مستجدات أبحاث الذكاء الاصطناعي من Meta FAIR: SAM 2.1 وCoTracker3

الذكاء الاصطناعي (AI) هو مجال بحثي شهد مؤخرًا موجة من الحماس والنشاط، مع ظهور ابتكارات جديدة واختراقات بوتيرة أسرع من أي وقت مضى. خلال الأسابيع القليلة الماضية، كشف فريق أبحاث الذكاء الاصطناعي الأساسي (FAIR) التابع لشركة Meta عن مجموعة من الأدوات والنماذج الهادفة إلى معالجة التحديات في مجالات مختلفة من الذكاء الاصطناعي. وتشمل هذه الإصدارات تحديثات قد تؤثر في مجالات متنوعة مثل الرعاية الصحية والروبوتات والواقع المعزز.

فعلى سبيل المثال، يحسّن النموذج المحدّث SAM 2.1 تجزئة الكائنات، مما يسهّل تحديد الكائنات وفصلها بدقة في الصور ومقاطع الفيديو. في الوقت نفسه، يركّز CoTracker3 على تتبّع النقاط، مما يساعد على تتبّع النقاط في إطارات الفيديو حتى عند تحرّك الكائنات أو حجبها جزئيًا.

قدّمت Meta أيضًا إصدارات أخف وأسرع من نموذج Llama اللغوي للاستخدام الفعّال على الجهاز، إلى جانب تقنية جديدة للاستشعار اللمسي في الروبوتات. في هذه المقالة، سنستعرض أحدث إصدارات Meta FAIR، ونلقي نظرة على ما تقدمه كل أداة. لنبدأ!

نموذج Meta المحسّن لتجزئة كل شيء: SAM 2.1#

تتيح تجزئة الكائنات، وهي مهمة أساسية في الرؤية الحاسوبية، تحديد الكائنات المميزة وفصلها داخل صورة أو مقطع فيديو، مما يسهّل تحليل مناطق اهتمام محددة. ومنذ إصداره، استُخدم نموذج Meta لتجزئة كل شيء 2 (SAM 2) في تجزئة الكائنات عبر مجالات مختلفة مثل التصوير الطبي والأرصاد الجوية. واستنادًا إلى ملاحظات المجتمع، قدّمت Meta الآن SAM 2.1، وهو إصدار محسّن صُمّم لمعالجة بعض التحديات التي واجهها النموذج الأصلي وتقديم أداء أقوى عمومًا.

الشكل 1. قياس أداء نموذج SAM 2.1.

يتضمن SAM 2.1 تحديثات للتعامل بصورة أفضل مع الكائنات المتشابهة بصريًا والأصغر حجمًا، بفضل تقنيات زيادة البيانات الجديدة. كما يحسّن طريقة تعامل النموذج مع الحجب (عندما تكون أجزاء من الكائن مخفية عن الرؤية) من خلال تدريبه على تسلسلات فيديو أطول، مما يسمح له "بتذكّر" الكائنات والتعرّف إليها بمرور الوقت، حتى إذا حُجبت مؤقتًا. على سبيل المثال، إذا كان شخص ما يصوّر مقطع فيديو لشخص يمشي خلف شجرة، فيمكن لـ SAM 2.1 تتبّع الشخص عند ظهوره مجددًا على الجانب الآخر، مستفيدًا من ذاكرته لموضع الكائن وحركته لملء الفجوات عندما تنقطع الرؤية لفترة وجيزة.

إلى جانب هذه التحديثات، أصدرت Meta حزمة مطوّري SAM 2، التي توفر تعليمات برمجية تدريب مفتوحة المصدر وبنية تحتية كاملة للعروض التوضيحية، بحيث يمكن للمطورين ضبط SAM 2.1 باستخدام بياناتهم ودمجه في مجموعة من التطبيقات.

CoTracker3: نموذج التتبّع من Meta وميزاته وتحديثاته#

تتمثل مهمة أخرى مثيرة للاهتمام في الرؤية الحاسوبية في تتبّع النقاط. وهي تتضمن متابعة نقاط أو سمات محددة عبر إطارات متعددة في مقطع فيديو. تخيّل مقطع فيديو لـراكب دراجة يسير على مضمار؛ إذ يتيح تتبّع النقاط للنموذج الاحتفاظ بتتبّع النقاط الموجودة على راكب الدراجة، مثل الخوذة أو العجلات، حتى إذا حجبتها عوائق للحظات.

يُعد تتبّع النقاط أساسيًا لتطبيقات مثل إعادة البناء ثلاثي الأبعاد والروبوتات وتحرير الفيديو. وغالبًا ما تعتمد النماذج التقليدية على إعدادات معقدة ومجموعات بيانات اصطناعية كبيرة، مما يحد من فعاليتها عند تطبيقها على سيناريوهات العالم الحقيقي.

