قام فريق بحثي من جامعة فاخينينجن (‏Wageningen University) في هولندا، بتطوير نموذج جديد للذكاء الاصطناعي يستخدم صور الأقمار الصناعية للتعرف على المواد البلاستيكية العائمة.

ويعمل النظام الجديد -حسب الدراسة- بدقة أكبر من النماذج السابقة، حتى في الأوقات الجوية الصعبة عندما تكون السماء ملبدة جزئيا بالغيوم أو يعوق الضباب الرؤية التامة.

ويتوقع الباحثون أن تساعد هذه التقنية في الكشف عن البلاستيك المنتشر في المحيطات وإزالته بشكل منهجي، كما سيساهم النظام الجديد في الكشف عن تراكمات القمامة على طول الشواطئ وفي البحار.

نفايات بلاستيكية في المحيطات

وبحسب موقع الإدارة الوطنية للمحيطات والغلاف الجوي، فإن محيطاتنا مليئة بالأشياء التي لا تنتمي إليها، حيث تدخل إلى البيئة البحرية كل يوم كميات من المواد البلاستيكية والمعادن والمطاط والورق والمنسوجات ومعدات الصيد التالفة والسفن المهجورة وغيرها من العناصر المفقودة أو المهملة، والتي تشكل ما يعرف بالحطام البحري، وهي إحدى أكثر مشاكل التلوث انتشارا في المحيطات والممرات المائية في العالم.

الباحثون يقدرون أن نحو 500 ألف طن متري من البلاستيك ينتهي بها الأمر في المحيطات كل عام (شترستوك)

ووفقا للبيان الصحفي الصادر من جامعة فاخينينجن، فإنه من المتوقع أن تزداد كمية النفايات البلاستيكية في المستقبل إذا لم يُتخلص منها أو يعاد تدويرها بشكل صحيح، لأن الكثير منها يتراكم في الأنهار والبحيرات، وتتدفق في نهاية المطاف إلى المحيطات.

وفي دراسة سابقة نشرتها دورية نيتشر يقدر الباحثون أن نحو 500 ألف طن من البلاستيك ينتهي بها الأمر في المحيطات كل عام، نصفها تقريبًا يأتي من الأرض، أما النصف الآخر فيأتي من صناعة صيد الأسماك على شكل شباك وحبال وعوامات ومعدات أخرى.

الكشف عن الحطام البحري

يقول البيان الصادر من الجامعة، إنه يمكن رؤية تراكمات الحطام البحري في صور الأقمار الصناعية سينتاينيل 2، وهي صور متاحة بشكل مجاني تلتقطها هذه الأقمار الاصطناعية للمناطق الساحلية كل يومين إلى خمسة أيام في جميع أنحاء العالم.

نظام الاستشعار يعمل على تحديد النفايات البلاستيكية بدقة عالية حتى في الظروف الجوية الصعبة (شترستوك)

وبالنظر إلى أن حجم البيانات قد يكون كبيرا للغاية، توجب تحليلها تلقائيا عبر نماذج الذكاء الاصطناعي مثل الشبكات العصبية العميقة، وهو ما قامحدث بالفعل.

يقول مارك روسورم الأستاذ المساعد في جامعة فاجينينجن: "تتعلم هذه النماذج من الأمثلة المقدمة من علماء المحيطات والمتخصصين في الاستشعار عن بعد الذين حددوا بصريًا عدة آلاف من حالات الحطام البحري في صور الأقمار الصناعية من جميع أنحاء العالم، وبهذه الطريقة دربوا نموذج للتعرف على النفايات البلاستيكية التي تُعرف أيضا بالحطام البلاستيكي".

من ناحية أخرى يقول بيان الجامعة إن نظام الاستشعار هذا يعمل على تحديد النفايات البلاستيكية بدقة عالية حتى في الظروف الجوية الصعبة التي تعوق الرؤية.

يضيف روسورم: "يظل النظام دقيقا حتى في الظروف الأكثر صعوبة؛ فعلى سبيل المثال، عندما يجعل الغطاء السحابي والضباب الجوي الرؤية صعبة للغاية، فمن الصعب على النماذج الحالية تحديد الحطام البحري بدقة، إلا أن النظام الحالي قادر على التعرف عليها بدقة".

المصدر: الجزيرة

كلمات دلالية: النفایات البلاستیکیة فی المحیطات الکشف عن حتى فی

إقرأ أيضاً:

آبل تكشف خطتها لتطوير الذكاء الاصطناعي بتحليل بيانات المستخدمين

في محاولة للرد على الانتقادات المتعلقة بضعف أداء أدوات الذكاء الاصطناعي التي أطلقتها مؤخرًا، خاصة فيما يتعلق بتلخيص الإشعارات، كشفت شركة "آبل" يوم الإثنين عن آلية جديدة لتحسين نماذج الذكاء الاصطناعي الخاصة بها، تعتمد على تحليل بيانات المستخدمين بطريقة تراعي الخصوصية، باستخدام ما يعرف بـ"البيانات الاصطناعية".

