- تُطوّر MIT وهارفارد نظام FAn لتتبع أي شيء في الوقت الفعلي.
- يجمع نظام FAn بين نماذج ViT لمتابعة الكائنات عبر النصوص والصور والنقرات. ويتعامل مع الحجب ويعمل على الطائرات المسيرة.
- نظام FAn مفتوح لمختلف الكائنات، سريع، ومستعد لمهام جديدة. يمكنك العثور على كوده وورقته البحثية عبر الإنترنت.
كامبريدج، ماساتشوستس — في تعاون رائد، كشف باحثون من معهد ماساتشوستس للتكنولوجيا (MIT) وجامعة هارفارد عن إطار عمل مفتوح المصدر مبتكر، يُدعى FAn، لإحداث ثورة في اكتشاف الكائنات وتتبعها ومتابعتها في الوقت الفعلي. تعرض ورقة الفريق، بعنوان "Follow Anything: Open-set detection, tracking, and following in real-time"، نظاماً يعد بإزالة قيود أنظمة تتبع الكائنات الروبوتية الحالية.
MIT تكسر الحواجز مع FAn: نهج مفتوح المجموعة لمتابعة الكائنات
التحدي الأساسي الذي يعالجه FAn هو قدرة الأنظمة الروبوتية على التكيف مع الكائنات الجديدة. الأنظمة التقليدية مقيدة بهيكل مغلق المجموعة، وقادرة فقط على التعامل مع مجموعة محددة مسبقاً من فئات الكائنات. يتحدى FAn هذا القيد، مقدماً نهجاً مفتوح المجموعة يمكنه اكتشاف وتجزئة وتتبع ومتابعة أي كائن في الوقت الفعلي. ومن المثير للاهتمام، أنه يمكنه التكيف ديناميكياً مع الكائنات الجديدة من خلال مدخلات مثل النصوص أو الصور أو استعلامات النقر.
تحفة متعددة الوسائط: اندماج نماذج ViT ومعالجة FAn في الوقت الفعلي
إحدى الميزات المحورية لـ FAn هي وظيفته متعددة الوسائط، مما يتيح المدخلات من مصادر متنوعة مثل الأوصاف النصية والصور والاستعلامات. قام الباحثون بدمج نماذج ViT (المحول البصري) المتطورة بشكل مبدع في وحدة متماسكة، مما يجعل FAn قادراً على معالجة البيانات في الوقت الفعلي. تمتد مرونة الإطار إلى قابليته للتطبيق في مجال الروبوتات، خاصة على المركبات الجوية الصغيرة، مما يعد بنشر عملي.
يعتبر آلية إعادة الكشف في FAn حاسمة لكفاءته، حيث تعالج المواقف التي تصبح فيها الكائنات المتتبعَة محجوبة أو ينقطع التتبع. هذا تقدم على الأنظمة الحالية التي تواجه صعوبات في مثل هذه السيناريوهات، مما يعزز متانة الإطار في السيناريوهات الواقعية.
يحدد فريق البحث الهدف الأساسي لـ FAn في الحفاظ على كائن ذي اهتمام ضمن مجال رؤية النظام الروبوتي. تحقيق ذلك ينطوي على تنسيق معقد لنماذج وتقنيات مختلفة. تقوم نموذج Segment Anything (SAM) بمهام التجزئة، بينما تقوم نماذج مثل DINO وCLIP بدمج المفاهيم البصرية من اللغة الطبيعية بكفاءة. لضمان كشف خفيف الوزن وفعال وتجزئة دلالية، ابتكر الباحثون مخططاً مبتكراً. علاوة على ذلك، يستفيد FAn من نماذج مثل (Seg)AOT وSiamMask لتتبع الكائنات في الوقت الفعلي. وإضافة ملحوظة هي إدخال وحدة تحكم خفيفة الوزن للخدمة البصرية مصممة لتتبع الكائنات بدقة.
كشف إمكانات FAn: كشف وتتبع بدون تدريب (zero-shot) وأداء في الوقت الفعلي
أظهرت تجارب الفريق براعة FAn في الكشف والتتبع والمتابعة بدون تدريب (zero-shot) عبر مجموعة متنوعة من الكائنات. التزم النظام بسلاسة بأهداف البحث، مما أظهر قدرته على الأداء بفعالية في السيناريوهات في الوقت الفعلي.
الآثار المترتبة على قدرات FAn كبيرة. كحل متكامل لمتابعة الكائنات، يسمح التصميم مفتوح المجموعة لـ FAn باستيعاب طيف واسع من فئات الكائنات. هذا، مقترناً بمدخلاته متعددة الوسائط وكفاءته في معالجة الوقت الفعلي، يضع FAn كأداة متعددة الاستخدامات وقابلة للتكيف مع البيئات الجديدة. علاوة على ذلك، يتجلى التزام فريق البحث بالانفتاح في قرارهم إصدار إطار عمل FAn كمورد مفتوح المصدر. من المتوقع أن يعزز هذا الخطوة الابتكار والتعاون عبر مجموعة متنوعة من التطبيقات الواقعية.
يمكن للمهتمين باستكشاف إطار عمل FAn الوصول إلى كود المشروع على مستودع GitHub الخاص به. يمكن العثور على رؤى شاملة حول تصميم FAn وتنفيذه ونتائجه في ورقة البحث "Follow Anything: Open-set detection, tracking, and following in real-time"، المتاحة على arXiv.
يمثل نظام FAn المشترك بين MIT وHarvard قفزة ضخمة في مجال الروبوتات وتتبع الأشياء. إن تصميمه المفتوح، ووظائفه متعددة الوسائط، وقدرات المعالجة في الوقت الفعلي، وقدرته على التكيف مع البيئات الجديدة تميزه عن الأنظمة المغلقة التقليدية. من خلال دفع حدود ما يمكن أن تحققه أنظمة الروبوتات، يفتح FAn آفاقاً جديدة للابتكار والتطبيقات العملية. إن إطلاقه كإطار عمل مفتوح المصدر يشير إلى نهج تعاوني لتعزيز التكنولوجيا، مما يجعل نظام FAn مساهمة كبيرة في مجال الروبوتات.
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.
راندا موسى
رندا موسى محررة وصحفية في كريبتوبوليتان تغطي التكنولوجيا والذكاء الاصطناعي والروبوتات والعملات الرقمية والاحتيال والاختراقات. عملت في مجال العملات الرقمية منذ عام 2017. شغلت مناصب في Forward Protocol وAmaZix وCryptosomniac. وتحمل رندا درجة البكالوريوس في الهندسة الكهربائية والإلكترونيات من جامعة برادفورد.
