Contrastive Learning

التعلّم التبايني هو نمط من أنماط تعلّم الآلة يعلّم النماذج فهم البيانات من خلال مقارنة العينات المتشابهة وغير المتشابهة. وعلى خلاف التعلّم الخاضع للإشراف التقليدي، الذي يعتمد بدرجة كبيرة على مجموعات البيانات الموسومة يدويًا، يُستخدم التعلّم التبايني غالبًا في سياقات التعلّم ذاتي الإشراف. والفكرة الأساسية بسيطة لكنها قوية: يتعلّم النموذج تقريب تمثيلات العناصر المرتبطة (الأزواج الموجبة) من بعضها في فضاء متجهي، مع إبعاد العناصر غير المرتبطة (الأزواج السالبة) عن بعضها. وتتيح هذه العملية للخوارزميات بناء سمات قوية وقابلة للتعميم من كميات هائلة من البيانات غير الموسومة، وهو أمر بالغ الأهمية لتوسيع نطاق أنظمة الذكاء الاصطناعي (AI).

آلية التعلّم التبايني#

يكمن في صميم التعلّم التبايني مفهوم التعلّم بالمقارنة. فبدلًا من حفظ أن صورة معينة هي صورة "قطة"، يتعلّم النموذج أن صورتين مختلفتين لقطة أكثر تشابهًا إحداهما مع الأخرى من تشابه أي منهما مع صورة كلب. ويتحقق ذلك عادةً من خلال زيادة البيانات. تُحوَّل صورة الإدخال، التي تُسمّى غالبًا "المرساة"، إلى نسختين مختلفتين باستخدام تقنيات مثل الاقتصاص أو القلب أو تغيير الألوان عشوائيًا. وتشكل هاتان النسختان زوجًا موجبًا. ثم يُدرَّب النموذج على تقليل المسافة بين التضمينات الخاصة بهما، مع زيادة المسافة بينها وبين الصور العشوائية الأخرى (العينات السالبة) في الدفعة.

يساعد هذا النهج الشبكة العصبية على التركيز على السمات الدلالية عالية المستوى بدلًا من تفاصيل البكسلات منخفضة المستوى. فعلى سبيل المثال، سواء كانت السيارة حمراء أم زرقاء، أو متجهة إلى اليسار أم إلى اليمين، يظل المفهوم الأساسي المتمثل في "السيارة" كما هو. ومن خلال تجاهل هذه الاختلافات السطحية، يطوّر النموذج فهمًا أعمق للعالم البصري، مما يعود بفائدة كبيرة على المهام اللاحقة مثل اكتشاف الأجسام والتصنيف.

التطبيقات الواقعية#

أصبح التعلّم التبايني ركيزة أساسية للعديد من تطبيقات الذكاء الاصطناعي المتقدمة، ولا سيما عندما تكون البيانات الموسومة نادرة أو مكلفة الحصول عليها.

1. تصنيف الصور دون أمثلة سابقة: تستخدم نماذج مثل التدريب التبايني للغة والصورة (CLIP) التعلّم التبايني لمواءمة الصور والنصوص في فضاء سمات مشترك. ومن خلال التدريب على ملايين الأزواج من الصور والنصوص، يتعلّم النموذج ربط المفاهيم البصرية بالأوصاف المكتوبة باللغة الطبيعية. ويتيح ذلك التعلّم دون أمثلة سابقة، حيث يستطيع النموذج تصنيف الصور ضمن فئات لم يرها قط أثناء التدريب، وذلك ببساطة من خلال مطابقة الصورة مع مطالبة نصية.

2. التدريب المسبق المتين للتصوير الطبي: في مجال الرعاية الصحية، يُعد الحصول على فحوصات طبية موسومة من خبراء أمرًا مكلفًا ويستغرق وقتًا طويلًا. ويستخدم الباحثون التعلّم التبايني لتدريب النماذج مسبقًا على قواعد بيانات كبيرة من صور الأشعة السينية أو فحوصات MRI غير الموسومة. وينشئ هذا التدريب المسبق غير الخاضع للإشراف جذعًا قويًا يمكن ضبطه بدقة باستخدام عدد قليل من الأمثلة الموسومة لاكتشاف أمراض مثل الالتهاب الرئوي أو الأورام بدقة عالية. وتستفيد هذه التقنية من التعلّم بالنقل لتحسين أدوات التشخيص في الذكاء الاصطناعي في الرعاية الصحية.

التمييز بين المفاهيم ذات الصلة#

من المفيد التمييز بين التعلّم التبايني والتقنيات المشابهة لفهم دوره الفريد في منظومة تعلّم الآلة (ML).

• مقابل المشفّرات التلقائية: رغم أن كليهما من الأساليب غير الخاضعة للإشراف، تهدف المشفّرات التلقائية إلى إعادة بناء بيانات الإدخال بكسلًا بكسل، مع ضغطها في طبقة عنق الزجاجة. أما التعلّم التبايني فلا يحاول إعادة إنشاء الصورة، بل يركّز حصريًا على تعلّم تمثيلات تمييزية تفصل بين المفاهيم المختلفة.
• مقابل الشبكات التوليدية الخصمية (GANs): تتضمن GANs مولّدًا ينشئ بيانات زائفة ومميّزًا يحاول اكتشافها. ويركّز التعلّم التبايني على تعلّم التمثيلات بدلًا من توليد البيانات، مما يجعله أنسب لمهام مثل البحث والاسترجاع والتصنيف.
• مقابل خسارة الثلاثيات: تتطلب خسارة الثلاثيات التقليدية صراحةً مرساةً وعينة موجبة وعينة سالبة. وتعمّم الأساليب التباينية الحديثة، مثل SimCLR أو MoCo، هذا النهج من خلال مقارنة المرساة بعدد كبير من العينات السالبة في الوقت نفسه داخل دفعة، وغالبًا باستخدام دالة خسارة محددة مثل InfoNCE.

مثال عملي باستخدام التضمينات#

رغم أن تدريب نموذج تبايني من الصفر يتطلب موارد كبيرة، يمكنك بسهولة استخدام نماذج مدرَّبة مسبقًا لاستخراج السمات. يوضّح المثال التالي كيفية تحميل نموذج واستخراج متجه السمات (التضمين) لصورة باستخدام الحزمة ultralytics. ويمثّل هذا التضمين المحتوى الدلالي الذي تعلّمه النموذج باستخدام تقنيات شبيهة بالتدريب التبايني المسبق.

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 سمات غنية وذات معنى التعلّم التبايني أساسيًا لبناء أنظمة الرؤية الحاسوبية (CV) الحديثة، مما يتيح إجراء البحث عن الصور بكفاءة وتنفيذ تحليلات متقدمة. ولإدارة مجموعات البيانات وتدريب النماذج المخصصة التي تستفيد من هذه البنى المتقدمة، توفر منصة Ultralytics بيئة مبسطة للنشر والمراقبة.