Superb AI تبني لـ LH نظامًا لتصنيف عيوب المساكن من الصور

عندما يلتقط أحد سكان شقق الإيجار التابعة لهيئة الأراضي والإسكان الكورية (LH) صورة لشق في الجدار أو لتسرب مياه من السقف، يحدد الذكاء الاصطناعي خلال ثانية واحدة في أي مساحة ومن أي مادة ظهر العيب، وما نوعه. النظام من تطوير شركة Superb AI المتخصصة في الرؤية الحاسوبية، وقد أنهت المرحلة الأولى من تنفيذه وتعمل حاليًا على المرحلة الثانية لتحسينه.

حجم كبير وتصنيف معقد

تتلقى LH نحو 300 ألف صورة لعيوب شهريًا، أي قرابة 4 ملايين صورة سنويًا. وكان موظفو خدمة العملاء يصنفونها يدويًا عبر الرسائل النصية والمكالمات. ومعايير التصنيف معقدة، إذ تنتج عن الجمع بين المساحة والجزء أو المادة ونوع العيب ونوع الأعمال ونوع الإنشاء أكثر من 18 ألف تركيبة. ولأن خبرة الموظفين تتفاوت، كان العيب نفسه يُصنَّف أحيانًا بشكل مختلف أو خاطئ.

اعتمدت Superb AI على نموذج واحد للرؤية واللغة (VLM)، وهو نموذج ذكاء اصطناعي يفهم الصور واللغة معًا. وعادة يُستخدم نموذج لتحديد موقع العيب وآخر لتمييز نوعه، أما هنا فيقيّم نموذج واحد المعايير الخمسة معًا انطلاقًا من صورة واحدة، ما يبسّط البنية ويخفف عبء الصيانة. وتُعالج الشكاوى على مدار الساعة، وتُعرض النتيجة نصًا مع تفسير سبب القرار.

الدقة والاستخدامات المقبلة

يتعرف النظام على العيوب الشائعة مثل الشروخ والتسربات والتلف والعفن والتلوث، ويستنتج الأسباب التي يصعب تحديدها من الصورة وحدها اعتمادًا على أنماط تعلمها. وصُمم النظام لتبلغ دقة الكشف 90% على الأقل، على ألا تتجاوز نسبة الأخطاء والحالات الفائتة 10%، وتقول الشركة إنها تحافظ على هذا المستوى بالمراقبة والتحقق الدوريين.

وبذلك يتفرغ الموظفون للشكاوى التي تحتاج إلى تقدير بدل الاكتفاء بالاستقبال والفرز. كما أتاحت البيانات المخزنة بصيغة موحدة تحليل العيوب المتكررة بحسب المجمع السكني والمادة وسنة الإنجاز. ويمكن بناءً على ذلك فحص المواقع التي تتكرر فيها المشكلة مسبقًا، وتحديد مواعيد استبدال المرافق القديمة وصيانتها ضمن خطط إصلاح طويلة المدى.

وقال الرئيس التنفيذي للشركة، كيم هيون سو، إن التحدي المزدوج المتمثل في نظام تصنيف معقد وكمية ضخمة من البيانات غير المنظمة حُلّ بنموذج VLM واحد. وأضاف أن الأسلوب قابل للتطبيق في فحص المنشآت وتحليل الشكاوى المصورة في الخدمات العامة.