توسّع Amii شراكتها لتعزيز اعتماد الذكاء الاصطناعي ودعم 25 شركة إضافية

Amii، معهد ألبرتا لذكاء الآلة، توسّع شراكتها مع وكالة التنمية الاقتصادية الإقليمية الكندية PrairiesCan لمساعدة 25 شركة صغيرة ومتوسطة إضافية على تطوير قدرات عملية في مجال الذكاء الاصطناعي. ويضيف الإعلان الصادر في 27 أكتوبر دعمًا اتحاديًا قدره 2.5 مليون دولار كندي، ليرتفع إجمالي الاستثمار الاتحادي في المبادرة إلى 5.6 مليون دولار كندي.

يشمل التوسّع ألبرتا وساسكاتشوان ومانيتوبا، وقد بدأت بالفعل مشاريع أولية في قطاعات الطاقة والزراعة والتصنيع. وتقول Amii إن البرنامج عمل مع 30 شركة إقليمية منذ إطلاقه في عام 2024. ويقوم نهجه على ربط الشركات بمتخصصين في تعلّم الآلة لبناء أنظمة تستند إلى بياناتها التشغيلية الخاصة، مع تزويدها بالخبرة اللازمة لصيانة تلك الأنظمة.

شراكة بحثية تتمحور حول التنفيذ

تتخذ Amii من إدمونتون مقرًا لها، وهي مؤسسة مستقلة غير ربحية، وأحد معاهد الذكاء الاصطناعي الوطنية الثلاثة في كندا ضمن الاستراتيجية الكندية الشاملة للذكاء الاصطناعي. وتمتد جذورها إلى مركز ألبرتا للتميّز في تعلّم الآلة، الذي تأسس عام 2002؛ ثم أصبحت مؤسسة مستقلة غير ربحية تحت اسم Amii في عام 2017. وتربط أعمالها بين البحث وتطوير المواهب والتطبيقات التجارية.

وكالة التنمية الاقتصادية للمروج الكندية، المعروفة باسم PrairiesCan، هي الوكالة الاتحادية المعنية بدعم التنمية الاقتصادية في المقاطعات الثلاث المشاركة. وبالنسبة إلى القراء الدوليين، تمثل هذه الشراكة مثالًا على توظيف الاستثمار العام لمساعدة الشركات الأصغر على الوصول إلى خبرات تقنية متخصصة يصعب عليها توفيرها بصورة مستقلة.

يُسند نموذج Amii لتطوير الذكاء الاصطناعي إلى مشروع الشركة باحثًا مقيمًا متفرغًا متخصصًا في تعلّم الآلة، تحت إشراف علماء من فريق المعهد. ويعمل الباحث مع فريق الشركة على تطوير النماذج واختبارها، مع إتاحة خيار تعيينه لدى الشركة بعد ذلك. ويحدد العرض العام التزامًا يمتد من 12 إلى 15 شهرًا، مع اختلاف نطاق كل مشروع وتكلفته.

تحتفظ الشركات بالملكية الفكرية التي تُطوَّر خلال التعاون، وتتلقى الوثائق اللازمة ونقلًا للمعرفة. وهذا يمنح الشراكة هدفًا يختلف عن مجرد تسليم نموذج أولي تنفذه جهة خارجية؛ إذ ينبغي أن تتمكن الشركة من تكييف النظام بعد مغادرة فريق البحث الخارجي.

Croptimistic: رؤية حاسوبية قادرة على التعامل مع الحقول الفعلية

تطوّر Croptimistic Technology منظومة SWAT MAPS للزراعة الدقيقة، التي تجمع معلومات التربة والمياه والتضاريس لتوجيه إدارة الحقول. أما منتجها SWAT CAM، فيلتقط الصور أثناء عمليات الرش المعتادة ويستخدم تعلّم الآلة لتحليل المحاصيل والأعشاب الضارة.

تناول التعاون مع Amii محاصيل الحبوب في مراحل نموها المبكرة، مثل القمح والشوفان. فأوراقها الضيقة والمتداخلة تجعل تمييز النباتات المنفردة أمرًا صعبًا. وطوّر الفريق نماذج رؤية متخصصة لمعالجة الصور عبر الغطاء النباتي الكثيف وفي ظروف تصوير صعبة، تشمل الغبار والوهج والرياح.

توضح معلومات منتجات Croptimistic كيفية ربط الكاميرات المثبتة على آلات الرش بصور الحقول الكثيفة، وصولًا إلى مناطق الإدارة. وتتمثل الفائدة العملية لتحسين رصد المحاصيل في توفير تفاصيل مكانية أدق؛ إذ يستطيع المزارعون فحص تفاوت استقرار المحاصيل وضغط الأعشاب الضارة في أنحاء الحقل، بدلًا من الاعتماد على بضع ملاحظات يدوية فحسب.

Carson Integrated: تحويل السجلات البيئية إلى تنبؤات

Carson Integrated شركة استشارية في مجالي البيئة والغابات، وتشمل أعمالها توفير المعلومات الجغرافية المكانية لمشاريع الموارد الطبيعية. وتمثل التحدي الذي واجهته تصنيف المجاري المائية، وهو ما يساعد على تحديد المناطق العازلة المحمية حول الممرات المائية.

تصف دراسة الحالة التي أعدتها Amii عن Carson نموذجًا بُني باستخدام بيانات جُمعت على مدى نحو عقدين، بما في ذلك القياسات الميدانية ومعلومات الاستشعار عن بُعد. وشمل تطوير السمات دراسة خصائص التضاريس والبيئة؛ وتبيّن أن حجم مخرج حوض التصريف مفيد على نحو خاص. وتفيد الدراسة بأن متوسط دقة التصنيف يبلغ نحو 75% عند توافر البيانات المناسبة.

