Quantifying the human visual exposome with vision language models
تقدم هذه الورقة إطار عمل قابلاً للتوسع يجمع بين التقييم اللحظي البيئي ونماذج الرؤية واللغة لقياس التعرض البصري البشري، مما يثبت أن التحليل الموضوعي للصور من منظور الشخص الأول يمكن أن يتنبأ بفعالية بمخرجات الصحة العقلية مثل الوجدان والتوتر المزمن.
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
الفكرة الكبرى: رؤية العالم من خلال عينيك
تخيل أنك تريد أن تفهم لماذا يشعر الناس بالسعادة أو التوتر. لطالما عرف العلماء أن محيطك يهم. لسنوات، حاولوا قياس ذلك من خلال النظر إلى الخرائط (مثل صور الأقمار الصناعية للأحياء) أو من خلال سؤال الناس (مثل سؤالهم: "ما مدى اخضرار شارعك؟").
لكن مؤلفي هذه الورقة البحثية يجادلون بأن الخرائط ضبابية للغاية والتقارير الذاتية متحيزة جداً. فالخريطة لا يمكنها إخبارك ما إذا كنت تقف في حديقة هادئة أو في محطة مترو مزدحمة وصاخبة. وقد يعتقد الشخص أن شارعه "أخضر"، بينما هو في الواقع ينظر فقط إلى نبتة واحدة في أصيص.
ولإصلاح ذلك، ابتكر الباحثون طريقة جديدة لقياس "التعرض البصري" (Visual Exposome). تخيل "الإكسبوزوم" كأنه "الحساء" الإجمالي لكل ما تتعرض له في حياتك. أما "الإكسبوزوم البصري" فهو تحديداً "حساء" كل ما تراه كل يوم.
الأداة: "عين الكاميرا المدعومة بالذكاء الاصطناعي"
لقوله قياس هذا الحساء، لم يستخدم الفريق الأقمار الصناعية أو الاستطلاعات، بل استخدموا نماذج الرؤية واللغة (VLMs).
- التشبيه: تخيل أن لديك مساعداً ذكياً للغاية ولا يكلّ، وهو خبير في كل من التصوير الفوتوغرافي وعلم النفس. تقدم لهذا المساعد صورة، وهو لا يكتفي بالقول "هذه صورة فحسب"، بل يصف المشهد فوراً: "هناك الكثير من العشب الأخضر، الشمس مشرقة، لا يوجد أشخاص حول المكان، ويبدو أنه متنزه".
- الابتكار: في الماضي، كان على العلماء استئجار خبراء بشريين للنظر في آلاف الصور وكتابة هذه الأوصاف. كان الأمر بطيئاً، مكلفاً، ومستحيلاً القيام به لملايين الصور. لكن أداة الذكاء الاصطنا هذه يمكنها القيام بذلك فوراً، وبموضوعية، وعلى نطاق واسع جداً.
كيف اختبروا ذلك؟
أجرى الباحثون دراسة مع 106 متطوعاً على مدار 7 أيام.
- الإعداد: اهتزت هواتف المتطوعين 7 مرات يومياً في لحظات عشوائية.
- المهمة: عندما يهتز الهاتف، يتعين على الشخص التقاط صورة لما ينظر إليه في تلك اللحظة تماماً. كما أجابوا على بضعة أسئلة سريعة حول شعورهم (سعيد، غاضب، متوتر) ومدى اخضرار محيطهم كما يتصورون.
- النتيجة: انتهى بهم المطاف بـ 2,674 صورة وتقارير مزاجية مطابقة لها.
ماذا وجدوا؟
قام الفريق بتغذية كل تلك الصور في "عين الكاميرا المدعومة بالذكاء الاصطناعي" للحصول على درجات لأشياء مثل "الخضرة"، و"الطبيعة"، و"الضوء".
- التطابق: وصف الذكاء الاصطناعي للصورة تطابق مع ما قاله البشر عما رأوه. فإذا رأى الذكاء الاصطناعي الكثير من اللون الأخضر، فإن الإنسان عادة ما يقول: "نعم، إنه أخضر".
- الارتباط بالمزاج: تطابقت درجات الذكاء الاصطناعي مع أمزجة البشر بشكل مثالي.
- عندما رأى الذكاء الاصطناعي مزيداً من المساحات الخضراء والطبيعة، أفاد الناس بشعورهم بمزيد من السعادة وقلة التوتر.
- عندما رأى الذكاء الاصطما مساحات خضراء أقل، أفاد الناس بشعورهم بمزيد من التوتر.
- الخلاصة: أثبت هذا أن الذكاء الاصطناعي أداة موثوقة؛ إذ يمكنه قياس العالم المرئي بموضوعية والتنبؤ بكيفية تأثير هذا العالم على مشاعر الناس، تماماً كما تقول العلوم الراسخة.
"رحلة البحث عن الكنز" للقرائن الخفية
بمجرد أن أثبتوا نجاح الذكاء الاصطناعي في قياس "الخضرة"، أرادوا معرفة ما إذا كان بإمكانهم العثج عن أشياء أخرى تؤثر على مزاجنا.
- عملية التنقيب: استخدموا ذكاءً اصطناعياً مختلفاً لقراءة 7 ملايين ورقة علمية. كان الأمر يشبه إرسال روبوت يعمل كأمين مكتبة ليقرأ كل كتاب في مكتبة ضخمة ليجد كل جملة تذكر ميزة بيئية محددة (مثل "الزحام"، "المرور"، "الحيوانات"، أو "المباني") مرتبطة بالتوتر أو السعادة.
- القائمة: أنتجت هذه العملية قائمة تضم ما يقرب من 1,000 ميزة بصرية مختلفة تشير العلوم إلى أنها قد تؤثر على صحتنا النفسية.
- الاختبار: طلبوا من "عين الكاميرا المدعومة بالذكاء الاصطناعي" البحث عن هذه الـ 1,000 ميزة في الـ 2,674 صورة.
- الاكتشاف: في حوالي 33% من الحالات، وجد الذكاء الاصطناعي ميزة تتوافق مع المزاج المتوقع. فعلى سبيل المثال، إذا رأى الذكاء الاصطناعي "زحاماً"، فقد ارتبط ذلك بالتوتر؛ وإذا رأى "حيوانات"، فقد ارتبط ذلك بالسعادة.
الخلاصة النهائية
لا تدعي هذه الورقة البحثية علاج الأمراض العقلية أو إخبار الأطباء بكيفية علاج المرضى بعد. بدلاً من ذلك، تدعي أنها صنعت مجهراً جديداً وقابلاً للتوسع للعالم المرئي البشري.
قبل هذا، كنا "عميان" عن التفاصيل الدقيقة لما يراه الناس حقاً في حياتهم اليومية. أما الآن، فلدينا وسيلة لقياس "الحساء البصري" للحياة اليومية بموضوعية ورؤية كيف يشكل مشاعرنا، باستخدام الذكاء الاصطناعي للقيام بالعمل الشاق الذي لم يكن بمقدور البشر القيام به بمفردهم من قبل.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.