Artificial Intelligence for the Characterization of Particles and Fibers by Optical Microscopy

تخيل أنك محقق يحاول حل لغز، ولكن بدلاً من بصمات الأصابع أو آثار الأقدام، فإن أدلتك هي ذرات دقيقة من الغبار، والألياف، والصبغات التي لا يمكنك رؤيتها إلا تحت مجهر قوي. لعقود من الزمن، استخدم الخبراء هذه "المكبرات المجهرية" لتحديد كل شيء، بدءاً من الطلاء المصري القديم وصولاً إلى الفراء الموجود على معطف تاريخي. تكمة المشكلة هي أن هذه الأدلة الصغيرة تبدو مختلفة اعتماداً على كيفية سقوط الضوء عليها، أو مقدار التكبير، أو حتى نوع المجهر المستخدم. الأمر يشبه محاولة التعرف على صديق في صورة حيث تتغير الإضاءة من مشمسة إلى مظلمة، وتكبر الكاميرا وتصغر بشكل عشوائي. ولجعل الأمر أكثر صعوبة، فإن الملاحظات القديمة التي تصف هذه الصور غير منظمة؛ فقد يطلق خبير ما على صخرة زرقاء اسم "أزوريت" (Azurite)، بينما يسميها آخر "بيس أزرق" (Blue Bice)، رغم أنهما الشيء نفسه. وهذا يمثل صداعاً كبيراً للحواسيب التي تحاول التعلم من هذه الصور لأنها ترتبك بسبب الملصقات غير المتسقة والإضاءة المتقلبة.

هنا يأتي دور الذكاء الاصطناعي (AI)، ولكن ليس أي ذكاء اصطناعي عادي. أراد الباحثون في هذه الورقة البحثية تعليم الكمبيوتر أن يكون خبيراً في علم المجهريات باستخدام خدعة ذكية تسمى "تقطير المعرفة" (knowledge distillation). فكر في الأمر كشيف بارع (المعلم) يعرف تماماً كيف يتذوق طبقاً ويصف مكوناته، وطريقة طهيه، ونوع المقلاة المستخدمة بالتحديد. يكتب الشيف وصفة مفصلة تشمل النكهة، والرائحة، والسياق. ثم يحاول الشيف تعليم طالب لا يمكنه سوى رؤية الطعام ولكنه لا يستطيع تذوقه أو قراءة الوصفة. الهدف هو أن ينظر الطالب إلى الطبق ويخمن الوصفة بدقة، فقط من خلال مراقبة القرائن البصرية. تشير الورقة إلى أنه من خلال طريقة "المعلم-الطالب" هذه، يمكن للكمبيوتر أن يتعلم تجاهل الإضاءة المربكة ومستويات التكبير المتباينة والتركيز على الهوية الحقيقية للجسيم، حتى عندما تكون البيانات القديمة فوضوية وغير مصنفة بشكل جيد.

قصة الورقة البحثية: تعليم الكمبيوتر رؤية ما لا يُرى

وضع الباحثون هدفهم لحل لغز محدد للغاية: كيف يمكننا جعل الذكاء الاصطناعي يتعرف على الجسيمات والألياف الدقيقة في صور المجهر القديمة عندما تكون البيانات فوضوية، والملصقات غير متسقة، وظروف الإضاءة متفاوتة بشكل هائل؟ لم يكتفوا بإلقاء ذكاء اصطناعي قياسي على المشكلة؛ بل بنوا نظام تعلم خاصاً مستوحى من كيفية تعلم البشر من الموجهين.

المعلم الذي يمتلك قوة خارقة
أولاً، أنشأوا ذكاءً اصطناعياً "معلماً". هذا المعلم هو نموذج فائق الذكاء يمتلك عقليْن: واحد للنظر في الصور والآخر لقراءة النصوص. ينظر المعلم إلى صورة لجسيم ما ويقرأ الملاحظات القديمة الفوضوية المرفقة به (مثل "ليف صناعي"، "صبغة زرقاء"، أو "مشاهد تحت الضوء المستقطب"). يقوم المعلم بدمج هذين المسارين من المعلومات في "بصمة" واحدة عملاقة مكونة من 2304 بُعداً (قائمة طويلة من الأرقام) تلخص بدقة ماهية الشيء، وكيف يبدو، وكيف تم تصويره. ولأن المعلم يمتلك الصورة والنص معاً، فهو يعرف بالضبط ما هو الشيء، حتى لو كان النص غريباً بعض الشيء أو الإضاءة غريبة.

الطالب الذي يرى فقط
بعد ذلك، بنوا ذكاءً اصطناعياً "طالباً". هذا الطالب هو "محول رؤية" (Vision Transformer) - وهو نوع من الذكاء الاصطناعي بارع في النظر إلى الصور - ولكن بشرط: يُسمح له فقط بالنظر إلى الصورة. لا يُسمح له بقراءة الملاحظات النصية أو معرفة ظروف الإضاءة. مهمته هي النظر إلى الصورة ومحاولة إعادة إنشاء بصمة المعلم العملاقة باستخدام عينيه فقط.

