تخيل أنك محقق يحاول حل لغز ما، ولكن بدلاً من مسرح جريمة، أنت تنظر إلى قطرة صغيرة من مياه البحر تحت المجهر. داخل هذه القطرة تعيش مدينة صاخبة من الكائنات المجهرية تسمى العوالق الحيوانية (zooplankton). هذه الحيوانات الصغيرة هي "علب الغداء" للمحيط؛ فبدونها، ستتضور الأسماك والحيتان والسلسلة الغذائية البحرية بأكملها جوعاً. لفهم صحة محيطاتنا، يحتاج العلماء إلى عد وتحديد هذه الكائنات. ولكن القيام بذلك يدوياً يشبه محاولة فرز كومة من قطع "ليغو" المختلطة أثناء ارتداء قفازات شتوية سميكة — الأمر بطيء، وممل، ومن السهل الوقوع في الأخطاء.

هنا يظهر نموذج "التقطيع لأي شيء" (Segment Anything Model - SAM). فكر في SAM كأنه مساعد آلي ذكي للغاية وسريع للغاية، قد شاهد الملايين من صور الأشياء اليومية مثل القطط والسيارات والأشجار. إنه بارع في العثور على الأشياء في الصور. ومع ذلك، عندما تقدم له صورة مجهرية لعوالق هلامية وشفافة، يصاب بالارتباك. الأمر يشبه طلب تحضير "سوفليه" دقيق من طاهٍ لا يعرف سوى طبخ شرائح اللحم؛ الأدوات موجودة، لكن التقنيات المحددة مفقودة. يعاني الروبوت في التمييز بين أنواع العوالق المتشابهة، ويقوم بتجزئة أطرافها الطويلة والنحيفة، ويفقد حوافها غير المرئية. تقدم هذه الورقة البحثية حلاً جديداً لتعليم هذا الروبوت كيفية التعامل مع عالم الحياة المجهرية المعقد.

---

المشكلة: روبوت تائه في العالم المجهري

وجد الباحثون أنه بينما يعد نموذج "التقطيع لأي شيء" (SAM) الشهير قوة ضاربة للصور العامة، إلا أنه يتعثر عندما يواجه العوالق الحيوانية. تسلط الورقة الضوء على ثلاث طرق محددة يفشل فيها الروبوت:

1. ارتباك "التشابه الشديد": العديد من أنواع العوالق تبدو متطابقة تقريباً. على سبيل المثال، قد يكون لنوعين مختلفين من العوالق نفس حجم الجسم، ولكن أحدهما يمتلك بقعة عين حمراء صغيرة. غالباً ما يغفل الروبوت القياسي عن هذا التفصيل الدقيق ويخطئ في تصنيف الكائن، مثل الخلط بين توأم وغريب.
2. مشكلة "الأطراف المكسورة": تمتلك بعض العوالق مجسات (أنتينا) طويلة ونحيفة وشبه شفافة. يميل الروبوت القياسي إلى فصل هذه الأجزاء الرقيقة، مما يجعل الكائن يبدو كجذع بدون رأس. هو يرى الجسم الرئيسي ولكنه ينسى الأرجل.
3. مشكلة "الحافة الشبحية": العديد من العوالق شفافة، وتندمج تماماً مع الماء. عندما يحاول الروبوت تتبع حدودها، غالباً ما يستسلم في منتصف الطريق، تاركاً الحواف ضبابية أو غير مكتملة، كما لو أن الكائن يتلاشى.

الحل: ZMIS-SAM (المحقق المتخصص)

لإصلاح هذه المشكلات، ابتكر المؤلفون نموذجاً جديداً يسمى ZMIS-SAM. يمكنك التفكير في هذا كأخذ الروبوت الذكي للغاية وإخضاعه لمعسكر تدريبي متخصص ومجموعة من الأدوات الجديدة المصممة خصيصاً للعالم المجهري. لم يقوموا فقط بإعادة تدريب الروبوت بالكامل من الصفر (لأن ذلك سيستغرق وقتاً طويلاً للغاية)؛ بل أضافوا ثلاثة "أدوات ذكية" إلى دماغه.

الأداة الأولى: أجهزة ضبط الشكل والشدة (ZM-ViT)

أولاً، أضافوا "محولين" صغيرين إلى نظام رؤية الروبوت.

• محول الشكل: تعلم هذه الأداة الروبوت الانتباه للأشكال المحددة للعوالق، مما يساعده على التمييز بين "Calanus" و"Acarta" من خلال ملاحظة التفاصيل الدقيقة مثل تلك البقعة الحمراء للعين.
• محول الشدة: الصور المجهرية تحتوي على أنماط إضاءة وألوان غريبة لا توجد في الصور العادية. يساعد هذا المحول الروبوت على فهم كيفية سلوك الضوء في المجهر، حتى لا يرتبك بسبب السطوع الغريب للخلفية.
  معاً، تعمل هذه المحولات كزوج من النظارات المتخصصة التي تسمح للروبوت برؤية عالم العوالق بوضوح لأول مرة.

