الذكاء الاصطناعي لتحديد أماكن المواد البلاستيكية العائمة في المحيطات

عبر تحليل صور الأقمار الاصطناعية

«برنامج الأمم المتحدة للبيئة (2020)»: يموت أكثر من مليون طائر بحري و100000 من الثدييات البحرية كل عام بسبب التلوث البلاستيكي (شاترستوك)
«برنامج الأمم المتحدة للبيئة (2020)»: يموت أكثر من مليون طائر بحري و100000 من الثدييات البحرية كل عام بسبب التلوث البلاستيكي (شاترستوك)
TT

الذكاء الاصطناعي لتحديد أماكن المواد البلاستيكية العائمة في المحيطات

«برنامج الأمم المتحدة للبيئة (2020)»: يموت أكثر من مليون طائر بحري و100000 من الثدييات البحرية كل عام بسبب التلوث البلاستيكي (شاترستوك)
«برنامج الأمم المتحدة للبيئة (2020)»: يموت أكثر من مليون طائر بحري و100000 من الثدييات البحرية كل عام بسبب التلوث البلاستيكي (شاترستوك)

يستهلك العالم كل عام كميات مذهلة من البلاستيك تتراوح ما بين 350 و460 مليون طن متري، بحسب بعض الدراسات. وتشير البيانات إلى أن إنتاج البلاستيك العالمي قد زاد بأكثر من الضعف في العقدين الماضيين، ومن المتوقَّع أن يتضاعف 3 مرات تقريباً بحلول عام 2060، إذا استمرَّت الاتجاهات الحالية. ويحذر مراقبون من أن هذه الزيادة السريعة في استهلاك البلاستيك تشكل تهديداً كبيراً للبيئة وصحة الإنسان. ووسط هذه المخاوف يلمع بصيص من الأمل في الأفق مع التقارب بين التكنولوجيا المتطورة والإشراف البيئي الواعي.

دور الذكاء الاصطناعي

شرع فريق من الباحثين من جامعة «EPFL» (مدرسة البوليتكنيك الفيدرالية في لوزان) وجامعة «فاجينينجن» في مهمة رائدة لمكافحة هذه الأزمة. وفي دراسة رائدة نُشرت مؤخراً في مجلة «Cell iScience» تم الكشف عن نموذج ذكاء اصطناعي قد يغيِّر قواعد اللعبة عبر تحديد المواد البلاستيكية العائمة في صور الأقمار الاصطناعية بدقة لا مثيل لها. يمكن لهذه القفزة في قدرات الذكاء الاصطناعي أن تساعد في تنظيف المحيطات والبحار وحتى الأنهار بشكل منهجي من النفايات البلاستيكية باستخدام السفن المتخصصة.

يُظهِر اللون الأحمر الحطام الذي تم اكتشافه بشكل صحيح مع النفايات البلاستيكية (وكالة الفضاء الأوروبية/ سيل آي ساينس)

إمكانات صور الأقمار الاصطناعية

تلتقط صور الأقمار الاصطناعية من «Sentinel - 2» التابعة لـ«وكالة الفضاء الأوروبية» المناطق الساحلية في جميع أنحاء العالم كل يومين إلى خمسة أيام. وتتطلب هذه البيانات الضخمة، التي يصل حجمها إلى تيرابايت، تحليلاً آلياً، وهو إنجاز أصبح ممكناً من خلال نماذج الذكاء الاصطناعي. وبالتعاون مع علماء المحيطات والمتخصصين في الاستشعار عن بُعد، قام فريق البحث برعاية قاعدة بيانات تضم عدة آلاف من حالات الحطام البحري في صور الأقمار الاصطناعية من جميع أنحاء العالم. كانت هذه الأمثلة بمثابة الأساس لتدريب نموذج الذكاء الاصطناعي الخاص بهم للتعرف على الحطام البلاستيكي، وهي عملية أقرب إلى تعليمه كيفية «رؤية» المشكلة.

