Classical Machine Learning versus Transfer Learning for Tomato Leaf Disease Classification: A Reproducible Comparative Framework

في الزوايا الهادئة لحقل طماطم، غالبًا ما يكون السؤال الأكثر إلحاحًا للمزارع هو الأبسط: هل هذا النبات مريض؟ لقرون مضت، جاءت الإجابة من العين البشرية، التي تمسح الأوراق بحثًا عن البقع المميزة لللفحة، أو التواء الأنسجة الصفراء، أو الضرر المنقط الناتج عن العث. يعد الكشف المبكر أمرًا حيويًا؛ إذ إن رصد المرض قبل انتشاره يمكن أن ينقذ المحصول، ويقلل الحاجة إلى الرشات الكيميائية، ويحمي الإمدادات الغذائية. والي اليوم، يتم تسليم هذه المهمة القديمة بشكل متزايد إلى الحواسيب. يتيح مجال الرؤية الحاسوبية للآلات أن "ترى" وتفسر الصور، محولةً البكسلات إلى تشخيصات. وقد ظهر مساران متميزان لتعليم هذه الآلات. يعتمد أحد المسارين على التعلم الآلي الكلاسيكي، حيث يقوم الباحثون بوصف شكل الورقة المريضة يدويًا — ألوانها، ملمسها، وأنماط عروقها — ويعلمون الكمبيوتر التعرف على تلك الأوصاف المحددة. أما المسار الآخر فيستخدم التعلم بنقل المعرفة (transfer learning)، وهي طريقة يتم فيها تدريب الكمبيوتر أولاً على ملايين الصور العامة، مثل صور القطط والسيارات، ثم يُطلب منه تطبيق تلك المعرفة البصرية الواسعة على المشكلة المحددة المتمثلة في أمراض النبات. والسؤال الذي يحرك الأبحاث الحديثة هو ما إذا كانت الآلات الثقيلة والمعقدة للتعلم العميق ضرورية حقًا، أم أن نهجًا أبسط وأكثر مباشرة يمكنه القيام بالمهمة بنفس الكفاءة عندما تكون الصور واضحة ومضاءة جيدًا.

لقد شرع فريق من الباحثين من مؤسسات في كولومبيا والمكسيك في حسم هذا الجدل من خلال مقارنة دقيقة جنبًا إلى جنب. ركزوا على الطماطم، وهي محصول ذو أهمية اقتصادية هائلة، واستخدموا مجموعة متاحة على نطاق واسع تضم أكثر من ثمانية عشر ألف صورة لأوراق الشجر تُعرف باسم مجموعة بيانات "PlantVillage". لم تُؤخذ هذه الصور في البيئة الفوضوية وغير المتوقعة لمزرعة حقيقية، بل في ظروف خاضعة للرقابة مع إضاءة موحدة وخلفيات نظيفة، لتكون بمثابة معيار مرجعي لاختبار الأداء. قسم الباحثون هذه الصور إلى ثلاث مجموعات: واحدة لتعليم الكمبيوتر، وواحدة للتحقق من تقدمه، ومجموعة أخيرة غير مسبوقة لمعرفة أدائه الحقيقي. ولضمان منافسة عادلة، قاموا بتعليم الكمبيوتر باستخدام استراتيجيتين مختلفتين. بالنسبة للاستراتيجية الأولى، قاموا ببناء مجموعة من نماذج التعلم الآلي الكلاسيكية، بما في ذلك خوارات تُعرف باسم "آلات المتجهات الداعمة" (Support Vector Machines) و"الغابات العشوائية" (Random Forests). وبدلاً من عرض الصور الخام على هذه النماذج، قام الباحثون أولاً بترجمة كل صورة إلى وصف مدمج مكون من 110 نقطة. التقط هذا الوصف الألوان المحددة للورقة، والأنماط الإحصائية لملمسها، والتفاصيل الدقيقة لسطحها، تمامًا مثل تلخيص لوحة من خلال سرد ألوانها المهيمنة وأساليب ضربات الفرشاة فيها. وبالنسبة للاستراتيجية الثانية، استخدموا نموذج تعلم عميق متطور يسمى "MobileNetV2"، والذي كان قد تعلم بالفعل التعرف على آلاف الأشياء من الإنترنت. قاموا بتغذية هذا النموذج بالصور الخام مباشرة، مما سمح له بتعلم سمات أمراض الطماطم من تلقاء نفسه من خلال عملية الضبط الدقيق.

