نَخل الصور المخلة في الشبكات الخاصة مثل المدارس والجامعات بإستخدام الذكاء الصناعي

قد يظن القارئ الكريم بأن تقنيات الذكاء الصناعي وصلت الى حد التعرف على الأشخاص في الصور فقط، ولكنها تعدت ذلك الى التعرف على اخلاقهم ايضا. 

قام الفريق بتطوير نظام منخل يقوم تلقائيا بالتعرف على الصور المُخلة من غيرها واعطاء تقييم لكل صورة بخمسة تصانيف. وصل نموذج الذكاء الصناعي المطور في منخل الى نسبة نجاح عالية تجاوزت 95% عند دمج سياق الصور مع التقييم و85% عند تقييم الصور فقط.

يمكن دمج النظام مع العديد من الشبكات والانظمة لأتمتة التنبيهات او الازالة المباشرة للمحتوى لاي وسائط مخلة. تم تدريب النظام على قاعدة ضخمة من صور مخلة (* قد يستغرب القارئ الكريم كلمة تدريب، ولكنها تمثل حقيقة تقنية في عالم الذكاء الصناعي) باستخدام مكتبة الذكاء الشهيرة TensorFlow. هذه المكتبة معتمدة ومفتوحة المصدر من شركة قوقل وتعتمد على اخر تقنيات الذكاء الصناعي في المكتبات المفتوحة المصدر.

نوع الصور

نسبة النجاح في التعرف

عدد الصور

توقع صحيح

توقع خاطئ

صور مخلة

85%

430786

366296

64490

صور شبه مخلة

60%

41697

25353

16344

صور محايدة

90%

151104

143403

7701

أقرأ ايضا

معالجة الصور الجغرافية لوادي الرمة في القصيم لاختيار العقار الزراعي المناسب

تعود خصوبة اراضي القصيم زراعيا في الجزيرة العربية بكثير من الاسباب الى تأريخ وجريان وادي الرمة. وبتوفر المعلومات الجغرافية للارتفاع لكامل المنطقة يسهل عبر معالجة تلك المعلومات وبتصويرها على مقاييس مختلفة وملونة يسهل علينا معرفة مسار الوادي وحوضه وأماكن جريانه ومخاطر فيضانه. كذلك يسهل بها معرفة مساره القديم لتحديد…