يمزج هذا النهج المبتكر بين مبادئ الذكاء الاصطناعي التي تركز على البيانات وخوارزميات رؤية الكومبيوتر التي تحدد التعليقات التوضيحية اليدوية من الخبراء إلى الحطام المحدد المرئي في الصور.

النتائج المتوقعة

يطمح الباحثون إلى نموذج قوي للكشف عن الحطام البحري يقوم بتقدير احتمالية وجود الحطام لكل بكسل في صور الأقمار الاصطناعية «Sentinel - 2» يتفوق هذا النموذج على الأساليب السابقة من خلال الاستفادة من نهج التدريب المتطور الذي يعزز دقَّته التنبئية. حتى عند مواجهة ظروف مناخية صعبة كالغطاء السحابي والضباب الجوي، يحافظ الكاشف على دقته، وهو إنجاز مهم يضمن إمكانية التعرف على الحطام البلاستيكي حتى في ظل الظروف المعاكسة.

القمامة التي جرفتها الأمواج على شاطئ ديربان بعد هطول أمطار غزيرة تسببت في فيضانات كارثية وأضرار بيئية عام 2022 (شاترستوك)

معالجة حطام البلاستيك

لا يمكن المبالغة في أهمية الكشف الدقيق عن المواد البلاستيكية وسط الحطام البحري، خصوصاً أنه في كثير من الأحيان، تجد المواد البلاستيكية طريقها إلى المياه المفتوحة بعد هطول الأمطار والفيضانات، مما يخلق حاجة ملحَّة لطرق تحديد موثوقة. ومن الأمثلة الصارخة على ذلك ما حدث في أعقاب فيضانات مدينة ديربان في جنوب أفريقيا في 11 أبريل (نيسان) عام 2022 مسفرةً عن مقتل ما يقرب من 400 شخص، وإلحاق أضرار جسيمة بالمنازل ومباني الشركات. كما أدى طوفان من الأمطار إلى فيضان الأنهار، وحملها كميات غير مسبوقة من القمامة إلى ميناء المدينة، وبالتالي إلى المحيط الهندي المفتوح.

صور أقمار اصطناعية لكميات كبيرة من النفايات البلاستيكية جُرِفت إلى المحيط الهندي نتيجة فيضانات في ديربان عام 2022 (صور خرائط «غوغل»)

في صور الأقمار الاصطناعية، قد يكون من الصعب التمييز بين هذه الأجسام العائمة وسط السحب باستخدام القنوات التقليدية ذات اللون الأحمر والأخضر والأزرق. ومع ذلك، من خلال التحول إلى القنوات الطيفية البديلة، بما في ذلك الضوء القريب من الأشعة تحت الحمراء، يصبح من الممكن تمييزها.

وبالإضافة إلى التحسُّن في التنبؤ بالحطام البحري، يعمل نموذج الكشف بالذكاء الاصطناعي هذا على توسيع قدراته لتشمل صور «PlanetScope» التي يتم الحصول عليها من الأقمار الاصطناعية النانوية المكعبة. إن دمج بيانات «Sentinel - 2» الأسبوعية مع عمليات الاستحواذ اليومية على «PlanetScope» يحمل وعداً بسد الفجوة نحو المراقبة اليومية المستمرة. هذا ويفتح المنظور المزدوج الذي يقدمه «PlanetScope» و«Sentinel - 2» الذي يلتقط الحطام البحري نفسه في الوقت ذاته تقريباً، من موقعين مختلفين، معلومات قيمة حول أنماط الانجراف المتأثرة بالرياح وتيارات المحيط.

حقائق

بعض الدراسات عن تلوث البلاستيك (2024)

- «OECD»:

يُتوقع أن تصل النفايات البلاستيكية العالمية إلى 1.23 مليار طن متري سنوياً بحلول عام 2060 إذا استمرت الاتجاهات الحالية، مع التأكيد على الحاجة إلى اتخاذ إجراءات عاجلة.


