في خطوة تكنولوجية متميزة، أعلنت جامعة MISIS الروسية، بالتعاون مع معهد موسكو العالي للفيزياء التقنية، عن تطوير شبكات عصبية حديثة تحت مسمى "SDDE" أو المجموعات العميقة المتنوعة المتميزة. وجرى الكشف عن هذا الابتكار في مؤتمر ICIP 2024 المنعقد في أبو ظبي، حيث سلطت الجامعة الضوء على استخدامات هذه الشبكات في المركبات غير المأهولة والتشخيص الطبي، ما يعد نقلة نوعية في مجالي السلامة والتحليل الطبي.
ابتكار تقني لتطوير الشبكات العصبية ومواجهة تحديات الصور غير المعروفة
أوضحت جامعة MISIS أن زيادة حجم البيانات في العالم الرقمي تتطلب وجود شبكات عصبية متقدمة قادرة على تحليل وتصنيف الكائنات الجديدة بدقة وتجاوز العقبات التقنية. من هنا، عمل الباحثون على تطوير شبكات SDDE التي ترتكز على تدريب عدة نماذج مستقلة ضمن مجموعات فرعية من قواعد البيانات، مما يعزز من قدرتها على تمييز العناصر الفريدة داخل الصور.
تحسين دقة تحليل الصور في مجالات المركبات والتشخيص الطبي
الهدف الأساسي من تطوير هذه الشبكات هو تحسين قدرة الذكاء الاصطناعي على تحليل الصور بتقنية أدق، خاصة في المركبات ذاتية القيادة. فعند استخدام هذا النوع من الشبكات العصبية، يكون بإمكان السيارات التعرف على الكائنات المحيطة وتحديد أماكن العوائق بشكل أفضل، مما يسهم في تعزيز السلامة على الطرق وتقليل الحوادث.
أما في المجال الطبي، فإن الشبكات العصبية الجديدة ستساعد في تحسين دقة التشخيص من خلال تمييز العناصر الدقيقة والتقليل من التقديرات غير الصحيحة، وهو ما يشكل تحديًا هامًا في التشخيص المعتمد على الصور الطبية.
تقنيات مبتكرة لتحسين دقة التنبؤ والتحليل بدون ثقة مفرطة
ذكر مكسيم جدانوف، وهو طالب في السنة الثالثة بجامعة MISIS وأحد مطوري التقنية، أن تقنية SDDE أثبتت تفوقها على الخوارزميات التقليدية في تحليل البيانات الجديدة خارج النطاق المعتاد. وأوضح قائلاً: "لقد قمنا بابتكار طريقة لتحسين دقة الشبكات العصبية في تحليل الصور خارج التوزيع، وهو ما يعد بالغ الأهمية للتطبيقات الحقيقية. فعلى سبيل المثال، تحتاج المركبات ذاتية القيادة إلى التعرف على الأشياء المحيطة بها بدقة عالية لتفادي الحوادث المحتملة".
وفي سياق التشخيص الطبي، أشار جدانوف إلى أن هذه الشبكات العصبية تقدم دقة أعلى في تحديد الأنماط داخل الصور الطبية، مما يجعلها أكثر فعالية في استخدامات متعددة تتطلب الحذر والدقة في التنبؤات. وتساهم هذه التقنية في توفير مستوى جديد من الأمان والكفاءة، حيث يمكنها تجاوز الثقة المفرطة غير الصحيحة التي قد تظهر في الأنظمة غير المعايرة بشكل كافٍ.
مستقبل الذكاء الاصطناعي والشبكات العصبية في التطبيقات الحقيقية
مع تزايد الاهتمام بتكنولوجيا الذكاء الاصطناعي في تطبيقات متنوعة مثل المركبات غير المأهولة والتشخيص الطبي، تمثل تقنية SDDE الجديدة التي طورتها جامعة MISIS طفرة حقيقية. فالاعتماد على الشبكات العصبية بات خيارًا استراتيجيًا لتحسين أداء الأجهزة والتطبيقات الذكية، ما يفتح آفاقًا أوسع لتطوير خدمات مبتكرة تسهم في جعل الحياة أكثر أمانًا ودقة.
يظهر الابتكار في الذكاء الاصطناعي كحل متقدم للتحديات الحديثة، ويمثل خطوة مهمة نحو تحقيق إنجازات عملية ملموسة تحافظ على أعلى معايير الجودة والأمان، سواء في المركبات أو التطبيقات الطبية