اختبار جودة تحميص البن بتطبيق إلكتروني

التطبيق يحدد درجة تحميص حبوب البن من لونها (فريق البحث)
التطبيق يحدد درجة تحميص حبوب البن من لونها (فريق البحث)
TT

اختبار جودة تحميص البن بتطبيق إلكتروني

التطبيق يحدد درجة تحميص حبوب البن من لونها (فريق البحث)
التطبيق يحدد درجة تحميص حبوب البن من لونها (فريق البحث)

تعتمد جودة ونكهة القهوة على عوامل مختلفة، بما في ذلك الظروف التي تزرع فيها نباتات البن، وكذلك العمليات التي يتم من خلالها تخزين حبوب البن ومعالجتها وتحميصها.
وتحديد مدى تحميص حبوب البن ليس بالأمر السهل دائماً على البشر، لأنه يتطلب أحياناً تدريباً أو خبرة متخصصة، ولحل هذه المشكلة طوّر فريق بحثي من جامعة الملك مونغكوت للتكنولوجيا في تايلاند، تطبيقاً للهواتف الذكية يمكن أن يساعد في تحديد مقدار تحميص حبوب البن عن طريق تحليل صورها.
وهذا التطبيق، المقدم في ورقة منشورة أول من أمس، على موقع ما قبل نشر الأبحاث «أرخايف»، يعتمد على تقنيات التعلم العميق، وكتب الباحثون في ورقتهم: «نظراً لأن نكهة كل نوع من أنواع القهوة تعتمد على درجة تحميص حبوب البن، فمن الضروري الحفاظ على جودة تتعلق بدرجة التحميص».
ويعتمد نموذج التعلم العميق الذي طوره الباحثون على «شبكة عصبية تلافيفية»، حيث قام الباحثون بتدريبها على مجموعة بيانات تحتوي على صور لحبوب البن المحمصة.
وكانت حبوب البن من أربعة أنواع مختلفة، وهي حبوب البن الخضراء غير المحمصة، وتلك المحمصة قليلاً، ومتوسطة التحميص، وحبوب البن البرازيلية الغامقة المحمصة بشدة، واحتوت مجموعة البيانات على إجمالي 4800 صورة، بمعدل 1200 لكل مجموعة.
وتعمل طريقة التعلم العميق للباحثين من خلال تحليل لون حبوب البن على وجه التحديد، وبعد أن قاموا بتدريب نهجهم القائم على «شبكة عصبية تلافيفية»، طبقوه على تطبيق أندرويد، الذي يسمح للمستخدمين بسرعة تحديد مدى تحميص حبوب البن، ببساطة عن طريق إرسال صورتها.
وفي الاختبارات الأولية، حقق نهج التعلم العميق للباحثين نتائج واعدة، ومع ذلك، فإن تطبيقهم لا يأخذ في الاعتبار أصل حبوب البن، التي يمكن أن تؤثر أيضاً على لونها، ما يؤدي في بعض الأحيان إلى حدوث أخطاء.
ويأمل الباحثون في دراساتهم التالية في تحسين أداء تقنيتهم بشكل أكبر، ولكن حتى يفعلوا ذلك سيحتاجون إلى مجموعة بيانات أكثر تنوعاً.
ويقول الباحثون في ورقتهم: «يجب الوصول إلى بيانات من حبوب البن من مناطق مختلفة لمواصلة تطوير هذا المشروع، وسيساعد ذلك في التنبؤ بدقة وكفاءة».
وفي المستقبل، إذا تم إتقان خوارزمية الباحثين وتدريبها على مجموعة بيانات أكثر تنوعاً، فيمكن استخدامها من قبل خبراء صناعة القهوة لتقييم جودة حبوب البن.


مقالات ذات صلة

إدمان وسائل التواصل الاجتماعي يصيب الكبار أيضاً... فكيف نحد من استخدامها؟

يوميات الشرق استخدام وسائل التواصل الاجتماعي بكثرة قد يؤثر على الحياة اليومية (رويترز)

إدمان وسائل التواصل الاجتماعي يصيب الكبار أيضاً... فكيف نحد من استخدامها؟

تركزت معظم المخاوف بشأن إدمان وسائل التواصل الاجتماعي على الأطفال، لكن البالغين أيضاً عُرضة لاستخدامها بكثرة لدرجة أنها قد تُؤثر على حياتهم اليومية.

