي على الرؤية الحاسوبية وتحديات بناء نماذج ذكاء اصطناعي عملية.

في هذه المقالة، سنعيد استعراض الأفكار الرئيسية من نقاشهم ونلقي نظرة فاحصة على كيفية تحويل الذكاء الاصطناعي التوليدي لتقنية الرؤية الاصطناعية (Vision AI).

تطوير نماذج Ultralytics YOLO#

إلى جانب Glenn Jocher، لعب العديد من المهندسين المهرة دوراً حيوياً في تطوير نماذج Ultralytics YOLO. أحد هؤلاء، Jing Qiu، روى بدايته غير المتوقعة مع YOLO. وأوضح أن شغفه بالذكاء الاصطناعي بدأ خلال سنوات دراسته الجامعية. قضى قدراً كبيراً من الوقت في استكشاف المجال والتعلم عنه. تذكر Jing Qiu كيف تواصل مع Glenn Jocher على GitHub وشارك في مشاريع ذكاء اصطناعي متنوعة.

إضافة إلى ما قاله Jing Qiu، وصف Glenn Jocher موقع GitHub بأنه "طريقة مذهلة للمشاركة - حيث يجتمع أشخاص لم تقابلهم قط لمساعدة بعضهم البعض، والمساهمة في عمل بعضهم البعض. إنه مجتمع رائع وطريقة ممتازة حقاً للبدء في مجال الذكاء الاصطناعي."

الشكل 1. Glenn Jocher و Jing Qiu يتحدثان على المسرح في YV24.

ساعد اهتمام Jing Qiu بالذكاء الاصطناعي وعمله على Ultralytics YOLOv5 في تحسين النموذج. وفي وقت لاحق، لعب دوراً رئيسياً في تطوير Ultralytics YOLOv8، مما أدى إلى تحسينات إضافية. وقد وصفها بأنها رحلة مذهلة. والיום، يواصل Jing Qiu تحسين النماذج والعمل عليها مثل Ultralytics YOLO11.

YOLOv10: مُحسَّن لأداء العالم الحقيقي#

انضم Ao Wang إلى حلقة النقاش عن بُعد من الصين، وقدم نفسه كطالب دكتوراه. في البداية، درس هندسة البرمجيات، لكن شغفه بالذكاء الاصطناعي قاده للتحول نحو الرؤية الحاسوبية والتعلم العميق.

كان لقاؤه الأول مع نموذج YOLO الشهير أثناء تجربة تقنيات ونماذج ذكاء اصطناعي متنوعة. وقد أعجب بسرعته ودقته، مما ألهمه للتعمق أكثر في computer vision tasks مثل اكتشاف الكائنات. وفي الآونة الأخيرة، ساهم Ao Wang في YOLOv10، وهو إصدار حديث من نموذج YOLO. وتركيز بحثه على تحسين النموذج ليكون أسرع وأكثر دقة.

الاختلاف الرئيسي بين الذكاء الاصطناعي التوليدي وتقنية الرؤية الاصطناعية#

بعد ذلك، بدأت اللجنة في مناقشة الذكاء الاصطناعي التوليدي، وأشار Jing Qiu إلى أن الذكاء الاصطناعي التوليدي وتقنية الرؤية الاصطناعية لهما أغراض مختلفة جداً. يقوم الذكاء الاصطناعي التوليدي بإنشاء أو توليد أشياء مثل النصوص والصور ومقاطع الفيديو، بينما تقوم تقنية الرؤية الاصطناعية بتحليل ما هو موجود بالفعل، خاصة الصور.

سلط Glenn Jocher الضوء على أن الحجم يمثل فرقاً كبيراً أيضاً. نماذج الذكاء الاصطناعي التوليدي ضخمة، وغالباً ما تحتوي على مليارات المعلمات - وهي إعدادات داخلية تساعد النموذج على التعلم من البيانات. أما نماذج الرؤية الحاسوبية فهي أصغر بكثير. قال: "أصغر نموذج YOLO لدينا أصغر بحوالي ألف مرة من أصغر LLM [نموذج لغوي كبير]. أي 3 ملايين معلمة مقارنة بـ 3 مليارات."

