الرؤية الحاسوبية

الرؤية الحاسوبية فرع من الذكاء الاصطناعي يمنح الآلات القدرة على تحليل الصور والفيديو وفهم محتواها. الحاسوب لا يرى الصورة كما نراها، بل يراها أرقامًا: كل نقطة في الصورة (بكسل) لها قيمة رقمية تمثل لونها وشدة إضاءتها. مهمة الرؤية الحاسوبية أن تحوّل هذه الأرقام إلى معنى: هذا وجه شخص، هذه سيارة، هذا نص مكتوب على لافتة.

تعتمد الأنظمة الحديثة على التعلم العميق (أسلوب يدرّب الحاسوب على ملايين الأمثلة ليكتشف الأنماط بنفسه). يُعرض على النموذج ملايين الصور المصنّفة مسبقًا، مثل صور قطط وكلاب، فيتعلم تدريجيًا الملامح التي تميز كل فئة: شكل الأذنين، ملمس الفراء، حجم الجسم. بعد التدريب يستطيع النموذج تصنيف صور جديدة لم يرها من قبل.

تشمل مهام الرؤية الحاسوبية الأساسية:

• التصنيف: تحديد ما تحتويه الصورة إجمالًا، مثل: هذه صورة طعام.
• اكتشاف الأجسام: تحديد مكان كل عنصر في الصورة، مثل رسم إطار حول كل سيارة في مشهد مروري.
• التعرف على الوجوه: مطابقة وجه في صورة مع هوية شخص معين.
• قراءة النصوص من الصور (OCR): تحويل صورة مستند أو فاتورة إلى نص قابل للنسخ والتحرير.

أنت تستخدم الرؤية الحاسوبية يوميًا دون أن تنتبه: فتح هاتفك ببصمة الوجه، فلاتر سناب شات وإنستغرام، كاميرات المرور التي تلتقط المخالفات، وميزة رفع صورة إلى ChatGPT وسؤاله عن محتواها. كما دخلت مجالات أعمق مثل تشخيص الأشعة الطبية والسيارات ذاتية القيادة وفحص جودة المنتجات في المصانع.