«الشرق الأوسط» (نيويورك)
يوميات الشرق تُستخدم «لينكد إن» مؤخراً كمنصة تعارف بعد أن ارتبطت بالمحتوى المهني والوظيفي (بكسلز)

الحب بتوقيت «لينكد إن»... من منصة مهنية إلى تطبيق تَعارُف ومواعدة

منصة «لينكد إن» المهنية ملاذٌ جديد للباحثين عن علاقات عاطفية والسبب المصداقيّة في مواصفات المستخدمين، والإرهاق من تطبيقات المواعدة.

كريستين حبيب (بيروت)
يوميات الشرق شعار منصة «تيك توك» (د.ب.أ)

كيف تؤثر نصائح «تيك توك» على الخيارات الغذائية للمستخدمين؟

أظهر استطلاع نُشر حديثاً أن مستخدمي تطبيق «تيك توك» يختارون ما يأكلونه وأين يأكلونه بناء على الوجبات والوصفات التي يعرضها التطبيق على المستخدمين.

«الشرق الأوسط» (برلين)
تكنولوجيا تُظهر الدراسة أن تصور مستخدمي «واتساب» لسلوكهم في المراسلة غالباً لا يتطابق مع بيانات الاستخدام الفعلية (شاترستوك)

دراسة جديدة: استخدامك «واتساب» يكشف أكثر مما تعرف عن نفسك

الدراسة تكشف فجوة بين تصور مستخدمي «واتساب» لسلوكهم الرقمي وواقع بيانات الاستخدام، مؤكدةً أن الأنماط الفعلية أكثر دقة من الانطباعات الذاتية اليومية.

نسيم رمضان (لندن)
تكنولوجيا التحول نحو المستندات متعددة الوسائط يعكس تغير توقعات المستخدمين في بيئات العمل والتعليم (شاترستوك)

«أدوبي» تتيح تحويل ملفات «PDF» إلى عروض تقديمية وبودكاست صوتي

«أدوبي» توسّع دور «PDF» بإضافة ذكاء اصطناعي يحوّل المستندات إلى عروض تقديمية وبودكاست، ما يعكس تحولاً نحو محتوى مرن متعدد الوسائط في العمل.

نسيم رمضان (لندن)

رئيسة الحكومة الدنماركية تدعو لانتخابات تشريعية في 24 مارس

ملصق حملة انتخابية يظهر رئيسة الوزراء الدنماركية ميته فريدريكسن في ميدان هيرليف إحدى ضواحي كوبنهاغن بالدنمارك يوم 26 فبراير 2026 (إ.ب.أ)
ملصق حملة انتخابية يظهر رئيسة الوزراء الدنماركية ميته فريدريكسن في ميدان هيرليف إحدى ضواحي كوبنهاغن بالدنمارك يوم 26 فبراير 2026 (إ.ب.أ)
TT

رئيسة الحكومة الدنماركية تدعو لانتخابات تشريعية في 24 مارس

ملصق حملة انتخابية يظهر رئيسة الوزراء الدنماركية ميته فريدريكسن في ميدان هيرليف إحدى ضواحي كوبنهاغن بالدنمارك يوم 26 فبراير 2026 (إ.ب.أ)
ملصق حملة انتخابية يظهر رئيسة الوزراء الدنماركية ميته فريدريكسن في ميدان هيرليف إحدى ضواحي كوبنهاغن بالدنمارك يوم 26 فبراير 2026 (إ.ب.أ)

أعلنت رئيسة الحكومة الدنماركية ميته فريدريكسن، الخميس، تحديد موعد الانتخابات التشريعية لهذا العام في 24 مارس (آذار).

