SplatSSC: السبلاتات الغاوسية تتعلم استكمال الواقع انطلاقًا من صورة واحدة

ظلّت الروبوتات والمركبات ذاتية القيادة تعاني طويلًا من رؤية «مسطّحة». فلكي تفهم ما يوجد خلف الزاوية أو إلى أي مدى يمتد الممر، كان عليها إما أن تتزوّد بأجهزة ليدار، أو أن تنفق موارد حاسوبية هائلة لمعالجة شبكات فوكسلات (voxel) ثقيلة. وفي مؤتمر AAAI 2026 المرموق، قُدّم حلّ قد يطوي هذه المسألة نهائيًا. فتقنية SplatSSC تنقل قوة السبلاتات الغاوسية (3D Gaussian Splatting) إلى مجال استكمال المشاهد دلاليًا (Semantic Scene Completion). وبذلك لم يعد الذكاء الاصطناعي يكتفي باستعادة الهندسة من صورة واحدة، بل بات يفهم أيضًا أين يوجد الكرسي وأين الجدار وأين الفراغ الذي يمكن استخدامه بأمان للمناورة.

لطالما اصطدمت مشكلة الرؤية بعدسة واحدة بنقص حاد في معلومات العمق. فعندما لا تملك سوى عدسة واحدة، يصبح تحديد المسافة الدقيقة إلى الأجسام أشبه باليانصيب. وحاول الباحثون سابقًا بناء شبكات ثلاثية الأبعاد كثيفة من الفوكسلات، لكن ذلك حوّل أي حاسوب إلى مدفأة محمّاة بسبب الحجم الهائل للبيانات. أما SplatSSC فتغيّر قواعد اللعبة عبر أسلوب الإدارة المنفصلة للعمق. فبدلًا من التخمين العشوائي، تفصل الخوارزمية عملية التنبؤ بالهندسة عن التنبؤ بالدلالات في مسارين مستقلين لكنهما مترابطان. ويتيح ذلك للنظام التركيز على التفاصيل حيث تكون مهمة فعلًا، وعدم إهدار الموارد الثمينة على المساحات الفارغة.

ما يجعل SplatSSC مثيرة للاهتمام حقًا هو الانتقال الحاسم من الفوكسلات الثقيلة إلى النقاط الغاوسية الخفيفة. فإذا كان المشهد الرقمي سابقًا أشبه بمجموعة ضخمة من مكعبات Lego، فإنه أصبح الآن سحابة من الأشكال الإهليلجية الأنيقة التي تصف الأسطح مهما بلغ تعقيدها بسلاسة. ولا يقتصر ذلك على توفير كبير في الذاكرة العشوائية، بل يتيح أيضًا بلوغ دقة عالية جدًا في تحديد حدود الأجسام. وفي سياق السيارات ذاتية القيادة، يعني هذا فارقًا حاسمًا بين «أرى عائقًا ما غير واضح» و«أرى رصيفًا محددًا وأدرك بدقة ارتفاعه بالنسبة إلى سطح الطريق».

لم يكتفِ الباحثون بإضافة اختصار معقّد آخر إلى الكتب الأكاديمية، بل عالجوا مشكلة جوهرية هي دمج البيانات ثنائية الأبعاد في الفضاء ثلاثي الأبعاد. فالطرق التقليدية كانت تفقد غالبًا تفاصيل النسيج الدقيقة عند محاولة نقل البكسلات إلى الحجم. أما SplatSSC فتحافظ على كل المعلومات المهمة بفضل الإسقاط المباشر للغاوسيات. ويمنح ذلك الخوارزمية القدرة على استعادة حتى أجزاء المشهد المحجوبة حاليًا بأجسام أخرى. فالنظام يستكمل الواقع حرفيًا بالاعتماد على السياق البصري وعلى أنماط تعلّمها مسبقًا، ويفعل ذلك أسرع بأضعاف من أي منافس قائم.

لماذا يهم هذا الآن تحديدًا؟ نحن على أعتاب انتشار واسع للروبوتات المنزلية الشخصية وأنظمة القيادة الآلية منخفضة التكلفة. ولا أحد يريد أن يدفع خمسة آلاف دولار إضافية مقابل ليدار لروبوت مكنسة أو لطائرة مسيّرة لتوصيل الطرود. وتفتح SplatSSC طريقًا مباشرًا إلى ملاحة متقدمة باستخدام كاميرات عادية لا يكاد سعرها يُذكر. وإذا أكدت التقنية الخصائص المعلنة في ظروف ميدانية حقيقية، فسنشهد قفزة حادة في جودة عمل الواقع المعزز والأنظمة المستقلة خلال العامين المقبلين.

بالطبع، لا تزال هناك تساؤلات حول التنفيذ على العتاد المحمول، لكن مجرد أن الكاميرا أحادية العدسة باتت قادرة على منافسة الأنظمة الباهظة متعددة الكاميرات أمر لافت. ويبدو أن باحثي AAAI عثروا بوضوح على منجم ذهب في تحسين الرؤية ثلاثية الأبعاد. والكرة الآن في ملعب مصنّعي المعالجات، الذين عليهم تكييف معمارية الرقائق مع الحسابات الخاصة بالسبلاتات الغاوسية لتحويل هذه البرمجيات إلى معيار في الصناعة.

الخلاصة: تثبت SplatSSC أن فهم العالم ثلاثي الأبعاد لا يتطلب مستشعرات باهظة، بل يكفي خوارزميات ذكية لفصل العمق. فهل ستتمكن أجهزة الليدار من البقاء في عالم باتت فيه الكاميرا العادية ترى بوضوح يكاد يضاهيها؟