احذروا أيها اللصوص
فذكاء غوغل الصناعي لكم بالمرصاد


قام غوغل ببناء اثنين من أنظمة الذكاء الاصطناعي، والتي بدورها قادرة على تحويل صور ذات دقة أو جودة ضعيفة إلى صور واضحة، سواء كانت الصور لأشخاص أو لأشياء. أظهر علماء الكمبيوتر في (غوغل برين – Google Brain) وهو فريق الذكاء الاصطناعي في شركة غوغل، أنه ليس فقط من الممكن تحسين دقة الصورة، بل ويمكن ملء الفراغات لإظهار التفاصيل.

 

 

في الورقة البحثية – إعادة تكثيف نقاط الصورة من أجل الحصول على صورة ذات دقة عالية – (رابط الورقة أسفل المقال)، قام ثلاثة علماء من شركة (سيليكون فالي – Silicon Valley) بتدريب برامجهم على صور صغيرة (8 x 8 بكسل) لمشاهير وصور من غرف نوم.

من خلال مزيج من شبكة التكيف العصبية والشبكة العصبية السابقة تم تحليل الصور لإخراج صورة بدقة أعلى (32 x 32 بكسل)، ليتم تحويل صورة ضبابية لا يمكن معرفة محتواها إلى صورة من الواضح أنها تمثل شخصًا محددًا أو غرفة.

 

 

وبصفة خاصة، تتم هذه العملية من قِبل نظام الذكاء الاصطناعي من خلال محورين. تأخذ شبكة التكيف العصبية الصور منخفضة الدقة وتقارنها بصور عالية الدقة لتحديد فيما اذا كانت صورة وجه أو صورة غرفة. يقول العلماء أنه من الممكن مقارنة الصور عن طريق تخفض دقة الصور عالية الدقة لدقة مساوية للصور المنخفضة الدقة (8 x 8بكسل). يقول الباحثون في غوغل برين »عندما لا تظهر التفاصيل في الصورة المُدخلة، لا يتوقف التحدي فقط على ايضاح الصورة، بل على إظهار تفاصيل تبدو معقولة للمشاهد «.

عندما تكون الصورتان لهما نفس الحجم، يكون أسهل نسبيًا للذكاء الاصطناعي التعرُّف على بكسلات وأشكال مشابهة للصورتان. على سبيل المثال: يمكن للنظام التعرف على الأذن من شكل محدد ومقارنته مع بكسلات من صورة أخرى مما يُخبِر الذكاء الاصطناعي أنه يتعامل مع صورة وجه.

 

 

بمجرد أن تُنهي أول شبكة ذكاء اصطناعي دورها، يستعمل الباحثون (PixelCNN) لإضافة بكسلات إضافية لصورة ذات دقة (8 x 8 بكسل). كما أوضحو في (آرس تيكنيكا – Ars Technica) أن نظام الPixelCNN يضيف تفاصيل للصورة باستعمال المعرفة الخاصة بهذا النظام تبعًا لنوع الصورة. على سبيل المئال، تكون الشفاه عادةً ملونة باللون الوردي، لذلك تضاف بكسلات وردية للمناطق التي تم تعريفها على انها مناطق شفاه.

عند نهاية المعالجة لكل شبكة عصبية، يجمع الباحثون النتائج لإنشاء صورة نهائية. يرى الباحثون أن عملية إضافة التفاصيل تشبه عمل الفنانين، وذلك من خلال تصريحهم أن »عن طريق دمج المعرفة المُسبقة لوجوه ذات اختلافات نموذجية، يمكن للفنان رسم تفاصيل معقولة يمكن تصديقها«.

ولإثبات أن الصور المنتجة معقولة ويمكن تصديقها، قام الباحثون باختبار نظامهم على أشخاص متطوعين. أُظهرت التجربة صور حقيقية منخفضة الدقة لمجموعة مشاركين مع صور تمت معالجتها باستخدام الذكاء الاصطناعي، وتم سؤالهم أي الصور التقطت بواسطة الكاميرا.

 

 

عند النظر إلى صور المشاهير، نجد أن نسبة 10 % من المتطوعين ظنّوا أن الصور المعالجة بالذكاء الاصطناعي قد التقطت بالكاميرا. كما صرّح الباحثون أنه: »جدير بالذِكر أن تلك الخوارزمية قد جعلت 50 % من المتطوعين محتارين بشدة«.

ومع المزيد من التطور في المستقبل، يمكن تطوير أنظمة مشابهة لإضافة تفاصيل إلى الصور والفيديوهات ذات الدقة المنخفضة. أحد المواضيع التي تفسح المجال لهذا النظام هي الصور الضبابية من كاميرات المراقبة. لم يتم تجربة هذا النظام على أي بيانات لصور كالتي ذُكرت. كما أن النتائج التي يظهرها نظام الذكاء الاصطناعي ذاك هي أفضل تخميات النظام وهي ليست دقيقة تمامًا.


إعداد: غيث الحلواني.
تدقيق: وائل مكرم

رابط الورقة البحثية

المصدر