طوّر فريق بحثي مشترك يضم جامعة KAIST وكلاً من معهد MIT وشركة Microsoft تقنية رؤية حاسوبية جديدة تحمل اسم Upsample Anything، تهدف إلى رفع دقة معالجة الذكاء الاصطناعي للبيانات المرئية مع خفض استهلاك ذاكرة وحدة المعالجة الرسومية بنسبة تصل إلى 16 ضعفاً. ويقود البحث البروفيسور تشانجيك كم، ويساهم فيه الدكتور مينسيوك سيو كأول مؤلفين، بعد نشر الورقة البحثية على أرشيف arXiv وقبولها في مؤتمر CVPR لعام 2026. تواجه نماذج الرؤية الحاسوبية تحدياً مزدوجاً؛ إذ يؤدي التحليل المباشر بدقة عالية إلى استنزاف موارد الحوسبة بشكل يعيق تشغيلها على الأجهزة المحدودة، بينما يؤدي ضغط البيانات إلى دقة منخفضة إلى فقدان تفاصيل حيوية مثل الهياكل الدقيقة والأجسام الصغيرة. وتتفوق التقنية المطورة بتجاوزها حاجز إعادة التدريب التقليدي، إذ تعمل دون تدريب مسبق عبر استخلاص البنية الهيكلية من الصورة في لحظة التشغيل، وتطبيق تحسين مخصص للاختبار لرفع دقة الميزات المعالجة على مستوى البكسل بدقة فائقة. وكشف الفريق عن قدرة النظام على استعادة التفاصيل الأصلية بزمن معالجة يبلغ 0.4 ثانية للصورة المقاس 224×224 بكسل، مما يحقق كفاءة تشغيلية غير مسبوقة. وقد نال العمل استحساناً مجتمعاً بفوزه بجائزة CVPR Compute Gold Star نظراً لترشيد الموارد الحاسوبية، وتصديه للمركز الأول في فئة الشفافية التجريبية، مما يرسخ معايير الذكاء الاصطناعي المسؤول. ومن المتوقعة أن تسرع هذه الأداة من نشر أنظمة الذكاء على الجهاز، وتعزز دقة الروبوتات البشرية والقيادة الذاتية والأجهزة الذكية المحمولة في إدراك بيئاتها المعقدة باستخدام موارد حوسبية ضئيلة، مما يمهد الطريق لتسويق جيل جديد من الحلول الذكية المستقلة والخفيفة.