- «CIEL» و«BAN»:

صناعة البلاستيك تساهم بنسبة 10.7 % من انبعاثات الغازات الدفيئة العالمية، مما يسلِّط الضوء على الحاجة إلى تغيير منهجي لمعالجة التلوث البلاستيكي وأزمة المناخ.


الريادة في مستقبل أنظف

 

الرحلة لا تنتهي هنا، حيث من المقرَّر أن يستكشف البروفسور مارك روسورم، بالتعاون مع البروفسور تيم فان إميريك وشركاء من «منظمة تنظيف المحيطات» في هولندا، المزيد من الإمكانات. ويهدف هؤلاء جميعاً إلى تعزيز تتبع الحطام البحري من خلال الصور المستمرة عبر الأقمار الاصطناعية. ينبع هذا المسعى من مشروع الذكاء الاصطناعي للكشف عن المواد البلاستيكية الذي تم إجراؤه بالتعاون مع المركز السويسري لعلوم البيانات، وهي مبادرة مشتركة بين جامعتي «ETH Zurich» و«EPFL» ومن خلال الجمع بين البراعة التكنولوجية والوعي البيئي، نصبح أقرب إلى محيطات أنظف وكوكب أكثر صحة.


مقالات ذات صلة

من الموسيقى إلى الرياضة... كيف يساعد «الروبوت» البشر على تجاوز «سقف الأداء»؟

علوم الروبوت اليدوي يتحكم في حركة أصابع اليدين لتعزيز أداء عازفي البيانو (معهد أبحاث علوم الكمبيوتر في شركة سوني)

من الموسيقى إلى الرياضة... كيف يساعد «الروبوت» البشر على تجاوز «سقف الأداء»؟

مع تقدم التكنولوجيا، أصبحت الروبوتات أداة فعّالة لتعزيز الأداء البشري في الكثير من المجالات، بدءاً من الفنون مثل الموسيقى، مروراً بالطب، وصولًا إلى الرياضة.

محمد السيد علي (القاهرة)
علوم تقنيات النانو في طب الأسنان:  ثورة في العناية بصحة الفم

تقنيات النانو في طب الأسنان: ثورة في العناية بصحة الفم

تُعد تقنيات النانو من أحدث الابتكارات التكنولوجية التي تُحدث ثورة في مختلف المجالات الطبية، وطب الأسنان ليس استثناءً.

د. عميد خالد عبد الحميد (الرياض)
خاص السعودية لا تواكب التكنولوجيا فقط بل تسهم في صياغة مستقبل الاتصالات عالمياً (إريكسون)

خاص رئيس «إريكسون» لـ«الشرق الأوسط»: «شبكات الاتصال في كأس العالم 2034 ستكون الأكثر تطوراً»

يقول رئيس «إريكسون» الشرق الأوسط وأفريقيا إن السعودية تقود التحول الرقمي بشبكات الجيل الخامس، فيما تستعد للسادس مع استضافتها إكسبو 2030 وكأس العالم 2034.

نسيم رمضان (الرياض)
العالم صورة من هجمات 11 سبتمبر 2001 الإرهابية في مدينة نيويورك الأميركية (رويترز)

رئيس «غوغل» السابق يحذر من «سيناريو بن لادن» للذكاء الاصطناعي

يخشى الرئيس التنفيذي السابق لشركة «غوغل» من استخدام الذكاء الاصطناعي في «سيناريو بن لادن»، أو استخدام «الدول المارقة» لهذه التقنية لـ«إيذاء الأبرياء».

