كتبت روان البرنشاوى

أصدرت أبل العديد من نماذج الذكاء الاصطناعي مفتوحة المصدر هذا العام، وهي في الغالب نماذج لغوية صغيرة مصممة لمهمة محددة، كما أصدرت نموذج ذكاء اصطناعي جديد يُدعى Depth Pro، وهو نموذج رؤية يمكنه إنشاء خرائط عمق لأي صورة، وهذه التقنية مفيدة في إنشاء القوام ثلاثية الأبعاد والواقع المعزز وأكثر.

ويزعم الباحثون وراء المشروع أن خرائط العمق التي تم إنشاؤها بواسطة الذكاء الاصطناعي أفضل من تلك التي تم إنشاؤها بمساعدة كاميرات متعددة.

يعد تقدير العمق عملية مهمة في النمذجة ثلاثية الأبعاد بالإضافة إلى العديد من التقنيات الأخرى مثل الواقع المعزز وأنظمة القيادة الذاتية والروبوتات، والعين البشرية عبارة عن نظام عدسات معقد يمكنه قياس عمق الأشياء بدقة حتى أثناء مراقبتها من منظور نقطة واحدة، ومع ذلك، فإن الكاميرات ليست جيدة في ذلك، حيث أن الصور الملتقطة بكاميرا واحدة تجعلها تبدو ثنائية الأبعاد، مما يزيل العمق من المعادلة.

استخدام كاميرات متعددة في التقنيات التي يلعب فيها عمق الكائن دورًا مهمًا، ومع ذلك، فإن نمذجة الكائنات مثل هذه يمكن أن تكون مستهلكة للوقت وتتطلب موارد مكثفة

سلطت أبل الضوء في ورقة بحثية بعنوان "Depth Pro: Sharp Monocular Metric Depth in Less Than a Second"، على كيفية استخدامها لنموذج الذكاء الاصطناعي القائم على الرؤية لإنشاء خرائط عمق لقطة صفرية لصور أحادية العين للأشياء.

ولتطوير نموذج الذكاء الاصطناعي، استخدم الباحثون بنية Vision Transformer-based (Visit Transformer)، وتم اختيار دقة الإخراج 384 × 384، ولكن تم الاحتفاظ بدقة الإدخال والمعالجة عند 1536 × 1536، ما يتيح لنموذج الذكاء الاصطناعي مساحة أكبر لفهم التفاصيل.

ووفقًا للورقة البحثية والتي نشرت حاليا في المجلة الإلكترونية arXiv، زعم الباحثون أن نموذج الذكاء الاصطناعي يمكنه الآن إنشاء خرائط عمق دقيقة للأشياء المعقدة بصريًا مثل القفص وجسم قطة فروية وشاربها، موضحا أن وقت التوليد هو ثانية واحدة، ويتم استضافة أوزان نموذج الذكاء الاصطناعي مفتوح المصدر حاليًا على قائمة GitHub، والتي من خلالها يمكن للأفراد تشغيل النموذج على استنتاج وحدة معالجة رسومية واحدة.