تحدي إدارة الكم الهائل من البيانات المرئية

تواجه المؤسسات في قطاعات الإعلام والأمن والتأمين تحدياً متزايداً مع تراكم كميات هائلة من تسجيلات الفيديو التي تتجاوز قدرة فرق العمل على مراجعتها يدوياً. تتراكم تسجيلات الاجتماعات في السحابة، وتلتقط كاميرات المراقبة أسابيع من اللقطات غير المراجعة، مما يجعل الوصول إلى المعلومات القيمة داخل هذه الفيديوهات، مثل القرارات التصميمية أو تسلسل الأحداث، عملية مرهقة تتطلب عادةً مشاهدة ساعات من المحتوى. كما أن بناء خطوط معالجة تعلم آلي مخصصة لكل نوع من الأسئلة يتطلب جهداً تطويرياً كبيراً، حيث كان كل استخدام جديد يستلزم تطوير خط معالجة جديد للنص أو الرؤية الحاسوبية.

معمارية الوكلاء الذكيين في أمازون

تقدم أمازون ويب سيرفيسز حلاً يعتمد على بنية الوكلاء الذكيين (Agentic Architecture) لتحليل الفيديو، حيث يقوم وكيل واحد مبني باستخدام Strands Agents SDK بتنسيق خدمات أمازون المختلفة في وقت التشغيل. يعتمد هذا النظام على Amazon Bedrock كمحرك للاستدلال، ويقرر بناءً على سؤال المستخدم أي خدمة يجب استدعاؤها، سواء كانت Amazon Rekognition للتحليل البصري أو Amazon Transcribe لتحويل الكلام إلى نص. هذا النهج يقلب النموذج التقليدي الذي يتطلب معالجة مسبقة ثابتة، حيث يتعامل الوكيل مع كل استعلام بشكل مستقل ويستدعي فقط الخدمات اللازمة للإجابة.

تحسين كفاءة المراجعة اليدوية

اعتمدت شركة كبرى في مجال الإعلام والترفيه هذا النهج خلال مشاركة مع خدمات أمازون المهنية. سمح هذا الحل للمستشارين بالاستعلام عن محتوى جلسات الاكتشاف المسجلة، واستخراج القرارات التصميمية والعناصر الإجراءية ومواقف أصحاب المصلحة. وفقاً للمقارنة الداخلية التي أجرتها الشركة بين ساعات المحلل لكل تسجيل قبل وبعد التطبيق، حقق النظام انخفاضاً بنسبة تقارب 80 في المئة في وقت المراجعة اليدوية عبر قائمة انتظار تضم أكثر من 200 تسجيل متعدد الساعات. وتجدر الإشارة إلى أن هذه الأرقام مبنية على قياسات داخلية للشركة ولم يتم التحقق منها بشكل مستقل.

آلية عمل الوكيل الذكي

يعمل الوكيل الذكي كمحرك استدلالي يفسر نية المستخدم عند إرسال استعلام، سواء كان يبحث عن ملخص نصي أو بحث بصري أو مطابقة وجوه. يستدعي الوكيل Amazon Transcribe للأسئلة المتعلقة بالمحتوى المنطوق، ويستعين بـ Amazon Rekognition لمطابقة الوجوه أو تحليل المشاهد، ويعيد استخدام النتائج المخزنة مؤقتاً للأسئلة المتابعية. يحافظ الوكيل على سجل المحادثة، مما يسمح للأسئلة اللاحقة بالبناء على التحليل السابق دون إعادة المعالجة. يتم تخزين جميع الفيديوهات المرفوعة ومخرجات التحليل في Amazon Simple Storage Service (Amazon S3) مع بادئات لكل مستخدم لعزل متعدد المستأجرين.

متطلبات التنفيذ والتوسع

يتطلب تنفيذ هذا الحل حساباً في أمازون ويب سيرفيسز مع تفعيل Amazon Bedrock (مع نموذج Claude Sonnet) وAmazon S3، بالإضافة إلى بيئة Python 3.11 أو أحدث مع تثبيت Strands Agents SDK. توفر أمازون مستودعاً مرافقاً على GitHub يحتوي على التنفيذ الكامل للحل، مما يتيح للمطورين بناء تطبيقاتهم الخاصة. كما يمكن توسيع البنية لتشمل خدمات إضافية كـ Amazon Bedrock Data Automation (BDA) لتحليل شامل في خطوة واحدة، أو إضافة حواجز حماية (Guardrails) لتصفية المحتوى وضمان الاستخدام المسؤول للذكاء الاصطناعي، خاصة في حالات المراقبة ومطابقة الوجوه.

المصادر

• AWS Machine Learning BlogAgentic conversational video intelligence built on AWS