في عالم الذكاء الاصطناعي، يُعد الكشف عن الأجسام في بيئات مفتوحة (Open World Object Detection - OWOD) أحد التحديات الرئيسية التي تواجه الباحثين والمطورين. تتطلب هذه العمليات من الأنظمة الذكية التعرف على فئات معروفة، واكتشاف كائنات غير مسماة من فئات غير مرئية، والتعلم تدريجياً من الفئات الجديدة المضافة.

نقدم لكم اليوم إطار العمل الجديد **MSPO** (Multimodal Semantic-Probabilistic Objectness), الذي يمثل نقلة نوعية في هذا المجال. يعمل هذا النظام على تعزيز قدرة الكشف عن الأجسام غير المعروفة من خلال نمذجة probabilistic objectness بطريقة غير مرتبطة بالفئة. ورغم ذلك، يظل من الصعب تحديد ما إذا كان الكائن المجهول هو فئة معروفة صعبة أو كائن من فئة غير مرئية أو حتى مجرد خلفية.

يعمل MSPO على تحسين هذه التجربة من خلال دمج معلومات لغوية معرفية تتعلق بالفئات المعروف، مما يساعد في تقليل الغموض في تحديد الحدود بين المعروف وغير المعروف. تعتمد الفكرة الأساسية هنا على إنشاء وصف نصي موسع لكل فئة معروفة، يشمل الخصائص، المظهر المرئي، المشاهد النموذجية، والاستخدامات الوظيفية، ويتم تشفير هذه الوصف باستخدام **CLIP**.

ميزة MSPO الأساسية هي أنه لا يستخدم أسماء الفئات المستقبلية، مما يحافظ على الفعالية والدقة. أظهرت التجارب على مجموعتي بيانات M-OWODB و S-OWODB أن MSPO يحقق تحسناً ملحوظاً في أداء الكشف، مع زيادة في مستوى دقة استرجاع الكائنات غير المعروفة. بالإضافة إلى ذلك، ارتفعت قيمة المتوسط العام لمعدل النقاط لكل صورة في **PASCAL VOC** بنسبة تصل إلى 2.7 نقطة.

باختصار، يوفر MSPO إشارة معايرة فعالة تُعزز قدرة الأنظمة الذكية على استيعاب الفئات المعروفة وبالتالي تحسين دقة الكشف عن الأجسام، مما يمثل خطوة كبيرة نحو جعل أنظمة OWOD أكثر كفاءة وشمولية. في ضوء هذه الإنجازات، ما هي توقعاتكم لثورة الذكاء الاصطناعي في مجال الكشف عن الأجسام؟ شاركونا آراءكم في التعليقات.