وضع الرؤية الحاسوبية على طرق دولة كاملة، قبل أن تصبح رائجة

في عام 2018 لم يكن هناك ما يُشترى. إذا أردت نظامًا يحدد ما إذا كان السائق ممسكًا بهاتفه، أو ما إذا كان حزام الأمان ممتدًا على كتفه، فلم يكن أي مورّد قادرًا على ترخيص ذلك لك. الأبحاث المنشورة كانت عن المشاة ولوحات الأرقام، ومجموعات البيانات العامة كانت أمريكية وأوروبية، مصوّرة في ضوء معتدل عبر زجاج نظيف. ولم يكن أي منها يشبه طريقًا سريعًا خليجيًا في الثانية بعد الظهر في تموز.

بنينا ذلك النظام لصالح تَحَكُّم، وهو يرصد استخدام الهاتف ومخالفات حزام الأمان في المملكة العربية السعودية منذ 2018. وبعد ثماني سنوات، ما تزال أسئلة لجان المشتريات لنا عن الرؤية الحاسوبية أسئلة خاطئة في معظمها، ولذلك نكتب هنا ما تطلّبه العمل فعلًا.

الصعوبة في الزجاج لا في الهاتف

الزجاج الأمامي مرشّح يتغير كل بضع ثوانٍ. يعكس السماء، ويحمل الغبار والمطر وأثر المساحات وطبقة تظليل قانونية في بعض المركبات دون غيرها. ووهج الشمس في زاوية منخفضة يحوّل النصف الأعلى من المقصورة إلى بياض كامل. وفي الليل لا يصل إلى وجه السائق سوى ضوء لوحة العدادات وما توفره الكاميرا نفسها. والجسم المطلوب رصده بحجم كفّ تقريبًا، وغالبًا مختفٍ جزئيًا خلف تلك الكف، ويمر أمام الكاميرا بسرعة الطريق السريع.

وحزام الأمان أصعب من الهاتف في جانب واحد. حزام أسود على قميص أسود عند الغسق يكاد يكون غير مرئي للمستشعر وللإنسان معًا. والأسوأ أن الحزام قد يكون موجودًا وخاطئًا في الوقت نفسه: ممرَّرًا خلف الكتف، أو مثبَّتًا ثم يُجلس عليه، أو مارًّا تحت الإبط. والنموذج المدرَّب على ثنائية «حزام أو لا حزام» يتعلم الإجابة عن سؤال لا تطرحه اللائحة.

لذلك لم يكن القرار الهندسي الأول متعلقًا بالتعلم الآلي إطلاقًا، بل بالالتقاط. سرعة غالق قصيرة بما يكفي لتجميد المقصورة. وقياس تعريض معاير على المقصورة لا على المشهد، لأن طريقًا معرَّضًا تعريضًا صحيحًا يعطيك زجاجًا أسود. ومرشحات استقطاب لتقليل انعكاس السماء. وإضاءة بالأشعة تحت الحمراء ليلًا، تُختار وتُوجَّه بحيث لا تبهر السائق. وارتفاع الكاميرا وزاويتها يُثبَّتان بحيث يمر خط النظر تحت حاجب الشمس.

ونقولها صراحة لأنها أغلى درس في هذا المجال: يمكنك أن تقضي عامًا في تحسين نموذج كي يستعيد معلومة لم تلتقطها الكاميرا أصلًا، وستفشل. أما إصلاح الالتقاط فيكلّف جزءًا يسيرًا من ذلك. وأي عرض يتحدث عن دقة النموذج قبل أن يتحدث عن البصريات والتثبيت إنما يصف مختبرًا لا طريقًا.

بناء مجموعة بيانات تشبه الطريق

درّبنا على لقطات إقليمية لأنه لم يكن هناك بديل، وقد استغرق جمعها معظم السنة الأولى.

