لاعب شطرنج محوسب لتصنيف الحركات في الكاميرات الأمنية

يصف البروفيسور ناتان نتنياهو من قسم علوم الحاسوب دور مجموعته البحثية في تطوير خوارزميات لاسترجاع المعلومات وتصنيف حركات الأشياء

يصف البروفيسور ناتان نتنياهو من قسم علوم الكمبيوتر الجزء الذي قامت به مجموعته البحثية في تطوير خوارزميات لاستعادة المعلومات وتصنيف حركات الأشياء مثل المركبات والأشخاص والحيوانات للتحليل التلقائي لبيانات الكاميرات الأمنية كجزء من " VULCAN" اتحاد مصمم لتطوير تقنيات الفيديو لتطبيقات الأمن والمراقبة
أحد الأسئلة التي يواجهها العلماء المشاركون في الأبحاث الأساسية هو "لماذا هذا ضروري؟" البروفيسور ناتان نتنياهو من قسم علوم الحاسوب في جامعة بار إيلان وطالبه البحثي الدكتور إيلي دافيد، تصدى لهذا السؤال أيضًا، بعد نجاحهما في تطوير برامج شطرنج حاسوبية متقدمة تتعلم بطريقة تطورية بواسطة خوارزمية جينية ( "التطور بالأبيض والأسود"، غاليليو، العدد 119، الصفحات من 54 إلى 48، 2008.)
. وكجزء من هذا البحث، شارك الدكتور ديفيد أيضًا، من بين أمور أخرى، في بطولة العالم للشطرنج للكمبيوتر عام 2008، والتي فاز فيها برنامج فالكون الخاص به بالمركز الثاني في مسابقة الهجوم الخاطف.
في مقابلة عام 2004(انظر) في ختام بطولة العالم للشطرنج الحاسوبي التي أقيمت في مركز أبحاث الدماغ في جامعة بار إيلان، لاحظ البروفيسور نتنياهو أنه يمكن تطبيق الخبرة المكتسبة في مجال ألعاب الكمبيوتر الذهنية، وخاصة شطرنج الكمبيوتر في مجالات أخرى من الذكاء الاصطناعي وبالتالي تعزيز الجبهة البحثية والتكنولوجية. لقد تحققت هذه الرؤية بالفعل في السنوات الأخيرة، من بين أمور أخرى، في إطار أنشطة الباحثين في قسم علوم الكمبيوتر في جامعة بار إيلان، الذين يطبقون التقنيات المطورة للشطرنج الحاسوبي لدراسة وتصنيف حركات الأشياء مثل المركبات ، الناس، الحيوانات، الخ.
تم تنفيذ هذا التطوير كجزء من اتحاد VULCAN لمشروع Magnat (الأبحاث التكنولوجية العامة) الذي تتقاسمه الأوساط الأكاديمية والصناعة والذي تشارك فيه شركات معروفة مثل Elbit وRaphael وVerint وNice وغيرها إلى جانب عدد من الشركات. الهيئات الأكاديمية، بما في ذلك قسم علوم الكمبيوتر في جامعة بار إيلان.
تقوم شركة Maged VULCAN، التي هي في بداية عامها الرابع من التشغيل، بتطوير وحدات البناء التكنولوجية لتحليل وفهم الفيديو لتطبيقات الأمن والمراقبة. عالم الأمن متصل بكاميرات الفيديو بمختلف أنواعها والتي تهدف إلى المساعدة في مراقبة الأحداث ومنعها في الوقت الفعلي، والتحقيق في الأحداث بعد وقوعها. بالنسبة للاستعلام النموذجي، مثل "العثور على جميع الأشخاص الذين مروا عبر منطقة معينة من المجمع المرصود في فترة زمنية معينة"، يجب على النظام إرجاع البيانات ذات الصلة بأكبر قدر ممكن من الدقة والكفاءة. المشكلة التكنولوجية الرئيسية التي يواجهها رئيس الجمعية هي فائض المعلومات المرئية التي يتم تلقيها حاليًا من عدد كبير من الكاميرات الموضوعة في مواقع مختلفة مثل المطارات والمرافق الحساسة وحتى في مدن بأكملها (مثل لندن) وعدم كفاية القدرة على التحليل وذلك بالعوامل البشرية . ولتحقيق هذه الغاية، تقوم المجموعة بتطوير تقنيات لتحرير "عنق الزجاجة" حتى يتمكن العامل البشري من التركيز على اتخاذ القرارات التنفيذية بناءً على المعلومات المعالجة. إن القدرة على استنفاد المعلومات المنتجة في وقت مناسب هي بالطبع مشروطة بتطوير قدرات خوارزمية متطورة وتنفيذها بكفاءة. يجب أن تجيب التقنيات المتقدمة على مجموعة متنوعة من المشكلات في شكل تطوير العديد من المنتجات الجذابة لسوق الأمان.
ووفقا للبروفيسور نتنياهو، فإن الأهداف التكنولوجية للجمعية واسعة للغاية. ولتحقيقها، يُنصح بتقسيم "المشكلة الكبيرة" إلى عدد كبير من المشكلات الفرعية الصغيرة والتركيز عليها أولاً. على سبيل المثال، يعمل باحثو بار إيلان بالتعاون مع شركة ProTrack الناشئة في القدس على مشكلة تصنيف الحركات أثناء دراسة المجموعات المميزة (المستخرجة من بيانات الفيديو) بواسطة خوارزمية جينية. ونسبة التصنيف التي تحققت حتى الآن تتجاوز 90%.
بالإضافة إلى مشكلة تصنيف الحركة، يعمل البروفيسور نتنياهو وطالب أبحاث الدكتوراه، ليئور فريدمان، بالتعاون مع شركة RTC، على مشاكل خوارزمية كلاسيكية، مثل "العثور على أقرب جار" في الفضاء الإقليدي متعدد الأبعاد و الفضاء المتري العام، في سياق بيانات VULCAN. هذه المشكلة المحددة جيدًا هي رسم خرائط للمشكلة الأصلية التي تتعامل مع الاستعلامات المعقدة التي يرغب المرء في تقديمها إلى النظام المحوسب. من خلال حل المشكلة المعينة، سيكون من الممكن من حيث المبدأ الحصول على الإجابات ذات الصلة من قاعدة بيانات بيانات الفيديو الأصلية، وستساعد الخوارزميات من هذا النوع في استرداد المعلومات من كمية هائلة من بيانات الفيديو من كاميرات الأمن والمراقبة.
يشارك ماجد فولكان في الأبحاث الصعبة في مجالات الرؤية الحاسوبية، مثل تتبع الأشياء بين الكاميرات وفي مشهد مزدحم، وتصنيف الأشياء إلى فئات فرعية، وتحديد السلوك والسلوك غير الطبيعي، مع التركيز على مجال الأمن ووفقًا لاحتياجات ماجد.