«الشرق الأوسط» (واشنطن)
خاص أحمد الفيفي: «انتقل 75 % من عملاء (SAP) بالسعودية إلى السحابة ومن المتوقع وصولهم إلى 95 % قريباً» (إس إيه بي)

خاص «إس إيه بي» لـ«الشرق الأوسط»: السعودية أصبحت الآن موطناً لأحد أكبر استثماراتنا عالمياً

على هامش معرض «ليب» في الرياض، تلتقي «الشرق الأوسط» مع أحمد الفيفي، كبير نواب الرئيس لمنطقة شمال الشرق الأوسط وأفريقيا لدى شركة «إس إيه بي» العالمية.

نسيم رمضان (الرياض)

كيف نجحت «ديب سيك» في بناء نظام ذكاء اصطناعي بتكاليف أقل؟

كيف نجحت «ديب سيك» في بناء نظام ذكاء اصطناعي بتكاليف أقل؟
TT

كيف نجحت «ديب سيك» في بناء نظام ذكاء اصطناعي بتكاليف أقل؟

كيف نجحت «ديب سيك» في بناء نظام ذكاء اصطناعي بتكاليف أقل؟

في الشهر الماضي، انهارت الأسواق المالية الأميركية بعد أن أعلنت شركة صينية ناشئة تدعى «ديب سيك» أنها بنت أحد أقوى أنظمة الذكاء الاصطناعي في العالم باستخدام عدد أقل كثيراً من الرقائق الإلكترونية، مما كان يعتقد الكثير من الخبراء أنه ممكن.

ألفا رقيقة إلكترونية بدلاً من 16 ألفاً

وعادة ما تدرب شركات الذكاء الاصطناعي روبوتات الدردشة الخاصة بها باستخدام أجهزة كمبيوتر عملاقة مزودة بـ16 ألف رقيقة متخصصة أو أكثر. لكن «ديب سيك» قالت إنها احتاجت إلى نحو 2000 شريحة فقط.

عُشر تكاليف الإنفاق

وكما أوضح مهندسو «ديب سيك» في ورقة بحثية نشرت بعد عيد الميلاد مباشرة، استخدمت الشركة الناشئة الكثير من الحيل التكنولوجية لتقليل تكلفة بناء نظامها بشكل كبير. ولم يكن مهندسوها بحاجة سوى إلى نحو 6 ملايين دولار من قوة الحوسبة الخام، وهو ما يقرب من عُشر ما أنفقته «ميتا» في بناء أحدث تقنيات الذكاء الاصطناعي لديها.

ماذا فعلت «ديب سيك» بالضبط؟

إليك الدليل:

* كيف يتم بناء تقنيات الذكاء الاصطناعي؟ تعتمد تقنيات الذكاء الاصطناعي الرائدة على ما يسميه العلماء بالشبكات العصبية، وهي أنظمة رياضية تتعلم مهاراتها من خلال تحليل كميات هائلة من البيانات.

تقضي أقوى الأنظمة شهوراً في تحليل كل النصوص الإنجليزية تقريباً على الإنترنت، بالإضافة إلى العديد من الصور والأصوات والوسائط المتعددة الأخرى. وهذا يتطلب كميات هائلة من قوة الحوسبة.

قبل نحو 15 عاماً، أدرك باحثو الذكاء الاصطناعي أن الرقائق الإلكترونية المتخصصة التي تسمى وحدات معالجة الرسومات

graphics processing units، أو GPUs، كانت وسيلة فعالة لإجراء هذا النوع من تحليل البيانات. صممت شركات مثل شركة تصنيع الرقائق في وادي السيليكون «إنفيديا» هذه الرقائق في الأصل لتقديم رسومات لألعاب الفيديو على الكمبيوتر. لكن وحدات معالجة الرسومات كانت لديها أيضاً موهبة في تشغيل معادلات الرياضيات التي تعمل على تشغيل الشبكات العصبية.

مع قيام الشركات بتعبئة المزيد من وحدات معالجة الرسومات في مراكز بيانات الكمبيوتر الخاصة بها، يمكن لأنظمة الذكاء الاصطناعي الخاصة بها تحليل المزيد من البيانات.

