Human Identification at a Distance: Challenges, Methods and Results on the Competition HID 2025
تُقدم هذه الورقة نتائج مسابقة HID 2025، التي تُقيّم أداء التعرف على مشية الإنسان على مجموعة بيانات SUSTech-Competition الصعبة، وتُظهر أن التطورات الخوارزمية الأخيرة قد حققت دقة قياسية جديدة بلغت 94.2% رغم التباينات البيئية الكبيرة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تحدي "المحقق بعيد المدى": كيف تتعلم الحواسيب التعرف عليك من خلال مشيتك فقط
تخيل أنك تقف في نهاية طرف بعيد من صالة مطار مزدحمة. لا يمكنك رؤية وجه أي شخص بوضوح لأنهم بعيدون جداً، وبالتأكيد لا يمكنك رؤية بصمات أصابعهم. لكن، تلاحظ شخصاً يسير باتجاه البوابة. حتى دون رؤية عينيه أو أنفه، تدرك فجأة: "مهلاً، هذا بالتأكيد جون! يمكنني تمييز تلك الخطوة المرتدة قليلاً أينما كانت."
هذا هو بالضبط جوهر موضوع تحديد الهوية البشرية عن بُعد (HID). تصف هذه الورقة البحثية "مسابقة عقلية" دولية ضخمة (HID 2025)، حيث حاول أذكى علماء الكمبيوتر في العالم تعليم الذكاء الاصطناعي ليكونوا محققين بارعين يمكنهم تحديد هوية الأشخاص بمجرد مراقبة مشيتهم (Gait) — أي الإيقاع والنمط الفريد لمشيتهم.
التحدي: مسار العقبات "للظلال الضبابية"
فكر في هذه المسابقة كأنها مسار عقبات عالي المخاطر للذكاء الاصطناعي. معظم نماذج الذكاء الاصطناعي تشبه الطلاب الذين درسوا فقط في مكتبات هادئة ومثالية ذات إضاءة ساطعة؛ فهم بارعون في التعرف على الأشخاص في البيئات المنضبطة، لكنهم ينهارون عندما تصبح الأمور فوضوية.
لقد جعل منظمو HID 2025 "المسار" صعباً للغاية باستخدام مجموعة بيانات تسمى SUSTech-Competition. الأمر يشبه مطالبة محقق بتحديد هوية شخص ما بينما:
- "تغيير الملابس": الشخص يرتدي معطف شتاء ثقيلاً يوماً ما، وتنورة فضفاضة في اليوم التالي.
- "الأمتعة الثقيلة": الشخص يحمل حقيبة ظهر ضخمة أو حقيبة سفر كبيرة تغير شكل جسمه.
- "الزاوية السيئة": كاميرا المراقبة مثبتة في زاوية عالية، وتنظر للأسفل بزاوية غريبة.
- "الصندوق الغامض": لم يعطِ العلماء الفرق أي "أوراق غش" (بيانات تدريب). كان على الفرق الخروج والبحث عن "كتبهم الدراسية" الخاصة (مجموعات بيانات أخرى) لتعليم ذكائهم الاصطناعي قبل بدء الاختبار.
استراتيجيات الفوز: كيف فاز "محققو" الذكاء الاصطناعي؟
لم تبنِ الفرق المتصدرة مجرد حواسيب "ذكية"، بل بنوا حواسيب "بارعة". إليك الحيل الثلاث الرئيسية التي استخدموها، مشروحة ببسا_طة:
1. "الخياط الرقمي" (محاذاة البيانات - Data Alignment)
تخيل أنك تحاول التعرف على شخص ما إذا كان يميل باستمرار لليسار، أو اليمين، أو يتخذ وضعية انحناء. سيكون الأمر صعباً! استخدمت الفرق الفائزة تقنية تسمى المحاذاة (Alignment). لقد قاموا أساساً بأخذ "الظل" (الخيال) للشخص و"عدلو استقامته" رقمياً، للتأكد من أن الشخص يبدو مستقيماً وفي المنتصف. الأمر يشبه خياطاً يعدل بدلة لكي تتمكن من رؤية الشكل الحقيقي للجسم تحتها.
2. "التدريب يؤدي إلى الإتقان" (الضبط الدقيق - Fine-Tuning)
استخدمت أفضل الفرق استراتيجية تسمى الضبط الدقيق (Fine-Tuning). تخيل طباخاً محترفاً يعرف كيفية طهي كل شيء (النموذج المدرب مسبقاً). قبل مسابقة الطهي الكبرى، يقضي بضعة أيام في التدرب خصيصاً على المكونات المحلية المقدمة في الموقع. ومن خلال التدرب على جزء صغير من بيانات المسابقة الفعلية، قام الذكاء الاصطناعي بـ "ضبط" دماغه ليتناسب مع الإضاءة وأنماط الكاميرات المحددة لهذا التحدي.
3. "مجلس الخبراء" (أسال_يب التجميع - Ensemble Methods)
بدلاً من الاعتماد على ذكاء اصطناعي واحد "عبقري"، استخدمت العديد من الفرق نظام التجميع (Ensemble). فكر في هذا كأنه هيئة محلفين؛ بدلاً من قاضٍ واحد يقرر ما إذا كان هذا الشخص هو "جون"، يسألون خمسة قضاة مختلفين (نماذج ذكاء اصطناعي مختلفة) ويأخذون بالنتيجة التصويتية. إذا قال أربعة من أصل خمسة: "هذا هو جون"، فإن النظام يكون أكثر ثقة وأقل عرضة لارتكاب خطأ سخيف.
النتيجة: رقم قياسي جديد
قبل هذه المسابقة، كان "سقف" الدقة في مجموعة البيانات الصعبة هذه أقل من ذلك. ولكن في عام 2025، حقق الفريق الأول دقة مذهلة بلغت 94.2%.
هذا يعني أنه حتى مع الملابس الفوضوية، والزوايا الغريبة، وغياب بيانات الوجه، أصبح الذكاء الاصطناعي قادراً تقريباً على مضاهاة قدرة المحقق البشري في التعرف على "بصمة المشي" الفريدة للشخص.
ما التالي؟ (المستقبل)
تختتم الورقة البحثية بالنظر نحو الأفق. يريد العلماء الانتقر من "رصد الظلال" إلى "فهم العالم". إنهم يتطلعون إلى:
- استخدام "الأدمغة الفائقة": استخدام نماذج الذكاء الاصطناعي الضخمة (مثل تلك الموجودة خلف ChatGPT، ولكن للرؤية) لفهم الحركة.
- الكشف متعدد الحواس: الجمع بين "الظل" مع أدلة أخرى، مثل كيفية حركة هيكل الشخص العظمي.
- عوالم الأحلام للذكاء الاصطناعي: استخدام "الذكاء الاصطناائي التوليدي" (مثل Sora) لإنشاء فيديوهات مشي اصطناعية لتدريب الذكاء الاصطناعي، مما يساعد في حماية خصوصية الناس لأننا لن نحتاج إلى استخدام لقطات حقيقية لأشخاص حقيقيين لتعليم الآلات.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.