حين يخلط الذكاء الاصطناعي بين رأس وكرة، يدفع نشاطك التجاري الثمن

المشكلة

في أكتوبر 2020، بَثَّ نظام كاميرات مدعوم بالذكاء الاصطناعي مباراة كرة قدم اسكتلندية بين إنفرنس كالدونيان ثيستل وآير يونايتد. وبدلاً من تتبع الكرة، ظلّت الكاميرا تقوّم الصورة بشكل متكرر على الرأس الأصلع لحكم مساعد. فوّت المشاهدون في بيوتهم كل الأهداف. لقد رأى الذكاء الاصطناعي جسمًا مستديرًا لامعًا فاتح اللون تحت كشافات الملعب فوصفه بأنه «كرة» بثقة عالية. وكان رأس الحكم المساعد غير قابل للتمييز إحصائيًا عن كرة القدم الفعلية بالنسبة إلى نموذج الرؤية.

بُني النظام على التعلم العميق القياسي — وهو النوع نفسه من كشف الأجسام الذي يشغّل معظم حلول الذكاء الاصطناعي الجاهزة اليوم. كان يعالج كل إطار فيديو بشكل مستقل باحثًا عن أنماط بصرية. وقد وجد نمطًا واحدًا: شكلًا مستديرًا ساطعًا. فتبعه. ولم يكن لدى النظام أي وسيلة لمعرفة أن كرة القدم لا يمكن أن تكون متصلة بجسم بشري يتحرك بوتيرة السير. ولم يكن يملك مفهوم الجاذبية ولا السرعة ولا المسار. لقد رأى بكسلات، لا فيزياء.

لم يكن هذا خللًا عابرًا. لقد كشف ضعفًا هيكليًا في طريقة عمل معظم أنظمة الذكاء الاصطناعي التجارية. ومن المرجّح أن مورّد الذكاء الاصطناعي لديك يستخدم المنهج الأساسي نفسه. وإذا لم يتمكن نظامك من التمييز بين شكل الشيء وحقيقته، فإن لديك مشكلة تنتظر حدوثها.

لماذا يهم هذا نشاطك التجاري

كانت حادثة الرأس الأصلع محرجة لمذيع رياضي. أما في مجالك، فإن نمط الفشل نفسه يضرب أرباحك مباشرة. وتوثّق الورقة البيضاء الأضرار المالية عبر قطاعات متعددة:

• هدر المردود في التصنيع: في تصنيع أشباه الموصلات، تعلن أنظمة الفحص الآلي أن جزيئات الغبار عيوب في الدوائر. فتُهدر رقائق سليمة أو تُرسل إلى مراجعة يدوية باهظة التكلفة. وتُظهر الأبحاث أن تحسين دقة كشف العيوب بنسبة 1% فقط يمكن أن يحقق زيادة في المردود تبلغ 5–10%، بما يوفر الملايين سنويًا.
• استدعاءات المركبات ذاتية القيادة: أفاد سائقو تسلا بظاهرة «الفرملة الشبحية» — حيث تفرمل السيارة فجأة بأقصى قوة لأن نظام الرؤية يخلط بين ظلٍّ أو لافتة على الطريق وعقبة حقيقية. ويؤدي ذلك إلى خطر اصطدام وإصابات للركاب والتعرض لاستدعاءات تنظيمية.
• تنفير عملاء التجزئة: تعلن أنظمة الأمن المدعومة بالذكاء الاصطناعي أن سلوك المتسوقين الطبيعي سرقة. فالاتهامات الكاذبة تخلق احتكاكًا عند الدفع وتُبعد العملاء وتعرضك للمسؤولية القانونية.
• تسرّب المشتركين: في البث الرياضي، عندما تفوّت الكاميرا الآلية الحدث، يلغي المشاهدون اشتراكاتهم. ويتراكم الضرر بالسمعة فوق الخسارة المباشرة في الإيرادات.