الأداة الثانية: موصل "تشابك الأيدي" (NFAM)

لإصلاح مشكلة "الأرجل المكسورة"، بنوا وحدة تسمى وحدة تجميع الميزات المجاورة (NFAM). تخيل أن دماغ الروبوت يحتوي على فريقين: فريق يعرف الأشكال العامة (مثل "هذا حيوان")، والفريق الآخر يعرف تفاصيل العوالق (مثل "هذا مجس شفاف"). تجبر وحدة NFAM هذين الفريقين على التواصل وتبادل الملاحظات. ومن خلال ربط الرؤية العامة بالتفاصيل المحددة، يتعلم الروبوت أن المجسات الطويلة والنحيفة هي في الواقع جزء من الجسم الرئيسي، وليست مجرد ضجيج عشوائي. هذا يحافظ على استمرارية التقطيع، بحيث تظل الأرجل متصلة بالرأس.

الأداة الثالثة: عصا الموجات السحرية (WM2FE)

أخيراً، لحل مشكلة "الحافة الشبحية" مع الكائنات الشفافة، قدموا وحدة تعزيز الميزات متعددة المقاييس ومتعددة الاتجاهات القائمة على المويجات (WM2FE).
فكر في تكبير الصورة القياسي كصورة ضبابية تزداد سوءاً كلما اقتربت منها. تحويل المويجات (wavelet transform) يشبه العصا السحرية التي يمكنها التكبير ورؤية التفاصيل "عالية التردد" — الحواف الحادة والأنماط الدقيقة — التي تضيع عادةً في الضباب. إنها تنظر إلى الصورة من زوايا عمودية وأفقية وقطرية في وقت واحد. وهذا يسمح للروبوت بالعثيد الحواف غير المرئية للعوالق الشفافة، مما يضمن أن يكون الخط الخارى مكتملاً ودقيقاً، حتى لو كان الكائن شفافاً.

النتائج: بطل جديد

اختبر الفريق نموذج ZMIS-SAM الجديد على مجموعة بيانات جديدة تماماً أنشأوها تسمى ZMIS5K. هذه المجموعة تشبه مكتبة ضخمة تضم 5,358 صورة مجهرية عالية الجودة تحتوي على 47 نوعاً مختلفاً وأكثر من 10,000 حالة فردية من العوالق. هذه هي المرة الأولى التي تتوفر فيها مثل هذه المجموعة الكبيرة والتفصيلية لهذا المهمة المحددة.

عندما أجروا الاختبارات، لم يكتفِ ZMIS-SAM بأداء جيد فحسب؛ بل أصبح البطل الجديد.

• لقد تفوق على النماذج الأفضل السابقة (مثل RSPrompter و USIS-SAM) بفارق كبير، حيث حسن الدقة بنسبة تتراوح بين 1.8% إلى 3.8% اعتماداً على طريقة القياس.
• في الاختبارات البصرية، كان الفرق واضحاً: حيث تركت النماذج الأخرى الأرجل منفصلة أو الحواف ضبابية، أنتج ZMIS-SAM خطوطاً خارجية نظيفة وكاملة ودقيقة.
• أظهر النموذج أيضاً قدرة جيدة على التعميم، مما يعني أنه لم يحفظ صور التدريب فحسب، بل استطاع التعامل مع صور جديدة وغير مرئية بفعالية.

لماذا يهم هذا؟

لا تقدم هذه الورقة البحثية مجرد خوارزمية أفضل؛ بل تقدم مخططاً لكيفية تعليم الذكاء الاصطناعي العام القوي كيفية التعامل مع مشكلات علمية محددة وصعبة للغاية. من خلال إظهار أن إضافة "أدوات" صغيرة وموجهة (مثل تحويل المويجات والمحولات المحددة) يمكن أن تعالج نقاط الضعف في نموذج ضخم، يقترح المؤلفون مساراً للمضي قدماً في العديد من المجالات الأخرى حيث يعاني الذكاء الاصطناعي مع البيانات المتخصصة.

يشير المؤلفون بحذر إلى أنه بينما يعد نموذجهم ممتازاً في تقطيع الكائن بأككنه، إلا أنه لا يفصل بعد بين الرأس والمجسات كأجسام مستقلة (وهي مهمة قد تتطلب معرفة أكثر تخصصاً). ومع ذلك، بالنسبة لهدف عد وتحديد هذه الكائنات البحرية الحيوية، يمثل ZMIS-SAM خطوة كبيرة للأمام، محولاً الروبوت المرتبك إلى محقق بارع في البحر المجهري.