بینایی کامپیوتری و هوش مصنوعی؛ AI چطور می بیند؟

هوش مصنوعی با کمک فناوری (بینایی کامپیوتری) «Computer Vision» می‌تواند تقریباً مانند انسان ببیند و با دیدن، تشخیص دهد؛ اما حتماً از خود می‌پرسید فناوری بینایی کامپیوتری چگونه چشم هوش مصنوعی شده است و AI با کمک آن چه چیزهایی را تشخیص می‌دهد؛ در ادامه به این سؤال پاسخ می‌دهیم. در ضمن خواهیم گفت اگر هوش مصنوعی از فناوری بینایی کامپیوتری استفاده نمی‌کرد چه اتفاقی رخ می‌داد و چرا کمک گرفتن از این فناوری برای AI مهم است.

AI با بینایی کامپیوتری چه چیزهایی می‌بیند؟

اجازه دهید قبل از پاسخ دادن به این سؤال، مفهوم بینایی کامپیوتری را ساده و مختصر توضیح دهیم تا ببینیم چه کاربردی دارد. دستگاه‌‌ها با کمک بینایی کامپیوتری می‌توانند هنگام بررسی تصاویر و ویدیوها، اطلاعات موردنیاز را از آن‌ها کسب و تفسیر ‌کنند؛ به بیان ساده‌تر کامپیوترها و دستگاه‌ها با یاری فناوری بینایی کامپیوتری می‌توانند با روشی شبیه به روش مغز انسان، اطلاعات مفیدی از تصاویر و ویدیوها استخراج کنند.

اکنون‌که با کاربرد فناوری بینایی کامپیوتری آشنا شدیم، اجازه دهید ببینیم هوش مصنوعی با کمک آن چه چیزهایی را می‌تواند ببیند و تشخیص دهد. AI با کمک این فناوری می‌تواند محتوای داخل تصاویر و ویدیوها را تشخیص دهد و با این روش اطلاعات زیادی به ما بدهد؛ حتماً از خود می‌پرسید چه اطلاعاتی؟ در ادامه به این سؤال پاسخ خواهیم داد.

تشخیص محتوای تصویر

برخی از ابزارهای هوش مصنوعی مثل چت‌بات ChatGPT با مدل زبانی GPT 4 توانایی تشخیص محتوای تصاویر و پاسخگویی به سوال‌های مختلف درباره آن‌ها را دارند؛ مثلاً می‌توانید تصویری را در ChatGPT بارگذاری کنید و از آن بپرسید محتوای تصویر درباره چیست.

تشخیص اشیا در تصاویر و ویدیوها

هوش مصنوعی با کمک فناوری بینایی کامپیوتری می‌تواند اشیا و افراد را در تصاویر و ویدیوها تشخیص دهد؛ اجازه دهید با بیان مثالی کاملاً ساده و قابل‌فهم این موضوع را برای شما روشن کنیم؛ تصور کنید یک عکس دربردارنده سه گاو را به هوش مصنوعی داده‌ایم. هوش مصنوعی با کمک فناوری بینایی کامپیوتری طی ۴ مرحله تشخیص می‌دهد که سه گاو در تصویر وجود دارد. این مراحل به شرح زیر هستند:

1. در مرحله اول تشخیص می‌دهد که اشیای موجود در عکس متعلق به دسته‌بندی حیوانات هستند؛ البته هوش مصنوعی در صورتی این موضوع را تشخیص می‌دهد که با کمک یادگیری ماشینی و استفاده از تصاویر حیوان‌ها آموزش دیده باشد؛ مثلاً انسان تصویر حیوان‌های مختلف را به آن بدهد و مشخص کند هر یک از تصاویر، تصویر چه حیوانی هستند.
2. در مرحله دوم تعداد اشیا را تشخیص می‌دهد؛ یعنی می‌فهمد که سه شی در این تصویر وجود دارد.
3. در مرحله سوم اشیای مشابه یکدیگر را که متعلق به یک دسته‌بندی هستند، تشخیص می‌دهد؛ یعنی می‌فهمد که سه شی موجود در تصویر، گاو هستند.
4. در مرحله چهارم اگر تفاوتی بین گاوها وجود داشته باشد، این موضوع را تشخیص می‌دهد. در این مرحله هر یک از گاوهای موجود در تصویر را با شماره‌گذاری (مثلاً ۱، ۲ و ۳) مشخص یا آن‌ها را با رنگ‌های متفاوت از یکدیگر متمایز می‌کند. تشخیص اشیا در ویدیوها با کمک هوش مصنوعی، نیز با چنین فرایندی انجام می‌شود.

