الذكاء الاصطناعي يتعلم تحديد أماكن الأشياء المخصصة في الصور

تخيّل أنك تبحث عن لعبة طفلك المفضلة في غرفة مكتظة بالأغراض. هذه مهمة بسيطة نسبيًا بالنسبة للإنسان، لكنها تحدٍّ حقيقي للذكاء الاصطناعي. ويقرّبنا تطوير جديد في مجال التعلم الآلي من حل هذه المشكلة. فقد قدّم باحثون طريقة تجعل نماذج الذكاء الاصطناعي التوليدية أكثر كفاءة بكثير في العثور على الأشياء المخصصة داخل الصور.

وتُعدّ مشكلة تحديد الأشياء الفريدة في مشاهد جديدة من أبرز المشكلات في الرؤية الحاسوبية. فالنماذج الحالية تتعرف في الغالب جيدًا على الفئات العامة من الأشياء (مثل «كلب» أو «سيارة»)، لكنها تواجه صعوبات عندما يتعلق الأمر بنسخة محددة وفريدة (مثل «هذا الكلب بالذات» أو «هذه السيارة بالذات»). ويعود ذلك إلى أن النماذج تتدرب على مجموعات بيانات ضخمة تحوي أمثلة كثيرة للفئات العامة، لكن أمثلة الأشياء الفريدة فيها أقل بكثير.

وتعالج طريقة التدريب الجديدة هذه المشكلة عبر استخدام بيانات مخصصة. فبدلًا من تدريب النموذج على الفئات العامة، يستخدم الباحثون صورًا لشيء بعينه من زوايا مختلفة وفي ظروف إضاءة متنوعة. وهذا يتيح للنموذج «التعرّف» على الشيء وتعلّم تحديده حتى في بيئة غير مألوفة. وبعد التدريب، يصبح نموذج الرؤية واللغة (vision-language) قادرًا على تحديد موقع الشيء الفريد في صورة جديدة بدقة أكبر.

ولهذا الاختراق آفاق واسعة في مجالات متعددة. ففي الروبوتات، سيمكّن الروبوتات من التفاعل مع العالم المحيط بكفاءة أكبر وتنفيذ مهام معقدة تتطلب تحديد أشياء بعينها. فعلى سبيل المثال، يمكن للروبوت العثور على الأداة المطلوبة على طاولة العمل أو تسليم شيء معين إلى شخص محدد. وفي التجارة الإلكترونية، سيحسّن البحث عن المنتجات بالصور ويقدّم للمستخدمين نتائج أكثر صلة باحتياجاتهم. تخيّل أن تلتقط صورة لغرض أعجبك، فيعثر عليه النظام تلقائيًا في المتاجر الإلكترونية.

كما تحمل هذه التقنية أهمية لتطوير أنظمة مساعدة الأشخاص ذوي الإعاقة. فمثلًا، يمكن أن تساعد المكفوفين وضعاف البصر على التنقل في المكان والعثور على الأشياء التي يحتاجون إليها. وإضافة إلى ذلك، يمكن استخدامها في أنظمة الأمن لتحديد أشخاص أو أشياء بعينها في الوقت الفعلي.

وخلاصة القول إن طريقة التدريب الجديدة لنماذج الذكاء الاصطناعي التوليدية، الهادفة إلى تحديد الأشياء المخصصة، خطوة مهمة إلى الأمام في تطور الرؤية الحاسوبية. فهي تفتح إمكانات جديدة في مجالات متنوعة، من الروبوتات إلى التجارة الإلكترونية وأنظمة مساعدة الناس. وفي المستقبل، من المرجح أن نرى المزيد من التطبيقات لهذه التقنية، تجعل حياتنا أسهل وأكثر راحة.