اكتشف الذهب الأصلى من المغشوش بالذكاء الاصطناعى..تأكد من سلامة مدخراتك؟

لم يعد التمييز بين الذهب الأصلي والمغشوش يعتمد فقط على خبرة الصائغ أو الاختبارات التقليدية، إذ بدأت تقنيات الذكاء الاصطناعي تدخل مجال فحص المعادن النفيسة، من خلال تحليل صور المشغولات، ودراسة الأصوات الصادرة عنها، بل وتحليل الإشارات الناتجة عن تقنيات الفحص غير المتلفة، بهدف اكتشاف فروق دقيقة قد يصعب على العين البشرية ملاحظتها.

وتشير أحدث الدراسات إلى أن الذكاء الاصطناعي يمكن أن يلعب دورًا واعدًا في هذه المهمة، بعدما تمكنت نماذج تعتمد على التعلم العميق من التمييز بين الذهب الأصلي والمقلد من صور ملتقطة بهواتف ذكية، بينما أظهرت أبحاث أخرى إمكانية استخدام التعلم الآلي لتحليل صوت القطعة وتقدير درجة نقائها، ما يفتح الباب أمام وسائل فحص أسرع وأقل تكلفة في المستقبل.

الذكاء الاصطناعي يفحص الذهب من صورة

في دراسة حديثة نُشرت في دورية Algorithms عام 2026، طور الباحثون نموذجًا يحمل اسم GoldFormer لاكتشاف الذهب الأصلي والمغشوش اعتمادًا على الصور، في محاولة للتعامل مع واحدة من أصعب مشكلات الرؤية الحاسوبية، وهي التمييز بين أشياء متشابهة جدًا في الشكل، واعتمدت الدراسة على قاعدة بيانات أطلق عليها الباحثون GoldNet، وتضم 2127 صورة حقيقية لمشغولات ذهبية أصلية ومقلدة، جرى التقاطها باستخدام هواتف ذكية وفي ظروف مختلفة، بينها الإضاءة الطبيعية والداخلية والمنخفضة، ومن زوايا ومسافات وخلفيات متنوعة، دون الحاجة إلى معدات تصوير متخصصة.
وتقوم فكرة النموذج على البحث عن تفاصيل دقيقة في الصورة، مثل ملمس السطح، والنقوش، واللون، والهندسة والشكل العام، وهي خصائص قد تبدو متشابهة للغاية في الذهب الأصلي والمقلد، لكن يمكن لخوارزميات التعلم العميق اكتشاف أنماط يصعب تمييزها بالعين المجردة.
وفي الاختبارات، حقق نموذج GoldFormer دقة بلغت 95.02% في التحقق المتقاطع بخمس مجموعات، مقابل نحو 89.8% للخبراء البشريين المشاركين في المقارنة، كما تفوق على نماذج أخرى للرؤية الحاسوبية جرى اختبارها ضمن الدراسة، لكن هذه النتيجة لا تعني أن أي صورة لقطعة ذهب يمكن إرسالها إلى نموذج ذكاء اصطناعي والحصول على حكم نهائي بشأن عيارها أو أصالتها؛ فالدراسة تختبر تصنيف الصور إلى أصلية ومقلدة، ولا تعني أن التصوير وحده يستطيع تحديد التركيب الكيميائي الداخلي لكل قطعة.

