روبوت يحيك الملابس بمجرد "رؤية" صورتها

وقال الباحثان في تصريحات لوسائل إعلام تقنية: "يتناول بحثنا تحدي أتمتة الحياكة من خلال تحويل صور الأقمشة إلى تعليمات قابلة للقراءة آلياً"، ويعني ذلك أن يلتقط الشخص صورة لسترته المفضلة ويعطيها للروبوت الذي يحللها قبل أن يبدأ بالحياكة على الفور.

ويعتبر ذلك تحدياً بالنسبة للبشر، لأنهم يحتاجون إلى فحص الصورة بعناية وتحديد كل غرزة وكل نمط في النسيج وحياكته بشكل يدوي أو باستخدام آلة الحياكة، وهذه الخطوة لا تستغرق وقتاً طويلاً فحسب، بل تتطلب أيضاً تدريباً وخبرة ودقة عالية.

ولتسهيل تحويل صور الأقمشة والألبسة إلى تعليمات دقيقة لروبوت الحياكة، ابتكر الباحثان إطار عمل يقوم على التعلم العميق، يعمل على خطوتين ويهدف لمحاكاة طريقة تحليل الخبراء لأنماط الأقمشة وتفسيرها.

الخطوة الأولى: تحويل صورة القماش المحبوك إلى نسخة أبسط وأوضح تظهر فقط الأجزاء المهمة من النمط، بمعنى تحويل الصورة المفصلة إلى رسم تخطيطي سهل القراءة. وتركز الصورة المبسطة على الغرز التي يمكنك رؤيتها على السطح، ومنها ينشئ النظام "العلامات الأمامية" التي تعد مفتاح صنع القماش.

الخطوة الثانية: يستخدم نموذج الذكاء الاصطناعي "العلامات الأمامية" لاستنتاج تعليمات حياكة شاملة، بما في ذلك طبقات الغرز المرئية والخفية، وتنسق هذه التعليمات بطريقة تمكن آلات الحياكة من فهمها وتنفيذها مباشرة.

واختبر الباحثان نموذج الذكاء الاصطناعي الخاص بهم لإعادة إنشاء أنماط لحوالي 5 آلاف عينة نسيجية، وكانت النتائج مبهرة، وقالا: "حقق نموذجنا دقة تزيد على 97% في تحويل الصور إلى تعليمات حياكة، متفوقاً بشكل كبير على الطرق الحالية. تعامل النظام بفعالية مع تعقيد الخيوط متعددة الألوان وأنواع الغرز النادرة، التي كانت تمثل تحدياً رئيسياً في الطرق السابقة، أما من حيث التطبيقات فإن طريقتنا تتيح إنتاج المنسوجات بشكل آلي بالكامل، ما يقلل من الوقت وتكاليف العمالة".

ورغم أن هذه التقنية تشكل فرقاً في الصناعة، فربما يكون لها جانب مظلم مستقبلي يتمثل في فقدان الوظائف، حيث توفر صناعة النسيج فرص العمل لأكثر من 75 مليون شخص حول العالم، ويعمل العديد منهم في أدوار صعبة ومنخفضة الأجر مثل الحياكة والخياطة، فيما تركز المخاوف عادة على أسواق العمل المرتبطة بمهن مثل الصحافة والكتابة.