دعم مشروعات الرؤية الحاسوبية بأدوات Hugging Face مفتوحة المصدر

لا يمثل اختيار الخوارزميات المناسبة سوى جزء واحد من بناء حلول مؤثرة للرؤية الحاسوبية. فكثيرًا ما يعمل مهندسو الذكاء الاصطناعي مع مجموعات بيانات كبيرة، ويضبطون النماذج بدقة لمهام محددة، ويحسّنون أنظمة الذكاء الاصطناعي لتقديم أداء فعلي في العالم الحقيقي. ومع تزايد سرعة اعتماد تطبيقات الذكاء الاصطناعي، تزداد الحاجة أيضًا إلى أدوات تبسّط هذه العمليات.

في YOLO Vision 2024 (YV24)، وهو الحدث الهجين السنوي الذي تنظمه Ultralytics، اجتمع خبراء الذكاء الاصطناعي وعشاق التقنية لاستكشاف أحدث الابتكارات في الرؤية الحاسوبية. وأثار الحدث نقاشات حول موضوعات متنوعة، مثل سبل تسريع تطوير تطبيقات الذكاء الاصطناعي.

كان من أبرز محطات الحدث كلمة رئيسية عن Hugging Face، وهي منصة مفتوحة المصدر للذكاء الاصطناعي تبسّط تدريب النماذج وتحسينها ونشرها. وتحدث بافل ياكوبوفسكي، مهندس تعلم آلة في Hugging Face، عن كيفية تحسين أدوات المنصة لسير العمل في مهام الرؤية الحاسوبية، مثل اكتشاف الكائنات في الصور، وتصنيف الصور ضمن مجموعات مختلفة، وإجراء التنبؤات من دون تدريب مسبق على أمثلة محددة (التعلم دون أمثلة).

يستضيف Hugging Face Hub مجموعة متنوعة من نماذج الذكاء الاصطناعي والرؤية الحاسوبية، مثل Ultralytics YOLO11، ويتيح الوصول إليها. في هذا المقال، سنستعرض أبرز ما ورد في حديث بافل، ونتعرف على كيفية استخدام المطورين لأدوات Hugging Face مفتوحة المصدر لبناء نماذج الذكاء الاصطناعي ونشرها بسرعة.

الشكل 1. بافل على المنصة في YV24.

يدعم Hugging Face Hub تسريع تطوير الذكاء الاصطناعي#

بدأ بافل حديثه بتقديم Hugging Face بوصفها منصة مفتوحة المصدر للذكاء الاصطناعي توفر نماذج مدرّبة مسبقًا لمجموعة متنوعة من التطبيقات. وصُممت هذه النماذج لفروع مختلفة من الذكاء الاصطناعي، بما فيها معالجة اللغة الطبيعية (NLP) والرؤية الحاسوبية والذكاء الاصطناعي متعدد الوسائط، ما يمكّن الأنظمة من معالجة أنواع مختلفة من البيانات، مثل النصوص والصور والصوت.

ذكر Pavel أن Hugging Face Hub يستضيف الآن أكثر من مليون نموذج، وأن المطورين يستطيعون بسهولة العثور على نماذج تناسب مشاريعهم المحددة. وتهدف Hugging Face إلى تبسيط تطوير الذكاء الاصطناعي من خلال توفير أدوات لتدريب النماذج وضبطها الدقيق ونشرها. وعندما يتمكن المطورون من تجربة نماذج مختلفة، تصبح عملية دمج الذكاء الاصطناعي في التطبيقات الواقعية أبسط.

رغم أن Hugging Face اشتهرت في البداية بمعالجة اللغة الطبيعية، فقد توسعت منذ ذلك الحين إلى الرؤية الحاسوبية والذكاء الاصطناعي متعدد الوسائط، ما يتيح للمطورين معالجة نطاق أوسع من مهام الذكاء الاصطناعي. كما تتمتع بمجتمع قوي يستطيع المطورون فيه التعاون وتبادل الرؤى والحصول على الدعم عبر المنتديات وDiscord وGitHub.

