ما هي الرؤية الحاسوبية؟ شرح الاستخدامات الواقعية
تعرّف على الرؤية الحاسوبية، وكيف تحوّل الصور إلى معلومات مفيدة، ومجالات استخدامها في الشركات، مع أمثلة عملية ونصائح للمبتدئين.
أبرز النقاط
- الرؤية الحاسوبية مجال من مجالات الذكاء الاصطناعي يساعد البرمجيات على تفسير الصور والفيديو.
- تشمل الاستخدامات الشائعة قراءة المستندات، وفحص المنتجات بحثًا عن العيوب، والتعرّف على الأجسام على الطرق.
- ابدأ بمهمة صغيرة قابلة للقياس، واحمِ الصور الحساسة، واستعن بالبشر لمراجعة النتائج المهمة.
الرؤية الحاسوبية فرع من الذكاء الاصطناعي يمكّن الحواسيب من استخلاص معلومات مفيدة من صورة أو فيديو، مثل التعرّف على الأجسام، أو قراءة النصوص، أو تتبّع الحركة. وهي تحوّل المدخلات المرئية إلى مخرجات يمكن للأشخاص أو البرمجيات استخدامها لاتخاذ القرارات.
كيف تعمل
الصورة الرقمية شبكة من وحدات البكسل، تحتوي كل منها على معلومات عن اللون والسطوع. تحلّل أنظمة الرؤية الحاسوبية الأنماط في هذه الوحدات لتقدير ما تحتويه الصورة.
تتعلّم أنظمة حديثة كثيرة من مجموعات كبيرة من الصور. وخلال التدريب، يتعلّم النموذج الأنماط المرتبطة بالأجسام أو السمات أو الأنشطة. تستخدم بعض أساليب التدريب أمثلة موسومة بشريًا، بينما تتعلّم أساليب أخرى من صور غير موسومة أو من أزواج تجمع بين الصور والنصوص.
عندما يتلقّى النموذج المدرّب صورة جديدة، فإنه ينتج تنبؤًا. وقد يكون هذا التنبؤ تسمية أو موقعًا أو مقطعًا نصيًا أو وصفًا.
تشمل مهام الرؤية الحاسوبية الشائعة ما يلي:
- تصنيف الصور: إسناد فئة إلى صورة، مثل «طرد تالف» أو «طرد سليم».
- كشف الأجسام: العثور على الأجسام وتحديد مواقعها، غالبًا باستخدام مربعات مستطيلة.
- التجزئة: وسم وحدات البكسل منفردة لفصل الأجسام أو المناطق، مثل فصل الطريق عن الرصيف.
- التعرّف الضوئي على الحروف (OCR): تحويل النص المرئي إلى نص قابل للقراءة آليًا.
- التتبّع: متابعة جسم عبر إطارات الفيديو.
يحتاج النظام العملي عادةً إلى أكثر من مجرد نموذج. فالكاميرات والإضاءة وتجهيز الصور والاتصال بالبرمجيات الأخرى، كلها تؤثر في النتيجة. وقد تؤدي كاميرا مستودع ذات عدسة متّسخة إلى تقويض أداء نظام كفء في جوانبه الأخرى.
أمثلة من الواقع
التصنيع: فحص جودة المنتجات
تستخدم المصانع الرؤية الحاسوبية لفحص المنتجات بحثًا عن عيوب ظاهرة، مثل الخدوش أو المكوّنات المفقودة أو الملصقات غير الصحيحة.
تلتقط كاميرا صورة لكل قطعة، وتحدّد البرمجيات المشكلات المحتملة لرفض القطعة أو إحالتها إلى المراجعة البشرية. وهذا مفيد خصوصًا للفحوص المتكررة في ظل إضاءة مضبوطة.
لكن النظام المدرّب على منتج واحد قد يحتاج إلى تعديل عند تغيّر العبوة أو المادة أو خط الإنتاج.