تحسين الذكاء الاصطناعي دون المساس بالخصوصية

وأوضحت الشركة في منشور رسمي على مدونتها التقنية أنها تستخدم تقنية "الخصوصية التفاضلية" (Differential Privacy)، والتي تتيح تحليل البيانات بشكل آمن من دون جمع محتوى المستخدمين الفعلي، مما يسمح بتحسين أداء النماذج من دون المساس بخصوصية الأفراد.

وتعتمد آبل على إنشاء بيانات اصطناعية تشبه في الشكل والخصائص بيانات المستخدمين الحقيقية، لكنها لا تتضمن أي محتوى فعلي قام المستخدم بإنتاجه.

تصميم فائق النحافة وكاميرا أمامية بدقة 24 ميجابكسل ..​ آبل تستعد لإطلاق iPhone 17 Airكيف تعمل البيانات الاصطناعية؟

وفقًا لآبل، تبدأ العملية بإنشاء مجموعة كبيرة من الرسائل الإلكترونية الاصطناعية حول مواضيع متنوعة، ثم يتم تحويل كل رسالة إلى ما يُعرف بـ"التمثيل الرقمي" (Embedding)، وهو نموذج يعكس الخصائص الأساسية للرسالة مثل اللغة، الموضوع، والطول.

بعد ذلك، يتم إرسال هذه التمثيلات الرقمية إلى عدد محدود من أجهزة المستخدمين الذين اختاروا مشاركة تحليلات الجهاز مع آبل (Device Analytics)، حيث تقوم الأجهزة بمقارنة هذه التمثيلات مع عينات من الرسائل الحقيقية لتحديد مدى دقتها، وبالتالي إبلاغ آبل بأي تحسينات مطلوبة.

نماذج مستهدفة بالتحسين

أكدت آبل أنها بدأت باستخدام هذه التقنية لتحسين نموذج Genmoji، وهو النظام المسؤول عن إنشاء رموز تعبيرية مخصصة اعتمادًا على الذكاء الاصطناعي، كما تخطط لتوسيع استخدامها لتشمل ميزات أخرى مثل Image Playground لإنشاء صور تفاعلية، و أداة Image Wand لتحسين الصور بواسطة الذكاء الاصطناعي.

بالاضافة إلى أداة Memories Creation، لإنشاء الذكريات تلقائيًا من صور المستخدم، وأداة Writing Tools لتحسين تجربة الكتابة، واخيراً أداة Visual Intelligence لفهم وتحليل الصور والمحتوى المرئي.

كما أشارت الشركة إلى أنها ستعتمد هذه الطريقة لاحقًا لتحسين ميزة تلخيص الرسائل الإلكترونية، والتي تلقت انتقادات لكونها غير دقيقة أو غير مفيدة.

خلاصة

في ظل المنافسة الشرسة بين عمالقة التكنولوجيا لتطوير حلول ذكاء اصطناعي فعالة وآمنة، يبدو أن آبل تسير في طريق مختلف، يركز على الخصوصية كأولوية مطلقة.

فيما يمثل استخدام البيانات الاصطناعية  نقلة نوعية في كيفية تحسين المنتجات دون التضحية بثقة المستخدم – وهي ركيزة أساسية في فلسفة آبل منذ سنوات.

مقالات مشابهة

  • بيل غيتس يُحذر.. ماذا لو قرر الذكاء الاصطناعي الاستغناء عنّا؟
  • الذكاء الاصطناعي في اكتشاف سرطان الجلد.. ما له وما عليه
  • الذكاء الاصطناعي يحسن تشخيص العدوى المقاومة للأدوية
  • كونسونتريكس تفتتح مختبرًا جديدًا للابتكار في الذكاء الاصطناعي بمراكش
  • الذكاء الاصطناعي يشخّص صحة الأسنان عن طريق الابتسامة
  • الاستثمار في عصر الذكاء الاصطناعي «استراتيجيات، فرص، وحوكمة»
  • OpenAI تطلق أحدث نسخة من نموذج الذكاء الاصطناعي GPT-4.1
  • آبل تكشف خطتها لتطوير الذكاء الاصطناعي بتحليل بيانات المستخدمين
  • الذكاء الاصطناعي.. رفيق في السفر
  • الذكاء الاصطناعي يداعب خيال صناع الدراما