13. تصنيف الصور و تعلم الآلة

1.12. مقدمة

يعتبر تصنيف الصور واحداً من أشهر تطبيقات الذكاء الاصطناعي. فهي تسخر القوة التنبؤية للتعلم الآلي لتمكين أنظمة الذكاء الاصطناعي من تحديد عناصر العالم الحقيقي بناءً على الصور. فمثلاً يمكننا استخدام تقنية تصنيف الصور للتعرف على الأشخاص في صورة ما. أو لفك قفل الهاتف من خلال التعرف على صورة صاحبه.

2.12. تطبيقات تقنية التعرف على الصور

يمكن تعليم أنظمة التعرّف على الصور، التي يُطلق عليها أحيانًا اسم "الرؤية الحاسوبية"، كيفية التعرّف على أي شيء بدءًا من الأشخاص إلى المعالم الشهيرة أو حتى الحيوانات الأليفة، وذلك بكل سهولة من خلال تزويدها بمجموعة من الصور المرجعية لهذه العناصر لتتمكن من دراستها. ويمكن أن تساعد هذه الأنظمة في إنجاز المهام اليومية، مثل تنظيم الصور على الهواتف الذكية، وذلك مثلاً باقتراح ألبوم جديد تلقائيًا لصور العطلات بعد الرحلات. و تتضمن بعض الاستخدامات المحتملة لتصنيف الصور ما يلي:

1. تعريف المنتج
   إجراء عمليات بحث مرئية عن منتجات معينة في عمليات البحث عبر الإنترنت أو حتى في المتجر باستخدام جهاز محمول.
2. التحقيق في الكوارث
   تحديد البنية التحتية الرئيسية لجهود الاستعداد للكوارث الكبرى. على سبيل المثال، يمكن أن يساعد تحديد الجسور والطرق في الصور الجوية فرق الإغاثة في حالات الكوارث على التخطيط المسبق في المناطق التي لم يتم رسم خرائطها بشكل جيد.
3. التشخيص الطبي
   يمكن أن يؤدي تقييم الصور المأخوذة من أجهزة الأشعة السينية أو أجهزة التصوير بالرنين المغناطيسي إلى تصنيف المشكلات المحددة التي تم العثور عليها على أنها أورام سرطانية أو العديد من الحالات الطبية الأخرى المتعلقة بتشخيص التصوير الطبي.

3.12. طريقة عمل تقنية تصنيف الصور:

يتم تدريب أنظمة الذكاء الاصطناعي على تحديد السمات المميّزة، مثل الألوان والأشكال، ومقارنتها بآلاف الصور الأخرى من أجل التعرّف عليها وتمييزها بدقة. و ذلك عبر المراحل التالية:

1. مرحلة التصنيف الأولي الموجه:
   حيث يتم جمع كميات هائلة من الصور و تصنيفها إلى عدد من المجموعات (Classes) . و تحمل كل مجموعة وسما مختلفاً (Label) يعبّر عن ما يميّز هذه المجموعة.
2. مرحلة التدريب:
   يتم عرض مجموعات الصور المُصنّفة في المرحلة السابقة و أوسامها على الكمبيوتر، و تستعمل تقنيات تحليل بيانات معينة لدراسة مجموعات الصور و إيجاد الفوارق بينها. و هذا بغرض إنشاء نموذج يمكنه تصنيف الصور الجديدة التي لم يتمّ عرضها من قبل على الآلة.
3. مرحلة التجربة:
   في هذه المرحلة يتم عرض صور جديدة على الآلة و معاينة تمكن الآلة من تصنيف الصور الجديدة، و ذلك لدراسة نجاعة النموذج المتحصل عليه في المرحلة السابقة من عدمه. فإذا تمكنت الآلة من تصنيف الصور الجديدة بشكل صحيح فهذا يدل على أن النموذج المتحصل عليه ناجع و يمكن الإعتماد. و إلا فإنّ النموذج غير صحيح و يتوجب إعادة تدريبه من جديد لتحسين جودته.

4.12. مثال تبسيطي:

لنفرض أننا نريد أن ننشئ نموذجاً يمكن الآلة من التفريق بين صور الكلاب و القطط، أي أننا إذا عرضنا صورة أي قطة على الآلة فإنها ستعرف أن هذه الصورة هي صورة قطة و ليس كلب. للقيام بذلك علينا أولاً أن بتحضير عدد كبير من صور القطط و الكلاب، ثم تصنيفها إلى مجموعتين، و أن نخصص وسماً لكل مجموعة (وسم قطط لصور القطط و وسم كلاب لصور الكلاب). بعدها يتم عرض هذه المجموعات المصنفة على الآلة و تدريبها بواسطة أحد تقنيات تعليم الآلة لصناعة النموذج الذي يمكنها من التفريق صور كل مجموعة. في النهاية نقوم بعرض صور جديدة على الآلة لكي ندرس كفاءة النموذج المتحصل عليه و قدرتها على التفريق بين صور الكلاب و القطط.