لكن أفضل وحدات معالجة الرسومات تكلف نحو 40 ألف دولار. كما أنها تحتاج إلى كميات هائلة من الكهرباء، إذ يمكن أن يستهلك إرسال البيانات بين الرقائق طاقة كهربائية أكبر من تشغيل الرقائق نفسها.

«ديب سيك» تخفض التكاليف

* كيف تمكنت «ديب سيك» من خفض التكاليف؟ فعلت الشركة العديد من الأشياء. وأبرزها أنها تبنت طريقة تسمى «مزيج الخبراء mixture of experts».

كانت الشركات عادة ما تنشئ شبكة عصبية واحدة تتعلم جميع الأنماط في جميع البيانات على الإنترنت. وكان هذا مكلفاً، لأنه يتطلب كميات هائلة من البيانات للانتقال بين رقائق وحدة معالجة الرسوميات.

إذا كانت إحدى الرقاقات تتعلم كيفية كتابة قصيدة وكانت أخرى تتعلم كيفية كتابة برنامج كمبيوتر، فلا يزال يتعين عليهما «التحادث» مع بعضهما بعضاً، فقط في الحالة التي يوجد فيها بعض التداخل بين الشعر والبرمجة.

«مزيج الخبراء» - خبير لكل مجال

باستخدام طريقة مزيج الخبراء، حاول الباحثون حل هذه المشكلة عن طريق تقسيم النظام إلى العديد من الشبكات العصبية: واحدة للشعر، وواحدة لبرمجة الكمبيوتر، وواحدة لعلم الأحياء، وواحدة للفيزياء، وهكذا. قد يكون هناك 100 من هذه الأنظمة من «الخبراء» الأصغر. ويمكن لكل خبير التركيز على مجاله الخاص.

وقد واجه العديد من الشركات صعوبة في استخدام هذه الطريقة، لكن «ديب سيك» كانت قادرة على القيام بذلك بشكل جيد. كانت حيلتها هي إقران هذه الأنظمة من «الخبراء» الأصغر بنظام «عام».

كانت هذه الأدوات من «الخبراء» لا تزال بحاجة إلى تبادل بعض المعلومات فيما بينها، وكان «الخبير العام» -الأداة التي تتمتع بفهم لائق ولكن غير مفصل لكل موضوع- قادرةً على المساعدة في تنسيق التفاعلات بين الخبراء.

الأمر أشبه إلى حد ما بقيام محرر بالإشراف على غرفة أخبار مليئة بالمراسلين المتخصصين.

كفاءة «رياضيات» أكثر

* هل حقق هذا كفاءة أكثر؟ ولكن هذا ليس الشيء الوحيد الذي فعلته «ديب سيك» فقد أتقنت أيضاً خدعة بسيطة تتضمن الأعداد العشرية التي يمكن لأي شخص يتذكر فصل الرياضيات في المدرسة الابتدائية أن يفهمها.

هل شمل ذلك الرياضيات؟ هل تتذكر مدرس الرياضيات الذي شرح لك مفهوم النسبة الثابتة «ط»، أو «باي Pi» التي يشار إليها أيضاً بالرمز «π»، وهي رقم لا ينتهي أبداً: 3.14159265358979.

يمكنك استخدام «π» لإجراء حسابات مفيدة، مثل تحديد محيط الدائرة. عندما تقوم بهذه الحسابات، فإنك تختصر π إلى بضعة أعداد عشرية فقط: 3.14. إذا استخدمت هذا الرقم الأبسط، فستحصل على تقدير جيد جداً لمحيط الدائرة.

لقد فعلت شركة «ديب سيك» شيئاً مشابهاً، لكن على نطاق أوسع كثيراً، في تدريب تقنية الذكاء الاصطناعي الخاصة بها.

