دعم مشاريع الرؤية الحاسوبية بأدوات Hugging Face مفتوحة المصدر

اختيار الخوارزميات المناسبة هو مجرد جزء واحد من بناء حلول رؤية حاسوبية ذات تأثير. غالباً ما يعمل مهندسو الذكاء الاصطناعي مع مجموعات بيانات ضخمة، ويقومون بضبط النماذج لمهام محددة، وتحسين أنظمة الذكاء الاصطناعي لتحقيق أداء واقعي. ومع تبني تطبيقات الذكاء الاصطناعي بشكل أسرع، تزداد أيضاً الحاجة إلى أدوات تبسط هذه العمليات.

في YOLO Vision 2024 (YV24)، الحدث السنوي الهجين الذي تنظمه Ultralytics، اجتمع خبراء الذكاء الاصطناعي وعشاق التكنولوجيا لاستكشاف أحدث الابتكارات في مجال الرؤية الحاسوبية. أثار الحدث نقاشات حول موضوعات مختلفة، مثل طرق تسريع تطوير تطبيقات الذكاء الاصطناعي.

كان أبرز ما ميّز الحدث هو الكلمة الرئيسية حول Hugging Face، وهي منصة ذكاء اصطناعي مفتوحة المصدر تبسط تدريب النماذج وتحسينها ونشرها. شارك Pavel Iakubovskii، وهو مهندس تعلم آلي في Hugging Face، كيف تحسن أدواتها سير العمل لمهام الرؤية الحاسوبية مثل اكتشاف الأشياء في الصور، وتصنيف الصور إلى مجموعات مختلفة، وإجراء التنبؤات دون التدريب مسبقًا على أمثلة محددة (التعلم الصفري).

تستضيف Hugging Face Hub وتقدم إمكانية الوصول إلى العديد من نماذج الذكاء الاصطناعي وcomputer vision models مثل Ultralytics YOLO11. في هذه المقالة، سنستعرض النقاط الرئيسية من Pavel’s talk ونرى كيف يمكن للمطورين استخدام أدوات Hugging Face مفتوحة المصدر لبناء ونشر نماذج الذكاء الاصطناعي بسرعة.

الشكل 1. Pavel على المسرح في YV24.

Hugging Face Hub يدعم تطوير الذكاء الاصطناعي بشكل أسرع#

بدأ Pavel حديثه بتقديم Hugging Face كمنصة ذكاء اصطناعي مفتوحة المصدر تقدم نماذج مدربة مسبقاً لمجموعة متنوعة من التطبيقات. صُممت هذه النماذج لمختلف فروع الذكاء الاصطناعي، بما في ذلك معالجة اللغات الطبيعية (NLP)، والرؤية الحاسوبية، والذكاء الاصطناعي متعدد الوسائط، مما يمكّن الأنظمة من معالجة أنواع مختلفة من البيانات، مثل النصوص والصور والصوت.

ذكر Pavel أن Hugging Face Hub يستضيف الآن أكثر من مليون نموذج، ويمكن للمطورين العثور بسهولة على النماذج المناسبة لمشاريعهم المحددة. يهدف Hugging Face إلى تبسيط تطوير الذكاء الاصطناعي من خلال توفير أدوات لتدريب النماذج، وضبطها، ونشرها. عندما يتمكن المطورون من تجربة نماذج مختلفة، فإن ذلك يبسط عملية دمج الذكاء الاصطناعي في تطبيقات العالم الحقيقي.

بينما كانت Hugging Face تُعرف في البداية بمعالجة اللغات الطبيعية، إلا أنها توسعت منذ ذلك الحين لتشمل computer vision والذكاء الاصطناعي متعدد الوسائط، مما يمكن المطورين من التعامل مع نطاق أوسع من مهام الذكاء الاصطناعي. ولديها أيضًا مجتمع قوي حيث يمكن للمطورين التعاون ومشاركة الأفكار والحصول على الدعم من خلال المنتديات وDiscord وGitHub.

استكشاف نماذج Hugging Face لتطبيقات الرؤية الحاسوبية#

بالتعمق في التفاصيل، شرح Pavel كيف تجعل أدوات Hugging Face بناء تطبيقات الرؤية الحاسوبية أسهل. يمكن للمطورين استخدامها لمهام مثل تصنيف الصور، واكتشاف الكائنات، وتطبيقات الرؤية واللغة.

وأشار أيضًا إلى أن العديد من هذه computer vision tasks يمكن التعامل معها باستخدام النماذج المدربة مسبقًا والمتوفرة على Hugging Face Hub، مما يوفر الوقت عن طريق تقليل الحاجة للتدريب من الصفر. في الواقع، توفر Hugging Face أكثر من 13,000 نموذج مدرب مسبقًا لمهام تصنيف الصور، بما في ذلك تلك الخاصة بتصنيف الأطعمة، وتصنيف الحيوانات الأليفة، والكشف عن المشاعر.

تأكيداً على إمكانية الوصول إلى هذه النماذج، قال: "ربما لا تحتاج حتى إلى تدريب نموذج لمشروعك - قد تجد نموذجاً على Hub مدرباً بالفعل بواسطة شخص ما من المجتمع."