وقالت فريدريكسن أمام البرلمان الدنماركي: «أعزائي شعب الدنمارك، لقد طلبت اليوم من جلالة الملك الدعوة إلى انتخابات الفولكتينغ»، (البرلمان الدنماركي). وأضافت أن «استمراري في منصب رئيسة الحكومة يتوقف على مدى قوة التفويض الذي ستمنحونه للحزب الاشتراكي الديمقراطي في الانتخابات البرلمانية المقرر إجراؤها في 24 مارس 2026»، حسبما أفادت «وكالة الصحافة الفرنسية».

وبموجب النظام الدنماركي، يتعين على فريدريكسن الدعوة إلى الانتخابات قبل 31 أكتوبر (تشرين الأول)، أي بعد أربع سنوات من الانتخابات الأخيرة. وانتهزت فريدريكسن الفرصة لعرض الخطوط العريضة لبرنامجها الانتخابي. وقالت إن على الدنمارك مواصلة التسلح والمساهمة في حماية أوروبا من روسيا.

وأكدت فريدريكسن أن «السياسات الأمنية ستظل الركيزة الأساسية للسياسة الدنماركية لسنوات طويلة قادمة».

وأعلنت رئيسة الوزراء أنه سيتوجب على الدنمارك خلال السنوات الأربع المقبلة الاعتماد على نفسها، مع إعادة تعريف علاقاتها بالولايات المتحدة.

وتوترت علاقة الدنمارك بالولايات المتحدة، التي تعتبرها الدنمارك أقرب حلفائها، بسبب رغبة الرئيس الأميركي دونالد ترمب الاستحواذ على غرينلاند. وتجري الدنمارك وغرينلاند حالياً محادثات مع الولايات المتحدة حول مستقبل هذه الجزيرة القطبية الشمالية التي تحظى بحكم ذاتي، والتي يرى ترمب أنها بالغة الأهمية لـ«الأمن القومي» الأميركي.


لماذا يجد بعض الأطفال صعوبة في تعلم الرياضيات؟

لماذا يجد بعض الأطفال صعوبة في تعلم الرياضيات؟
TT

لماذا يجد بعض الأطفال صعوبة في تعلم الرياضيات؟

لماذا يجد بعض الأطفال صعوبة في تعلم الرياضيات؟

كشفت دراسة جديدة لباحثين من كلية الطب بجامعة ستانفورد بالولايات المتحدة، ونُشرت في 9 فبراير (شباط) الحالي في مجلة علم الأعصاب «Journal of Neuroscience»، عن احتمالية أن يكون السبب في صعوبة تعلم الرياضيات math راجعاً إلى أسباب عصبية في الأساس تؤدي إلى اختلاف الطريقة التي يعمل بها المخ في كل طفل.

«عُسر الحساب»: مشكلة شائعة

من المعروف أن صعوبة تعلم الرياضيات تُعد من المشكلات الشائعة في التعليم، وعلى وجه التقريب في معظم المجتمعات، تعاني نسبة من السكان تتراوح بين 3 إلى 7 في المائة من صعوبة تعلم مادة الرياضيات، أو ما يُسمى عسر الحساب dyscalculia، الذي يشمل صعوبات في فهم ومقارنة الكميات، وتعلم العدّ، وفهم رموز الأرقام، وتعلم المهارات الرياضية المختلفة مهما كانت بسيطة.

أوضح الباحثون أن القدرة على حل المسائل الرياضية، والتعامل مع الأرقام يحتاجان إلى مهارات عصبية متعددة، مثل المعالجة البصرية (من خلال إرسال الإشارات إلى المخ لترجمة الأرقام إلى كميات معينة، وأيضاً ترجمة الرموز المختلفة، مثل الجمع، والطرح، والضرب)، والذاكرة قصيرة المدى (للاحتفاظ بتفاصيل المسألة الرياضية أثناء حلها).

قام الباحثون بإجراء الدراسة على 87 طفلاً من أطفال الصفين الثاني والثالث في المدارس الأميركية يتراوح متوسط أعمارهم بين 7 و9 أعوام. ومنهم 34 طفلاً يعانون من صعوبات في تعلم الرياضيات، إذ حصلوا على متوسط درجات أقل من أقرانهم بشكل ملحوظ في اختبار لقياس قدرة الطالب العادي على حل المسائل الرياضية. أما بقية الأطفال الآخرين فقد حصلوا على درجات أعلى، مما يشير إلى قدرة طبيعية على تعلم الرياضيات.