يوضح هذا التطبيق كيف تسهم الخبرة المتخصصة في المجال في توجيه تعلّم الآلة نحو نتائج مفيدة. فتحديد مجرى مائي في الصور يختلف عن التنبؤ بتصنيفه التنظيمي. وقد تساعد التنبؤات على تحديد أولويات أعمال التقييم في المناطق النائية، لكن تظل الحاجة قائمة إلى تقييم دقتها ومدى ملاءمتها للقرارات التي يُستعان بها لدعمها.

Visionstate: جدولة المهام بوصفها مسألة تحسين مقيّدة

تطوّر Visionstate برامج لإدارة عمليات المرافق وعمليات التفتيش والتحقق من إنجاز الأعمال. ويسلط موقعها الإلكتروني الحالي الضوء على MIRA، وهي منصة تربط التقارير وعمليات التفتيش وأوامر العمل والإشراف. وتركز التعاون مع Amii على منصة WANDA التي تقدمها الشركة لإدارة المرافق.

توضح دراسة الحالة التفصيلية أن مسارات التنظيف وجداوله صيغت بوصفها مسألة تحسين مقيّدة. ويتعين على النظام توزيع قوة عاملة ثابتة العدد مع مراعاة مخططات المواقع ومتطلبات الخدمة وقواعد الامتثال، وتحقيق التوازن بين الكفاءة والإنصاف.

أسهم هذا العمل أيضًا في دعم TidyLogic، وهو منتج لتخطيط الموارد، وأداة لتقدير تكاليف التنظيف في قطاع الرعاية الصحية. ووصفت دراسة الحالة TidyLogic بأنه لا يزال في المرحلة التجريبية، وأشارت إلى أن النموذج كان يتجه نحو التكامل وقت كتابة الدراسة. ولهذه الفروق أهمية: فتطوير منتج تجاري ونشر نظام تحسين متكامل بالكامل مرحلتان منفصلتان.

Ambyint: بناء الخبرات في التعلّم المعزّز

Ambyint توفّر برمجيات لتحسين الإنتاج لشركات النفط والغاز. وتجمع منصتها الحالية بين النماذج المستندة إلى مبادئ الفيزياء والتحكم الآلي، بما في ذلك تعديل نقاط الضبط للمعدات عبر بنية تحتية للرصد الصناعي.

استكشف مشروع Amii استخدام التعلّم المعزّز في آبار الرفع بالمكبس، حيث يؤثر تغيير عتبات الضغط في كيفية إخراج السوائل المتراكمة. ويجعل شحّ المعلومات عن الظروف في أعماق الأرض المحاكاة والتحكم أمرين صعبين. واختبر الفريق أساليب تستند إلى البيانات التاريخية وطرائق مستندة إلى مبادئ الفيزياء لتحسين القرارات.

توضح دراسة الحالة النتيجة صراحةً: لم تحسّن النماذج التجريبية الكفاءة مقارنةً بأنظمة الأتمتة القائمة لدى Ambyint، ولم تكن بعد موثوقة أو سريعة الاستجابة بما يكفي للاستخدام في الإنتاج. وتمثلت الفائدة في تعزيز قدرات الفريق الداخلي وتكوين فهم أوضح لمجالات البحث الإضافي اللازمة. وهذه نتيجة مفيدة لتبنّي الذكاء الاصطناعي، حتى إن لم تُفضِ فورًا إلى نموذج قابل للنشر.

Riva: تسخير بيانات المؤسسات للذكاء الاصطناعي

كما تشير Amii أيضًا إلى أن Riva، التي تتخذ من إدمونتون مقرًا لها، من أوائل المستفيدين، مستشهدةً بالتقدم المحرز نحو تطوير حلول جاهزة للإنتاج، من دون الكشف عن بنية النموذج المحددة.

تربط منصة Riva البريد الإلكتروني والتقويم ومعلومات جهات الاتصال والاجتماعات بأنظمة إدارة علاقات العملاء. وتشمل إمكاناتها إعداد ملخصات للمحادثات باستخدام الذكاء الاصطناعي وإنتاج مخرجات منظّمة للاجتماعات، يمكن للفرق مراجعتها وربطها بسجلات إدارة علاقات العملاء. وهذا سياق مختلف لتبنّي الذكاء الاصطناعي عن التصوير الميداني أو التحكم الصناعي؛ إذ يكمن التحدي في جعل التفاعلات التجارية قابلة للاستخدام مع الحفاظ على الحوكمة والمراجعة البشرية.

لماذا يتجاوز أثر هذا النموذج حدود كندا

تُظهر الشركات المشاركة أن تبنّي الذكاء الاصطناعي يشمل الرؤية الحاسوبية، والنمذجة التنبؤية، والتحسين المقيّد، والتعلّم المعزّز، وسير العمل المؤسسي للمعلومات. ويتطلب كل مجال منها بيانات وأساليب تقييم وخبرات تشغيلية مختلفة.

تتمثل الأهمية الأوسع لهذه الشراكة في تركيزها على الملكية وبناء القدرات التقنية. فالشركة تكتسب أكثر من مجرد نموذج عندما يتعلم موظفوها كيفية بنائه واختباره، ومتى يمكن الوثوق بتنبؤاته. وبالنسبة إلى الشركات الصغيرة، قد يكون نقل هذه القدرات ذا أهمية تضاهي تسليم البرمجيات في البداية.