ينبغي أن تعكس العيّنة الواقع في المحاور التي تغيّر الصورة: ساعة اليوم، بما فيها الساعتان المحيطتان بالشروق والغروب اللتان تنتجان أسوأ وهج؛ والفصل، لأن ضباب الصيف ومطر الشتاء مشكلتان مختلفتان؛ ونوع المركبة، لأن سائق مقصورة مرتفعة يجلس بزاوية مختلفة عن سائق سيارة منخفضة؛ وموضع المسار، والحالة الجوية. أخطئوا في أي من هذه المحاور يعمل النظام على نحو ممتاز في الشهر الذي اختبرتموه فيه، ثم يتراجع بصمت في الشهر التالي.

ثم هناك اختلال التوازن. الغالبية الساحقة من السائقين في أي يوم لا يرتكبون شيئًا. وإذا أخذتم العينة على نحو ساذج، أمكن لنموذج أن يبلغ دقة عالية جدًا بأن يقول «لا» لكل شيء. لذلك بنينا مجموعة الحالات السالبة عمدًا من الحالات التي تربك الكاشف فعلًا: يد مستندة إلى الأذن، وسيجارة، وزجاجة ماء مرفوعة إلى الفم، ويد على أعلى المقود، وتعديل نظارة شمسية، وهاتف راكب ظاهر عبر الزجاج في الجهة الأخرى.

ويحتاج الوسم إلى دليل مكتوب قبل أن يبدأ أحد بالوسم، وعلى الدليل أن ينص على ما يُفعل بالحالات الملتبسة بدل ترك كل واسم يقرر بمفرده. كنا نضع وسمين مستقلين لنسبة من كل دفعة ونفصل في الاختلافات. وحين يعجز شخصان مدرَّبان عن الاتفاق على لقطة، فتلك اللقطة ليست دليلًا، وتذهب إلى سلة منفصلة بدل أن تدخل التدريب وكأنها نظيفة.

حلقة المراجعة هي المنتج

كان النموذج المشكلة الأصغر. أما الأكبر فكان بناء شيء يثق به مراجع بشري، ومشرفه، وربما محكمة لاحقًا.

كل حالة رصد هي سجل قضية لا مجرد درجة. تحمل اللقطة الكاملة والمنطقة المقصوصة، والطابع الزمني، ومعرّف الكاميرا، وإصدار النموذج الذي أنتجها، ودرجة الثقة التي أُطلقت عندها. ويؤكد شخص الحالة قبل أن تصبح مخالفة. تلك الحلقة هي سبب بقاء النظام في الخدمة.

وهي أيضًا ما يحدد كيفية ضبط النموذج، لأن الخطأين غير متماثلين. المخالفة الفائتة لا تكلّف شيئًا ظاهرًا؛ لا أحد يعلم أنها وقعت، والمركبة تمر أمام كاميرا أخرى لاحقًا. أما مخالفة باطلة تُرسل إلى مواطن لم يفعل شيئًا فتكلّف ثقة الجمهور، ووقت الموظفين في التظلمات، والمكانة السياسية للبرنامج كله. لذلك يُضبط حد التشغيل لصالح الدقة، وتُقبل الحالات الفائتة. الآلة مرشّح يزيل أكثر من تسعين في المئة من اللقطات التي لا يحتاج الإنسان إلى النظر إليها، وليست قاضيًا.

ومن المنطق نفسه تأتي إدارة إصدارات النماذج. حين يعترض مواطن على مخالفة بعد ثمانية عشر شهرًا، على أحد أن يُخرج اللقطة نفسها، وأن يذكر أي إصدار من أي نموذج أنتج ذلك القرار، ويفضَّل أن يعيد تشغيله. هذا ليس ترتيبًا هندسيًا مستحبًا؛ إنه في أنظمة الضبط متطلب قانوني، ومكانه في معايير القبول.

ما التكلفة الحقيقية

التكاليف الظاهرة هي الأسهل: خوادم GPU بحجم يناسب عدد الكاميرات، والكاميرات ذاتها، والأعمال المدنية لتثبيتها وتغذيتها بالكهرباء، وهي في تجربتنا تستغرق وقتًا أطول من البرمجيات.

