شبكتان عصبيتان مفتوحتا المصدر ترصدان 28 موقعا لتطوير عمراني جديد في صور موسكو

سرعان ما يتحول فحص صور الأقمار الاصطناعية إلى عمل يصعب إنجازه على نحو سليم بالعين المجردة. يجب العثور على مشاهد خالية من السحب، ومواءمة تواريخ مختلفة، ومقارنة مئات الكيلومترات المربعة، وضمان ألا تضيع النتيجة في مجلد مليء بالصور النقطية. وفي تجربة أُجريت على أراضي موسكو الجديدة، جمع وكيل ذكاء اصطناعي هذه السلسلة، بينما ظلت العمليات الحسابية محلية. ولم تكن المحصلة عرضا استعراضيا، بل قائمة عمل قابلة للاستخدام فعليا: 28 موقعا ينبغي أن يراجعها إنسان.

المثال واضح. اختير مستطيل مساحته 455,60 كم² حول ترويتسك وديسنا وكراسنايا باخرا وشابوفو. وعُثر له على ثلاث صور صيفية من Sentinel-2: واحدة من يوليو 2025، واثنتان من يوليو وأغسطس 2026. بحث النظام عن الأماكن التي تغيّر فيها السطح مقارنة بعام 2025، وارتفع فيها بالتزامن احتمال التطوير العمراني. وبعد التصفية، بقيت 455,46 كم² صالحة للمقارنة.

نموذجان بدلا من تخمين واحد

يتلقى النموذج الأول، FC-Siam-diff، زوجا من الصور ويحدد البكسلات التي تغيّرت. وهذه إشارة مفيدة، لكنها لا تكشف السبب بمفردها: فقد يكون الحقل قد اصفرّ، أو ابتلت التربة، أو تحرك أحد الظلال. لذلك شُغّل Dynamic World بالتوازي. ويقسّم هذا النموذج السطح إلى تسع فئات، تشمل المياه والغطاء النباتي والأراضي الزراعية والتربة المكشوفة والمناطق المبنية.

اشترط المرشح النهائي تطابق مؤشرين مستقلين. كان على FC-Siam-diff أن يرصد تغيّرا في كل من صورة يوليو وصورة أغسطس 2026 مقارنة بعام 2025. وكان على Dynamic World أن يظهر ارتفاعا مستمرا في تقييم فئة «المناطق المبنية» في التاريخين الجديدين. اختار المؤلف قيم العتبات يدويا: احتمال تغيّر أعلى من 50%، وتقييم للمناطق المبنية أقل من 35% في عام 2025، ثم أعلى من 55% في عام 2026، مع زيادة لا تقل عن 25 نقطة مئوية.

يضيّق هذا النهج نطاق البحث بصورة ملحوظة. حدّد أحد النموذجين 144 منطقة بمساحة إجمالية قدرها 108,32 هكتارا، وحدّد الآخر 339 منطقة على مساحة 170,80 هكتارا. وأبقى تقاطعهما 28 مضلعا بمساحة 12,44 هكتارا. وفي حالة أكبر ستة مواقع مرشحة، أظهر الفحص البصري بالفعل تغيّرات في الأسطح الاصطناعية أو مواقع البناء.

أين كان دور الوكيل

لم يُكلّف الوكيل بالتعرّف على محتوى الصور، بل بتجميع العملية. فقد عثر على البيانات عبر STAC API التابع لكتالوج Earth Search، وأعد البرامج النصية، ووحّد القنوات على شبكة مشتركة، وشغّل أوزان النماذج الجاهزة، ورفع الطبقات إلى خدمة خرائط. وأُعيد أخذ عينات قنوات الأقمار الاصطناعية على شبكة بخطوة 10 أمتار، واستُبعدت السحب وظلالها باستخدام طبقة SCL المساعدة، بينما جرى استيفاء البيانات الفئوية بطريقة أقرب جار.

بعد الاستدلال، نُظفت الأقنعة النقطية من المناطق المتصلة الأصغر من تسعة بكسلات، أي 900 م². ثم حُوّلت إلى مضلعات GeoJSON تتضمن المساحة والتاريخ ونوع النموذج. ونُشرت هذه المضلعات، إلى جانب صور RGB الأصلية، في صورة طبقات خرائط منفصلة. ويمكن لأي زميل فتح الرابط، وتفعيل التاريخ المطلوب، وفحص موقع محدد من دون إعداد أدوات جغرافية مكانية محليا.

ما يجب عدم الخلط بينه

لا يمكن وصف هذه المضلعات الـ28 بأنها 28 مبنى جديدا. تبلغ دقة Sentinel-2 عشرة أمتار في قنواته الأساسية، وقد يضم محيط واحد طريقا وتربة مكشوفة وعدة عناصر. كما أن التقاطع الصارم للعتبات يقسّم المواقع الحقيقية إلى أجزاء، ويفوّت أعمال البناء الواقعة داخل منطقة مطوّرة بالفعل. ومن بين 28 موقعا مرشحا، لم تُراجع يدويا سوى أكبر ستة مواقع؛ أما استدعاء الطريقة فلم يُقَس بعد على الإطلاق.

تكمن القيمة العملية في جانب آخر. يمكن للنماذج المفتوحة الجاهزة ووكيل الذكاء الاصطناعي تحويل 455 كم² من الصور إلى قائمة قصيرة يراجعها محلل، من دون إرسال البيانات الأصلية إلى خدمة ذكاء اصطناعي خارجية. لكن قبل الاستخدام التشغيلي، يلزم إعداد عينة ضبط موسومة، وتقييم الدقة والاستدعاء، وإدارة إصدارات العتبات، وإجراء مراجعة بشرية. إنه خط معالجة جيد للفرز الأولي، وليس سجلا عقاريا آليا ولا دليلا على ظهور مبنى.