الشكل 2. حلقة النقاش حول الذكاء الاصطناعي التوليدي وتقنية الرؤية الاصطناعية في YV24.

أضاف Jing Qiu أن عمليات training والنشر الخاصة بالذكاء الاصطناعي التوليدي والرؤية الحاسوبية تختلف أيضاً بشكل كبير. فالذكاء الاصطناعي التوليدي يحتاج إلى خوادم ضخمة وقوية للعمل. من ناحية أخرى، تم بناء نماذج مثل YOLO لتحقيق الكفاءة ويمكن تدريبها ونشرها على الأجهزة القياسية. وهذا ما يجعل نماذج Ultralytics YOLO أكثر عملية للاستخدام في العالم الحقيقي.

على الرغم من اختلافهما، بدأ هذان المجالين في التداخل. أوضح Glenn Jocher أن الذكاء الاصطناعي التوليدي يجلب تطورات جديدة لتقنية الرؤية الاصطناعية، مما يجعل النماذج أكثر ذكاءً وكفاءة.

تأثير الذكاء الاصطناعي التوليدي على الرؤية الحاسوبية#

لقد تقدم الذكاء الاصطناعي التوليدي بسرعة، وتؤثر هذه الاختراقات على العديد من مجالات الذكاء الاصطناعي الأخرى، بما في ذلك الرؤية الحاسوبية. لنستعرض بعد ذلك بعض الأفكار الرائعة من اللجنة حول هذا الموضوع.

تطورات الأجهزة تمكن ابتكارات الذكاء الاصطناعي#

في وقت مبكر من الجلسة، أوضح Glenn Jocher أن أفكار تعلم الآلة كانت موجودة منذ فترة طويلة، لكن أجهزة الكمبيوتر لم تكن قوية بما يكفي لجعلها تعمل. كانت أفكار الذكاء الاصطناعي بحاجة إلى أجهزة أقوى لتحويلها إلى واقع.

لقد غير صعود وحدات معالجة الرسومات (GPUs) على مدى العشرين عاماً الماضية، بقدرات المعالجة المتوازية، كل شيء. لقد جعلت تدريب نماذج الذكاء الاصطناعي أسرع وأكثر كفاءة، مما سمح للتعلم العميق بالتطور بخطى سريعة.

في الوقت الحاضر، تستخدم رقائق الذكاء الاصطناعي مثل TPUs (Tensor Processing Units) ووحدات معالجة الرسومات (GPUs) المُحسّنة طاقة أقل أثناء التعامل مع نماذج أكبر وأكثر تعقيداً. وقد أدى ذلك إلى جعل الذكاء الاصطناعي أكثر سهولة في الوصول إليه وأكثر فائدة في تطبيقات العالم الحقيقي.

مع كل تحسن جديد في الأجهزة، أصبحت تطبيقات الذكاء الاصطناعي التوليدي والرؤية الحاسوبية أكثر قوة. هذه التطورات تجعل الذكاء الاصطناعي في الوقت الفعلي أسرع وأكثر كفاءة وجاهزاً للاستخدام في المزيد من الصناعات.

كيف يشكل الذكاء الاصطناعي التوليدي نماذج اكتشاف الكائنات#

وعندما سُئل عن كيف يؤثر الذكاء الاصطناعي التوليدي على الرؤية الحاسوبية، قال Jing Qiu إن transformers - النماذج التي تساعد الذكاء الاصطناعي على التركيز على أهم أجزاء الصورة - قد غيرت طريقة فهم الذكاء الاصطناعي للصصور ومعالجتها. وكانت الخطوة الكبيرة الأولى هي DETR (Detection Transformer)، التي استخدمت هذا النهج الجديد لاكتشاف الكائنات. لقد حسّن الدقة ولكنه واجه مشكلات في الأداء جعلته أبطأ في بعض الحالات.

