منصة للرؤية الحاسوبية لا تتطلب وحدات GPU ولا خبراء في تعلم الآلة

أنشأ مطورون منصة للرؤية الحاسوبية تقلب النهج المعتاد في تدريب النماذج. فبدلًا من آلاف الصور الموسومة ومهندسي تعلم الآلة المحترفين وعناقيد GPU، يكفي بضع عشرات من الصور للحصول على نموذج بدقة تتجاوز 86%.

كيف تعمل المنصة

المنصة بالغة السهولة في الاستخدام. ترفع الصور (يكفي من 10 إلى 20 صورة فقط)، وتضغط زرًّا، فيبدأ النظام التدريب. لا ملفات إعداد، ولا أوامر في الطرفية، ولا حاجة إلى أي خبرة في تعلم الآلة. كل شيء يجري داخل واجهة واحدة.

من الناحية التقنية، تعمل المنصة دون عناقيد GPU ودون حزمة معقدة لتعلم الآلة. وهذا يخفض تكاليف البنية التحتية ويلغي الحاجة إلى عتاد متخصص. ومع ذلك فالأداء لافت: إذ تتفوق النماذج على YOLO الشائع في الدقة وفي سرعة التدريب على حد سواء.

لمن صُممت المنصة

أبرز مزايا المنصة هي إتاحتها الكاملة. لا يلزم أن تكون مهندس تعلم آلة، بل لا تُشترط حتى المعرفة الأساسية بلغة Python. وتفيد المنصة:

• الشركات الصغيرة والمتوسطة التي ترغب في إضافة الأتمتة إلى الإنتاج أو إلى مراقبة الجودة
• الباحثين والشركات الناشئة التي تحتاج إلى اختبار فرضية بسرعة
• المحللين ومستخدمي الأعمال الذين يريدون أتمتة المهام الروتينية
• الهواة والمتحمسين الذين يطورون أفكارهم الخاصة

وإذا لزمت المساعدة في الدمج ضمن تطبيق أو في إعداد تدفق البيانات من الكاميرا، فبإمكان المطوّر المساعدة خلال بضع ساعات. أما سير العمل الأساسي فلا يتطلب خلفية في تقنية المعلومات على الإطلاق.

لماذا يمثل هذا ثورة في الرؤية الحاسوبية

يتطلب المسار التقليدي للتعلم الآلي موارد ووقتًا هائلين. المشروع النموذجي يعني جمع آلاف الأمثلة، واستقدام مهندس تعلم آلة ذي خبرة، وشراء عتاد قوي (آلاف الدولارات ثمنًا لوحدة GPU)، وقضاء أشهر في التكرار والضبط. وليست كل الشركات قادرة على تحمّل ذلك.

أما هنا فالأمر مختلف. يستغرق التدريب أيامًا بدلًا من أشهر، ويلزم عشرات الصور بدلًا من الآلاف، دون عتاد خاص ودون متخصص في تعلم الآلة. وتبقى الدقة تنافسية، 86% فأكثر، وهي كافية تمامًا لمعظم مهام الأعمال.

ومن الجدير بالذكر أن تفوق المنصة على YOLO ليس عرضيًّا. فقد ظل YOLO سنوات طويلة المعيار الذهبي، لكنه كان يتطلب بيانات وحسابات أكثر. أما هنا فقد اعتُمد نهج أكفأ في التعامل مع مجموعات البيانات الصغيرة.

ماذا يعني ذلك

تخرج الرؤية الحاسوبية من المختبرات إلى العالم الواقعي. فبعد أن كانت متاحة فقط للشركات الكبرى ذات الميزانيات والفرق الخبيرة، بات بإمكان كل شركة صغيرة إضافة خاصية التعرّف إلى عملياتها دون استثمارات كبيرة.

وهذا يعني أننا سنرى قريبًا كثيرًا من التطبيقات المتخصصة التي تعتمد رؤية حاسوبية خاصة بها، لا بوصفها واجهة API خارجية بل حلًّا مملوكًا لها. فبوسع قطاع الإنتاج أن يضيف مراقبة الجودة بسرعة، وبوسع اللوجستيات إضافة الفرز الآلي، وبوسع تجارة التجزئة إضافة تحليلات الزوار. ولن تبقى هذه التقنية امتيازًا للاعبين الكبار.