نجح علماء في مختبر أوك ريدج الوطنى التابع لوزارة الطاقة الأمريكية في تطوير طريقة حسابية جديدة تحدث نقلة نوعية في تحليل بيانات تصوير النباتات، حيث تضاعف سرعة التحليل مع تقليل استهلاك الذاكرة بنسبة تصل إلى 75%، في إنجاز يمهد الطريق أمام استخدام أوسع للذكاء الاصطناعي في الزراعة، وفقا لموقع interestingengineering.

ووفقا لما أعلنه المختبر، يزيل هذا التطور عقبة رئيسية كانت تعيق معالجة الصور فائقة الطيف، ما يسمح بتدريب نماذج الذكاء الاصطناعي بشكل أسرع وعلى نطاق أوسع، ويتوقع أن يسهم ذلك فى تطوير محاصيل أكثر مقاومة للتغيرات المناخية وأكثر إنتاجية، وهو ما يدعم الأمن الغذائى وإنتاج الطاقة الحيوية.

الطريقة الجديدة، التي تحمل اسم التجميع الهرمي الموزع عبر القنوات (D-CHAG)، صممت للتعامل مع الكميات الهائلة من البيانات التى ينتجها مختبر النمط الظاهرى النباتى المتقدم فى أوك ريدج.

ويعتمد النظام على إعادة هيكلة طريقة معالجة الصور، بحيث تستفيد من قدرات الحوسبة الفائقة بدلًا من الأساليب التقليدية.

على عكس الكاميرات العادية التي تلتقط ثلاثة ألوان فقط، تقوم أنظمة التصوير الطيفي الفائق بتسجيل مئات الأطوال الموجية للضوء، ما يوفر معلومات دقيقة عن صحة النبات وتركيبه الكيميائى وقدرته على مقاومة الإجهاد والأمراض، حتى قبل ظهور أى أعراض مرئية.
لكن هذا الكم الضخم من البيانات كان يتطلب ذاكرة هائلة ووقت معالجة طويل، ما حد من كفاءة نماذج الذكاء الاصطناعي.

حل ذكى لتقليل الضغط الحاسوبي

يعالج نظام D-CHAG هذه المشكلة من خلال توزيع عبء العمل على عدة وحدات معالجة رسومية، بحيث تتعامل كل وحدة مع جزء من القنوات الطيفية.

بعد ذلك، يتم دمج البيانات تدريجيًا عبر مراحل تجميع هرمية، بدلًا من دمجها دفعة واحدة، ما يقلل استهلاك الذاكرة دون فقدان التفاصيل البيولوجية المهمة.

جرى اختبار الطريقة الجديدة باستخدام بيانات نباتية فائقة الطيف على حاسوب Frontier، أول حاسوب فائق بسرعة إكساسكيل في العالم، داخل منشأة أوك ريدج للحوسبة القيادية، إلى جانب بيانات طقس معقدة، وأظهرت النتائج تحسنا ملحوظًا في كفاءة التدريب.

يساعد هذا الإنجاز العلماء على قياس سمات حيوية مثل كفاءة التمثيل الضوئي مباشرة من الصور، دون الحاجة إلى القياسات اليدوية البطيئة.

وعلى المدى الطويل، يمكن أن يساهم ذلك في إنتاج محاصيل تستخدم المياه بكفاءة أعلى وتحقق غلات أفضل فى البيئات القاسية.

يدعم هذا العمل مبادرات كبرى لوزارة الطاقة الأمريكية، من بينها مشروع Genesis ومنصة OPAL، التى تسعى لدمج الذكاء الاصطناعى مع الروبوتات والتجارب الآلية لتسريع الاكتشافات العلمية.

ومن المقرر عرض تفاصيل الطريقة الجديدة في ورقة بحثية بالمؤتمر الدولي للحوسبة عالية الأداء والشبكات والتخزين والتحليل SC25، المقرر انعقاده في نوفمبر 2025.