اختار الباحثون مهمة معينة لاختبار القدرة على التعامل مع الأرقام، حيث طُلب من الأطفال إكمال سلسلة من المقارنات البسيطة لحل مسائل حسابية، وفي كل محاولة تتم المقارنة بين كميتين، وكان عليهم تحديد أي الكميتين أكبر، وذلك لتقييم الاختلافات في نشاط المخ أثناء تعاملهم مع الأرقام، وتم عمل أشعة رنين مغناطيسي لكل الأطفال المشاركين، لرصد نشاط المخ أثناء قيام الأطفال بحل المسائل.

في كل محاولة كانت الكميات تُعرض بشكل مختلف، وعلى سبيل المثال تُعرض على صورة أرقام مكتوبة، وفي أحيان أخرى كانت تُعرض على شكل مجموعات من النقاط، ما يتطلب من الطفل تقدير المجموعة التي تحتوي على عدد أكبر من العناصر بسرعة. وكان هدف العلماء من التبديل بين مجموعة الأرقام ومجموعات النقاط تقييم قدرة الطفل على التعامل مع الحسابات، وتوقع الإجابة بمجرد الرؤية.

قام الباحثون بتصميم المسائل بحيث تتضمن مسائل سهلة (التي يوجد بها فارق كبير بين الأرقام، وبالتالي تكون الإجابة واضحة، مثل 7 مقابل 2)، وأخرى صعبة (التي يوجد بها فارق بسيط يفصل بين الأرقام مثل 6 مقابل 7)، وبالتالي تكون الإجابة أكثر صعوبة.

دراسة أداء الأطفال

بدلاً من التركيز فقط على صحة الإجابات، أو خطئها، ركز الفريق البحثي على معرفة الكيفية التي تغير بها أداء كل طفل، في المحاولات المختلفة، عن طريق مراقبة هل يقوم الطفل بتعديل أسلوبه بعد ارتكاب الأخطاء من عدمه؟ ومدى حرصه على تحديد الرقم الأكبر، سواء في المسائل السهلة، أو الصعبة، ومدى سرعة اكتشافه لأخطائه، وإبطاء وتيرة الحل في المسألة التالية بعد ارتكاب الخطأ، وهي كلها أمور أساسية في تعلم الرياضيات، أو التعامل مع الأرقام بشكل عام.

وفي المسائل المتعلقة بالرموز العددية، كان الأطفال من ذوي القدرات الرياضية الطبيعية أكثر تباطؤاً عند إجراء المقارنات الصعبة بين الأرقام المتقاربة، مقارنة بالمقارنات السهلة. وفي المقابل لم يقم الأطفال الذين يعانون من صعوبات في تعلم الرياضيات بتغيير طريقة تفكيرهم بنفس القدر أثناء حل المسائل، بمعنى أنهم لم يحاولوا التباطؤ، أو تغيير سلوكهم في المسائل الصعبة، وبالتالي ساهم ذلك في ارتكابهم للأخطاء.

أظهرت النتائج نمطاً ثابتاً للمجموعتين، حيث كان الأطفال الذين يواجهون صعوبة في الرياضيات أقل ميلاً لتغيير طريقة حلهم بعد الخطأ في حل المسألة، حتى عندما ارتكبوا أنواعاً مختلفة من الأخطاء، ولم يقوموا بتغيير طريقة تفكيرهم استجابة لهذه الأخطاء. وكانت هذه الصعوبة في تعديل السلوك بمرور الوقت فرقاً جوهرياً بين الأطفال ذوي القدرات الرياضية الطبيعية، والذين يواجهون صعوبات في تعلم الرياضيات.

وأوضحت فحوصات أشعة الرنين المغناطيسي أن الأطفال الذين واجهوا صعوبة أكبر في تعلم مادة الرياضيات أظهروا نشاطاً أضعف في المناطق المسؤولة عن مراقبة الأداء، وتعديل السلوك في القشرة المخية، وفي الأغلب ترتبط هذه المناطق العصبية بالتحكم المعرفي، ما يعني القدرة على تقييم الأخطاء، وتغيير طرق التفكير، والمساعدة في اتخاذ القرارات، والتحكم في الاندفاع، والتكيف مع المعلومات الجديدة.

