Vision Meets Language: A RAG-Augmented YOLOv8 Framework for Coffee Disease Diagnosis and Farmer Assistance

تخيل عالم الزراعة كأنه أحجية ضخمة حية، حيث تلعب كل ورقة وساق وقطرة ماء دوراً حاسماً. لقرون مضت، كان المزارعون هم المحققون في هذه الأحجية، يحاولون اكتشاف سبب مرض النبات وكيفية علاجه دون الإضرار بالبيئة. واليوم، نحن في وسط ثورة علمية حيث تتعلم الحواسيب المساعدة في حل هذه الألغاز. هذا المجال، المعروف باسم "الزراعة الدقيقة"، يستخدم أدوات عالية التقنية لجعل الزراعة أكثر ذكاءً وخضرة. اثنتان من أقوى الأدوات في هذا العصر الجديد هما "الرؤية الحاسوبية" و"الذكاء الاصطناعي". يمكنك التفكير في الرؤية الحاسوبية كزوج من العيون فائقة القدرة يمكنها النظر إلى صورة واكتشاف بقعة صغيرة على ورقة قد تفوت على الإنسان في لحظة. ثم هناك "النماذج اللغوية الكبيرة" (LLMs)، والتي تشبه أمناء مكتبات مطلعين للغاية يمكنهم التحدث إليك، والإجابة على الأسئقات، وكتابة القصص، لكنهم قد يختلقون بعض الأشياء أحياناً إذا لم يكونوا حذرين. السؤال الكبير الذي يطرحه العلماء هو: هل يمكننا دمج هذه العيون الفائقة مع هذا الأمين الموسوعي لإنشاء مساعد زراعي لا يكتفي فقط برصد المرض، بل يشرح أيضاً بالضبط ما الخطأ وكيفية إصلاحه، كل ذلك مع الحفاظ على سلامة البيئة؟

تقدم هذه الورقة نظاماً ذكياً صُمم لمساعدة مزارعي البن من خلال العمل كطبيب رقمي لنباتاتهم. فقد بنى الباحثون إطار عمل هجيناً يجمع بين ثلاثة تقنيات مختلفة من الذكاء الاصطناعي لمعالجة مشكلة أمراض أوراق البن. أولاً، يستخدمون نموذج رؤية حاسوبية يسمى YOLOv8 (والذي يعني "أنت تنظر مرة واحدة فقط"، الإصدار 8). يمكنك التفكير في YOLOv8 كحارس أمن فائق السرعة يمسح صورة لورقة بن ويشير فوراً قائلاً: "مهلاً، هناك مرض هنا!". إنه يرسم مربعاً حول الجزء المريض ويسمي المشكلة. ومع ذلك، فإن حارس الأمن الذي يكتفي بالصراخ "لص!" دون شرح من هو أو كيف تمسك به ليس مفيداً جداً. وهنا يأتي دور الجزء الثاني والثالث.

لحل مشكلة "الاكتفاء بالصراخ"، أضاف الفريق نظام التوليد المعزز بالاسترجاع (RAG). تخيل أن حارس YOLOv8 وجد ورقة مريضة، ثم ركض إلى مكتبة ضخمة ومنظمة من الكتب الزراعية. بدلاً من التخمين بشأن العلاج، يسأل الحارس (نظام RAG) أمين المكتبة عن الصفحات المحددة المتعلقة بهذا المرض بالضبط. هذه الخطوة حاسمة لأنها تمنع الذكاء الاصطناعي من اختلاق علاجات وهمية، وهي مشكلة تُعرف باسم "الهلوسة" حيث يبتكر الذكاء الاصطناعي أحياناً حقائق غير موجودة. أخيراً، يعمل النموذج اللغوي الكبير (LLM) كمترجم ودود؛ فهو يأخذ اسم المرض من الحارس والحقائق المحددة من المكتبة، ثم يكتب رسالة واضحة وسهلة الفهم للمزارع. تقول الرسالة: "ورقة البن الخاصة بك مصابة بالصدأ. إليك بالضبط ما تسبب فيه، وإليك ثلاث طرق آمنة لعلاجه باستخدام أساليب لن تضر البيئة".

اختبر الباحثون هذا النظام باستخدام مجموعة بيانات لصور أوراق البن تسمى BRACOL، والتي تحتوي على آلاف الصور لأوراق سليمة ومريضة. لقد دربوا "حارس الأمن" الخاص بهم (YOLOv8) على هذه الصور ووجدوا أنه يمكنه بنجاح رصد أربعة أنواع مختلفة من أمراض البن. في اختباراتهم، كان النظام بارعاً بشكل خاص في رصد أمراض "المينر" (Miner) و"الفوما" (Phoma)، محققاً مستوى عالياً من الدقة. ومع ذلك، وجد أن "الصدأ" (Rust) أصعب قليلاً في التعرف عليه، ويرجع ذلك على الأرجح إلى وجود صور أقل له في بيانات التدريب ولأنه يشبه أنسجة الأوراق السليمة. لم يتوقف النظام عند حد الكشف فحسب؛ فعندما يرفع مزارع صورة، ينجح الذكاء الاصطناعي في استرجاع معلومات حقيقية حول المرض وتوليد خطة علاجية مفصلة ومفيدة. كما بنى الفريق ميزة دردشة، بحيث إذا سأل المزارع: "ماذا لو انتظرت أسبوعاً لعلاج هذا؟"، يمكن للنظام الإجابة بناءً على الحقائق المسترجعة، وليس مجرد تخمين.

النتيجة الرئيسية لهذا العمل هي أن الجمع بين هذه الأدوات الثلاثة — الرؤية، والاسترجاع، وتوليد اللغة — يخلق أداة أكثر موثوقية وفائدة من استخدام أي منها بمفردها. تشير الورقة إلى أن هذا النهج يساعد في تقليل الحاجة إلى التخمين والاستخدام المفرط للمبيدات الحشرية، مما يوفر وسيلة لإنقاذ المحاصيل مع حماية الطبيعة. وبينما يعمل الإصدار الحالي بشكل جيد، يشير المؤلف إلى أن النظام يمكن أن يكون أفضل حتى لو استخدموا إصدارات أحدث من نموذج الرؤية أو أضافوا المزيد من المعرفة الخبيرة إلى المكتبة. في النهاية، تظهر هذه الورقة أنه من خلال السماح للذكاء الاصطناعي بـ "النظر" إلى المشكلة ثم "القراءة" عن الحل من مصدر موثوق، يمكننا بناء أدوات أذكى تساعد المزارعين على رعاية محاصيلهم والكوكب.