من أبوظبي إلى وادي السيليكون: طالبان من جامعة محمد بن زايد للذكاء الاصطناعي يطوران أبحاث الرؤية الحاسوبية في شركة “ميتا”

كانت المهمة واضحة وطموحة: بناء مشفّر بصري للصور ومقاطع الفيديو يعمل مباشرة دون الحاجة إلى إعدادات مسبقة ويكون الأفضل في العالم. هذا هو المشروع الذي كُلِّف به محمد معاذ وهنونة رشيد، وهما طالبا دكتوراة في قسم الرؤية الحاسوبية بجامعة محمد بن زايد للذكاء الاصطناعي، في أول يوم لهما في تدريب مهني في مقر شركة “ميتا” بوادي السيليكون.

وخلال فترة التدريب، عمل معاذ وهنونة جنباً إلى جنب مع موظفي الشركة ومتدربين آخرين، حيث اكتسبا فهماً أعمق لكيفية تطوير ابتكارات الذكاء الاصطناعي وتوسيع نطاقها في واحدة من أكبر شركات التكنولوجيا في العالم.

يقول معاذ: 'أطمح إلى ابتكار أشياء تعود بالنفع على الناس، وقد وسّع هذا التدريب مداركي حول كيفية مساهمة أنظمة الذكاء الاصطناعي في تلبية احتياجاتهم'.

أما هنونة، فتصف تجربتها في هذا المشروع بأنها رحلة مليئة بالتحديات التي تطلبت إيجاد حلول مبتكرة، مضيفة: “في البداية لم نكن نعرف المسار الذي يجب أن نتبعه لتحقيق هدفنا، لكن البحث العلمي قادنا إلى الاتجاه الصحيح”.

داخل شركة “ميتا”

يُعد الحصول على فرصة تدريب مهني في واحدة من كبرى شركات التكنولوجيا مثل “ميتا” أمر بالغ الصعوبة. وتزداد هذه الصعوبة بالنسبة للطلبة القادمين من خارج الولايات المتحدة الأمريكية. ولكن الورقتين البحثيتين اللتين شارك كل من معاذ وهنونة في إعدادهما خلال دراستهما في جامعة محمد بن زايد للذكاء الاصطناعي، وهما بعنوان “GLaMM” و”Video-ChatGPT“، لفتتا انتباه كريستوف فايشتنهوفر، الباحث العلمي في فريق “FAIR” في شركة “ميتا”، الذي تواصل معهما بشأن فرصة التدريب.

تقول هنونة: “كان مشرفنا الدكتور سلمان خان يذكّرنا دائماً أننا إذا ركزنا على إنتاج أعمال بحثية متميزة، فستأتي الفرص بكل تأكيد”.

وهي تشير إلى أن الأنشطة اليومية في “ميتا” تتضمن اجتماعات مع الزملاء لمناقشة التحديات التقنية ووضع حلول مبتكرة للتغلب عليها، مؤكدة أنه رغم كونهما هي ومعاذ جزءاً من فريق كبير، إلا أن “كل فرد كان يتمتع بحرية استكشاف مساره الخاص”.

أحد التحديات التي واجهها الفريق في مهمة بناء مشفّر بصري للصور ومقاطع الفيديو هو أن البيانات المصنفة المتوفرة لتدريب النماذج في مجال الفيديو كانت أقل بكثير منها في مجال الصور. لمعالجة هذا التحدي، طوّر الفريق نموذجاً لغوياً متعدد الوسائط أطلق عليه اسم “PerceptionLM” بهدف فهم النواحي المكانية والزمانية في مقاطع الفيديو. واستُخدم هذا النموذج لتوليد مجموعة بيانات اصطناعية من مقاطع الفيديو والشروح التوضيحية بهدف تدريب المشفّر الذي حمل اسم “Perception Encoder“. وقد نشرت شركة “ميتا” نتائج هذا العمل على مدونة الشركة الرسمية.

تركّز عمل هنونة على بناء مجموعات بيانات عالية الجودة وتحضيرها لتدريب النظامين. وشمل ذلك إعداد مجموعات بيانات فيديو واقعية مع أوصاف أعدها متخصصون باللغة الطبيعية تركز على فهم المكان والزمان وتحديدهما وتدريب النموذج “PerceptionLM” على التعلم من هذه البيانات ليتمكّن من تنفيذ مهام فهم مقاطع الفيديو.