الذهب يمكن أن "يتحدث".. والذكاء الاصطناعي يستمع

لم تتوقف التجارب عند الصور، إذ بحثت دراسة أخرى، نشرت في دورية Applied Acoustics عام 2025، إمكانية استخدام الصوت لتحديد درجة نقاء الذهب، وقام الباحثون بتحليل تسجيلات صوتية لعينات ذهب مختلفة، ثم استخرجوا منها خصائص صوتية تعرف باسم MFCC delta-delta، واستخدموا 10 خوارزميات مختلفة للتعلم الآلي، من بينها آلات المتجهات الداعمة، والغابات العشوائية، وXGBoost وغيرها، لتصنيف الذهب وفق درجات النقاء.
وتمكن أفضل نموذج، وهو SVM، من تحقيق دقة بلغت 94.58% في تصنيف العينات ضمن الفئات التي درستها التجربة، وهي 14 و22 و24 قيراطًا، بينما حقق نموذج الانحدار اللوجستي 93.75%، وتستند الفكرة إلى أن الخصائص الفيزيائية للمادة، مثل الكثافة والمرونة والبنية الداخلية، يمكن أن تؤثر في خصائصها الصوتية، وبالتالي قد تحمل الإشارة الصوتية معلومات يمكن لخوارزميات التعلم الآلي تحليلها وتصنيفها.
ويرى الباحثون أن هذه الطريقة قد تكون مستقبلًا وسيلة سريعة وغير متلفة لفحص الذهب، خصوصًا أن الطرق التقليدية قد تحتاج إلى وقت أو معدات متخصصة أو تتسبب في إتلاف العينة، بينما تستخدم تقنيات أخرى مثل الأشعة السينية للكشف عن التركيب السطحي للسبائك دون إتلافها.

من الصور والصوت إلى الإشارات الكهرومغناطيسية

وهناك اتجاه بحثي آخر أكثر تقدمًا يستخدم الذكاء الاصطناعي مع اختبار التيارات الدوامية النبضية أو PECT، وهي تقنية غير متلفة يمكنها التقاط إشارات مرتبطة بخصائص المادة، وفي دراسة حديثة، طور الباحثون شبكة عصبية أطلقوا عليها AC-RSN لمعالجة الإشارات الناتجة عن فحص عينات ذهب مختلفة النقاء والسماكة، بعدما جمعوا 14,400 إشارة خلال التجارب، وأظهرت النتائج أن النموذج تمكن من تصنيف درجات نقاء الذهب بدقة بلغت 99.27% في التجارب التي أجريت عليها الدراسة، مع استخدام الشبكة العصبية لتقليل تأثير الضوضاء والتغيرات الناتجة عن درجة حرارة المسبار وتحسين تمثيل الإشارات.
وهنا يصبح دور الذكاء الاصطناعي مختلفًا عن فكرة "تصوير الذهب"، إذ يعمل كأداة لتحليل بيانات ناتجة عن جهاز فحص متخصص، ما يعني أن المستقبل قد يكون في دمج أجهزة القياس مع خوارزميات الذكاء الاصطناعي بدل الاعتماد على الذكاء الاصطناعي وحده.

هل يستطيع الذكاء الاصطناعي وحده كشف الذهب المغشوش؟

رغم النتائج اللافتة، لا تزال الإجابة: ليس بشكل كامل حتى الآن، حيث أن الدراسات تثبت أن الذكاء الاصطناعي قادر على اكتشاف أنماط تساعد في التمييز بين الذهب الأصلي والمقلد، سواء من الصور أو الصوت أو إشارات أجهزة الفحص، لكن ذلك لا يعني أن المستخدم يستطيع الاعتماد على صورة هاتف أو تسجيل صوتي وحدهما لتحديد عيار قطعة ذهب ثم دفع ثمنها،،والسبب أن الأصالة شيء، ونسبة الذهب أو العيار شيء آخر؛ فقد تنجح خوارزمية في التعرف على قطعة باعتبارها مختلفة عن عينات الذهب المقلدة التي تدربت عليها، لكن تحديد التركيب الكيميائي بدقة يحتاج إلى تقنيات قياس مناسبة.

لذلك يبدو الاتجاه الأكثر واقعية في الوقت الحالي هو أن يصبح الذكاء الاصطناعي مساعدًا ذكيًا لعمليات فحص الذهب، يحلل كميات كبيرة من البيانات ويبحث عن أنماط يصعب اكتشافها بشريًا، بينما تظل أجهزة القياس والتحليل المتخصصة هي المصدر الأساسي للتأكد من التركيب والنقاء.