تطوير نموذج ذكاء اصطناعي يساعد في رؤية الروبوتات

المعلومة / متابعة..
أطلقت شركة Elorian الأميركية الناشئة نموذجها الأول للذكاء الاصطناعي "Glimpse"، الذي يستهدف تحسين فهم الصور ومقاطع الفيديو، من خلال العودة إلى تفاصيلها أثناء التحليل، وتكبير أجزاء منها، وتتبع حركة العناصر، بدلاً من الاكتفاء بوصف نصي أولي للمشهد يبني عليه إجابته.
ويتوفر النموذج في نسخة بحثية تجريبية عبر واجهة للدردشة وواجهة برمجة تطبيقات، تتيح للمطورين دمجه في خدماتهم.
وتراهن الشركة على استخدام نموذجها الجديد في الروبوتات والأبحاث العلمية والإعلام والصناعات الإبداعية، خصوصاً لدى المؤسسات التي تمتلك أرشيفاً كبيراً من الفيديو، وتحتاج إلى تحليل محتواها.
وبحسب موقع Techcrunch، يأتي الإطلاق بعدما جمعت الشركة 55 مليون دولار في جولة تمويل تأسيسية، عند تقييم بلغ 300 مليون دولار، قبل طرح أي منتج.
وقالت Elorian في الإعلان الرسمي إن النموذج يستطيع تتبع الأجسام أثناء حركتها وتغير زوايا رؤيتها، وفهم العلاقات المكانية بين العناصر، والربط بين ما يظهر في المشهد وما يمكن أن يحدث لاحقاً، مع تحقيق نتائج تنافس نماذج أكبر وأعلى سعراً في مجموعة من الاختبارات.
تنطلق رؤية الشركة من أن تقدم نماذج الذكاء الاصطناعي في اللغة والبرمجة لا يعني أنها أصبحت قادرة بالدرجة نفسها على فهم العالم المرئي.
وذكر تقرير Techcrunch أن كثيراً من النماذج متعددة الوسائط تعالج الصورة أولاً، وتحول محتواها إلى وحدات رقمية تسمى "توكنز"، ثم تعتمد على الاستدلال النصي لتحليلها، في عملية يشبهها التقرير بوصف صورة من الذاكرة، بدلاً من مواصلة فحصها بصرياً.
أما Glimpse، فيستطيع العودة إلى المادة الأصلية خلال التفكير، لاقتصاص منطقة محددة، أو تكبيرها، واستخراج إطارات بعينها من فيديو، أو تشغيل شيفرة برمجية لتحليل عناصر المشهد والمقارنة بينها.
وأطلقت الشركة على هذه الآلية اسم "مساحة عمل بصرية" (Visual Scratch Space)، يمكن للمستخدم متابعتها عبر منصتها، وتشبه الفكرة شخصاً يكبّر صورة على هاتفه ليتحقق من تفاصيل معينة، ليتمكن من إدراك المشهد بالكامل بوضوح. انتهى 25