يعالج نموذج Meta لتتبّع النقاط CoTracker3 هذه القيود من خلال تبسيط بنية النموذج. كما يقدّم تقنية وسم زائفة تتيح للنموذج التعلّم من مقاطع فيديو حقيقية غير مشروحة، مما يجعل CoTracker3 أكثر كفاءة وقابلية للتوسع للاستخدام العملي.

الشكل 2. مقارنة CoTracker3 بنماذج التتبّع الأخرى.

من الميزات التي تميّز CoTracker3 قدرته على التعامل جيدًا مع الحجب. وباستخدام الانتباه العابر للمسارات، وهي تقنية تتيح للنموذج مشاركة المعلومات عبر نقاط متعددة قيد التتبّع، يستطيع CoTracker3 استنتاج مواضع النقاط المخفية بالرجوع إلى النقاط المرئية. وبذلك، صُمّم CoTracker3 ليكون فعّالًا للغاية في البيئات الديناميكية، مثل تتبّع شخص أثناء مروره في مشهد مزدحم.

يوفر CoTracker3 أيضًا وضعي التشغيل عبر الإنترنت ودون اتصال. يوفّر الوضع عبر الإنترنت تتبّعًا في الوقت الفعلي، بينما يمكن استخدام الوضع دون اتصال لإجراء تتبّع أشمل عبر تسلسلات الفيديو بأكملها، وهو مثالي لمهام مثل تحرير الفيديو أو الرسوم المتحركة.

تحديثات وأبحاث أخرى من Meta FAIR#

بينما يستعرض SAM 2.1 وCoTracker3 أحدث تطورات Meta في الرؤية الحاسوبية، هناك أيضًا تحديثات مثيرة في مجالات أخرى من الذكاء الاصطناعي، مثل معالجة اللغة الطبيعية (NLP) والروبوتات. فلنلقِ نظرة على بعض هذه التطورات الحديثة الأخرى من Meta FAIR.

Spirit LM من Meta: ابتكارات الذكاء الاصطناعي في النماذج اللغوية ومتعددة الوسائط#

Spirit LM من Meta هو نموذج لغوي جديد متعدد الوسائط يجمع بين إمكانات النص والكلام، مما يجعل التفاعلات مع الذكاء الاصطناعي تبدو طبيعية أكثر. وعلى خلاف النماذج التقليدية التي تتعامل مع النص وحده أو الكلام وحده، يستطيع Spirit LM التبديل بسلاسة بينهما.

يستطيع Spirit LM فهم اللغة وتوليدها بطرق تبدو أقرب إلى أسلوب البشر. فعلى سبيل المثال، يمكنه تحسين المساعدات الافتراضية القادرة على الاستماع والرد باللغة المنطوقة أو المكتوبة، أو دعم أدوات إمكانية الوصول التي تحول الكلام إلى نص والعكس.

الشكل 3. مثال على تحويل النص إلى كلام باستخدام Spirit LM من Meta.

علاوة على ذلك، طوّرت Meta تقنيات لجعل النماذج اللغوية الكبيرة أكثر كفاءة. وإحدى هذه التقنيات، المسماة Layer Skip، تساعد على تقليل الاحتياجات الحاسوبية وتكاليف الطاقة من خلال تنشيط الطبقات الضرورية لمهمة معينة فقط. ويُعد ذلك مفيدًا خصوصًا للتطبيقات على الأجهزة ذات الذاكرة والطاقة المحدودتين.

وانطلاقًا من الحاجة إلى نشر تطبيقات الذكاء الاصطناعي على هذه الأجهزة، أطلقت Meta أيضًا إصدارات كمّية من نماذج Llama. وقد ضُغطت هذه النماذج لتعمل بسرعة أكبر على الأجهزة المحمولة من دون التضحية بالدقة.

نظرة على مستقبل التحسين باستخدام Meta Lingua#

مع ازدياد حجم نماذج الذكاء الاصطناعي وتعقيدها، أصبح تحسين عملية تدريبها أمرًا بالغ الأهمية. وفيما يتعلق بـالتحسين، قدّمت Meta نظام Meta Lingua، وهو قاعدة تعليمات برمجية مرنة وفعّالة تسهّل تدريب النماذج اللغوية الكبيرة. ويتيح التصميم المعياري لـ Meta Lingua لـالباحثين تخصيص تجاربهم وتوسيع نطاقها بسرعة.

يمكن للباحثين قضاء وقت أقل في الإعداد التقني ووقت أكبر في البحث الفعلي. كما أن قاعدة التعليمات البرمجية خفيفة وسهلة الدمج، مما يجعلها مناسبة للتجارب الصغيرة والمشروعات واسعة النطاق على حد سواء. ومن خلال إزالة هذه العقبات التقنية، يساعد Meta Lingua الباحثين على إحراز تقدم أسرع واختبار أفكار جديدة بسهولة أكبر.

الشكل 4. نظرة عامة على Meta Lingua.