إن الرياضيات التي تسمح للشبكة العصبية بتحديد الأنماط في النص هي في الحقيقة مجرد عمليات ضرب - الكثير والكثير والكثير من الضرب - إننا نتحدث عن أشهر من الضرب عبر آلاف الرقائق الحاسوبية.

عادةً ما تقوم الرقائق بضرب الأرقام التي تتسع لـ 16 بت من الذاكرة. لكن «ديب سيك» ضغط كل رقم في 8 بت فقط من الذاكرة، نصف المساحة، أي أنه قام في الأساس بحذف عدة أرقام عشرية من كل رقم.

هذا يعني أن كل حساب كان أقل دقة. لكن هذا لم يكن مهماً. كانت الحسابات دقيقة بما يكفي لإنتاج شبكة عصبية قوية حقاً.

مهارة وإبداع صينيان

*إذن، هل يمكن لأي طالب في المدرسة الثانوية أن يفعل هذا؟ لا. أظهر مهندسو «ديب سيك» في ورقتهم البحثية أنهم كانوا أيضاً جيدين جداً في كتابة التعليمات البرمجية المعقدة للغاية للكمبيوتر والتي تخبر وحدات معالجة الرسوميات بما يجب القيام به. لقد عرفوا كيفية استخراج المزيد من الكفاءة من هذه الرقائق.

قليل من الناس لديهم هذا النوع من المهارة. لكن مختبرات الذكاء الاصطناعي الجادة لديها المهندسون الموهوبون اللازمون لمضاهاة ما فعلته «ديب سيك».

إذن، لماذا لم يفعل الآخرون ذلك بالفعل؟ قد تستخدم بعض مختبرات الذكاء الاصطناعي بعض الحيل نفسها بالفعل، إلا أن الشركات مثل «أوبن إيه آي» لا تكشف دائماً عما تفعله خلف الأبواب المغلقة.

لكن الآخرين فوجئوا بوضوح بعمل «ديب سيك»، إذ إن القيام بما فعلته الشركة الناشئة ليس بالأمر السهل. وتتضمن التجربة اللازمة لإيجاد اختراق مثل هذا ملايين، إن لم يكن المليارات، من الدولارات للإنفاق على الطاقة الكهربائية.

الخوف من خسارة الأموال يقيد الإبداع

بعبارة أخرى، يتطلب الأمر قدراً هائلاً من المخاطر. «عليك أن تخاطر بالكثير من المال لتجربة أشياء جديدة، وغالباً ما تفشل»، كما قال تيم ديتمرز، الباحث في معهد ألين للذكاء الاصطناعي في سياتل، والمتخصص في بناء أنظمة الذكاء الاصطناعي الفعّالة، وعمل سابقاً باحثاً في مجال الذكاء الاصطناعي في «ميتا».

وأضاف: «لهذا السبب لا نرى الكثير من الإبداع. يخشى الناس خسارة ملايين عدة لمجرد تجربة شيء لا يعمل».

مشاركة الباحثين الصينيين إبداعاتهم

أشار عدد من الخبراء إلى أن مبلغ 6 ملايين دولار الذي حصلت عليه شركة «ديب سيك» غطى فقط ما أنفقته الشركة الناشئة عند تدريب النسخة النهائية من النظام.

وفي ورقتهم البحثية، قال مهندسو «ديب سيك» إنهم أنفقوا أموالاً إضافية على البحث والتجريب قبل الجولة التدريبية النهائية. ولكن الأمر نفسه ينطبق على أي مشروع ذكاء اصطناعي متطور.

لقد أجرت شركة «ديب سيك» تجارب، وأثمرت. والآن، نظراً لأن الشركة الناشئة الصينية تشاركت بأساليبها مع باحثين آخرين في مجال الذكاء الاصطناعي، فإن طرقها التكنولوجية مؤهلة لتقليل تكلفة بناء أدوات الذكاء الاصطناعي بشكل كبير.

* خدمة «نيويورك تايمز».