تصور کنید در اعماق یک جنگل هستید، جایی که هیچ سیگنالی از دکل‌های مخابراتی نمی‌رسد، اما همچنان می‌توانید گونه‌های نادر گیاهان را شناسایی کنید. این دقیقاً همان تجربه‌ای است که Verdantra فراهم می‌کند تا تکنولوژی به‌جای حبس کردن ما در صفحه نمایش، ما را به دل طبیعت بازگرداند. فلسفه اصلی این پروژه این است که «کنجکاوی انسان را هدایت کند، به‌جای آنکه پاسخ‌های فوری و بدون پرسش ارائه دهد.»
به نقل از مستندات این پروژه، Verdantra در ۱۱ اکتبر ۲۰۲۶ به‌عنوان بخشی از چالش هوش مصنوعی متن‌باز Hacktoberfest معرفی شد. هدف این ابزار، تبدیل دستگاه‌های دیجیتال به راهنمای اکتشاف است، به‌طوری که کاربر به‌جای دریافت پاسخ‌های فوری و بدون پرسش، تشویق شود تا خودش محیط را مشاهده کند. این ابزار به علاقه‌مندان به طبیعت اجازه می‌دهد تا گیاهان و سنگ‌ها را با استفاده از هوش مصنوعی تحلیل کنند، بدون اینکه ارتباطشان را با دنیای فیزیکی قطع کنند. این رویکرد یادآور تلاش‌های مشابه در پروژه‌هایی مانند WhisperTrail است که با استنتاج محلی در مرورگر سعی کرد زمان حضور کاربر در طبیعت را افزایش دهد.
بسیاری از ابزارهای فعلی کاربر را مجبور می‌کنند برای یافتن یک جواب قطعی به صفحه خیره شود. اما Verdantra با رویکرد «تردید صادقانه» این الگو را می‌شکند؛ یعنی مدل به‌طور صریح اعلام می‌کند که چه بخش‌هایی از عکس را نمی‌تواند تشخیص دهد. این سازوکار جلوی توهم (Hallucination) — شبیه دوستی که خاطره‌ای را اشتباه تعریف می‌کند — را می‌گیرد تا حدس‌های مدل به‌عنوان واقعیت‌های گیاه‌شناسی جا نزنند.
زمینه پروژه
پروژه Verdantra به‌طور خاص برای تم «Touch Grass» (لمس چمن) در هفته اول چالش هوش مصنوعی متن‌باز Hacktoberfest ارسال شد. این پروژه به عنوان یک دفترچه یادداشت میدانی گیاه‌شناسی طراحی شده است که کاربران را تشویق می‌کند از صفحه‌های نمایش فاصله بگیرند و دنیای طبیعی را کاوش کنند.
این ابزار بر این اصل استوار است که هوش مصنوعی باید کنجکاوی درباره دنیای واقعی را تقویت کند، نه اینکه جایگزین مشاهده انسانی شود. با ارائه ابزاری که برگ‌ها، گیاهان، سنگ‌ها یا حتی گودال‌های آب را تحلیل می‌کند، دستگاه دیجیتال به راهنمایی برای اکتشافات فضای باز تبدیل می‌شود.
همان‌طور که در تحلیل قبلی ما درباره‌ی هزینه‌های استنتاج در محیط‌های ابری اشاره کردیم، وابستگی به APIها می‌تواند بودجه توسعه‌دهندگان را به سرعت تخلیه کند. Verdantra با ارائه قابلیت استنتاج (Inference) — لحظه‌ای که مدل واقعاً جواب تولید می‌کند، مثل خودِ آشپزی و نه دوره‌ی آموزش آشپز — به‌صورت محلی، این مشکل را حل کرده است. با ادغام اولاما (Ollama)، کاربران می‌توانند تصاویر را روی سخت‌افزار خود پردازش کنند و دیگر نگران هزینه‌های گران API یا نبود اتصال پایدار داده در جنگل‌های دورافتاده نباشند.
معماری فنی
طبق گزارش توسعه‌دهندگان، معماری این سیستم بر پایه یک رابط مشترک سرویس هوش مصنوعی است که بین دو حالت جابه‌جا می‌شود:
- حالت آنلاین: اتصال به Gemini API گوگل با استفاده از مدل
gemma-4-26b-a4b-it. - حالت آفلاین: اجرای محلی مدل Gemma 4 E2B از طریق اولاما با مدل
gemma4:e2b.