نماذج Hugging Face لاكتشاف الكائنات#

كمثال آخر، شرح Pavel بالتفصيل كيف يمكن أن تساعد Hugging Face في object detection، وهي وظيفة رئيسية في الرؤية الحاسوبية تُستخدم لتحديد وتحديد مواقع الكائنات داخل الصور. حتى مع وجود بيانات مصنفة محدودة، يمكن للنماذج المدربة مسبقًا المتوفرة على Hugging Face Hub جعل اكتشاف الأشياء أكثر كفاءة.

كما قدم نظرة عامة سريعة على العديد من النماذج المصممة لهذه المهمة والتي يمكنك العثور عليها على Hugging Face:

• نماذج اكتشاف الكائنات في الوقت الفعلي: بالنسبة للبيئات الديناميكية حيث تكون السرعة أمراً حاسماً، توفر نماذج مثل Detection Transformer (DETR) إمكانات اكتشاف الكائنات في الوقت الفعلي. تم تدريب DETR على مجموعة بيانات COCO وهي مصممة لمعالجة الميزات متعددة النطاقات بكفاءة، مما يجعلها مناسبة للتطبيقات الحساسة للوقت.
• Vision-language models: تجمع هذه النماذج بين معالجة الصور والنصوص، مما يتيح لأنظمة الذكاء الاصطناعي مطابقة الصور بالأوصاف أو التعرف على الأشياء بما يتجاوز بيانات تدريبها. تشمل الأمثلة CLIP وSigLIP، اللذين يحسنان البحث في الصور من خلال ربط النص بالمرئيات وتمكين حلول الذكاء الاصطناعي من تحديد أشياء جديدة من خلال فهم سياقها.
• نماذج اكتشاف الأشياء بالتعلم الصفري: يمكنها التعرف على الأشياء التي لم ترها من قبل من خلال فهم العلاقة بين الصور والنصوص. تشمل الأمثلة OwlVit وGroundingDINO وOmDet، والتي تستخدم zero-shot learning لاكتشاف أشياء جديدة دون الحاجة إلى بيانات تدريب مصنفة.

كيفية استخدام نماذج Hugging Face#

انتقل Pavel بعد ذلك إلى التركيز على التطبيق العملي لنماذج Hugging Face، شارحاً ثلاث طرق يمكن للمطورين الاستفادة منها: استكشاف النماذج، واختبارها بسرعة، وتخصيصها بشكل أكبر.

لقد أوضح كيف يمكن للمطورين تصفح النماذج مباشرة على Hugging Face Hub دون كتابة أي كود، مما يسهل اختبار النماذج فوراً من خلال واجهة تفاعلية. وأضاف Pavel: "يمكنك تجربتها دون كتابة سطر كود واحد أو تنزيل النموذج على جهاز الكمبيوتر الخاص بك." ونظراً لأن بعض النماذج كبيرة، فإن تشغيلها على Hub يساعد في تجنب قيود التخزين والمعالجة.

الشكل 2. كيفية استخدام نماذج Hugging Face.

أيضاً، تسمح Inference API الخاصة بـ Hugging Face للمطورين بتشغيل نماذج الذكاء الاصطناعي باستدعاءات API بسيطة. إنها رائعة للاختبار السريع، ومشاريع إثبات المفهوم، والنماذج الأولية السريعة دون الحاجة إلى إعداد معقد.

بالنسبة لحالات الاستخدام الأكثر تقدماً، يمكن للمطورين استخدام إطار عمل Transformers من Hugging Face، وهو أداة مفتوحة المصدر توفر نماذج مدربة مسبقاً لمهام النصوص والرؤية والصوت مع دعم كل من PyTorch وTensorFlow. شرح Pavel أنه بسطرين فقط من الكود، يمكن للمطورين استرداد نموذج من Hugging Face Hub وربطه بأداة معالجة مسبقة، مثل معالج الصور، لتحليل بيانات الصور لتطبيقات الذكاء الاصطناعي الرؤيوي.

تحسين سير عمل الذكاء الاصطناعي باستخدام Hugging Face#

بعد ذلك، شرح Pavel كيف يمكن لـ Hugging Face تبسيط سير عمل الذكاء الاصطناعي. أحد المواضيع الرئيسية التي غطاها كان تحسين آلية الانتباه في Transformers، وهي ميزة أساسية لنماذج التعلم العميق التي تساعدها على التركيز على الأجزاء الأكثر صلة من بيانات الإدخال. وهذا يحسن دقة المهام التي تتضمن معالجة اللغات والرؤية الحاسوبية. ومع ذلك، يمكن أن تكون مكثفة من حيث الموارد.

يمكن أن يؤدي تحسين آلية الانتباه إلى تقليل استخدام الذاكرة بشكل كبير مع تحسين السرعة. أشار Pavel إلى ذلك قائلاً: "على سبيل المثال، من خلال التحول إلى تنفيذ انتباه أكثر كفاءة، يمكنك الحصول على أداء أسرع بما يصل إلى 1.8 مرة."