والنمط واحد في كل مكان: يرى ذكاؤك الاصطناعي شيئًا يبدو صحيحًا لكنه مستحيل فيزيائيًا. ويتصرف بناءً على تلك الإشارة الكاذبة. وأنت تدفع الثمن — في منتج مُهدر، وفي دعاوى قضائية، وفي عملاء فُقدوا، أو في غرامات تنظيمية. والفجوة بين دقة 90% ودقة 99.99% هي موضع مخاطر نشاطك التجاري. يوصلك الذكاء الاصطناعي العام إلى 90%. أما الـ10% الأخيرة فتحتوي على كل حالة حدّية يمكن أن تؤذيك.

ما الذي يحدث فعلًا تحت الغطاء

يعاني معظم أنظمة الرؤية التجارية من ما تسميه الورقة البيضاء «الاستدلال المستقل عن الإطار» و«الانحياز الملمسي». وهذا ما تعنيانه بلغة بسيطة.

ينظر ذكاؤك الاصطناعي إلى كل إطار فيديو باعتباره صورة فوتوغرافية مستقلة بذاتها. فيحلل الإطار 1، فيجد «كرة» في موقع واحد، ثم ينسى كل شيء. وينتقل إلى الإطار 2، فيجد «كرة» (الرأس الأصلع) في موقع مختلف تمامًا، ويبلّغ عن ذلك. ولا يتحقق النظام أبدًا مما إذا كانت «الكرة» تستطيع فعلًا قطع تلك المسافة في جزء من الثانية. ليس لديه ذاكرة وليس لديه فيزياء.

تخيّل حارس أمن يرمش بين كل نظرة يلقيها على الشاشات. في كل مرة تفتح فيها عيناه، يرى المشهد جديدًا تمامًا دون أي ذاكرة لما جرى قبل لحظات. يمكن لشخص ما أن ينتقل عبر القاعة بين رشتين، ولن يشعر الحارس بأن أي شيء خاطئ حدث.

هذه هي مشكلة «الانحياز الملمسي». فنماذج التعلم العميق القياسية — الشبكات العصبية الالتفافية (CNNs) داخل معظم واجهات برمجة الرؤية — تتعلم التعرف على الأجسام أساسًا من خلال الملمس السطحي والشكل. فهي تفكّك الصور إلى حواف ومنحنيات وتدرجات لونية. ويسجَّل الجسم المستدير اللامع بأنه «كرة» سواء كان كرة أم رأسًا. وتبلغ درجة ثقة النموذج 98% في الرأس مقابل 80% فقط في الكرة الفعلية، وهي ضبابية بسبب تحركها بسرعة عالية. ويتبع النظام الدرجة الأعلى.

المشكلة الأعمق هي أن هذه النماذج تفتقر إلى ما تسميه الورقة البيضاء «ثبات الشيء». فحين يجري لاعب بين الكاميرا والكرة، تختفي الكرة عن الأنظار. فيعلن النظام العام أن الجسم «مفقود» ويعيد الضبط. فهو لا يفهم أن الكرة المتحركة بسرعة 20 مترًا في الثانية ستواصل التحرك بسرعة تقارب 20 مترًا في الثانية حتى حين تكون مخفية. ويؤدي ذلك إلى إخفاقات في التتبع تتوالى فتتحول إلى حالات كشف فائتة وتنبيهات كاذبة ومخرجات غير موثوقة.

ما الذي ينجح (وما الذي لا ينجح)

ثلاثة مقاربات شائعة تفشل في الممارسة العملية:

• بيانات تدريب أكثر: تغذية النموذج بآلاف الصور الإضافية لكرات القدم لا تعلّمه الفيزياء — بل تجعله يحفظ ملامسًا أكثر، وشرط الإضاءة غير الاعتيادي التالي يخلق إيجابية كاذبة جديدة.
• عتبات ثقة أعلى: رفع عتبة الكشف من 90% إلى 95% يقلل الإيجابيات الكاذبة لكنه يفوّت أيضًا حالات كشف حقيقية — فتستبدل نمط فشل بآخر.
• المراجعة البشرية كشبكة أمان: توظيف أشخاص للتحقق من كل مخرجات الذكاء الاصطناعي ينقض غرض الأتمتة ولا يقبل التوسع — في فحص أشباه الموصلات، يعني ذلك آلاف الصور في كل وردية يراجعها متخصصون مكلفون.