استكشاف نماذج Hugging Face لتطبيقات الرؤية الحاسوبية#

وبمزيد من التفصيل، أوضح بافل كيف تسهّل أدوات Hugging Face بناء تطبيقات الرؤية الحاسوبية. ويمكن للمطورين استخدامها في مهام مثل تصنيف الصور واكتشاف الكائنات وتطبيقات الرؤية واللغة.

وأشار أيضًا إلى إمكانية معالجة كثير من مهام الرؤية الحاسوبية هذه باستخدام نماذج مدرّبة مسبقًا متاحة على Hugging Face Hub، مما يوفر الوقت بتقليل الحاجة إلى التدريب من الصفر. وفي الواقع، توفر Hugging Face أكثر من 13,000 نموذج مدرّب مسبقًا لمهام تصنيف الصور، بما فيها نماذج لتصنيف الأغذية والحيوانات الأليفة واكتشاف المشاعر.

وتأكيدًا على سهولة الوصول إلى هذه النماذج، قال: «ربما لن تحتاج حتى إلى تدريب نموذج لمشروعك؛ فقد تجد على Hub نموذجًا درّبه أحد أفراد المجتمع بالفعل».

نماذج Hugging Face لاكتشاف الكائنات#

ولإيراد مثال آخر، أوضح Pavel كيف يمكن لـ Hugging Face المساعدة في اكتشاف الكائنات، وهي وظيفة أساسية في الرؤية الحاسوبية تُستخدم لتحديد الكائنات داخل الصور وتعيين مواقعها. حتى مع محدودية البيانات الموسومة، يمكن للنماذج المدرَّبة مسبقًا والمتاحة على Hugging Face Hub أن تجعل اكتشاف الكائنات أكثر كفاءة.

وقدّم أيضًا لمحة سريعة عن عدة نماذج مصممة لهذه المهمة يمكنك العثور عليها على Hugging Face:

• نماذج اكتشاف الأجسام آنياً: في البيئات الديناميكية التي تكون فيها السرعة حاسمة، توفر نماذج مثل محوّل الكشف الآني (RT-DETR) إمكانات اكتشاف الأجسام آنياً. ويُدرّب RT-DETR على مجموعة بيانات COCO، وقد صُمم لمعالجة السمات متعددة المقاييس بكفاءة، مما يجعله مناسباً للتطبيقات الحساسة للوقت.
• نماذج الرؤية واللغة: تجمع هذه النماذج بين معالجة الصور والنصوص، ما يتيح لأنظمة الذكاء الاصطناعي مطابقة الصور مع الأوصاف أو التعرّف على أجسام تتجاوز بيانات التدريب الخاصة بها. ومن أمثلتها CLIP وSigLIP، اللذان يحسّنان البحث عن الصور بربط النصوص بالمرئيات، ويتيحان حلولًا للذكاء الاصطناعي لتحديد أجسام جديدة عبر فهم سياقها.
• نماذج اكتشاف الأجسام بالتعميم الصفري: يمكنها تحديد أجسام لم ترها من قبل عبر فهم العلاقة بين الصور والنصوص. ومن أمثلتها OWL-ViT وGrounding DINO وOmDet، التي تستخدم التعلّم بالتعميم الصفري لاكتشاف أجسام جديدة دون الحاجة إلى بيانات تدريب موسومة. وتقارن لوحة متصدرّي VLM من Ultralytics بين كواشف المفردات المفتوحة هذه باستخدام مجموعات بيانات اكتشاف واقعية.

كيفية استخدام نماذج Hugging Face#

ثم انتقل Pavel إلى الجانب العملي لاستخدام نماذج Hugging Face، موضحًا ثلاث طرق يمكن للمطورين الاستفادة منها: استكشاف النماذج، واختبارها بسرعة، وتخصيصها بمزيد من التفصيل.

