Multimodal fusion of visual and morphometric features for avian bone classification
تقدم هذه الدراسة إطار عمل لإثبات المفهوم يعتمد على التعلم العميق متعدد الوسائط، والذي يدمج تحليل الصور القائم على الشبكات العصبية الالتفافية مع القياسات العظمية لتحقيق دقة عالية في تحديد العناصر الهيكلية للطيور والأنواع على مستوى الفصيلة، مما يؤسس لأساس مرجعي قابل للتوسع للتصنيف الأثري الحيواني بمساعدة الذكاء الاصطناعي.
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
تخيل أنك محقق تحاول حل لغز ما، ولكن بدلاً من بصمات الأصابع أو آثار الأقدام، تكون أدلتك عبارة عن قطع صغيرة مكسورة من العظام مبعثرة عبر موقع تخييم قديم. هذا هو عالم علم الآثار الحيواني (zooarchaeology)، حيث يدرس العلماء بقايا الحيوانات لفهم كيف عاش الناس في الماضي، وكيف أكلوا، وكيف تفاعلوا مع الطبيعة. لقرون، كانت هذه الوظيفة حكراً على الخبراء البشر الذين يقضون سنوات في حفظ شكل كل عظمة طائر يمكنهم العثين عليها. ولكن ماذا لو استطعنا تعليم الكمبيوتر القيام بالعمل الشاق؟ هنا يأتي دور الذكاء الاصطناعي (AI). فكر في الذكاء الاصطناعي كمتعلم خارق يمكنه النظر إلى آلاف الصور والقياسات لإيجاد أنماط قد تغفل عنها العين البشرية. عادةً، يكون الذكال الاصطناعي بارعاً في النظر إلى الصور (مثل التعرف على قطة في صورة) أو قراءة الأرقام (مثل التنبؤ بالطقس)، لكن هذه الورقة البحثية تطرح سؤالاً أكبر: ماذا يحدث إذا علمنا الكمبيوتر أن ينظر إلى الصورة و يقرأ الأرقام في نفس الوقت؟ الأمر يشبه مطالبة المحقق ليس فقط بالنظر إلى وجه المشتبه به، بل وقياس طوله ووزنه في آن واحد لاتخاذ تخمين أفضل. الهدف هو جعل هؤلاء المحققين الرقميين أكثر ذكاءً، وسرعة، وفائدة في كشف أسرار الماضي.
في هذه الدراسة، بنى فريق من الباحثين "دماغاً رقمياً" مصمماً لتحديد عظام الطيور، وهي مهمة صعبة للغاية لأن هياكل الطيور العظمية صغيرة، وهشة، وتتشابه جداً مع بعضها البعض. لم يكتفوا بتغذية الكمبيوتر بمجموعة من الصور فحسب؛ بل أنشأوا نظاماً "متعدد الوسائط" (multimodal)، وهو تعبير تقني يعني أن الذكاء الاصطناعي يحصل على نوعين مختلفين من الأدلة في وقت واحد. أولاً، ينظر إلى صورة العظمة، مستخدماً نوعاً خاصاً من الذكاء الاصطناعي يسمى "الشبكة العصبية الالتفافية" (CNN) التي تعمل كعينين خارقتين لرصد الأشكال والأنسجة. ثانياً، يقرأ قائمة من القياسات، مثل طول العظمة أو عرض نهاياتها، والتي تعمل بمثابة مسطرة للكمبيوتر. قام الباحثون بدمج هذين المسارين من المعلومات في عملية اتخاذ قرار واحدة، آملين أن تساعد الصورة الذكاء الاصطناعي على رؤية "الشكل العام"، بينما تساعد الأرق بـالذكاء الاصطناعي على فهم "التفاصيل الدقيقة".
