تعتمد كل مدينة كبرى الآن على الفيديو. تغذي تقاطعات المرور، وأرصفة مترو الأنفاق، والمتنزهات العامة، والمناطق التجارية غرف التحكم البلدية بمقاطع فيديو مستمرة. إن حجم البيانات الخام مذهل؛ فبدون تفسير، لا تعدو تلك الإطارات كونها ملفات مكلفة تستهلك مساحة الخوادم. لقد غيّر التعلم العميق هذه المعادلة، حيث منح الأنظمة الحضرية القدرة على المراقبة والفهم والاستجابة للأحداث أثناء وقوعها، محولاً التسجيلات السلبية إلى بنية تحتية نشطة.
من البكسلات إلى القرارات
اعتمدت الرؤية الحاسوبية التقليدية على قواعد مصممة يدويًا، حيث قام المهندسون ببرمجة الأنظمة للبحث عن أشكال أو ألوان أو أنماط حركة محددة. نجحت هذه الأساليب في المختبرات الخاضعة للرقابة، لكن المدن فوضوية؛ فالظلال تتغير، والأمطار تشوش العدسات، والمشاة يتجمعون تحت مظلات لا تشبه أبدًا الرسوم التوضيحية المستخدمة في التدريب. فشلت الأنظمة القائمة على القواعد باستمرار، مما أغرق المشغلين بالنتائج الإيجابية الخاطئة.
يتناول التعلم العميق المشكلة بطريقة مختلفة؛ حيث تتعلم الشبكات العصبية الالتفافية وسلالاتها الميزات مباشرة من البيانات. فبدلاً من إخبار الكمبيوتر كيف تبدو الدراجة الهوائية، يقوم المهندسون بتغذيته بملايين الأمثلة المصنفة حتى يبني النموذج مفهومه الداخلي الخاص بالدراجة. والنتيجة هي نظام يتعامل مع التباينات في العالم الحقيقي دون تعطل. فبإمكان كاميرا موجهة نحو شارع مزدحم أن تميز بين شاحنة توصيل وحافلة حتى في وقت الغسق، أو وسط ضباب خفيف، أو عندما تتداخل المركبات جزئيًا. والأهم من ذلك، أن النموذج يخرج درجات الثقة وبيانات وصفية مهيكلة بدلاً من البكسلات الخام، مما يعني أن البرمجيات اللاحقة يمكنها إطلاق التنبيهات، أو تحديث لوحات البيانات، أو التغذية مباشرة في أجهزة التحكم في المرور.
إدارة المرور والتحكم في التدفق
تعد حركة المرور في المدن أحد أوضح مكاسب تحليلات الفيديو. فقد صُممت إشارات المرور ذات التوقيت الثابت منذ عقود لأنماط ساعات الذروة المتوقعة، وهي لا تستطيع التكيف عندما تفرغ حفلة موسيقية في الشوارع قبل موعدها بساعتين، أو عندما يتسبب حادث تصادم بسيط في إغلاق المسار الأوسط.
تقوم أنظمة التعلم العميق المثبتة عند التقاطعات بعد المركبات حسب نوعها، وقياس أطوال الطوابير عند الإشارات الحمراء، وتقدير أوقات الانتظار. يمكن لمهندسي المدن رؤية ليس فقط أن الطريق مزدحم، بل معرفة سبب الازدحام؛ هل ناتج عن حركة المرور العابرة، أم الانعطافات يساراً بدون إشارات محمية، أم مشاة يعبرون عكس الإشارة؟ يمكن للكاميرات المزودة بخاصية الاستدلال المدمج تعديل مراحل الإشارات في الوقت الفعلي لصالح الاتجاه الذي يحمل العبء الفعلي. وتقوم بعض الأنظمة بالإبلاغ عن الحوادث فوراً — مثل اكتشاف سائق يسير في الاتجاه المعاكس، أو مركبة متعطلة، أو حطام في الطريق — وغالباً ما يكون ذلك أسرع من استجابة المشغل البشري الذي يمسح جداراً من الشاشات.
تتكامل هذه الأدوات أيضاً مع التخطيط الحضري الأوسع. فمن خلال تحليل أسابيع من الفيديو، تحدد المدن الاختناقات المزمنة التي تشير إلى الحاجة إلى مسارات انعطاف جديدة أو تعديل حدود السرعة، مما يستبدل التخمين بالسلوك المرصود.
