AmalthAI: An Open-Source Computer Vision Platform for Cultural Heritage
تُعد AmalthAI منصة مفتوحة المصدر وقابلة للاستضافة الذاتية للرؤية الحاسوبية، صُممت لتمكين خبراء التراث الثقافي غير التقنيين من تدريب نماذج تعلم الآلة والتحقق من صحتها وتفسيرها بشكل مستقل لتحليل القطع الأثرية، مع ضمان بقاء البيانات الحساسة ضمن حوزة المؤسسات.
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 عالماً حيث كُتب التاريخ القديم على الحجر والطين والنسيج، ولكن الحبر بدأ يتلاشى. لقرون، كان علماء الآثار هم المحققين الذين يحاولون قراءة هذه الأدلة، وغالباً ما كانوا يحدقون في قطع أثرية صغيرة وهشة تحت المجاهر. ولكن الآن، انضم نوع جديد من المحققين إلى القوة: الكمبيوتر. هذا المجال، المسمى "الرؤية الحاسوبية" (Computer Vision)، هو ببساطة تعليم الآلات كيف "ترى" وتفهم الصور تماماً كما يفعل البشر. فبدلاً من مجرد التعرف على قطة أو سيارة، يمكن تدريب هذه الآلات على رصد النسيج المحدد لسلة قديمة أو ملمس وعاء فخاري.
ومع ذلك، هناك عقبة. تعليم الكمبيوتر كيف يرى يتطلب عادةً شهادة دكتوراه في الرياضيات والبرمجة. الأمر يشبه محاولة إصلاح محرك سيارة سباق بينما لا تعرف سوى كيفية القيادة. معظم علماء الآثار بارعون في التاريخ لكنهم ليسوا مبرمجين، ومعظم المبرمجين لا يعرفون الفرق بين نول العصر البرونزي ونول حديث. تتناول هذه الورقة تلك الفجوة؛ فهي تسأل: هل يمكننا بناء أداة تسمح لخبراء التاريخ باستخدام ذكاء اصطناعي فائق الذكاء دون الحاجة لتعلم البرمجة؟ وهل يمكننا فعل ذلك بطريقة تحافظ على بياناتهم الثمينة والسرية داخل مختبراتهم الخاصة، بدلاً من إرسالها إلى السحابة؟
صندوق السحر "AmalthAI"
تعرف على AmalthAI، وهي منصة مفتوحة المصدر تعمل مثل "صندوق سحري" لعلماء الآثار. فكر فيها كجهاز ألعاب فيديو عالي التقنية وسهل الاستخدام للعلوم. فبدلاً من الصراع مع أسطر برمجية مربكة، يمكن للباحثين استخدام واجهة ويب بسيطة لرفع صور القطع الأثرية، وإخبار الكمبيوتر بما يريدون تعلمه، ومشاهدته وهو يؤدي سحره.
تقدم الورقة هذه المنصة كجسر بين عالم الآثار المليء بالغبار وعالم الذكاء الاصطناعي المستقبلي. وهي مصممة خصيصاً لخبراء التراث الثقافي — الأشخاص الذين يدرسون التاريخ القديم، والفن، والقطع الأثرية — والذين يرغبون في استخدام تعلم الآلة ولكن ليس لديهم الخلفية التقنية لبنائه من الصفر.
كيف يعمل: القوى الخارقة الثلاث
يمنح AmalthAI علماء الآثار ثلاث قوى خارقة رئيسية لتحليل صورهم:
- المصنف (الفرز): تخيل أن لديك كومة ضخمة من الصور المختلطة لأقمشة قديمة. ينظر "المصنف" إلى الصورة ويقول: "هذه مصنوعة من الصوف"، أو "هذه صُنعت باستخدام تقنية غزل معينة". إنه ينظم الفوضى في فئات مرتبة.
- المجزئ (التمييز): أحياناً، يكون الجزء المهم من الصورة صغيراً جداً. ربما يكون مجرد أثر باهت لخيط على قطعة من الطين. يعمل "المجزئ" كقلم تحديد رقمي، حيث يرسم حدوداً دقيقة حول ذلك الجزء المحدد فقط، متجاهلاً الأتربة أو الشقوق في الخلفية.
- الكاشف (الباحث): يبحث هذا النوع عن أشياء محددة في مشهد فوضوي، مثل العثور على جميع شظايا الفخار المكسورة في صورة واحدة لموقع تنقيب.
والجزء الأروع؟ المنصة تتولى كل العمل الشاق. فهي تستخدم نظاماً يسمى Kubeflow (فكر فيه كمدير آلي فائق التنظيم) لتشغيل آلاف التجارب في وقت واحد، وتجربة إعدادات مختلفة للوصول إلى أفضل نتيجة ممكنة. حتى أنه يحتوي على ميزة "ضبط المعلمات الفائقة" (Hyperparameter Tuning)، وهي تشبه مساعداً ذكياً يقوم تلقائياً بضبط المقابض والأزرار في الآلة للحصول على أفضل أداء، حتى لا يضطر عالم الآثار للتخمين.