در لایه فنی، فرانت‌اند این برنامه با React، TypeScript و Vite توسعه یافته و برای استایل‌دهی از Tailwind CSS استفاده شده است. بک‌اند برنامه بر پایه Python و FastAPI است و داده‌ها در SQLite ذخیره می‌شوند تا دفترچه خاطرات گیاه‌شناسی کاربر کاملاً خصوصی بماند و به‌صورت آفلاین در دسترس باشد.
جزئیات پیاده‌سازی
برای اطمینان از قابلیت اطمینان و یکپارچگی علمی، چندین مکانیزم خاص در برنامه تعبیه شده است:
- شواهد بصری: مدل توصیفاتی از ویژگی‌های خاص قابل مشاهده در تصویر، مانند الگوها، شکل‌ها و رنگ برگ‌ها ارائه می‌دهد.
- برچسب‌های تأییدنشده: تمام پیش‌بینی‌های هوش مصنوعی به‌عنوان «تأییدنشده» علامت می‌خورند تا کاربران بدانند توصیفات ممکن است اشتباه باشند.
- آزمایش‌های کوچک و ایمن: ابزار فعالیت‌های کوتاهی را پیشنهاد می‌دهد که کاربر را به اکتشاف ترغیب کند، بدون اینکه گیاهان را بچیند، بچشد یا به آن‌ها آسیب بزند.
- تست‌های خودکار: بک‌اند با استفاده از Pytest برای بررسی رفتار و محدودیت‌های خروجی تست شده است، در حالی که فرانت‌اند از بررسی‌های TypeScript و بیلد‌های تولیدی Vite بهره می‌برد.
برای حفظ اعتبار علمی، به هوش مصنوعی دستور داده شده است که شواهدی مبتنی بر عکس ارائه دهد و «آزمایش‌های کوچک و ایمن» را پیشنهاد کند. این فعالیت‌ها کاربر را تشویق می‌کند تا الگوها یا رنگ‌ها را در دنیای واقعی مشاهده کند، بدون اینکه با چیدن یا چشیدن گیاهان به محیط زیست آسیب برساند.
این چرخش به سمت مدل‌های وزن‌های باز (Open Weights) — یعنی مدل‌هایی که «دستور پخت» آن‌ها علناً منتشر شده و نه فقط غذای آماده — این فرض را می‌شکند که تحلیل‌های باکیفیت چندوجهی (Multimodal) حتماً به اشتراک ابری نیاز دارند. این پروژه ثابت می‌کند مدل‌های کوچک و تخصصی می‌توانند وظایف میدانی را با تأخیر کمتر و حریم خصوصی بیشتر انجام دهند.
برای یک کاربر عادی، این یعنی لپ‌تاپ یا گوشی او به یک ابزار علمی تبدیل می‌شود که در نقاط کور ارتباطی هم کار می‌کند. در واقع هوش مصنوعی از یک «جایگزین موتور جست‌وجو» به یک «پروتز شناختی» تبدیل می‌شود که حس‌های انسانی را تقویت می‌کند.
توسعه‌دهندگان در حال حاضر می‌توانند مخزن این پروژه را از گیت‌هاب کلون کرده و بک‌اند و فرانت‌اند را به‌صورت محلی اجرا کنند. این مخزن شامل دستورالعمل‌های کامل برای پیکربندی ارائه‌دهنده هوش مصنوعی و تست برنامه است. این پروژه برای مشارکت‌های جدید در زمینه بهبود دسترسی، قابلیت‌های آفلاین و تجربه کلی یادداشت‌برداری باز است.
همچنین باید منتظر انتشار احتمالی یک دموی عمومی باشید که سد ورود کاربران غیرفنی را برای شروع دفترچه‌های طبیعت با کمک هوش مصنوعی کاهش می‌دهد.
گام بعدی شما
- اگر توسعه‌دهنده هستید، مخزن Verdantra را کلون کنید و مدل Gemma 4 E2B را روی Ollama تست کنید.
- برای کاربران غیرفنی، منتظر انتشار دموی عمومی باشید تا بدون درگیر شدن با کد، دفترچه طبیعت خود را بسازید.
- در هنگام استفاده از ابزارهای شناسایی، همیشه توصیفات مدل را با منابع گیاه‌شناسی معتبر تطبیق دهید.
اما داستان سخت‌افزاری اجرای مدل‌های محلی روی دستگاه‌های ضعیف حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی کوانتش وزن‌ها مراجعه کنید.
گفتگو