السلامة العامة والمراقبة
تتجاوز تطبيقات السلامة مجرد الكشف البسيط عن الحركة. إذ يمكن للتحليلات الحديثة رصد الأنماط التي تسبق الحوادث أو الجرائم. فحقيبة ظهر تُركت دون مراقبة على رصيف محطة قطار لفترة تتجاوز حداً معيناً تطلق تنبيهاً. كما يمكن للدخان أو التشتت المفاجئ للحشود المرئي عبر كاميرات الواجهة البحرية أن يشير إلى حالة طوارئ قبل أن يقوم أي شخص بالإبلاغ عنها.
التحسن الرئيسي يكمن في الانتقائية؛ فالأنظمة القديمة كانت تطلق إنذارات مع كل سنجاب أو غصن شجرة يتمايل. أما نماذج التعلم العميق فتقوم بتصفية الحركة غير ذات الصلة وتحدد السلوك غير المعتاد حقاً. فاندلاع شجار في ساحة عامة ينتج بصمة حركية محددة تختلف عن مجموعة من الأصدقاء يمزحون بخشونة أو مؤدٍ في الشارع يقوم بحركات بهلوانية. وبذلك يمكن لموظفي الأمن تركيز انتباههم على حفنة من الأحداث المؤكدة بدلاً من مطاردة مئات التنبيهات الخاطئة طوال نوبة عملهم.
مراقبة الحشود وتحليل الكثافة
تشكل التجمعات العامة الكبيرة مخاطر فريدة. فمخارج الملاعب، ومناطق المهرجانات، ومراكز النقل خلال العطلات يمكن أن تصبح خطيرة عندما تتجاوز الكثافة الحدود الآمنة. تقوم أنظمة التعلم العميق بعدّ الحشود وتقدير الكثافة من خلال تحليل التوزيع المكاني للأشخاص عبر المشهد.
تقوم هذه الأدوات بإنشاء خرائط حرارية توضح أماكن تكتل الحشود في الوقت الفعلي. يمكن لمنظمي الفعاليات والشرطة فتح مخارج ثانوية، أو إعادة توجيه حركة المشاة، أو إيقاف وصول الأشخاص قبل تشكل تدافع خطير. وخلال الفترات الروتينية، تقيس التقنية نفسها تدفق المشاة عبر الممرات التجارية أو طوابق الميزانين في وسائل النقل، مما يساعد المهندسين المعماريين ومخططي المدن على فهم كيفية تحرك الناس فعلياً عبر المساحات المشتركة. وبالمثل، فإن تقدير طول الطوابير في المطارات والمكاتب الحكومية يتيح للموظفين فتح نوافذ خدمة إضافية قبل أن تتفاقم الطوابير.
اكتشاف الأجسام وتتبعها في البيئات الحضرية
تمتلئ المدن بأجزاء متحركة: المشاة، وراكبو الدراجات، والسكوتر، والحيوانات الأليفة، وروبوتات التوصيل، والمركبات بجميع أحجامها. لا تكتفي أنظمة التعلم العميق باكتشاف هذه الأجسام في إطار واحد فحسب، بل تتبعها عبر الزمن وعبر شبكات الكاميرات.
يقوم تتبع الأجسام المتعددة بتعيين هويات ثابتة للكيانات أثناء عبورها للمشهد. فالمشاة الذي يخطو خلف شاحنة متوقفة لا يختفي من وعي النظام؛ بل يتنبأ النموذج بمساره ويعيد اكتشاف الهدف عندما يصبح مرئياً مرة أخرى. وعند توسيع هذا النطاق عبر شبكة من الكاميرات ذات مجالات الرؤية المتداخلة، تتيح ميزة إعادة تحديد هوية الأشخاص للمدينة تتبع فرد معرض للخطر أو تحديد موقع طفل مفقود دون الاعتماد على مشغل واحد يقوم بمراجعة ساعات من اللقطات يدوياً.
تدعم هذه القدرات أيضاً العمليات اللوجستية وإنفاذ القانون. أصبح التعرف الآلي على لوحات الترخيص أمراً شائعاً بالفعل، ولكن أنظمة إعادة تحديد هوية المركبات الأحدث يمكنها تتبع رحلة سيارة معينة دون قراءة اللوحة، وذلك باستخدام ميزات مميزة مثل ملصقات المصدات، أو رفوف السقف، أو أنماط العجلات. وهذا أمر قوي لإنفاذ القانون، ولكنه يثير أيضاً تساؤلات مشروعة حول النطاق والرقابة التي يجب على مديري المدن معالجتها من خلال سياسات صارمة.