تشير النتائج إلى أن صعوبات الرياضيات قد لا تنبع فقط من مشكلات في مجرد التعامل مع الأرقام، بل قد يواجه بعض الأطفال صعوبة في مراجعة عمليات تفكيرهم أثناء حلّهم للمسائل، لأن القدرة على إدراك الخطأ وتجربة أسلوب جديد تُعد أمراً أساسياً في حل المسائل الرياضية.

في النهاية، أكد الباحثون على ضرورة الاهتمام بمشكلة صعوبة تعلم الرياضيات على وجه التحديد، وعدم التعامل معها كما لو كانت مجرد تراخٍ، وإهمال دراسي، خاصة في الطفولة المبكرة، لأن مخ الأطفال لا يزال في طور النمو، ما يُتيح لهؤلاء الأطفال اكتساب المهارات، وتطوير القدرات اللازمة للتكيف مع هذه الحالة من خلال برامج تعليمية فردية.

• استشاري طب الأطفال


حين يكتشف الذكاء الاصطناعي تسوّس الأسنان

حين يفحص الذكاء الاصطناعي ما تعجز العين عن رؤيته
حين يفحص الذكاء الاصطناعي ما تعجز العين عن رؤيته
TT

حين يكتشف الذكاء الاصطناعي تسوّس الأسنان

حين يفحص الذكاء الاصطناعي ما تعجز العين عن رؤيته
حين يفحص الذكاء الاصطناعي ما تعجز العين عن رؤيته

في عيادة أسنان رقمية حديثة، تظهر صورة أشعة جانبية للأسنان الخلفية على الشاشة. وخلال ثوانٍ، يحدد النظام المدعوم بالذكاء الاصطناعي منطقة مظللة ويعرض تقديراً رقمياً: «احتمال تسوّس 87 في المائة». وفي تلك اللحظة القصيرة، يتحول الرقم من نتيجة تحليل بصري إلى عنصر مؤثر في القرار العلاجي.

لم يعد التشخيص قائماً على قراءة الطبيب وحده، بل أصبح نتيجة تفاعل بين الخوارزمية والخبرة السريرية والسياق الصحي للمريض. وهنا لا نتعامل مع أداة تشخيصية إضافية فحسب، بل مع تحول هادئ في بنية اتخاذ القرار داخل العيادة.

بماذا تخبرنا أبحاث 2026؟

شهدت السنوات الأخيرة تقدماً ملحوظاً في استخدام نماذج التعلم العميق لتحليل الصور الشعاعية للأسنان، ففي دراسة نُشرت عام 2026 في مجلة «المراجعة اليابانية لعلم الأسنان» (Japanese Dental Science Review)، أظهر باحثون أن أنظمة تعتمد على التصوير بالهواتف الذكية المدعوم بالذكاء الاصطناعي استطاعت تحسين معدلات كشف التسوّس، خصوصاً في البيئات محدودة الموارد الصحية.

غير أن الدراسة نفسها أشارت إلى أن الأداء التشخيصي لا يعتمد على الخوارزمية وحدها، بل يتأثر بجودة الصورة، ومستوى الإضاءة، ونوع الجهاز المستخدم، وخبرة من يلتقط الصورة. وهو ما يؤكد أن الدقة المعلنة ليست قيمة ثابتة، بل نتيجة تفاعل معقد بين التقنية والبيئة السريرية.

وفي دراسة حديثة اخرى نُشرت مطلع عام 2026 في مجلة «الطب الرقمي» (npj Digital Medicine) الصادرة عن مجموعة «نيتشر»، حذّر باحثون من «يونيفرسيتي كوليدج لندن» من الاعتماد غير المشروط على نماذج تحليل الصور الطبية دون مراقبة مستمرة لأدائها بعد التطبيق السريري، مؤكدين أن فاعلية الأنظمة قد تتغير مع اختلاف السكان وأنماط المرض.