ما ينجح فعلًا هو تضمين القيود الفيزيائية مباشرة في خط أنابيب الذكاء الاصطناعي. وهكذا يعالج النظام المقيد بالفيزياء إطارًا واحدًا:

1. الفرضية (يخمّن الذكاء الاصطناعي): يمسح نموذج كشف الأجسام القياسي الإطار ويولّد عمليات كشف مرشّحة — «كرة في الموقع A بثقة 98%» و«كرة في الموقع B بثقة 80%». وتُعامل هذه بوصفها تخمينات لا حقائق.

2. اختبار الفيزياء (يتحقق النظام): مرشح كالمان — نموذج رياضي يتتبع موقع جسم وسرعته وتسارعه عبر الزمن — يتنبأ بمكان الكرة استنادًا إلى مسارها السابق وقوانين الحركة. ثم يقارن كل مرشّح بهذا التنبؤ. فالرأس الأصلع يبعد 15 مترًا عن الموقع المتوقع. ويحسب النظام مسافة ماهالانوبيس — مقياس إحصائي لمدى انحراف القياس عن التنبؤ. وإذا تجاوزت المسافة ثلاثة انحرافات معيارية، رُفض الكشف بوصفه مستحيلًا فيزيائيًا مهما ارتفعت درجة الثقة البصرية.

3. المخرج المتحقق منه (يتصرف النظام): لا تصل إلى طبقة الإجراء إلا عمليات الكشف التي تجتاز الفحوص الحركية والتدفق البصري والهندسية. والتدفق البصري — قياس حركة البكسلات بين الإطارات — يؤكد ما إذا كان الجسم المكتشف يتحرك فعلًا مثل الكرة أم جامدًا مثل الرأس. وإذا أظهر الجسم في الموقع المكتشف حركة شبه معدومة بالنسبة إلى الأرض، أُبطل الكشف فورًا.

تخلق هذه البنية سجل تدقيق واضحًا. فكل عملية كشف تحمل سجلًا لسبب قبولها أو رفضها. ويمكن لفريق الامتثال لديك تتبع أي مخرج وصولاً إلى الفحص الفيزيائي المحدد الذي صحّه. وفي القطاعات الخاضعة للتنظيم، ليست هذه القابلية للتتبع اختيارية — إنها الفرق بين ذكاء اصطناعي قابل للدفاع عنه ومسؤولية قانونية.

يتعامل النظام أيضًا مع الانحجاب — حين تختفي الكرة خلف لاعب. وبدل فقدان التتبع، يحافظ مرشح كالمان على الموقع المتنبأ به للجسم استنادًا إلى سرعته واتجاهه قبل الانحجاب. فهو «يحلّق» عبر الفجوة حتى تظهر الكرة من جديد. وهذا هو الإطار الرياضي نفسه المستخدم في تتبع الفضاء الجوي و دمج المستشعرات لاستخبارات الإشارات. كما تضبط طبقة الفيزياء الثقة ديناميكيًا: في الأمطار الغزيرة أو الإضاءة السيئة، تمنح وزنًا أكبر للتنبؤ الفيزيائي ووزنًا أقل للمدخل البصري المشوش.

بالنسبة إلى مؤسسات الرياضة واللياقة والعافية، يعني ذلك كاميرات آلية لا تفوّت الحدث أبدًا. وللشركات المصنِّعة، يعني ذلك أنظمة فحص تميّز العيوب الحقيقية عن الاختلافات السطحية غير المؤذية. ولكل شركة تشغّل الذكاء الاصطناعي في بيئة فيزيائية، يعني ذلك مخرجات يمكنك الوثوق بها فعلًا. تبني Veriprajna هذه الأنظمة المقيدة بالفيزياء باستخدام GraphRAG والبنى المعرفية المهيكلة لضمان أن كل قرار يتخذه الذكاء الاصطناعي مؤسَّس على قواعد خاصة بالمجال، لا مجرد أنماط إحصائية.

يمكنك قراءة التحليل التقني الكامل أو استكشاف النسخة التفاعلية للاطلاع على منهجية الهندسة الكاملة.