تعلن المؤسسات التكنولوجية اليوم عن ثورة تقنية غير مسبوقة بفضل التطور المتسارع في أنظمة الذكاء الاصطناعي. ولم تعد النماذج التوليدية مجرد برامج تقرأ النصوص وتكتبها، بل تمتلك حاسة رؤية تساعدها في فهم المحتوى المعروض وتقديم استنتاجات دقيقة. كما يفتح هذا التطور المجال أمام تقنيات قادرة على تمييز الأشياء وقراءة النصوص من الصور وفهم السياق العاطفي أو المنطقي للمشهد المعروض أمامها. وتُسهم هذه التطورات في تمكين الآلة من تحليل الصور والفيديو بشكل أعمق وتوفير نتائج تطبيقية حاسمة في مختلف القطاعات.
الرؤية الحاسوبية وفهم المحتوى البصري
تُعرّف هذه التقنية باسم الرؤية الحاسوبية، وهي فرع من الذكاء الاصطناعي يهدف إلى تمكين الآلات من فهم المحتوى المرئي كما يفهمه الإنسان. وتواترت التطورات لتمنح النماذج اللغوية الحديثة قدرات متعددة الوسائط تمكنها من معالجة النصوص والصور معاً في آن واحد. ويمكن للمستخدم رفع صورة مخطط بياني معقد ليقوم النظام بتحليل البيانات واستخلاص الأرقام ثم تقديم ملخص نصي دقيق لمعنى هذه القيم. وتستند هذه التقنية إلى تدريب النماذج على مليارات الصور المرفقة بأوصاف نصية، ما يخلق رباطاً ذكياً بين الشكل البصري والكلمة التي تعبر عنه.
آلية عمل الرؤية الحاسوبية
تعمل الرؤية الحاسوبية من خلال تقسيم الصورة إلى ملايين النقاط تعرف بالبكسلات. وتفحص الشبكات العصبية هذه النقاط لاكتشاف الأنماط الأساسية مثل الحواف والألوان والظلال، وتترقى تلك الأنماط في طبقات أعمق لتشكيل أشكال أكثر تعقيداً حتى تستطيع الآلة التعرف على وجه أو مركبة أو نوع نبات بعينه. كما تذهب العملية إلى فهم العلاقات بين العناصر داخل المشهد؛ فمثلاً إذا عرضت عليها صورة شخص يحمل مظلة تحت غيوم داكنة ستستنتج وجود المطر وحماية الشخص نفسه من البلل.
تطبيقات يومية عملية
يمكن الاستفادة من الرؤية الحاسوبية في الحياة اليومية عبر تطبيقات عملية بسيطة، منها التقاط صورة لمكوّنات الغذاء في الثلاجة ورفعها إلى برنامج الذكاء الاصطناعي ليقترح وصفات مناسبة لما هو متوفر. كما يمكن تصوير المستندات أو الملاحظات المكتوبة بخط اليد وتحويلها إلى نص رقمي قابل للتحرير والبحث. وتُساعد هذه التقنية أيضاً في التعليم وحل المسائل عبر التقاط صورة لمسألة رياضية أو جهاز معطل وتلقي إرشادات خطوة بخطوة.
