Visual vehicle condition screening for ride-hailing: a grouped evaluation of DriveAI
تقيم هذه الورقة DriveAI، وهي أداة لفحص مركبات النقل التشاركي تجمع بين تضمينات الصور التباينية ونماذج التجزئة لتحقيق دقة عالية في اكتشاف المركبات المتضررة، مع ملاحظة القيود المتعلقة بتصميم اختبارها الاسترجاعي والافتقار إلى بيانات الحقيقة الأرضية المشروحة لميزتي المخطط الخارجي والنظافة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
يعتمد ملايين الأشخاص يومياً على تطبيقات النقل الذكي للانتقال من مكان إلى آخر. وقبل السماح لأي سيارة بنقل الركاب، يجب أن تجتاز فحصاً للسلامة. عادةً ما يتضمن ذلك قيام إنسان بالنظر إلى صور المركبة لرصد أي انبعاجات أو خدوش أو أجزاء مفقودة. لكن التقاط هذه الصور عملية فوضوية؛ فقد يلتقط السائق صورة بهاتفه في ضوء شمس ساطع، أو في ظل عميق، أو من زاوية تقطع جزءاً من المصد المتضرر. وتتفاوت جودة الصور بشكل كبير، مما يجعل من الصعب على المفتش البشري معرفة ما إذا كانت السيارة آمنة حقاً أم أن الصورة تبدو سيئة فحتد فقط. ولحل هذه المشكلة، يعمل الباحثون على بناء أنظمة حاسوبية يمكنها النظر في هذه الصور الفوضوية والتقرير ما إذا كانت المركبة في حالة جيدة أو أنها تحتاج إلى فحص أدق. هذا المجال، المعروف باسم "تقييم الحالة البصرية"، يحاول تعليم الآلات رؤية ما يراه المفتش البشري، حتى عندما تكون الإضاءة ضعيفة أو الزاوية غريبة.
في دراسة حديثة، قام باحث يدعى أكديل عليش من جامعة أستانا للتكنولوجيا باختبار أداة برمجية محددة تسمى DriveAI. صُممت هذه الأداة لتعمل كمرشح أول لشركات النقل الذكي؛ ومهمتها هي مسح الصورة المقدمة والتقرير: هل هذه السيارة سليمة أم متضررة؟ يعمل النظام في جزأين: أولاً، يستخدم "دماغ حاسوبي" قوياً ومُدرباً مسبقاً تعلم بالفعل التعرف على الأشياء والمشاهد من ملايين الصور. هذا الجزء من النظام لا يتعلم من صور السيارات نفسها، بل يقوم ببساطة بتحويل كل صورة إلى ملخص رياضي لميزاتها البصرية. بعد ذلك، توجد طبقة بسيطة ومصممة خصيصاً فوق هذا الملخص لاتخاذ القرار النهائي. وإذا رأى النظام مشكلة، يمكنه أيضاً رسم مخطط تقريبي على الصورة لإظهار مكان الاتساخ أو الضرر، رغم أن هذا الجزء الثاني لم يكن التركيز الأساسي للاختبار.
بدأت الدراسة بتحدٍ تمثل في أن البيانات التي امتلكها الباحثون كانت فوضوية بعض الشيء. فقد وجدوا أكثر من 4000 صورة في نظام تخزين رقمي، لكن بعضها كان مفقوداً، وبعضها مكرراً، وبعضها الآخر مجرد لقطات مختلفة لنفس السيارة. ولإجراء اختبار عادل، قام الفريق بتنظيف المجموعة؛ حيث أزالوا 24 صورة مكررة وجمعوا الصور التي تبدو متشابهة بصرياً، لضمان اختبار الحاسوب على صور فريدة بدلاً من رؤية نفس السيارة مرتين في مجلدات مختلفة. وانتهى بهم المطاف بمجموعة مكونة من 871 صورة لاستخدامها كاختبار نهائي، وهي صور لم يسبق للحاسوب رؤيتها من قبل. كان الهدف هو معرفة ما إذا كان بإمكان النظام تحديد المركبات المتضررة بشكل صحيح دون أن تخدعه الإضاءة السيئة أو الزوايا الغريبة.
كانت النتائج قوية بشكل مفاجئ. فعندما نظر الحاسوب في صور الاختبار البالغ عددها 871 صورة، حدد بشكل صحيح ما إذا كانت السيارة متضررة أم سليمة بمعامل (AUC) قدره 0.95. والأهم من ذلك، عندما كانت السيارة تعاني من ضرر فعلي، رصده النظام بمعامل (AUC) قدره 0.975. يشير هذا المعدل المرتفع للنجاح إلى أن طريقة استخدام دماغ بصري مُدرب مسبقاً مع طبقة قرار بسيطة تعمل بشكل جيد جداً لهذه المهمة المحددة. كما اختبر الباحثون نهجاً مختلفاً حيث حاول الحاسوب تخمين الحالة بمجرد قراءة وصف نصي لما يبحث عنه، دون أي تدريب إضافي على صور السيارات. فشلت تلك الطريقة، ولم تكن أفضل من التخمين العشوائي، مما يثبت أن النظام كان بحاجة إلى ضبط خاص لصور السيارات لكي يعمل، بدلاً من الاعتماد فقط على المعرفة العامة.
ومع ذلك، سلطت الدراسة الضوء أيضاً على ما لا يستطيع النظام القيام به بعد. فبينما كان الحاسوب ممتازاً في قول "هذه السيارة متضررة" أو "هذه السيارة سليمة"، إلا أنه لم يتمكن من اختبار قدرته بشكل كامل على تحديد مكان الضرر بدقة. فالصور المستخدمة في الدراسة لم تكن تحتوي على خرائط تفصيلية تحدد كل خدش أو انبعاج، لذا لم يتمكن الباحثون من قياس مدى دقة المخططات المرسومة. وقد وجدوا أن النظام يرسم أحياناً خطاً حول زجاج أمامي متسخ بينما المشكلة الحقيقية هي مصد مفقود، أو يركز على مصباح أمامي بينما الجزء الأمامي بالكامل محطم. تظهر هذه الأخطاء أنه على الرغم من براعة النظام في رصد وجود خطب ما، إلا أنه لا يزال بحاجة إلى مزيد من التدريب لفهم ماهية الخطب ومكانه بالضبط.
وقد أشار الباحثون بعناية إلى أن هذا الاختبار أُجري على مجموعة من الصور التي استُخدمت في مراحل سابقة من تطوير المشروع. وبما أن الصور لم تكن تحتوي على معرفات فريدة لتتبع السيارة التي تنتمي إليها، فمن الممكن أن يكون الحاسوب قد رأى مناظر مشابهة لنفس السيارات من قبل. وهذا يعني أن الدرجات العالية قد تكون متفائلة قليلاً إذا تم اختبار النظام على أسطول جديد تماماً من السيارات التي لم يسبق له رؤيتها. ورغم هذا القصور، توفر الدراسة مساراً واضحاً للمستقبل؛ فهي تظهر أن الفرز الآلي يمكنه التعامل مع الواقع الفوضوي لصور السيارات الملتقطة بالهاتف بدقة عالية، لكنها توضح أيضاً أنه لكي يكون النظام موثوقاً حقاً في العالم الحقيقي، فإنه يحتاج إلى بيانات أفضل: صور مع علامات واضحة لمكان الضرر، وفصل صارم بين السيارات المستخدمة في التدريب والسيارات المستخدمة في الاختبار. وحتى ذلك الحين، يظل النظام بمثابة مساعد قوي، يقوم بتمييز المشكلات الأكثر احتمالاً ليقوم المفتشون البشريون بالتحقق منها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.