ولحل هذه المشكلة، أنشأ الباحثون نماذج هجينة مثل RT-DETR. تجمع هذه النماذج بين الشبكات العصبية التلافيفية (CNNs، وهي نماذج تعلم عميق تتعلم وتستخرج الميزات من الصور تلقائياً) والمحولات، مما يوازن بين السرعة والدقة. يستفيد هذا النهج من مزايا المحولات مع جعل اكتشاف الكائنات أسرع.

ومن المثير للاهتمام أن YOLOv10 يستهدم طبقات انتباه تعتمد على المحولات (أجزاء من النموذج تعمل مثل بقعة ضوء لتسليط الضوء على أهم المناطق في الصورة مع تجاهل التفاصيل الأقل صلة) لتعزيز أدائها.

ذكر Ao Wang أيضاً كيف يغير الذكاء الاصطناعي التوليدي طريقة تدريب النماذج. تساعد تقنيات مثل نمذجة الصور المقنعة الذكاء الاصطناعي على التعلم من الصور بكفاءة أكبر، مما يقلل الحاجة إلى مجموعات بيانات كبيرة مصنفة يدوياً. هذا يجعل تدريب الرؤية الحاسوبية أسرع وأقل استهلاكاً للموارد.

مستقبل الذكاء الاصطناعي التوليدي وتقنية الرؤية الاصطناعية#

فكرة رئيسية أخرى ناقشتها اللجنة هي كيف يمكن أن يجتمع الذكاء الاصطناعي التوليدي وتقنية الرؤية الاصطناعية معاً لبناء نماذج أكثر قدرة. أوضح Glenn Jocher أنه على الرغم من أن هذين النهجين لديهما نقاط قوة مختلفة، إلا أن دمجهما يمكن أن يفتح احتمالات جديدة.

على سبيل المثال، غالباً ما تقسم نماذج الرؤية الاصطناعية مثل YOLO الصورة إلى شبكة لتحديد الكائنات. قد تساعد هذه الطريقة القائمة على الشبكة النماذج اللغوية على تحسين قدرتها على تحديد التفاصيل ووصفها في آن واحد - وهو تحد يواجهه العديد من النماذج اللغوية اليوم. في الجوهر، قد يؤدي دمج هذه التقنيات إلى أنظمة قادرة على اكتشاف ما تراه وشرحه بوضوح ودقة.

الشكل 3. مستقبل الذكاء الاصطناعي التوليدي وتقنية الرؤية الاصطناعية. الصورة من إعداد المؤلف.

أبرز النقاط#

يتقدم الذكاء الاصطناعي التوليدي والرؤية الحاسوبية معاً. فبينما يقوم الذكاء الاصطناعي التوليدي بإنشاء الصور ومقاطع الفيديو، فإنه يحسن أيضاً تحليل الصور والفيديو من خلال طرح أفكار مبتكرة جديدة يمكن أن تجعل نماذج الرؤية الاصطناعية أكثر دقة وكفاءة.

في حلقة نقاش YV24 الثاقبة هذه، شارك Glenn Jocher و Jing Qiu و Ao Wang أفكارهم حول كيفية تشكيل هذه التقنيات للمستقبل. ومع وجود أجهزة ذكاء اصطناعي أفضل، سيستمر الذكاء الاصطناعي التوليدي وتقنية الرؤية الاصطناعية في التطور، مما سيؤدي إلى المزيد من الابتكارات العظيمة. يعمل هذان المجالان معاً لإنشاء ذكاء اصطناعي أكثر ذكاءً وأسرع وأكثر فائدة للحياة اليومية.

انضم إلى our community واستكشف our GitHub repository لمعرفة المزيد عن Vision AI. تحقق من our licensing options لبدء مشاريع الرؤية الحاسوبية الخاصة بك. هل أنت مهتم بالابتكارات مثل AI in manufacturing أو computer vision in self-driving؟ تفضل بزيارة صفحات الحلول الخاصة بنا لتعرف المزيد.