كما أنشأت هنونة مجموعة بيانات اصطناعية واسعة وحلّلت تأثيرها على حجم البيانات وجودتها، حيث عملت على تحسين المحرك الأساسي المسؤول عن توليد البيانات الاصطناعية المكونة من مقاطع فيديو وشروح نصية، مما جعله أكثر فعالية وجاهزية لتدريب النموذج “Perception Encoder”.

أما معاذ، فكان مسؤولاً عن تدريب النماذج اللغوية المتعددة الوسائط وتطويرها، حيث تولى تدريب النموذج “PerceptionLM” لتحسين أدائه في المهام التي تتضمن مقاطع فيديو واقعية، مثل الإجابة عن الأسئلة المتعلقة بالمقاطع المصوّرة، والتعرّف على الأفعال، وفهم العلاقات المكانية والزمانية.

كما درّب نموذجاً لغوياً متعدد الوسائط استخدم في توليد البيانات الاصطناعية، وقام بتحسينه لتوليد شروح توضيحية لمقاطع الفيديو التي لا توجد لها شروح سابقة. وقد استُخدم هذا النموذج في عملية متكررة لتوليد بيانات اصطناعية على نطاق واسع شملت ملايين العينات من مقاطع الفيديو لتدريب النموذج “Perception Encoder”.

المسيرة والتطلعات المستقبلية

قبل التحاق هنونة بجامعة محمد بن زايد للذكاء الاصطناعي، درست الهندسة الطبية الحيوية وعملت في مجالي الزراعة والرعاية الصحية. وكانت ضمن أول دفعة حصلت على درجة الماجستير من الجامعة قبل أن تبدأ برنامج الدكتوراة. وهي تقول إن ما جذبها إلى مجال الرؤية الحاسوبية هو أنه “يتيح لك ملاحظة المشكلة عن كثب، واستكشاف المنهجية، وتصور الحل بصرياً”.

أما معاذ، فكان ضمن الدفعة نفسها في برنامج الماجستير، وعمل سابقاً في القطاع الصناعي في بلده باكستان قبل أن ينتقل إلى أبوظبي. وهو يقول: “جامعة محمد بن زايد للذكاء الاصطناعي تساعد الطلبة على النمو بسرعة كبيرة، وقد منحتني فهماً عميقاً لمجال الرؤية الحاسوبية، إضافة إلى معرفة ما يتطلبه إنتاج أبحاث مؤثرة”.

تجدر الإشارة إلى أن الطالبين كوّنا خلال فترة التدريب في شركة “ميتا” علاقات مهنية قيّمة مع زملائهما وطوّرا مهاراتهما في التواصل والعرض والتقديم. كما تلقى كل منهما في نهاية التدريب عرضاً من “ميتا” للعودة والعمل في مجال الرؤية الحاسوبية.

يؤكد معاذ أن تجربته في “ميتا” جعلته يدرك الفجوات الموجودة في البحث العلمي التي يأمل في سدّها أثناء مواصلة دراسته للدكتوراة.

أما هنونة، فتعرب عن امتنانها لمشرفيها، الدكتور فهد خان، نائب رئيس قسم الرؤية الحاسوبية، والدكتور سلمان خان، الأستاذ المساعد في القسم نفسه، على تهيئتها لتقديم مساهمات مهمة في مجال البحوث المتقدمة في شركة تكنولوجيا رائدة، مؤكدة أن التشجيع والدعم الذي قدماه لها ولزميلها معاذ كان وراء إقدامهما على معالجة تحديات معقدة والتنافس مع فرق بحثية رائدة من مختلف أنحاء العالم.

وتختتم هنونة بالقول إنها تفكر في مواصلة مسيرتها المهنية في القطاع الصناعي بعد نيل درجة الدكتوراة، وإن اختارت هذا المسار، فستدخل إليه بأساس معرفي قوي حول كيفية تطوير البحث العلمي وتطبيقاته العملية في أحد أبرز مختبرات الذكاء الاصطناعي في العالم.