عرض كيفية تصفح المطورين للنماذج مباشرةً على Hugging Face Hub من دون كتابة أي شيفرة، ما يسهّل اختبار النماذج فورًا عبر واجهة تفاعلية. وأضاف Pavel: «يمكنك تجربته من دون كتابة سطر واحد من الشيفرة أو تنزيل النموذج على حاسوبك». وبما أن بعض النماذج كبيرة الحجم، فإن تشغيلها على Hub يساعد على تجنب قيود التخزين والمعالجة.

الشكل 2. كيفية استخدام نماذج Hugging Face.

كذلك، تتيح واجهة Hugging Face للاستدلال للمطورين تشغيل نماذج الذكاء الاصطناعي باستخدام استدعاءات API بسيطة. وهي مناسبة للاختبارات السريعة، ومشروعات إثبات المفهوم، وإنشاء النماذج الأولية بسرعة، من دون الحاجة إلى إعداد معقد.

لحالات الاستخدام الأكثر تقدمًا، يمكن للمطورين استخدام إطار عمل Transformers من Hugging Face، وهو أداة مفتوحة المصدر توفر نماذج مدرّبة مسبقًا لمهام النص والرؤية والصوت، مع دعم كل من PyTorch وTensorFlow. وأوضح Pavel أنه باستخدام سطرين فقط من التعليمات البرمجية، يستطيع المطورون استرجاع نموذج من Hugging Face Hub وربطه بأداة للمعالجة المسبقة، مثل معالج الصور، لتحليل بيانات الصور في تطبيقات الذكاء الاصطناعي للرؤية.

تحسين سير عمل الذكاء الاصطناعي باستخدام Hugging Face#

بعد ذلك، شرح Pavel كيف يمكن لـ Hugging Face تبسيط سير عمل الذكاء الاصطناعي. وكان من الموضوعات الرئيسية التي تناولها تحسين آلية الانتباه في Transformers، وهي ميزة أساسية في نماذج التعلم العميق تساعدها على التركيز على الأجزاء الأكثر صلة من بيانات الإدخال. ويحسّن ذلك دقة المهام المتعلقة بمعالجة اللغة والرؤية الحاسوبية. إلا أن هذه العملية قد تتطلب موارد كبيرة.

يمكن أن يؤدي تحسين آلية الانتباه إلى خفض استخدام الذاكرة بدرجة كبيرة مع زيادة السرعة. وأشار Pavel قائلًا: «على سبيل المثال، قد يؤدي الانتقال إلى تنفيذ أكثر كفاءة للانتباه إلى أداء أسرع بما يصل إلى 1.8 مرة».

يوفر Hugging Face دعمًا مدمجًا لتنفيذات أكثر كفاءة لآلية الانتباه ضمن إطار عمل Transformers. ويمكن للمطورين تفعيل هذه التحسينات بمجرد تحديد تنفيذ بديل للانتباه عند تحميل النموذج.

Optimum وTorch Compile#

وتحدث أيضًا عن التكميم، وهو أسلوب يجعل نماذج الذكاء الاصطناعي أصغر حجمًا عبر تقليل دقة الأرقام التي تستخدمها دون التأثير كثيرًا في دقتها. ويساعد ذلك النماذج على استخدام ذاكرة أقل والعمل بسرعة أكبر، ما يجعلها أنسب للأجهزة ذات قدرة المعالجة المحدودة، مثل الهواتف الذكية والأنظمة المضمنة.

ولزيادة الكفاءة أكثر، قدّم Pavel مكتبة Hugging Face Optimum، وهي مجموعة أدوات مصممة لتحسين النماذج ونشرها. وباستخدام بضعة أسطر من الشيفرة فقط، يمكن للمطورين تطبيق تقنيات التكميم وتحويل النماذج إلى تنسيقات فعّالة مثل ONNX (تبادل الشبكات العصبية المفتوحة)، ما يتيح تشغيلها بسلاسة على أنواع مختلفة من العتاد، بما في ذلك الخوادم السحابية والأجهزة الطرفية.

الشكل 3. تحدث Pavel عن مكتبة Optimum وميزاتها.