للقيام بذلك، يحاول الطالب تخمين بصمة المعلم. إذا أخطأ الطالب في تخمينه، يقيس النظام الفرق (باستخدام ما يسمى "متوسط الخطأ المطلق") ويخبر الطالب أن يحاول مرة أخرى. ولكن هناك التواء في الأمر: يتحقق النظام أيضاً مما إذا كان الطالب يقوم بمجرد حفظ نفس الإجابة لكل صورة (وهي مشكلة تسمى "الانهيار" أو collapse). ولمنع حدนี้، يقوم النظام بتجميع الصور المتشابهة معاً (باستخدام طريقة تجميع تسمى HDBSCAN) ويمنح الطالب مكافأة لإبقاء مجموعات الجسيمات المختلفة متميزة عن بعضها. إنه يشبه معلماً يقول لطالبه: "لا تقل 'أزرق' لكل شيء؛ تأكد من قدرتك على التمييز بين سيارة زرقاء وطائر أزرق".

سحر "الترسيخ الدلالي"
السر يكمكمن فيما يسميه المؤلفون "الترسيخ الدلالي" (semantic anchoring). يستخدم المعلم الأوصاف النصية لترسيخ الصور بمعناها الحقيقي. على سبيل المثال، إذا ذكر النص "ضوء مستقطب متقاطع"، فإن المعلم يعرف أن الخلفية المظلمة في الصورة ليست مجرد ظل، بل هي حالة علمية محددة. يتعلم الطالب التعرف على هذه الأنماط البصرية الدقيقة - مثل الطريقة التي ينكسر بها الضوء عبر البلورة أو ألوان التداخل المحددة في الألياف - لأنه يحاول مطابقة فهم المعلم "المرتكز دلالياً".

ما وجدوه
كانت النتائج واعدة للغاية. تعلم الطالب بشكل جيد لدرجة أنه استطاع النظر إلى صورة لجسيم والعثور على أكثر الصور تشابهاً في قاعدة البيانات بدقة تقارب 80% للفئات العامة و 75% للأوصاف الأكثر تحديداً (مثل تحديد نوع معين من الصبغة الزرقاء).

حدث أحد أروع الاكتشافات عندما نظروا في كيفية تعلم الطالب. وجدوا أن الطالب لم يحفظ مجرد تسمية مثل "إضاءة الحقل المظلم"، بل تعلم رؤية النمط المكاني للضوء. على سبيل المثال، عند النظر إلى ليف تحت إضاءة "الحقل المظلم" (حيث تكون الخلفية سوداء والجسم يتوهج)، تضيء "بصمة" الطالب الداخلية بطريقة محددة تتوافق مع التباين بين الخلفية المظلمة والليف الساطع. تشير الورقة إلى أن الطالب تعلم ترجمة معرفة المعلم القائمة على النصوص إلى لغة بصرية، مدركاً أن نمط تباين معين يعني "الحقل المظلم"، حتى دون إخباره بالكلمة.

الحدود والمستقبل
توضح الورقة بحذر أن هذا ليس عصا سحرية تحل كل شيء. يعمل النظام بشكل أفضل عندما تتوفر أمثلة كافية للتعلم. فعندما نظر الباحثون في الأنواع النادرة من الجسيمات (تلك التي تمتلك صوراً قليلة جداً في قاعدة البيانات)، انخفضت دقة الطالب، وهو أمر منطقي لأنه لم يرَ أمثلة كافية لتعلم النمط. كما وجدوا أن النظام جيد جداً في تحديد الفئات العامة (مثل "ليف" أو "صبغة") وظروف الإضاءة (مثل "مستقطب" مقابل "حقل مظلم")، لكنه لا يزال يعاني قلي القليل مع الأوصاف الأكثر تحديداً وندرة.

ومع ذلك، أثبتت الدراسة بنجاح أنه يمكنك تحويل مجموعة قديمة وفوضوية من صور المجهر ذات الملصقات غير المتسقة إلى أداة بحث قوية. ومن خلال استخدام "معلم" يعرف النص و"طالب" يتعلم الرؤية مثل خبير بشري، أظهر الباحثون أن الذكاء الاصطناعي يمكن تدريبه على التعرف على التفاصيل المجهرية الدقيقة التي تجعل تحليل التراث الثقافي صعباً للغاية. وتخلص الورقة إلى أن هذه الطريقة هي وسيلة قابلة للتطبيق لفتح إمكانات هذه الأرشيفات القديمة، وتحويلها من ألبومات صور مغبرة إلى مكتبة ذكية وقابلة للبحث في العالم المجهري.