تحدي البنية التحتية
إن نشر هذه الأنظمة على نطاق المدينة ليس مجرد مشكلة برمجية. فآلاف الكاميرات التي تبث فيديو عالي الدقة تولد بيتابايت من البيانات. وإرسال كل شيء إلى سحابة مركزية للتحليل هو أمر مكلف وبطيء، حيث يصبح عرض نطاق الشبكة هو العامل المحدِد قبل القدرة الحوسبية.
تستجيب المدن من خلال حوسبة الحافة (edge computing). تتضمن الكاميرات الذكية الحديثة مسرعات استدلال مخصصة تقوم بتشغيل النماذج محلياً وترسل فقط التنبيهات أو الأعداد أو البيانات الوصفية المضغوطة إلى المقر الرئيسي. وهذا يقلل من تكاليف عرض النطاق الترددي ويخفض زمن الاستجابة من ثوانٍ إلى أجزاء من الثانية، وهو أمر بالغ الأهمية عند ضبط إشارات المرور أو إيقاف قطار.
وتعد الصيانة عقبة أخرى. فالكاميرات الخارجية تتراكم عليها الأوساخ والجليد وخيوط العنكبوت. ويتدهور أداء النموذج المدرب على صور نقية عندما تكون العدسة متسخة. تتطلب عمليات النشر الموثوقة مراقبة آلية للحالة وجداول صيانة ميدانية. كما أن تحديثات البرامج الثابتة، وإعادة تدريب النماذج باستخدام البيانات المحلية، والتصحيحات الأمنية تزيد من التكاليف التشغيلية المستمرة التي غالباً ما يقلل فرق المشتريات من تقديرها أثناء المشاريع التجريبية.
الخصوصية والعنصر البشري
لا يمكن لأي نقاش حول تحليلات الفيديو الحضرية أن يتجاهل الخصوصية. فالنماذج نفسها التي تعد المشاة يمكنها تحديد الوجوه. وعملية التتبع نفسها التي تجد شخصاً مفقوداً يمكنها تتبع متظاهر. يجب على المدن التي تتبنى هذه الأدوات وضع حدود واضحة للاحتفاظ بالبيانات، وتقييد التعرف على الوجه في ظروف محددة بدقة تحكمها مذكرات التفتيش أو الموافقة، ونشر تقارير الشفافية حول مواقع الكاميرات وقدرات النظام.
وتساعد تقنيات إخفاء الهوية في ذلك. حيث يمكن تكوين النماذج لطمس الوجوه ولوحات الترخيص بشكل افتراضي، واستخراج البيانات الوصفية السلوكية اللازمة فقط لإدارة حركة المرور أو السلامة. إن معالجة البيانات محلياً عند الحافة بدلاً من أرشفة أسابيع من اللقطات الخام في خادم مركزي يحد من مخاطر المراقبة الجماعية واختراقات البيانات.
للحصول على نظرة أعمق في الخوارزميات والتطبيقات التي تم استعراضها هنا، تتوفر الورقة البحثية الكاملة في source paper on Dev.to. إذا كنت ترغب في مناقشة هذه الأفكار مع آخرين يعملون في مجال الذكاء الاصطناعي الحضري والرؤية الحاسوبية، فانضم إلى المحادثة عبر GyaanSetu Telegram community.
العمل الحقيقي يبدأ بعد تدريب النموذج
نقل التعلم العميق تحليلات الفيديو من مجرد تجربة علمية إلى واقع تشغيلي. فلم تعد الكاميرات في المدن الذكية تكتفي بالتسجيل فحسب، بل أصبحت تفسر وتقيس وتستجيب. إن التكنولوجيا اللازمة لإدارة تدفق حركة المرور، ومنع كوارث الحشود، وتسريع الاستجابة لحالات الطوارئ باتت موجودة بالفعل، وذلك باستخدام مقاطع الفيديو التي كانت تُسجل في كل الأحوال.
لكن الأجهزة والخوارزميات ليست سوى جزء من المهمة. فالمدينة التي تنشر هذه الأدوات دون خطط صيانة، ودون بنية تحتية للشبكات تراعي حدود عرض النطاق الترددي، ودون ضوابط لحماية الخصوصية، ستخلق إما فشلاً مكلفاً أو جهاز مراقبة اقتحامياً. يكمن الفرق في تفاصيل التنفيذ؛ فالتعلم العميق يوفر "العيون"، بينما يظل مخططو المدن والمهندسون هم من يقدمون "التقدير".