الرعاية الصحية: دعم مراجعة الصور
يمكن للرؤية الحاسوبية مساعدة الممارسين السريريين على تحليل الصور الطبية، بما فيها صور الأشعة السينية وصور الفحوص. وبحسب النظام، قد تُبرز المناطق المشتبه بها أو تساعد في ترتيب أولوية الحالات للمراجعة.
هذه تطبيقات متخصصة تتطلب تحققًا مناسبًا من صلاحيتها وإشرافًا ملائمًا. ولا يُعدّ روبوت محادثة عام الأغراض يتعامل مع الصور بديلًا عن نظام تصوير طبي أو ممارس سريري مؤهّل.
النقل: التعرّف على ظروف الطريق
تستخدم أنظمة مساعدة السائق والقيادة الآلية الرؤية الحاسوبية لكشف معالم مثل علامات المسارات والمركبات والمشاة.
قد تُدمج المعلومات المرئية مع بيانات الرادار أو مستشعرات أخرى. ويظل سوء الأحوال الجوية والوهج والعوائق والمواقف غير المعتادة تحديات مهمة، ولهذا فإن كشف جسم لا يعني تلقائيًا أن المركبة تستطيع الاستجابة بأمان.
المكاتب: استخلاص المعلومات من المستندات
تستخدم أنظمة معالجة المستندات التعرّف الضوئي على الحروف وتحليل التخطيط لتحويل الفواتير والإيصالات والنماذج الممسوحة ضوئيًا إلى معلومات قابلة للبحث أو منظّمة.
على سبيل المثال، قد يستخلص سير عمل رقم فاتورة واسم المورّد والإجمالي، ثم يرسل هذه الحقول إلى برنامج المحاسبة.
قد تتسبب عمليات المسح الضوئي غير الواضحة والكتابة اليدوية والتخطيطات غير المألوفة في أخطاء. وينبغي التحقق من القيم بالغة الأهمية بدلًا من قبولها تلقائيًا.
تجارة التجزئة والزراعة: مراقبة الظروف الظاهرة
يمكن لتجار التجزئة استخدام الرؤية الحاسوبية لتحديد المساحات الفارغة على الرفوف ودعم فحوص المخزون. ويمكن للمزارعين استخدام صور الكاميرات أو الطائرات المسيّرة لمراقبة حالة المحاصيل وتحديد المناطق التي تحتاج إلى فحص.
في كلتا الحالتين، تساعد الصور في توجيه الانتباه. لكنها لا تفسّر السبب بالضرورة: فقد يشير تغيّر لون ورقة نبات إلى مرض أو إجهاد مائي أو مشكلة أخرى.
الفوائد والقيود
الفائدة الرئيسية هي تحويل المعلومات المرئية إلى شيء قابل للبحث أو القياس أو اتخاذ إجراء بناءً عليه.
يمكن للرؤية الحاسوبية تقليل أعمال الفحص المتكررة، ومعالجة مجموعات كبيرة من الصور، ومساعدة الأشخاص على ملاحظة الأنماط. وفي الظروف المناسبة، يمكنها تطبيق معايير متّسقة على عدد كبير من العناصر.
ولا تقل قيودها أهمية:
- تؤثر جودة الصورة في النتائج. قد يُخفي الضباب والظلال وانخفاض الدقة وحجب الرؤية تفاصيل مهمة.
- قد يتغيّر الأداء في سياقات جديدة. قد يؤدي اختلاف الكاميرات أو البيئات أو تصاميم المنتجات إلى تقليل الدقة.
- للأخطاء تبعات متفاوتة. عدم اكتشاف عيب خطير لا يعادل الإشارة إلى وجود مشكلة في قطعة سليمة.
- قد يكون الأداء متفاوتًا. قد لا تمثّل بيانات التدريب تمثيلًا كافيًا كل شخص أو جسم أو موقف يواجهه النظام.
- تحتاج الخصوصية إلى تخطيط. قد تكشف الصور وجوهًا وعناوين ومستندات ومعلومات حساسة أخرى.