ميزة "ثق بي": لماذا هي آمنة وذكية؟
أحد أكبر المخاوف لدى المتاحف والجامعات هو سيادة البيانات. فالعديد من القطع الأثرية القديمة مملوكة للدولة أو تخضع لقواعد صارمة بشأن أين يمكن أن تذهب صورها. لا يمكنهم ببساال رفعها إلى خادم سحابي عشوائي. يحل AmalthAI هذه المشكلة بكونه قابلاً للاستضافة ذاتياً. وهذا يعني أن النظام بأكمله يمكن أن يعمل على جهاز كمبيوتر موجود داخل المتحف أو الجامعة مباشرة. البيانات لا تغادر المبنى أبداً. إنه يشبه امتلاك مكتبة خاصة حيث تمتلك أنت وحدك المفاتيح.
ولكن ماذا لو أخطأ الكمبيوتر؟ هنا يأتي دور مساعد الرؤية واللغة. هذا ذكاء اصطناعي خاص لا يعطي مجرد رقم، بل يتحدث. فعندما يضع الكمبيوتر تخميناً، فإنه يستخدم أيضاً أداة تسمى Grad-CAM لإظهار "خريطة حرارية" للصورة، مما يسلط الضوء على المكان الذي كان ينظر إليه بالضبط. ثم يقوم مولد نصوص ذكي (نموذج رؤية-لغة) بكتابة شرح باللغة العادية، مثل: "أعتقد أن هذا من الصوف لأنني أرى هذه الألياف الوبرية هنا". هذا يسمح للخبير البشري بمراجعة العمل والقول: "نعم، هذا منطقي"، أو "لا، أنت تنظر إلى المكان الخطأ". إنه يحول الذكاء الاصطناعي من "صندوق أسود" إلى شريك مفيد.
الاختبار الكبير: لغز بصمة الطين
لإثبات نجاحه، لم يكتفِ الفريق بالتحدث عن الأمر فحسب؛ بل استخدموه في لغز أثري حقيقي يتعلق بـ بصمات المنسوجات على الطين.
تخيل أن الناس القدماء كانوا يضغطون القماش في الطين الرطب لصنع الفخار. أحياناً، يترك القماش بصمة صغيرة. هذه البصمات نادرة وهشة، لكنها تحمل أسراراً حول ماهية المواد التي صنعت منها الملابس (مثل الكتان، أو الصوف، أو القنب) وكيف تم صنعها (بالغزل، أو الثقب، أو الجدل).
أعطى الباحثون منصة AmathAI مجموعة بيانات مخصصة لهذه البصمات الطينية. وطلبوا من المنصة القيام بما يلي:
- التجزئة: إيجاد الحافة الدقيقة للبصمة على الطين.
- التصنيف: تخمين المادة (مثلاً: "هل هذا كتان أم قنب؟") والتقنية (مثلاً: "هل كان مغزولاً أم مثقوباً؟").
كانت النتائج واعدة. ساعدت المنصة الخبراء في تدريب نماذج يمكنها تحديد المواد بدقة تقارب 77.53% والتقنيات بدقة 85.57%. والأهم من ذلك، أن الأخطاء التي ارتكبها الكمبيوتر كانت منطقية. على سبيل المثال، أخطأ أحياناً في التمييز بين "القنب" وألياف أخرى، وهو أمر يجد الخبراء البشريون صعوبة أيضاً في التمييز بينهما. هذا يشير إلى أن الكمبيوتر كان "يرى" بالفعل الأشياء الصحيحة، وليس مجرد التخمين عشوائياً.
ماذا يعني هذا (وما لا يعنيه)
تشير الورقة إلى أن AmalthAI هو أداة جديدة قوية تتيح لغير المتخصصين إجراء تجارب رؤية حاسوبية معقدة. وهي تثبت أنه يمكنك بناء نظام يكون في آن واحد سهل الاستخدام (لا يتطلب برمجة) وآمناً (يحفظ البيانات في الموقع).
ومع ذلك، فإن المؤلفين حذرون من المبالغة في تقدير الأمر. فقد اعترفوا بأن المنصة لديها بعض القيود حالياً:
- هي لا تسمح للمستخدمين بتعديل كل إعداد صغير للغاية (مثل المعادلات الرياضية المخصصة) بعد، مما يبقي الأمور بسيطة ولكن أقل مرونة للخبراء الذين يريدون تحكماً كاملاً.
- تتطلب من المستخدم تنظيم بياناته بشكل مثالي قبل الرفع.
- تعمل حالياً فقط مع الصور الملونة ثنائية الأبعاد القياسية، وليس مع الصور متعددة الأطياف التي قد تكشف عن تفاصيل مخفية.
لا تدعي الورقة أنها "حلت" علم الآثار. بدلاً من ذلك، تقترح أن هذه المنصة هي نموذج أولي عملي وقابل للتطبيق يجسّر الفجوة بين التاريخ والتكنولوجيا العالية. وهي تظهر أنه مع الأدوات المناسبة، يمكن للمؤرخ أن يصبح عالِم بيانات، ويفتح طرقاً جديدة لفهم ماضينا دون الحاجة لتعلم لغة جديدة من الأكواد. لقد فُتح الباب، والصندوق السحري جاهز للعب.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.