- طور طلاب جامعة السلطان قابوس نظام ذكاء اصطناعي لأتمتة فرز التمور في صناعة التمور العمانية.
- باستخدام الرؤية الحاسوبية والروبوتات، يحدد النظام التمور الصالحة للأكل ويفصلها عن الفاسدة.
- تحسّن هذه الابتكارات الكفاءة، وتقلّل الأخطاء، وتعزّز جودة الغذاء وأمنه.
إنجازٌ رائد تحقق عندما رواد فريق من طلاب كلية الهندسة في جامعة السلطان قابوس تطبيقًا ثوريًا للذكاء الاصطناعي (AI) في صناعة الغذاء. وباستخدام تقنية الرؤية الحاسوبية المدمجة مع الأنظمة الروبوتية، طور الطلاب حلاً مبتكرًا لتعزيز عملية ضبط الجودة في قطاع البيانات، وهو قطاع حيوي في اقتصاد سلطنة عمان.
تعزيز جودة الغذاء وأمنه
يركّز المشروع، الذي تقوده السيدة أسعد بن سعيد الحينائي وفريقها المتفاني، على أتمتة عمليات التفتيش والفرز للتمر، وهو جانب حيوي في إنتاج التمر. وإدراكًا لأهمية صناعة التمور كمصدر للدخل والتجارة في سلطنة عُمان، سعى الفريق إلى معالجة التحديات التي يواجهها منتجو التمر، لا سيما في تحديد التمر الفاسد أو غير الصالح للاستهلاك البشري.
تكمن جوهرية الابتكار في دمج خوارزميات الذكاء الاصطناعي مع الأنظمة الروبوتية لتبسيط عملية الفرز. وأوضح الحينائي أن نظامهم يستخدم الذكاء الاصطناعي لتمييز التمر الصالح للأكل من الفاسد تلقائيًا، مما يحوّل عملية الفرز إلى كفاءة مثلى. وباستخدام تقنية الرؤية الحاسوبية، يقيّم النظام بدقة جودة التمر المار على خط الإنتاج، ويوجّهه بكفاءة إلى المسار المناسب، مع عدّ التمر المفروز وتحديد نسبة التمر الفاسد.
دمج سلس بين الذكاء الاصطناعي والروبوتات
شرح أحمد بن محمد الحسني سير العمل التشغيلي، مفصّلاً كيفية نقل التمر إلى خط الإنتاج عبر حزام ناقل ثم تصويره من الأعلى باستخدام كاميرات عالية الدقة. يميز النظام بسرعة بين التمور الصالحة والفساد عبر تقنيات متقدمة للرؤية الحاسوبية، مما يسهل فرزها عبر بوابات متخصصة. إن هذا التكامل السلس بين AI والروبوتات يسرّع عملية الفرز ويضمن الدقة والموثوقية، مما يخفف من التحديات التي تواجه طرق الفرز اليدوية.
شدد صالح بن يحيى الغنامي على أهمية إدخال تكنولوجيا الذكاء الاصطناعي في عمليات فرز الأغذية، ولا سيما في معالجة العبء الاقتصادي للفرز اليدوي والقيود الكامنة في التدخل البشري. ومن خلال أتمتة عملية الفرز، يعزز النظام الكفاءة ويقلّل احتمالية الأخطاء، مما يعزّز بدورهِ جودة التمر المنتج.
آفاق مستقبلية
يمثل نجاح المشروع علامة فارقة في استخدام الذكاء الاصطناعي في قطاع الأغذية، ويحمل تداعيات واعدة لقطاعات أخرى تتطلب عمليات دقيقة لمراقبة الجودة. وبإمكانه أن يُطبّق في مجالات التفتيش وضمان الجودة عبر مختلف قطاعات التصنيع، حيث يُعلن هذا النظام المبتكر القائم على الذكاء الاصطناعي عن حقبة جديدة من الكفاءة والموثوقية في العمليات الصناعية.
لا تكتفِ بقراءة أخبار العملات الرقمية فحسب، بل افهمها. اشترك في نشرتنا الإخبارية. مجانية.
إخلاء مسؤولية. المعلومات المقدمة ليست نصيحة تداول. Cryptopolitan.com لا تتحمل أي مسؤولية عن أي استثمارات تتم بناءً على المعلومات المقدمة في هذه الصفحة. نوصي بشدة بإجراء بحث مستقل و/أو الاستعانة بمستشار مؤهل قبل اتخاذ أي قرارات استثمارية.
بريان كوم
يتمتع برايان كوم بخبرة تزيد عن سبع سنوات في تغطية سلاسل الكتل والعملات المشفرة، حيث كان نشطاً في هذا القطاع منذ عام 2017. وقد أسهم في نشرات رائدة، بما في ذلك BlockToday.com. علاوة على ذلك، طور دورة «إيثريوم للمبتدئين» (Ethereum 101) لموقع BitDegree.org قبل انضمامه إلى Cryptopolitan كاتباً بدوام كامل. يغطي برايان أدلةً دائمة الصلاحية (EGs)، وتحليلات عميقة، ومقابلات، وتحليلات الأسعار. وتركيزه على التمويل اللامركزي (DeFi)، وابتكارات سلاسل الكتل، والمشاريع الناشئة في عالم العملات المشفرة يسعد القراء.
