تشهد البشرية اليوم ثورة تكنولوجية غير مسبوقة بفضل التطور المتسارع في أنظمة الذكاء الاصطناعي، حيث لم تعد هذه الأنظمة مجرد برمجيات تقرأ النصوص وتكتبها بل تخطت ذلك لتملك حاسة الرؤية وتفهم ما تراه العين.
الرؤية الحاسوبية
تُعرف هذه التقنية باسم الرؤية الحاسوبية وهي فرع من الذكاء الاصطناعي يهدف إلى تمكين الآلات من فهم المحتوى المرئي في العالم الواقعي كصور ومقاطع فيديو، وتتيح للآلات تمييز الأشياء، قراءة النصوص من الصور، وفهم السياق العاطفي أو المنطقي للمشهد المعروض أمامها.
ووفقاً للتقارير والأبحاث المنشورة في OpenAI Blog، فإن النماذج اللغوية الكبيرة الحديثة تم تزويدها بقدرات متعددة الوسائط، مما يسمح بمعالجة النصوص والصور معاً في وقت واحد. تعتمد هذه التقنية على تدريب النماذج باستخدام مليارات الصور المرفقة بنصوص وصفية، مما يخلق رابطاً ذكياً في عقل الآلة بين الشكل المرئي والكلمة التي تعبر عنه.
آلية العمل
تعمل الرؤية الحاسوبية من خلال تقسيم الصورة إلى ملايين النقاط الصغيرة المعروفة بالبكسلات. تفحص الشبكات العصبية الاصطناعية هذه البكسلات لاكتشاف الأنماط الأساسية مثل الحواف والألوان والظلال، ثم تتجذر الطبقات الأعمق لتجميع هذه الأنماط وتشكيل أشكال أكثر تعقيداً حتى تتعرف الآلة على وجه أو سيارة أو نوع النبات. وتستخدم النماذج الحديثة قدرة على فهم العلاقات بين العناصر، فمثلاً إذا عرضت صورة لشخص يحمل مظلة تحت غيوم داكنة ستستنتج الآلة أن السماء تمطر وأن الشخص يحمي نفسه من البلل، وهو مستوى فهم سياقي متقدم.
أمثلة للاستفادة في الحياة اليومية
يمكنك الاستفادة من هذه التقنية في حياتك اليومية عبر تطبيقات بسيطة، مثل التقاط صورة لمكونات غذائية في ثلاجتك ورفعها للنظام ليقترح وصفات مناسبة بناءً على ما يظهر من الصورة، أو تصوير مستندات أو ملاحظات مكتوبة بخط اليد وتحويلها إلى نص رقمي قابل للتحرير والبحث، وكذلك مساعدة التعليم وحل المشكلات عبر التقاط صورة لمسألة رياضية أو جهاز معطل ليشرح خطوات الحل أو يوجهك نحو إجراءات الصيانة خطوة بخطوة.