أما التكلفة التي يغفلها الناس فهي التكلفة البشرية الدائمة. نظام الرصد لا يقلّص عدد الموظفين، بل ينشئ عبء مراجعة دائمًا يتناسب مع حجم المرور، ويحتاج ذلك الفريق إلى مناوبات وإشراف وعيّنات جودة وتدريب. ضعوا ذلك في الموازنة لعمر النظام لا لعمر المشروع.

ثم التكاليف الصامتة. يجب إعادة تقييم النماذج على عينات جديدة كل شهر، وهذا يعني بيانات موسومة جديدة كل شهر، وهذا يعني أن وظيفة الوسم لا تُغلق أبدًا. والكاميرات تنحرف وتُصدَم وتتسخ، والكاميرا التي خرجت عن البؤرة بصمت تُنتج تراجعًا بطيئًا لا يلاحظه أحد ما لم تكن هناك مراقبة لمعدلات الرصد لكل كاميرا على حدة. وشهر أول سيئ يكلّف رصيدًا سياسيًا تحتاج استعادته إلى سنة، ولهذا ينبغي تشغيل مرحلة التجريب والمخالفات معطّلة.

متى يكون هذا هو الشيء الخطأ

نعتذر عن هذا العمل أكثر مما يتوقع الناس.

إذا لم تكن سياسة الضبط محسومة، فلا تُؤتمت. يجب أن يكون تعريف المخالفة دقيقًا بما يكفي لكتابته في دليل وسم. وإن كان النص القانوني يقول شيئًا لا يستطيع الواسم تطبيقه باتساق على صورة، فسيرسّخ النظام تفسيرًا شخصيًا لأحدهم على نطاق وطني.

وإذا لم تكن هناك آلية تظلم لها مالك مسمّى، فلا تنشروا. التظلم هو صمام الأمان لكل خطأ لم تتوقعوه.

وإذا كانت الجهة غير قادرة على تزويد فريق المراجعة بالكوادر، فتوقفوا. خط معالجة آلي بلا تأكيد بشري ليس نسخة أرخص من هذا النظام، بل نظام مختلف وأشد خطرًا.

وإذا كانت شبكة الطرق بلا كاميرات وبلا كهرباء عند البوابات، فالجواب الصادق أن هذا برنامج أعمال مدنية له مكوّن برمجي، وينبغي أن يُطرح بهذه الصفة.

ما تسألون عنه قبل التوقيع

اطلبوا الدقة والاستدعاء لكل صنف عند حد التشغيل، لا الدقة الإجمالية. فالدقة الإجمالية في مسألة غير متوازنة تكاد تكون بلا معنى.

واطلبوا هذه الأرقام على بيانات لم يتدرب عليها المورّد، مجموعة من طرقكم وفي ضوئكم، واشترطوا أن تكون مجموعة الاختبار في عهدتكم أنتم.

واسألوا ماذا يحدث في الثالثة فجرًا، وماذا يحدث في تموز، واطلبوا الأرقام منفصلة لا كمتوسط سنوي.

واطلبوا الاطلاع على دليل الوسم؛ فهو يخبركم عن طريقة تفكير المورّد أكثر مما يخبركم مخطط البنية.

واسألوا كيف يُربط سجل القضية بإصدار النموذج، واطلبوا عرضًا عمليًا لإعادة تشغيل قضية قديمة على الإصدار الذي أنتجها.

ثم اكتبوا اختبار قبول في كراسة الشروط: يقوم موظفوكم بوسم عينة جديدة من عدة آلاف لقطة من كاميراتكم، ويُشغَّل النظام عليها دون اطلاع مسبق، ويجب بلوغ حد الدقة المتفق عليه قبل القبول. ثم أعيدوا الاختبار نفسه بعد ستة أشهر. المورّد الذي نفّذ هذا فعلًا سيرحّب بهذا البند، لأنه البند الذي يحميه هو أيضًا.