يوفر Hugging Face دعماً مدمجاً لتنفيذات انتباه أكثر كفاءة داخل إطار عمل Transformers. يمكن للمطورين تمكين هذه التحسينات ببساطة عن طريق تحديد تنفيذ انتباه بديل عند تحميل نموذج.

Optimum وTorch Compile#

تحدث أيضاً عن التكميم (Quantization)، وهي تقنية تجعل نماذج الذكاء الاصطناعي أصغر من خلال تقليل دقة الأرقام التي تستخدمها دون التأثير على الأداء بشكل كبير. يساعد هذا النماذج على استخدام ذاكرة أقل والعمل بشكل أسرع، مما يجعلها أكثر ملاءمة للأجهزة ذات قدرة المعالجة المحدودة، مثل الهواتف الذكية والأنظمة المدمجة.

لمزيد من تحسين الكفاءة، قدم Pavel مكتبة Hugging Face Optimum، وهي مجموعة من الأدوات المصممة لتحسين النماذج ونشرها. باستخدام أسطر قليلة من الكود، يمكن للمطورين تطبيق تقنيات التكميم وتحويل النماذج إلى تنسيقات فعالة مثل ONNX (Open Neural Network Exchange)، مما يسمح لها بالعمل بسلاسة على أنواع مختلفة من الأجهزة، بما في ذلك خوادم السحابة والأجهزة الطرفية.

الشكل 3. تحدث Pavel عن مكتبة Optimum وميزاتها.

وأخيراً، ذكر Pavel فوائد Torch Compile، وهي ميزة في PyTorch تعمل على تحسين كيفية معالجة نماذج الذكاء الاصطناعي للبيانات، مما يجعلها تعمل بشكل أسرع وأكثر كفاءة. يدمج Hugging Face خاصية Torch Compile داخل مكتبات Transformers وOptimum الخاصة به، مما يتيح للمطورين الاستفادة من تحسينات الأداء هذه مع تغييرات طفيفة في الكود.

من خلال تحسين بنية حسابات النموذج، يمكن لـ Torch Compile تسريع أوقات الاستدلال وزيادة معدلات الإطارات من 29 إلى 150 إطاراً في الثانية دون المساس بالدقة أو الجودة.

نشر النماذج باستخدام أدوات Hugging Face#

بالانتقال إلى الخطوة التالية، تطرق Pavel باختصار إلى كيفية توسيع ونشر نماذج الذكاء الاصطناعي للرؤية باستخدام أدوات Hugging Face بعد اختيار النموذج المناسب واختيار أفضل نهج للتطوير.

على سبيل المثال، يمكن للمطورين نشر تطبيقات الذكاء الاصطناعي التفاعلية باستخدام Gradio وStreamlit. يسمح Gradio للمطورين بإنشاء واجهات قائمة على الويب لنماذج تعلم الآلة، بينما يساعد Streamlit في بناء تطبيقات بيانات تفاعلية باستخدام نصوص Python بسيطة.

أشار Pavel أيضاً إلى قوله: "لا تحتاج إلى البدء في كتابة كل شيء من الصفر"، في إشارة إلى الأدلة، ودفاتر التدريب (notebooks)، ونصوص الأمثلة التي توفرها Hugging Face. تساعد هذه الموارد المطورين على البدء بسرعة دون الحاجة إلى بناء كل شيء من الأساس.

الشكل 4. Pavel يناقش إمكانات Hugging Face في YV24.

فوائد Hugging Face Hub#

في ختام كلمته، لخص Pavel مزايا استخدام Hugging Face Hub. وأكد كيف أنه يبسط إدارة النماذج والتعاون. كما لفت الانتباه إلى توافر الأدلة، ودفاتر الملاحظات، والدروس التعليمية، والتي يمكن أن تساعد المبتدئين والخبراء على فهم نماذج الذكاء الاصطناعي وتنفيذها.

"هناك الكثير من المساحات الرائعة الموجودة بالفعل على Hub. يمكنك العثور على مساحات مشابهة، واستنساخ الكود المشترك، وتعديل بضعة أسطر، واستبدال النموذج بنموذجك الخاص، وإعادة رفعه مرة أخرى،" كما أوضح، مشجعاً المطورين على الاستفادة من مرونة المنصة.

أبرز النقاط#

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

مع زيادة كفاءة نماذج الذكاء الاصطناعي، أصبحت التطورات في التكميم ونشر الحافة تجعل من السهل تشغيلها على الأجهزة المحدودة الموارد. هذه التحسينات، جنباً إلى جنب مع أدوات مثل Hugging Face ونماذج الرؤية الحاسوبية المتقدمة مثل Ultralytics YOLO11، هي مفتاح بناء تطبيقات ذكاء اصطناعي للرؤية قابلة للتوسع وعالية الأداء.

انضم إلى community المتنامي! استكشف مستودع GitHub repository الخاص بنا لتعلم الذكاء الاصطناعي، وتحقق من YOLO licenses لبدء مشاريع الرؤية بالذكاء الاصطناعي. هل أنت مهتم بالابتكارات مثل computer vision in healthcare أو computer vision in agriculture؟ تفضل بزيارة صفحة الحلول الخاصة بنا لتكتشف المزيد!