تحوّل التوزيع: التحدي الصامت

يصف علماء الذكاء الاصطناعي هذه الظاهرة بما يُعرف بتحول التوزيع (Distribution Shift)، حيث يتعلم النموذج من بيانات ذات خصائص محددة، ثم يُستخدم لاحقاً في بيئات تختلف من حيث الأجهزة أو خصائص المرضى أو انتشار الأمراض.

قد يُدرَّب النظام على صور عالية الجودة في مركز أكاديمي متقدم، ثم يُستخدم في عيادة مجتمعية بإمكانات تصوير مختلفة. في هذه الحالة، قد تنخفض الدقة تدريجياً دون ظهور إنذار واضح، مما يجعل الخطأ يتسلل بصمت إلى الممارسة اليومية.

الخطر هنا لا يكمن في الخطأ المفاجئ، بل في الثقة المستمرة بنظام تغيّر أدائه دون أن نلاحظ.

حين تحاط الخوارزميات بسياج الأخلاق

انحياز البيانات وعدالة التشخيص

تناولت مراجعات حديثة في «مجلة طب الأسنان البريطانية المفتوحة» (BDJ Open) قضية انحياز البيانات في أنظمة كشف التسوّس. فالخوارزميات تتعلم مما يُقدَّم لها؛ وإذا جاءت بيانات التدريب من مجموعات سكانية محدودة، فقد لا يكون الأداء متكافئاً عند تطبيقها على مجتمعات مختلفة.

وهنا يظهر سؤال أخلاقي جوهري: هل يحصل جميع المرضى على جودة تشخيص متساوية؟ أم أن الفوارق غير المرئية داخل البيانات قد تعيد إنتاج تفاوتات صحية قائمة؟

الذكاء الاصطناعي يمتلك القدرة على توسيع الوصول إلى الرعاية، لكنه قد يعكس تحيزاتنا البشرية إن لم يُصمم ويُختبر بعناية.

الصندوق الأسود ومسؤولية الطبيب

لا يزال كثير من نماذج التعلم العميق تعمل بوصفها «صناديق سوداء»، تقدم توصيات دون تفسير واضح لمسار القرار. وعندما يشير النظام إلى تسوّس غير موجود أو يفشل في اكتشاف آفة مبكرة، تبقى المسؤولية المهنية والقانونية في نهاية المطاف على عاتق الطبيب.

إن دخول الخوارزمية إلى صلب القرار لا يلغي الحكم السريري، لكنه يعيد توزيع مصادر النفوذ المعرفي داخل العيادة، مما يجعل الحاجة ملحّة لتطوير أنظمة تفسيرية تدعم القرار البشري بدل أن تستبدله.

مَن يتحمل الخطأ عندما تصمت الخوارزمية؟

الخطر ليس في الخطأ... بل في التصميم

الذكاء الاصطناعي في طب الأسنان ليس منافساً للطبيب، بل أداة قد تعزز دقة التشخيص وتحسن الوصول إلى الرعاية. غير أن الخطر الحقيقي يظهر عندما تُعامل نتائج الدراسات بوصفها ضماناً مطلقاً للأداء في كل سياق سريري.

ما نحتاج إليه ليس خوارزمية معصومة، بل منظومة تجعل الخطأ مرئياً، وحدود الاستخدام واضحة، وآليات المراجعة مستمرة.

إن القرار العلاجي يظل فعلاً إنسانياً يتحمل تبعاته من يتخذه، عندما تصبح التقنية شريكاً وليس بديلاً.

يبقى التسوّس مرضاً بيولوجياً، لكن التعامل معه قرار سريري وأخلاقي في آن واحد. والذكاء الحقيقي لا يتمثل في الثقة العمياء بالخوارزمية، بل في القدرة على استخدامها بوعي نقدي، ومعرفة متى نتفق معها... ومتى نعيد النظر في توصياتها.. في النهاية، قد تقرأ الآلة الصورة بدقة متزايدة، لكن مسؤولية فهم الإنسان الذي خلف الصورة ستبقى مهمة الطبيب.