درجة ثقة النموذج ليست دليلًا على صحة نتيجته. وفي القرارات ذات التبعات الكبيرة، استخدم عمليات تحقق مستقلة وقواعد مراجعة واضحة ومراقبة مستمرة.
كيف تبدأ
لا تحتاج إلى بناء نموذج لاستكشاف الرؤية الحاسوبية. ابدأ بمهمة محددة النطاق وأداة موجودة.
1. حدّد المخرجات التي تحتاج إليها
اختر هدفًا ملموسًا: فتقييم «استخرج التاريخ المطبوع من هذه الإيصالات» أسهل من تقييم «افهم مستنداتنا».
حدّد كيف تبدو النتيجة الصحيحة وما ينبغي أن يحدث عندما يكون النظام غير متأكد.
2. جرّب أداة مناسبة
يدعم ChatGPT إدخال الصور، ويمكنه مساعدتك على استكشاف مهام مثل وصف مشهد أو مناقشة رسم توضيحي أو تفسير نص مرئي. تحقّق من إجاباته بمقارنتها بالصورة الأصلية، خصوصًا في ما يتعلق بالنصوص الصغيرة وأعداد العناصر والقياسات الدقيقة.
في سير عمل التصميم، تستخدم أداة Fronty الرؤية الحاسوبية لتحويل الصور إلى HTML وCSS. تعامل مع الشيفرة المُولّدة بوصفها نقطة انطلاق: راجع تجاوب التصميم وإمكانية الوصول وقابلية الصيانة قبل النشر.
لا تخلط بين تفسير الصور وتوليدها. فأداة Midjourney، على سبيل المثال، تولّد صورًا انطلاقًا من مطالبات نصية؛ وهذه مهمة أساسية مختلفة عن كشف العيوب أو استخلاص حقول المستندات.
3. اختبر صورًا تمثّل ظروف الاستخدام
استخدم أمثلة تعكس ظروف العمل الفعلية، بما فيها الحالات الصعبة. وأدرج صورًا غير واضحة أو تخطيطات غير معتادة أو إضاءة متغيّرة، حيثما كان ذلك ذا صلة.
سجّل المخرجات غير الصحيحة والعناصر التي لم يكتشفها النظام. فبضعة عروض توضيحية مبهرة لا تكفي لإثبات الموثوقية.
4. أضف تدابير الحماية قبل التوسّع
تحقّق من سياسات الأداة المتعلقة بالتعامل مع البيانات قبل رفع مواد سرّية. وأبقِ المراجعة البشرية للمخرجات ذات التبعات المهمة، وأعِد الاختبار كلما تغيّرت المدخلات أو مسارات العمل.
الأسئلة الشائعة
هل الرؤية الحاسوبية هي نفسها التعرّف على الصور؟
لا. التعرّف على الصور جزء من الرؤية الحاسوبية. وتشمل الرؤية الحاسوبية أيضًا مهام مثل تحديد مواقع الأجسام وقراءة النصوص وتقدير العمق وتتبّع الحركة عبر الفيديو.
هل تفهم الرؤية الحاسوبية الصور كما يفهمها الإنسان؟
ليس بالطريقة نفسها. فهي تتعلّم أنماطًا تدعم تنبؤات مفيدة، لكنها قد تغفل السياق وترتكب أخطاء تبدو واضحة للإنسان. والأوصاف السلسة لا تضمن تفسيرًا بصريًا دقيقًا.
هل أحتاج إلى مهارات برمجية لاستخدام الرؤية الحاسوبية؟
ليس للمهام الأساسية. تتيح لك الأدوات الموجودة رفع الصور وطلب مخرجات مفيدة. أما مسارات العمل المخصّصة والنماذج المتخصصة وعمليات التكامل مع برمجيات الأعمال فتتطلب عادةً مزيدًا من العمل التقني والتقييم الدقيق.