HyperCookies A hyperspectral dataset of cookies for spectral-spatial machine learning

في عالم الرؤية، تظل أعيننا والكاميرات القياسية التي نحملها في جيوبنا محدودة في نطاق ضيق من الواقع؛ فهي تلتقط الضوء في ثلاثة نطاقات عريضة — الأحمر والأخضر والأزرق — مما ينتج صوراً تبدو مألوفة لنا، لكنها تفتقر إلى كم هائل من المعلومات المخفية في الطيف. فالعديد من المواد، من أوراق النباتات إلى سطح قطعة البسكويت، تعكس الضوء بطرق قد تبدو متطابقة لأعيننا، ولكنها تمتلك بصمات كيميائية فريدة عند النظر إليها عبر مئات الأطوال الموجية المحددة. هذا هو مجال التصوير فائق الطيف (hyperspectral imaging)، وهي تقنية لا تلتقط مجرد صورة، بل تقريراً كيميائياً مفصلاً لكل بكسل في تلك الصورة. وبينما استُخدمت هذه التقنية لفترة طويلة لفرز المحاصيل أو فحص الأجزات الصناعية، ظل هناك تحدٍ مستمر: كيف يمكن تعليم الحواسيب استخدام كل من البيانات الكيميائية والشكل البصري للجسم في وقت واحد؟ معظم مجموعات البيانات الموجودة تسمح للحواسيب بحل المشكلات من خلال النظر في الكيمياء فقط أو الشكل فقط، لكن المهام الواقعية غالباً ما تتطلب من الآلة أن تفهم كيف يتشابك الاثنان معاً.

لقد عالج فريق من الباحثين في جامعة كيولوفن (KU Leuven) في بلجيكا هذه الفجوة من خلال إنشاء معيار مرجعي جديد يسمى "HyperCookies". لم يكتفوا بجمع صور للأطعمة، بل هندسوا لغزاً محدداً يجبر الحاسوب على النظر في كل من التركيب الكيميائي والترتيب الفيزيائي لقطعة البسكويت لحله. قام الباحثون بخبز 160 قطعة بسكويت مصنوعة يدوياً، مزينة بقطرات من الشوكولاتة. ويكمن السر في المكونات والتخطيط؛ فقد استخدموا نوعين من الشوكولاتة: أحدهما يحتوي على 54 بالمئة من الكاكاو، والآخر يحتوي على 80 بالمئة من الكاكؤ. وبالنسبة للعين المجردة، وحتى للكاميرا القياسية، تبدو هاتان الشوكولاتتان متطابقتين تماماً. ومع ذلك، فإن تركيبهما الكيميائي مختلف بما يكفي لتتمكن كاميرا فائقة الطيف من التمييز بينهما. ثم قام الباحثون بترتيب هذه القطرات على قطع البسكويت في أربعة أنماط متميزة: بعضها في دائرة مع وضع الشوكولاتة الداكنة في الخارج، وبعضها الآخر بوضع الشوكولاتة الداكنة في المنتصف، وأخرى بتنسيقات مربعة (شطرنجية) أو قطرية.

كان الهدف هو إنشاء مجموعة بيانات حيث لا يمكن للحاسوب الفوز بالاعتماد على نمط واحد فقط. فإذا حاولت الآلة تحديد نوع البسكويت باستخدام التوقيع الكيميائي للشوكولاتة فقط، فستفشل لأن متوسط الخليط الكيميائي للبسكويت بأكمله بدا متشابهاً جداً عبر الفئات المختلفة. وإذا حاولت تحديد البسكويت باستخدام النمط البصري فقط، فستفشل أيضاً لأن نوعي الشوكولاتة لا يمكن تمييزهما بصرياً في الضوء القياسي. ولكي ينجح، كان على الخوارزمية أن تتعلم رؤية النمط و معرفة مكان كل مادة كيميائية. التقط الباحثون صور هذه القطع باستخدام كاميرتين متخصصتين تمسحان طيف الضوء، إحداهما تغطي النطاق المرئي والأشعة تحت الحمراء القريبة، والأخرى تغطي الأشعة تحت الحمراء ذات الموجات القصيرة. كما التقطوا صوراً لقطع البسكويت قبل خبزها وبعد خروجها من الفرن، مما أدخل التغييرات الطبيعية التي تسببها الحرارة للعجين والشوكولاتة.

وعندما اختبر الباحثون أدوات تعلم الآلة القياسية على مجموعة البيانات الجديدة هذه، كانت النتائج واضحة ومتواضعة. جربوا استخدام طرق تنظر فقط إلى البيانات الكيميائية، عبر حساب متوسط الطيف للبسكويت بأكمله، ولم تكن هذه الطرق أفضل من التخمين العشوائي. كما جربوا شبكات التعرف على الصور القوية التي تنظر فقط إلى شكل وملمس البسكويت، وعانت هذه الشبكات أيضاً للتمييز بين الفئات. تراوحت أفضل النتائج التي حققوها باستخدام هذه النهج المنفصلة حول 40 إلى 50 بالمئة من الدقة، وهو مستوى أقل بكثير من المستوى المطلوب لنظام موثوق. لم يكن هذا الناتج فشلاً في التكنولوجيا، بل كان تأكيداً لتصميم مجموعة البيانات؛ فقد أثبت أنه بالنسبة لهذه المهمة المحددة، فإن النظر إلى الكيمياء وحدها أو الشكل وحده ليس كافياً. إن المعلومات المطلوبة لحل اللغز محبوسة في العلاقة بين الاثنين.

تقدم الورقة البحثية مجموعة بيانات "HyperCookies" كمورد عام للعلماء لتطوير واختبار طرق جديدة يمكنها دمج هذين النوعين من المعلومات. ومن خلال توفير مجموعات بيانات مقسمة مسبقاً للتدريب والاختبار، يضمن الباحثون إمكانية مقارنة الدراسات المستقبلية بشكل عادل. وتتضمن مجموعة البيانات سجلات مفصلة لقطع البسكويت، تشمل حتى العيوب الطفيفة مثل الشقوق أو لطخات الشوكولاتة التي حدثت أثناء الخبز، مما يسمح للباحثين باختبار مدى متانة نماذجهم في مواجهة الفوضى الواقعية. لا يدعي هذا العمل حل مشكلة تصنيف البسكويت، ولا يقترح طريقة لخبز قطع أفضل، بل يقدم أرض اختبار صارمة. إنه يوضح أنه بينما تبرع الأدوات الحالية في رؤية الكيمياء أو الشكل، فإن الجيل القادم من الذكاء الاصطناعي يحتاج إلى تعلم رؤيتهما معاً، تماماً كما قد يفعل الخبير البشري، للتنقل في الواقع المعقد والمتعدد الطبقات للعالم المادي.