مشروع طلابي يعمل على فرز التمور الصالحة للأكل بتقنية الذكاء الاصطناعي
تاريخ النشر: 17th, March 2024 GMT
العُمانية: نجحت مجموعة من طلبة كلية الهندسة بجامعة السُّلطان قابوس في عمل ابتكار تقني باستخدام الرؤية الحاسوبية وهي إحدى تقنيات الذكاء الاصطناعي ودمجها مع أنظمة الروبوتات، وذلك للتعرف على جودة التمور آليًّا وإدخال تقنية الذكاء الاصطناعي في صناعات الأغذية.
ويهدف المشروع إلى زيادة جودة الغذاء باستخدام الذكاء الاصطناعي لأتمتة فحص وفرز الأغذية، وزيادة الطاقة الإنتاجية للمصانع وتقليل الوقت اللازم لفحص وفرز التمور، والمساهمة بشكل فاعل في الأمن الغذائي.
وقال أسعد بن سعيد الهنائي أحد أعضاء فريق المشروع الطلابي: إن صناعة التمور تعد من الصناعات المهمة في سلطنة عُمان فهي أحد مصادر الدخل والتجارة ومع ذلك يواجه منتجو التمور تحديات في عملية فرزها، خاصة في تحديد التمور الفاسدة أو غير المناسبة للاستهلاك البشري، وتلعب تقنية الذكاء الاصطناعي دورا مهما في تحسين عملية فرز التمور في المصانع، حيث قمنا بمشروع فرز التمور باستخدام خوارزميات الرؤية الحاسوبية والروبوتات.
وأضاف: إن النظام يعمل على تشغيل الذكاء الاصطناعي في فرز التمور بشكل تلقائي، حيث يقوم النظام بأتمتة عملية فرز التمور الصالحة للأكل من الفاسدة ويميّز جودة التمور آليًّا والتعرف على حالة التمور التي تمر في خط للإنتاج باستخدام الذكاء الاصطناعي ثم يحولها إلى المسار المناسب، وإحصاء عدد التمور التي يتم فرزها ونسبة التمور الفاسدة من الصالحة.
من جانبه أوضح أحمد بن محمد الحبسي أحد أعضاء فريق المشروع الطلابيّ، أن عملية إدخال الذكاء الاصطناعي تتمثل في فرز الأغذية وهي مهمة للغاية، حيث تبدأ بإدخال التمور إلى خط الإنتاج عبر الحزام الناقل بعدها يتم تصوير التمور من أعلى خط الإنتاج بواسطة كاميرا عالية الدقة، ويتم من خلالها التعرف على التمور الصالحة من الفاسدة بالرؤية الحاسوبية، ثم يتم فرز التمور عبر بوابات خاصة في خط للإنتاج.
وأشار صالح بن يحيى الغنامي أحد أعضاء فريق المشروع الطلابي إلى أن هناك الكثير من التحديات التي تواجه المصانع مثل فرز المنتجات الفاسدة أو غير الصالحة للاستخدام يدويًّا، وتعد هذه الطريقة مكلفة من الناحية الاقتصادية والاعتماد على العامل البشري قد يقلل من جودة التمور.
وأفاد الغنامي أنه يتم قياس أداء النظام من ناحية سرعة الفرز /كمية التمور التي يتم فرزها خلال ساعة/، ونسبة خطأ الفحص والفرز، مؤكدًا أن النظام يزيد من كفاءة عملية فرز التمور مقارنة بالطرق التقليدية.
والجدير بالذكر أنه يمكن إدخال نظام الذكاء الاصطناعي في مجالات أخرى ممثلة في عمليات الفحص ومراقبة الجودة في شتى المصانع التي تحتاج إلى فحص دقيق لجودة المنتجات.
المصدر: لجريدة عمان
كلمات دلالية: الذکاء الاصطناعی عملیة فرز
إقرأ أيضاً:
أداة الذكاء الاصطناعي الجديدة من Google Whisk تستخدم الصور كمطالبات
لدى Google أداة ذكاء اصطناعي أخرى لإضافتها إلى المجموعة. Whisk هي أداة توليد صور من Google Labs تتيح لك استخدام صورة موجودة كمطالبة. لكن ناتجها لا يلتقط سوى "جوهر" صورتك المبدئية بدلاً من إعادة إنشائها بتفاصيل جديدة. لذا، فهي أفضل للعصف الذهني والتصورات السريعة بدلاً من تحرير الصورة المصدرية.
تصف الشركة أداة Whisk بأنها "نوع جديد من الأدوات الإبداعية". تبدأ شاشة الإدخال بواجهة عارية مع مدخلات للأسلوب والموضوع. تتيح لك هذه الواجهة التمهيدية البسيطة الاختيار من بين ثلاثة أنماط محددة مسبقًا: الملصق ودبوس المينا والدمية المحشوة. أظن أن Google وجدت أن هذه الأنماط الثلاثة تسمح بنوع المخرجات الأولية التي تعد الأداة التجريبية مثالية لها في شكلها الحالي.
كما ترى في الصورة أعلاه، فقد أنتجت صورة صلبة لدمية ويلفورد بريملي المحشوة. (تحظر شروط جوجل صور المشاهير، لكن ويلفورد تسلل عبر البوابات، ومعه شوفان كويكر، دون تنبيه الحراس.)
يتضمن Whisk أيضًا محررًا أكثر تقدمًا (يمكنك العثور عليه بالنقر فوق "ابدأ من الصفر" من الشاشة الرئيسية). في هذا الوضع، يمكنك استخدام نص أو صورة مصدر في ثلاث فئات: الموضوع والمشهد والأسلوب. يوجد أيضًا شريط إدخال لإضافة المزيد من النص للمسات النهائية. ومع ذلك، في شكله الحالي، لم تنتج عناصر التحكم المتقدمة نتائج تشبه استعلاماتي بأي حال من الأحوال.
على سبيل المثال، تحقق من محاولتي لتوليد السيد بريملي الراحل في مشهد صندوق ضوئي بأسلوب صورة حيوان الفظ المحشو التي وجدتها على الإنترنت:
بصق Whisk ما يبدو أنه ممثل يشبه ويلفورد بريملي بشكل غامض وهو يأكل دقيق الشوفان داخل إطار صندوق ضوئي. بقدر ما أستطيع أن أقول، هذا الرجل ليس دمية محشوة. لذا، فمن الواضح لماذا توصي Google باستخدام الأداة أكثر "للاستكشاف البصري السريع" وأقل للمحتوى الجاهز للإنتاج.
تعترف Google بأن Whisk لن يستمد سوى من "عدد قليل من الخصائص الرئيسية" لصورة المصدر الخاصة بك. "على سبيل المثال، قد يكون للموضوع الناتج طول أو وزن أو تسريحة شعر أو لون بشرة مختلف"، تحذر الشركة.
لفهم السبب، لا تبحث أبعد من وصف Google لكيفية عمل Whisk تحت الغطاء. إنه يستخدم نموذج لغة Gemini لكتابة تعليق تفصيلي للصورة المصدر التي تقوم بتحميلها. ثم يقوم بتغذية هذا الوصف في مولد الصور Imagen 3. لذا، فإن النتيجة هي صورة تعتمد على كلمات Gemini حول صورتك - وليس الصورة المصدر نفسها.
Whisk متاح فقط في الولايات المتحدة، على الأقل في الوقت الحالي. يمكنك تجربته على موقع Google Labs الخاص بالمشروع.
شرفة يثمن تقدم أشغال إعادة تهيئة السد الأخضر