ماكوتو شاب ياباني ترعرع في كنف والداه المزارعين، يعمل مصمم لأنطمة الكمبيوتر، في صيف 2015م عاد ليساعد والداه في فرز وترتيب الخضار، لكنه وجدها مهمة شاقة وتستغرق وقتاً طويلاً، لذا قرر ماكوتو أن لايقف مكتوف الأيدي وأن يبدأ التغيير، إليكم حكايته مع خوارزمية #التعلم_العميق وفرز الخيار

والد ماكوتو مزارع ياباني يفتخر كثيراً بإنتاج مزرعته، كرس حياته في تقديم خيار طازج لأسواق الخضار في اليابان، خضار بأشكال وأصناف متعددة بأسعار أعلى بكثير من السوق، ولكن الثمن باهض كما يقول: "فرز الخيار صعب وصعب تمامًا مثل نموه بالفعل، لكل خيار لون وشكل وجودة ونضارة"!

في مزرعة ماكوتو يصنفون الخضار إلى 9 أصناف، لكم أن تتخيلون أن والدته تقضي 8 ساعات يومياً في فرز الخضار وتصنيفها، عملية الفرز مضنية وشاقة وتحكمها عوامل كثيرة كحجم الخيار وسمكه ولونه وملمسه والخدوش على سطحه إن كانت ملتوية أو لا

بدأ ماكوتو يفكر جدياً في حل يوفر على والديه كل هذا التعب والمشقة، بخبرته كمصمم بدأ بتطوير فكرة مستوحاة من برنامج AlphaGo لـ #الذكاء_الاصطناعي ، والذي شاهده قبل فترة وجيزة، قام بتصميم نظام فرز الخيار باستخدام كمبيوتر لاتتجاوز كلفته 35$ ومنصة جوجل للتعلم العميق المجانية TensorFlow

مايفعله التعلم العميق (Deep Learning) هو أنه يتيح للآلة التعلم من بيانات التدريب للقيام بمهام مثل التصنيف والتنبؤ، قام ماكوتو بتحديد أصناف الخيار وخصائصها حسب السوق الياباني، لتدريب الـ DL لتصنيف الخيار استغرق ماكوتو ثلاث أشهر لجمع 7 آلاف صورة متنوعة للخيار من مزرعة والديه

بعد ذلك قام بتدريب النظام حتى يتعرف على الخيار، يمر الخيار أمام كاميرا النظام يتم التقاط صورة وتحاول الشبكة العصبية التعرف عليها إن كانت خيار أو لا ثم تصنفها، اخطاء التصنيف مكلفة، مثلاً الخيار الشائك مع وخز على سطحه سعره أعلى، لذا فإن الخطأ في تصنيفه إلى نوع أقل سيؤدي إلى الخسارة

في مرحة الاختبار (testing) تجاوزت دقة التعرف على الخيار وصنفه 95% ، ولكن حينما تم استخدام النظام على أرض الواقع لتصنيف الخيار نزلت دقته إلى 70% وكان السبب عدم كفاية الصور التي تم تدريب الخوارزمية عليها (أحد عيوب خوارزميات الـ DL أنها جشعة وتحتاج إلى بيانات هائلة لتدريبها!)

ربما وقع ماكوتو في مشكلة "overfitting" لعدم كفاية الصور التي قام بتدريب النظام عليها، يحتاج ماكوتو إلى إستثمار أكبر اذا عرفنا أن ما أنفقه حقاً لتنفيذ التجربة يقارب الألف دولار فقط وأن هذه تجربته الأولى للعمل مع خوارزميات الـ DL، ومع ذلك فإنه حقق نتائج مشجعة وملهمة بإمكانيات بسيطة

مايستفاد من قصة ماكوتو:
الأفكار تأتي من الحاجة، والحاجة أم الإختراع
الإرادة القوية تعطي نتائج مشجعة حتى مع الإمكانيات البسيطة
الثقة بالنفس حيث أنها تجربته الأولى مع الـ DL
استغلال المنصات مفتوحة المصدر

مصدر التغريدات:
https://www.newsweek.com/artificial-intelligence-cucumber-farm-raspberry-pi-495289 https://www.zmescience.com/science/news-science/deep-learning-japan-cucumbers/

والديه*