تحسينات Meta في مجال أمن الذكاء الاصطناعي#

مع تقدّم تقنية الحوسبة الكمّية، تظهر تحديات جديدة أمام أمن البيانات. وعلى خلاف حواسيب اليوم، من المرجح أن تتمكن الحواسيب الكمّية من حل الحسابات المعقدة بسرعة أكبر بكثير. وهذا يعني أنها قد تتمكن من كسر أساليب التشفير المستخدمة حاليًا لحماية المعلومات الحساسة. ولذلك تزداد أهمية الأبحاث في هذا المجال؛ إذ إن تطوير طرق جديدة لحماية البيانات أمر ضروري بينما نستعد لمستقبل الحوسبة الكمّية.

لمعالجة ذلك، طوّرت Meta أداة Salsa الهادفة إلى تعزيز الأمن التشفيري لما بعد الكم. وتساعد Salsa الباحثين على اختبار الهجمات المدعومة بالذكاء الاصطناعي وتحديد نقاط الضعف المحتملة، مما يمكّنهم من فهم مواطن الضعف في الأنظمة التشفيرية ومعالجتها على نحو أفضل. ومن خلال محاكاة سيناريوهات الهجوم المتقدمة، توفر Salsa رؤى قيّمة يمكن أن توجه تطوير تدابير أمنية أقوى وأكثر مرونة للعصر الكمّي.

الذكاء الاصطناعي في Meta: أحدث الابتكارات في مجال الروبوتات#

يركّز أحدث عمل لـ Meta في مجال الروبوتات على مساعدة الذكاء الاصطناعي في التفاعل بصورة أكثر طبيعية مع العالم المادي، من خلال تعزيز إدراك اللمس والمهارة الحركية والتعاون مع البشر. وعلى وجه الخصوص، يُعد Meta Digit 360 مستشعرًا لمسيًا متقدمًا يمنح الروبوتات إحساسًا دقيقًا باللمس. وتساعد المستشعرات الروبوتات على اكتشاف تفاصيل مثل الملمس والضغط وحتى أشكال الكائنات. واستنادًا إلى هذه المعلومات، تستطيع الروبوتات التعامل مع الكائنات بدقة أكبر، وهو أمر بالغ الأهمية في مجالات مثل الرعاية الصحية والتصنيع.

فيما يلي بعض الميزات الرئيسية التي يتضمنها Meta Digit 360:

• إنه مزوّد بـ18 ميزة استشعار متميزة تتيح التقاط مجموعة واسعة من التفاصيل اللمسية.
• يستطيع المستشعر اكتشاف تغيرات الضغط التي لا تتجاوز 1 ميلينيوتن، مما يمكّن الروبوتات من الاستجابة للأنسجة الدقيقة والحركات الطفيفة.
• يتضمن أكثر من 8 ملايين خلية لمسية (نقاط استشعار صغيرة) موزعة على سطح طرف الإصبع، مما يوفر خريطة عالية الدقة لمعلومات اللمس.

يُعد Meta Digit Plexus امتدادًا لـ Meta Digit 360، وهو منصة تدمج مستشعرات لمس متعددة في يد روبوتية واحدة. ويتيح هذا الإعداد للروبوتات معالجة معلومات اللمس من نقاط متعددة في الوقت نفسه، على نحو يشبه طريقة جمع أيدي البشر للبيانات الحسية.

الشكل 5. Meta Digit Plexus.

تمهيد الطريق للفصل التالي من الذكاء الاصطناعي#

تُظهر أحدث تحديثات الذكاء الاصطناعي من Meta، بدءًا من التطورات في الرؤية الحاسوبية مع SAM 2.1 وCoTracker3 ووصولًا إلى المستجدات في النماذج اللغوية والروبوتات، كيف ينتقل الذكاء الاصطناعي بثبات من النظرية إلى حلول عملية مؤثرة.

صُممت هذه الأدوات لجعل الذكاء الاصطناعي أكثر قابلية للتكيف وفائدة عبر مجالات مختلفة، إذ تساعد في كل شيء بدءًا من تجزئة الصور المعقدة وفهم اللغة البشرية ووصولًا إلى العمل إلى جانبنا في المساحات المادية.

ومن خلال إعطاء الأولوية لإمكانية الوصول والتطبيقات في العالم الحقيقي، تقرّبنا Meta FAIR من مستقبل يستطيع فيه الذكاء الاصطناعي معالجة تحديات العالم الحقيقي وتحسين حياتنا اليومية بطرق مؤثرة.

هل يثير الذكاء الاصطناعي فضولك؟ انضم إلى مجتمعنا للحصول على أحدث التحديثات والرؤى، وتفقّد مستودعنا على GitHub. ويمكنك أيضًا استكشاف كيفية استخدام الرؤية الحاسوبية في صناعات مثل السيارات ذاتية القيادة والزراعة!