تشخیص چهره افراد

هوش مصنوعی در سیستم‌های تشخیص چهره، با کمک فناوری بینایی کامپیوتری الگوهای خاص در چهره را تشخیص می‌دهد؛ الگوهایی مثل فاصله بین چشم‌ها، وجود بینی و دهان و شکل کلی صورت و سر انسان؛ AI پس از تشخیص الگوهای مختلف در چهره، آن‌ها را با الگوهای تصاویر چهره‌های ثبت‌شده در پایگاه داده، مطابقت می‌دهد.

چنانچه بین الگوهای تشخیص داده شده با AI  و الگوهایی یک چهره ثبت‌شده در پایگاه داده مطابقت کامل وجود داشته باشد، چهره یک فرد شناسایی می‌شود. سیستم تشخیص چهره  در گوشی برای باز کردن قفل آن یا سایر سیستم‌های تشخیص چهره، از دو فناوری هوش مصنوعی و بینایی کامپیوتری، برای تشخیص چهره‌ها استفاده می‌کنند.

تشخیص حرکات افراد و اشیا

هوش مصنوعی با کمک فناوری بینایی کامپیوتری، توانایی تشخیص حرکات را هم دارد؛ بنابراین با کمک این دو فناوری و استفاده از سنسورهای تشخیص حرکت و دوربین‌ها، می‌توان حرکت افراد را شناسایی کرد؛ پس شناسایی افراد در حال رفت‌وآمد در یک مکان یا عابران پیاده، با این روش امکان‌پذیر است.

هوش مصنوعی به لطف کمک فناوری بینایی کامپیوتری توانسته قابلیت‌های زیر را نیز کسب کند: 

• کنترل دقیق کیفیت محصول‌های تولیدشده در کارخانه‌ها و تشخیص عیب‌های آن‌ها 
• بررسی وضعیت زمین‌های کشاورزی با کمک سنسورهای بینایی و تشخیص مشکل‌هایی مثل وجود آفات در محصولات و خشکی بیش‌ازحد زمین 
• کنترل و هدایت دقیق خودروهای خودران در میان موانع، عابران پیاده و سایر وسایل نقلیه 
• کنترل و هدایت ربات‌ها در مسیرهای پر از مانع 
• تشخیص به‌موقع نشانه‌های اولیه بیماری‌های خطرناک مثل سرطان در تصاویر رادیولوژی 

هوش مصنوعی بدون بینایی کامپیوتری

تا اینجای مقاله فهمیدیم هوش مصنوعی چطور می‌بیند. در ضمن توضیح دادیم این فناوری چطور با بررسی تصاویر و ویدیوها با کمک فناوری بینایی کامپیوتری، اشیا، چهره‌ها و افراد داخل آن‌ها را تشخیص می‌دهد؛ اما اکنون می‌خواهیم به این سؤال جواب دهیم که اگر هوش مصنوعی از بینایی کامپیوتری استفاده نمی‌کرد، چه اتفاقی رخ می‌داد؟ اجازه دهید برای پاسخ به این سؤال هم دو مثال بگوییم.

مثال اول: اگر خودرویی خودران از هوش مصنوعی بدون بینایی کامپیوتری استفاده می‌کرد، شاهد چه اتفاقی بودیم؟ در این حالت خودرو می‌توانست داده‌های ترافیک را آنالیز و حرکت افراد و خودروهای اطراف خود را تشخیص دهد، اما مدام به موانع اطرافش برخورد و تصادف می‌کرد!

مثال دوم: اگر یک سیستم هوش مصنوعی تشخیص بیماری از فناوری بینایی کامپیوتری استفاده نمی‌کرد، چه مشکلی داشت؟ این سیستم نمی‌توانست تصاویر رادیولوژی اعضای بدن را بررسی کند؛ بنابراین قادر به تشخیص به‌موقع نشانه‌های ابتلای افراد به بیماری‌های خطرناک مثل سرطان نبود؛ چنین دستگاهی عملاً هیچ فایده‌ای ندارد!

به طور کلی هوش مصنوعی بدون بینایی کامپیوتری، در فهم مفاهیم پیچیده و پنهان در تصاویر و ویدیوها، هیچ پیشرفتی نمی‌کرد و نمی‌توانست گره‌گشای مشکلات انسان باشد. بدون شک بینایی کامپیوتری عصای دست هوش مصنوعی برای دستیابی به دستاوردهای بزرگ‌تر است؛ البته نباید فراموش کنیم که هوش مصنوعی و بینایی کامپیوتری، مکمل یکدیگر هستند و با کمک یکدیگر می‌توانند قابلیت‌های تشخیصی دستگاه‌ها را به میزان زیادی ارتقا دهند.