ملخص: يتناول المقال الفروقات بين رؤية البشر والكمبيوتر، موضحًا أن البشر يدركون الصور عبر العين والدماغ مع التركيز على اللون والشكل والحركة والسياق، بينما الكمبيوتر يعالج الصور رقميًا بالاعتماد على الأنماط والتفاصيل مثل الحواف والزوايا والملمس. ويشير البحث إلى أن الذكاء الاصطناعي، عند توليد الصور استنادًا إلى أوصاف، يميل إلى المبالغة في التفاصيل والألوان ويفترض الواقعية الفوتوغرافية كنمط افتراضي، كما يفتقر إلى السياق الثقافي ولغات معينة. ويبرز المقال دور اختبارات CAPTCHA في تدريب الحواسيب على التعرف على الأشياء، مؤكدًا أن الرؤية البشرية أكثر موثوقية وواقعية في تقدير التفاصيل الدقيقة، بينما رؤية الكمبيوتر مفيدة لتصنيف ومعالجة كميات كبيرة من البيانات بسرعة. ويدعو المقال إلى فهم حدود وقدرات كل نوع من الرؤية لاستغلالها بفعالية في العصر الرقمي.
كيف يرى الكمبيوتر العالم؟ الواقع أن طريقة رؤيته تختلف كثيرًا عن رؤية الإنسان.
التطورات الحديثة في الذكاء الاصطناعي التوليدي جعلت من الممكن استخدام الكمبيوتر لمعالجة الصور بطرق متعددة. على سبيل المثال، يمكنك أن تطلب من أداة ذكاء اصطناعي وصف صورة أو إنشاء صورة جديدة استنادًا إلى وصف تقدمه أنت. ومع تزايد استخدام هذه الأدوات في حياتنا اليومية، أصبح من الضروري فهم الفروقات بين رؤية البشر ورؤية الكمبيوتر.
أحدث أبحاثي، المنشورة في مجلة Visual Communication، استخدمت أوصافًا وصورًا مولدة بالذكاء الاصطناعي لتحليل طريقة “رؤية” هذه النماذج، وكشفت عن عالم بصري مشرق ومبالغ فيه يختلف تمامًا عن عالمنا البشري.
الفرق بين الرؤية البشرية ورؤية الكمبيوتر
البشر يرون عندما تدخل الأشعة الضوئية إلى أعيننا عبر القزحية والقرنية والعدسة. تتحول هذه الأشعة إلى إشارات كهربائية في الشبكية، ثم يقوم الدماغ بتفسيرها إلى الصور التي نراها. تركيزنا البصري ينصب على عناصر مثل اللون والشكل والحركة والعمق، ما يساعدنا على التعرف على التغيرات في البيئة وتحديد المخاطر.
أما الكمبيوتر، فهو يعمل بشكل مختلف تمامًا. فهو يعالج الصور عبر توحيدها، واستخدام بياناتها الوصفية، ومقارنتها بالصور التي تعلمها سابقًا. يركز الكمبيوتر على التفاصيل البصرية مثل الحواف والزوايا والملمس، ويبحث عن أنماط ويحاول تصنيف الأشياء.
حل اختبارات CAPTCHA يساعد على إثبات أنك إنسان، وأيضًا يساعد الكمبيوتر على تعلم كيفية “الرؤية”.
ربما سبق لك أن ساعدت الكمبيوتر على تعلم الرؤية عبر اختبارات CAPTCHA على الإنترنت، مثل اختيار كل الصور التي تحتوي على حافلة. هذه الاختبارات تدرب الخوارزميات على التمييز بين أنواع المركبات المختلفة، وفي الوقت نفسه تثبت أنك إنسان.
كيف “يرى” الكمبيوتر بشكل مختلف؟
في بحثي، طلبت من نموذج ذكاء اصطناعي كبير وصف مجموعتين من الصور البشرية:
مجموعة رسومات يدوية.
مجموعة صور فوتوغرافية مأخوذة بالكاميرا.
ثم طلبت من الأداة إنشاء صور استنادًا إلى هذه الأوصاف، وقارنت النتائج بالصور الأصلية.
بعض الفروق الدقيقة في رؤية الخوارزميات يمكن اكتشافها من خلال مطالبة أداة ذكاء اصطناعي بوصف الصور ثم إعادة تصور تلك الأوصاف نفسها.
لوحظ أن الأداة أدركت أن الصور المرسومة هي رسومات، لكنها لم تحدد أن الصور الأخرى فوتوغرافية أو واقعية. هذا يشير إلى أن الذكاء الاصطناعي يفترض الواقعية الفوتوغرافية كنمط افتراضي ما لم يُطلب منه خلاف ذلك.
كما كانت الأوصاف تفتقر للسياق الثقافي؛ فالأداة لم تستطع تفسير وجود كتابات بالعربية أو العبرية. هذا يعكس هيمنة بعض اللغات، مثل الإنجليزية، في بيانات تدريب الذكاء الاصطناعي.
بالإضافة لذلك، كانت الصور الناتجة أكثر زاويّة وتشبعًا بالألوان الزاهية مقارنة بالأصلية، وأكثر إثارة ومبالغة في التفاصيل، مثل تحويل سيارة واحدة في الصورة الأصلية إلى عمود طويل من السيارات.
كانت الصور المولدة بواسطة الذكاء الاصطناعي أكثر إثارة ومبالغة في التباين مقارنة بالصور الفوتوغرافية. على اليسار: أحمد زكوت؛ على اليمين: ChatGPT
متى نستخدم الرؤية البشرية ومتى نستخدم رؤية الكمبيوتر؟
تؤكد هذه النتائج أن البشر والكمبيوتر يرون العالم بطرق مختلفة. معرفة متى نعتمد على الرؤية البشرية أو على الذكاء الاصطناعي يمكن أن يكون ميزة كبيرة.
صور الذكاء الاصطناعي قد تكون جذابة للعين، لكنها غالبًا تفقد مصداقيتها عند التدقيق، بينما الصور المخلوقة يدويًا والتي تعكس ظروفًا محددة بشكل دقيق تكون أكثر جاذبية وواقعية.
مع ذلك، قدرات الذكاء الاصطناعي تجعلها أداة رائعة لتصنيف مجموعات كبيرة من البيانات بسرعة ومساعدة البشر على تنظيمها.
في النهاية، لكل من الرؤية البشرية ورؤية الذكاء الاصطناعي دور مهم. وفهم فرص وحدود كل منهما يساعدنا على أن نكون أكثر إنتاجية، وأكثر أمانًا، وأكثر قدرة على التواصل بفعالية في العصر الرقمي.
