في عالم الذكاء الاصطناعي، تمثل معالجة الفيديو واحدة من التحديات الكبرى. مع ظهور العديد من الطرق التقليدية، تعاني معظم الأنظمة من مشكلة التعقيد في الرموز المميزة، حيث تُجمع السمات غير المعتمدة على الزوايا مع السمات المعتمدة على الزوايا، مما يؤدي إلى خلط فهم الأفعال في الفيديوهات. ولكن مع الأداة الجديدة المسماة PRISM (التحليل التنبؤي عبر تفكيك السمات الساكنة) يتم تجاوز هذه العقبات بطريقة مبتكرة.

PRISM يتعامل مع مقطع الفيديو كحل مجموعة قوامه السمات غير المعتمدة على الزاوية والسمات المعتمدة على الزاوية، حيث تتم معالجة كل مجموعة بشكل مستقل. الفكرة هي تعزيز القدرة على إعادة تركيب السمات بصورة فعالة، مما يعني أنه يمكن أخذ سمة معتمدة على الزاوية وتجميعها مع سمة غير معتمدة على الزاوية، بشكل يحافظ على طابع كل منهما المستقل.

عند تجربة PRISM، جاءت النتائج نتائج فريدة عندما جرى اختبارها على مجموعتين من البيانات: EgoExo4D وEgoExoLearn، حيث تفوقت على نماذج سابقة حتى في ظروف عدم وجود البيانات الخاصة بالنطاق (zero-shot setting). الأداة بالفعل تقدم تحسينات تفوق التوقعات وتفتح مجموعة واسعة من الإمكانيات الجديدة لتطوير تعلم الفيديو.

للمزيد من التفاصيل التقنية، يمكنكم الاطلاع على كود الأداة المتاح هنا. وهذا يعتبر دليلاً آخر على أن الذكاء الاصطناعي لا يزال في غمار التطور، مع أفق واعد أمامنا! ما رأيكم في هذا التطور؟ شاركونا في التعليقات.