Contrastive Learning

التعلم المقارن هو نموذج تعلم آلي يعلم النماذج فهم البيانات من خلال مقارنة العينات المتشابهة وغير المتشابهة. على عكس التعلم الخاضع للإشراف التقليدي، الذي يعتمد بشكل كبير على مجموعات بيانات مصنفة يدويًا، غالبًا ما يُستخدم التعلم المقارن في سياقات التعلم الذاتي. الفكرة الأساسية بسيطة لكنها قوية: يتعلم النموذج تقريب تمثيل العناصر ذات الصلة (الأزواج الإيجابية) في الفضاء المتجه بينما يبعد العناصر غير ذات الصلة (الأزواج السلبية) عن بعضها البعض. تتيح هذه العملية للخوارزميات بناء ميزات قوية وقابلة للتعميم من كميات هائلة من البيانات غير المصنفة، وهو أمر بالغ الأهمية لتوسيع نطاق أنظمة الذكاء الاصطناعي (AI).

آلية التعلم التبايني#

في قلب التعلم المقارن يوجد مفهوم التعلم بالمقارنة. بدلاً من حفظ أن صورة معينة هي "قطة"، يتعلم النموذج أن صورتين مختلفتين لقطة تشبهان بعضهما البعض أكثر من تشابه أي منهما مع صورة كلب. يُحقق ذلك عادةً من خلال زيادة البيانات. يتم تحويل صورة الإدخال، والتي تُسمى غالبًا "المرساة"، إلى نسختين مختلفتين باستخدام تقنيات مثل القص، أو القلب، أو تغيير الألوان. تشكل هاتان النسختان زوجًا إيجابيًا. بعد ذلك، يتم تدريب النموذج على تقليل المسافة بين التضمينات الخاصة بها مع تعظيم المسافة إلى الصور العشوائية الأخرى (العينات السلبية) في الدفعة.

يساعد هذا النهج الشبكة العصبية على التركيز على الميزات الدلالية عالية المستوى بدلاً من تفاصيل البكسل منخفضة المستوى. على سبيل المثال، سواء كانت السيارة حمراء أو زرقاء، أو تواجه اليسار أو اليمين، فإن المفهوم الأساسي لـ "السيارة" يظل كما هو. من خلال تجاهل هذه الاختلافات السطحية، يطور النموذج فهمًا أعمق للعالم المرئي، مما يفيد بشكل كبير المهام اللاحقة مثل اكتشاف الكائنات والتصنيف.

تطبيقات العالم الحقيقي#

أصبح التعلم التبايني حجر الزاوية للعديد من تطبيقات الذكاء الاصطناعي المتطورة، خاصة حيث تكون البيانات المصنفة نادرة أو مكلفة للحصول عليها.

1. تصنيف الصور بدون تدريب مسبق: تستخدم نماذج مثل CLIP (Contrastive Language-Image Pre-training) التعلم المقارن لمواءمة الصور والنصوص في مساحة ميزات مشتركة. من خلال التدريب على ملايين أزواج الصور والنصوص، يتعلم النموذج ربط المفاهيم المرئية بأوصاف اللغة الطبيعية. يتيح هذا التعلم بدون أمثلة سابقة، حيث يمكن للنموذج تصنيف الصور إلى فئات لم يراها أبدًا أثناء التدريب ببساطة عن طريق مطابقة الصورة مع موجه نصي.

2. التدريب المسبق القوي للتصوير الطبي: في الرعاية الصحية، يعد الحصول على فحص طبي مصنف من قبل الخوارزميات أو الخبراء أمرًا مكلفًا ويستغرق وقتاً طويلاً. يستخدم الباحثون التعلم المقارن للتدريب المسبق للنماذج على قواعد بيانات كبيرة من الأشعة السينية غير المصنفة أو فحوصات التصوير بالرنين المغناطيسي. يخلق هذا التدريب المسبق غير الخاضع للإشراف هيكل أساسي قوي يمكن ضبطه بدقة باستخدام عدد صغير من الأمثلة المصنفة لاكتشاف أمراض مثل الالتهاب الرئوي أو الأورام بدقة عالية. تستفيد هذه التقنية من التعلم الانتقالي لتحسين أدوات التشخيص في مجال الذكاء الاصطناعي في الرعاية الصحية.

التمييز بين المفاهيم ذات الصلة#

من المفيد التمييز بين التعلم المقارن والتقنيات المشابهة لفهم دوره الفريد في مشهد التعلم الآلي (ML).

• مقابل المُشفِّرات التلقائية: في حين أن كلاهما طريقتان غير خاضعتين للإشراف، تهدف المُشفِّرات التلقائية إلى إعادة بناء بيانات الإدخال بكسل بكسل، وضغطها في طبقة ضيقة. من ناحية أخرى، لا يحاول التعلم المقارن إعادة إنشاء الصورة بل يركز فقط على تعلم تمثيلات تمييزية تفصل بين المفاهيم المختلفة.
• مقابل شبكات التوليد التنافسية (GANs): تتضمن شبكات GANs مُولِّدًا ينشئ بيانات وهمية ومُميِّزًا يحاول اكتشافها. يركز التعلم المقارن على تعلم التمثيل بدلاً من توليد البيانات، مما يجعله أكثر ملاءمة لمهام مثل البحث والاسترجاع والتصنيف.
• مقابل خسارة الثلاثيات: تتطلب خسارة الثلاثيات التقليدية صراحةً مرساة وعينة إيجابية وأخرى سلبية. تعمل الطرق المقارنة الحديثة، مثل SimCLR أو MoCo، على تعميم ذلك من خلال مقارنة المرساة بالعديد من العينات السلبية في وقت واحد ضمن دفعة، وغالبًا ما تستخدم دالة خسارة محددة مثل InfoNCE.

مثال عملي مع التضمينات#

بينما يتطلب تدريب نموذج مقارن من الصفر موارد مكثفة، يمكنك بسهولة استخدام النماذج المدربة مسبقًا لاستخراج الميزات. يوضح المثال التالي كيفية تحميل نموذج واستخراج متجه الميزات (التضمين) لصورة باستخدام حزمة ultralytics. يمثل هذا التضمين المحتوى الدلالي المُكتسب عبر تقنيات مشابهة للتدريب المسبق المقارن.

from ultralytics import YOLO

# Load a pre-trained YOLO26 classification model
model = YOLO("yolo26n-cls.pt")

# Run inference on an image to get the results
# The 'embed' argument can be used in advanced workflows to extract feature layers
results = model("https://ultralytics.com/images/bus.jpg")

# Access the top predicted class probability
# This prediction is based on the learned feature representations
print(f"Top class: {results[0].names[results[0].probs.top1]}")
print(f"Confidence: {results[0].probs.top1conf:.4f}")

تجعل هذه القدرة على استخراج ميزات غنية وذات مغزى التعلم المقارن أمرًا أساسيًا لبناء أنظمة رؤية حاسوبية (CV) حديثة، مما يتيح البحث الفعال عن الصور والتحليلات المتقدمة. لإدارة مجموعات البيانات وتدريب النماذج المخصصة التي تستفيد من هذه البنى المتقدمة، توفر منصة Ultralytics بيئة مبسطة للنشر والمراقبة.