لتدريب هذا الدماغ، جمع الفريق مكتبة ضخمة تضم أكثر من 10,000 صورة من المتاحف والمجموعات البحثية. وقبل أن يبدأ الذكاء الاصطناعي في التعلم، كان عليهم تنظيف البيانات. استخدموا "طاقم تنظيف رقمي" مكون من خطوتين لقص العظام من الخلفية، وإزالة أي مساطر أو أسطح طاولات مشتتة لكي يركز الذكاء الاصطناعي على العظمة نفسها فقط. كما علموا الذكاء الاصطناعي كيفية التعامل مع المعلومات المفقودة؛ فأحياناً قد يغيب قياس معين من السجل، لذا دربوا النظام ليعمل حتى لو كان يمتلك الصورة فقط، أو الأرقام فقط، أو امتلك كليهما.
اختبر الباحثون ابتكارهم في تحديين مختلفين. التحدي الأول كان تحديد أي جزء من الطائر تنتمي إليه العظمة (مثل عظمة الجناح، أو عظمة الساق، أو الجمجمة). أما التحدي الثاني، وهو الأصعب، فكان تحديد فصيلة الطائر التي تنتمي إليها (مثل البط، أو البوم، أو الصقر).
جاءت النتائج مزيجاً من النجاحات المحلقة والعثرات القليلة. فعندما حاول الذكاء الاصطناعي تخمين نوع العظمة، كان دقيقاً للغاية، حيث أصاب في 86% من الحالات عند اختباره على بيانات جديدة لم يسبق له رؤيتها. كان الأمر أشبه بمحقق يمكنه التمييز فوراً بين الحذاء والقبعة بمجرد النظر إلى صورة ضبابية. ومع ذلك، عندما انتقلت المهمة إلى تحديد فصيلة الطائر، وجد الذكاء الاصطناعي الأمر أكثر صعوبة؛ حيث نجح في تحديد الفصيلة بدقة تبلغ 51% فقط (دقة الاختيار الأول - Top-1 accuracy). ولكن إليكم الجزء المثير: إذا طلبت من الذكاء الاصطناعي تقديم أفضل ثلاثة تخمينات له، فإنه كان محقاً بنسبة 75% من المرات. وهذا يعني أنه حتى عندما لم يختر الإجابة الرابحة في محاولته الأولى، فإن الإجابة الصحيحة كانت تختبئ دائماً تقريباً ضمن مقترحاته الثلاثة الأولى.
تشير الورقة البحثية إلى أن هذا الاختلاف يحدث لأن التمييز بين عظمتين مختلفتين أسهل من التمييز بين فصيلتين مختلفتين من الطيور. فعظام الطيور من الفصائل المتقاربة يمكن أن تبدو متطابقة تقريباً، وهو تحدٍ يعاني منه حتى الخبراء البشر. ويشير المؤلفون إلى أن نظامهم هو "إثبات للمفهوم" (proof-of-concept)، مما يعني أنه يثبت نجاح الفكرة، لكنه ليس منتجاً نهائياً جاهزاً لكل عظمة قديمة بعد. لقد دربوه بشكل أساسي على عظام حديثة ومثالية من المتاحف، لذا فهم غير متأكدين من مدى قدرته على التعامل مع العظام القديمة، المكسورة، أو المحترقة التي توجد في مواقع التنقيب الحقيقية.
في النهاية، تظهر هذه الدراسة أن الجمع بين الصور والقياسات يخلق أداة أكثر قوة من استخدام أحدهما فقط. وبينما لا يقوم الذكاء الاصطناعي باستبدال الخبير البشري بعد، فإنه يعمل كمساعد قوي يمكنه تضييق نطاق الاحتمالات، واقتراح قائمة قصيرة من المرشحين المرجحين ليقوم عالم الآثار بالتحقق منهم. ويأمل الباحثون في المستقبل، مع تزويد النظام بمزيد من البيانات وتعليمه كيفية التعامل مع القطع المكسورة، أن يصبح هذا المحقق الرقمي شريكاً أكثر أهمية في فك رموز القصص المخبأة في عظام الطيور.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.