كشفت نتائج هذه التجربة المنضبطة عن مستوى مفاجئ من التكافؤ بين النهجين. فعند اختبارها على الصور غير المرئية سابقًا، حقق نموذج التعلم العميق، MobileNetV2، دقة عددية بلغت 97.26 في المائة، حيث حدد بدقة حالة المرض أو الصحة للورقة في كل حالة تقريبًا. ومع ذلك، لم تكن النماذج الكلاسيكية بعيدة عن ذلك؛ فقد وصلت "آلة المتجهات الداعمة"، باستخدام أوصافها المصممة يدويًا، إلى دقة بلغت 97.11 في المائة، بينما سجل نموذج "الغابات العشوائية" 96.93 في المائة. وأكدت الاختبارات الإحصائية أن الاختلافات الضئيلة بين هؤلاء المتفوقين لم تكن ذات دلالة إحصائية؛ أي بلغة الدراسة، لم يكن نموذج التعلم العميق متفوقًا إحصائيًا على أفضل النماذج الكلاسيكية. وفي الواقع، تفوقت النماذج الكلاسيكية بطرق مختلفة: كانت "آلة المتجهات الداعمة" هي الأفضل في تحقيق التوازن بين الدقة والاستدعاء عبر جميع أنواع الأمراض، بينما كانت "الغابات العشوائية" هي الأكثر موثوقية في رصد كل حالة مرضية، حتى لو أطلقت إنذارًا كاذبًا في بعض الأحيان. وكان النموذج الوحيد الذي عانى بشكل كبير هو خوارزمية "الجيران الأقرب" (K-Nearest Neighbors)، والتي حققت دقة 58 في المائة فقط، مما يسلط الضوء على أن ليست كل الطرق الكلاسيكية متساوية وأن جودة الوصف البصري مهمة للغاية.

كما كشفت الدراسة عن الطبقات التي تكمن وراء ارتكاب هذه النماذج لأخطائها. فبينما كان نموذج التعلم العميق ممتازًا بشكل عام، إلا أنه خلط أحيانًا بين اللفحة المبكرة واللفحة المتأخرة، وهما مرضان يتشاركان أعراضًا بصرية متشابهة على الورقة. ومن ناحية أخرى، أظهرت النماذج الكلاسيكية نقاط قوة وضعف فريدة خاصة بها اعتمادًا على المرض المحدد. وهذا يشير إلى عدم وجود نموذج واحد "أفضل" لكل حالة؛ فقد يعتمد الاختيار على نوع المرض المحدد الذي يخشاه المزارع أو نوع أجهزة الكمبيوتر المتاحة لتشغيل البرامج. ومن الأهمية بمكان أن الباحثين أكدوا أن هذه النتائج تنطبق حصريًا على الصور النظيفة والخاضعة للرقابة التي استخدموها. وأشاروا إلى أن الزراعة في العالم الحقيقي تتضمن خلفيات طينية، وظلالًا متغيرة، وأوراقًا مخفية جزئيًا أو تالفة. لذا فإن الدرجات العالية التي تحققت هنا لا تضمن عمل هذه الأنظمة بشكل مثالي في الحقل دون مزيد من الاختبار.

في نهاية المطاف، توفر هذه الدراسة خط أساس واضحًا ومطمئنًا لمستقبل التكنولوجيا الزراعية. فهي تثبت أنه في الظروف المثالية، لا يحتاج الكمبيوتر إلى شبكة تعلم عميق ضخمة ومعقدة لتشخيص أمراض النبات بفعالية. إذ يمكن لنظام أبسط، مبني على أوصاف مختارة بعناً من اللون والملمس، أن يحقق أداءً لا يمكن تمييزه إحصائيًا عن بنيات التعلم العميق الأكثر تقدمًا. وتعد هذه النتيجة مهمة لأن النماذج الكلاسيكية غالبًا ما تكون أسرع في التشغيل وتتطلب قدرًا أقل من قوة الحوسبة، مما يجعلها قابلة للوصول بشكل أكبر للاستخدام على الأجهزة البسيطة في المناطق النائية. وتخلص الدراسة إلى أنه بينما يظل التعلم العميق أداة قوية، فإنه لا ينبغي التخلي عن الطرق الأقدم والأبسط. بدلاً من ذلك، فهي تقدم بديلًا قويًا وفعالًا يمكنه الوقوف جنبًا إلى جنب مع الذكاء الاصطناعي الحديث، بشرط أن تكون الصور واضحة والإشارات البصرية متميزة. ومع ذلك، وقبل أن يمكن الوثوق بهذه الأنظمة لتوجيه القرارات الزراعية في العالم الحقيقي، يجب اختبارها في الواقع الفوضوي وغير المتوقع للحقل، حيث لا يكون الضوء مثاليًا أبدًا كما هو الحال في المختبر.