وأخيرًا، أشار Pavel إلى فوائد Torch Compile، وهي ميزة في PyTorch تحسّن طريقة معالجة نماذج الذكاء الاصطناعي للبيانات، فتجعلها تعمل بسرعة وكفاءة أكبر. يدمج Hugging Face ميزة Torch Compile في مكتبتي Transformers وOptimum، مما يتيح للمطورين الاستفادة من تحسينات الأداء هذه بأدنى قدر من التغييرات في الشيفرة.

من خلال تحسين بنية حسابات النموذج، يستطيع Torch Compile تسريع أوقات الاستدلال وزيادة معدل الإطارات من 29 إلى 150 إطارًا في الثانية من دون المساس بالدقة أو الجودة.

نشر النماذج باستخدام أدوات Hugging Face#

بعد ذلك، تناول Pavel بإيجاز كيفية توسيع نماذج الذكاء الاصطناعي للرؤية ونشرها باستخدام أدوات Hugging Face، بعد اختيار النموذج المناسب وتحديد أفضل نهج للتطوير.

فعلى سبيل المثال، يمكن للمطورين نشر تطبيقات تفاعلية للذكاء الاصطناعي باستخدام Gradio وStreamlit. تتيح Gradio للمطورين إنشاء واجهات قائمة على الويب لنماذج التعلم الآلي، بينما تساعد Streamlit على بناء تطبيقات تفاعلية للبيانات باستخدام نصوص Python بسيطة.

وأشار Pavel أيضًا قائلًا: «لست بحاجة إلى البدء بكتابة كل شيء من الصفر»، في إشارة إلى الأدلة ودفاتر التدريب والنصوص البرمجية النموذجية التي يوفرها Hugging Face. وتساعد هذه الموارد المطورين على البدء بسرعة من دون الاضطرار إلى بناء كل شيء من الأساس.

الشكل 4. يناقش Pavel إمكانات Hugging Face في YV24.

فوائد Hugging Face Hub#

في ختام كلمته الرئيسية، لخّص Pavel مزايا استخدام Hugging Face Hub. وشدد على دوره في تبسيط إدارة النماذج والتعاون. كما لفت الانتباه إلى توفر الأدلة ودفاتر الملاحظات والبرامج التعليمية، التي تساعد المبتدئين والخبراء على فهم نماذج الذكاء الاصطناعي وتطبيقها.

وأوضح قائلًا: «هناك الكثير من المساحات الرائعة على Hub بالفعل. يمكنك العثور على مساحات مشابهة، واستنساخ الشيفرة المشتركة، وتعديل بضعة أسطر، واستبدال النموذج بنموذجك، ثم رفعه مجددًا»، مشجعًا المطورين على الاستفادة من مرونة المنصة.

أبرز النقاط#

خلال حديثه في YV24، أوضح Pavel كيف يوفر Hugging Face أدوات تدعم تدريب نماذج الذكاء الاصطناعي وتحسينها ونشرها. فعلى سبيل المثال، يمكن لابتكارات مثل Transformers وOptimum وTorch Compile مساعدة المطورين على تعزيز أداء النماذج.

مع ازدياد كفاءة نماذج الذكاء الاصطناعي، تجعل التطورات في التكميم والنشر الطرفي تشغيلها على الأجهزة محدودة الموارد أسهل. وتُعد هذه التحسينات، إلى جانب أدوات مثل Hugging Face ونماذج الرؤية الحاسوبية المتقدمة مثل Ultralytics YOLO11، عوامل أساسية لبناء تطبيقات ذكاء اصطناعي للرؤية قابلة للتوسع وعالية الأداء.

انضم إلى مجتمعنا المتنامي! استكشف مستودع GitHub للتعرف على الذكاء الاصطناعي، واطّلع على تراخيص YOLO لبدء مشروعاتك في الذكاء الاصطناعي للرؤية. هل تهتم بابتكارات مثل الرؤية الحاسوبية في الرعاية الصحية أو الرؤية الحاسوبية في الزراعة؟ تفضل بزيارة صفحات حلولنا لاكتشاف المزيد!