نماذج الانتشار

نماذج الانتشار هي فئة من خوارزميات الذكاء الاصطناعي التوليدي التي تتعلم إنشاء عينات بيانات جديدة عن طريق عكس عملية إضافة الضوضاء التدريجية. على عكس النماذج التمييزية التقليدية المستخدمة في مهام مثل الكشف عن الكائنات أو التصنيف، والتي تتنبأ بالتصنيفات من البيانات، تركز نماذج الانتشار على إنشاء محتوى عالي الدقة — لا سيما الصور والصوت والفيديو — الذي يحاكي عن كثب الخصائص الإحصائية للبيانات في العالم الحقيقي. وقد سرعان ما أصبحت الحل الأحدث لتوليف الصور عالية الدقة، متجاوزةً الرواد السابقين مثل الشبكات التنافسية التوليدية (GANs) بفضل استقرارها في التدريب وقدرتها على إنتاج مخرجات متنوعة.

كيف تعمل نماذج الانتشار

تستند الآلية الأساسية لنموذج الانتشار إلى ديناميكا حرارية غير متوازنة. تتضمن عملية التدريب مرحلتين متميزتين: العملية الأمامية (الانتشار) والعملية العكسية (إزالة الضوضاء).

• عملية التقدم: تقوم هذه المرحلة بتدمير بنية صورة التدريب بشكل منهجي عن طريق إضافة كميات صغيرة من الضوضاء الغاوسية على مدار سلسلة من الخطوات الزمنية. مع استمرار العملية، تتحول البيانات المعقدة (مثل صورة قطة) تدريجياً إلى ضوضاء عشوائية نقية غير منظمة.
• العملية العكسية: الهدف من الشبكة العصبية هو تعلم كيفية عكس هذا التلف. بدءًا من الضوضاء العشوائية، يتنبأ النموذج بالضوضاء التي تمت إضافتها في كل خطوة ويطرحها. من خلال إزالة الضوضاء بشكل متكرر، يقوم النموذج "بإزالة الضوضاء" من الإشارة العشوائية حتى تظهر صورة متماسكة وعالية الجودة .

يتيح هذا التحسين التكراري تحكمًا استثنائيًا في التفاصيل الدقيقة والملمس، وهو ما يمثل ميزة كبيرة مقارنة بأساليب الإنشاء أحادية الخطوة.

تطبيقات واقعية

لقد تجاوزت نماذج الانتشار مرحلة البحث الأكاديمي لتصبح أدوات عملية على مستوى الإنتاج في مختلف الصناعات.

• توليد البيانات الاصطناعية: أحد أكثر التطبيقات قيمة لمهندسي الرؤية الحاسوبية هو إنشاء بيانات اصطناعية لتعزيز مجموعات البيانات التدريبية . إذا كانت مجموعة البيانات تفتقر إلى التنوع — على سبيل المثال، عدم وجود صور لسيارات في ظروف ثلجية — يمكن لنموذج الانتشار توليد اختلافات واقعية. وهذا يساعد على تحسين متانة نماذج الرؤية مثل YOLO26 عند نشرها في بيئات غير متوقعة.
• ترميم الصور وتحريرها: تعمل نماذج الانتشار على تشغيل أدوات تحرير متقدمة تتيح للمستخدمين تعديل مناطق معينة من الصورة. يمكن لهذه التقنية، المعروفة باسم الترميم، إزالة الكائنات غير المرغوب فيها أو ملء الأجزاء المفقودة من الصورة بناءً على السياق المحيط. يستخدم المهندسون المعماريون والمصممون هذه التقنية لإنشاء نماذج أولية سريعة، وتصور التغييرات التي تطرأ على المنتجات أو البيئات دون الحاجة إلى عرض ثلاثي الأبعاد يدوي.

التمييز بين المصطلحات الرئيسية

من المفيد التمييز بين نماذج الانتشار والبنى التوليدية الأخرى:

• نماذج الانتشار مقابل GANs: في حين أن GANs تستخدم شبكتين متنافستين (مولد ومميّز) وتشتهر بسرعة أخذ العينات، فإنها غالبًا ما تعاني من "انهيار الوضع "، حيث ينتج النموذج أنواعًا محدودة من المخرجات. عادةً ما تكون نماذج الانتشار أكثر استقرارًا أثناء التدريب وتغطي توزيع البيانات بشكل أكثر شمولاً، على الرغم من أنها قد تكون أبطأ في وقت الاستدلال .
• نماذج الانتشار مقابل VAE: تقوم أجهزة التشفير التبايني (VAE) بضغط البيانات في مساحة كامنة ثم إعادة بنائها. على الرغم من سرعة VAE، إلا أن الصور التي تنتجها قد تبدو أحيانًا ضبابية مقارنة بالتفاصيل الواضحة التي تنتجها عمليات الانتشار.

التنفيذ العملي

في حين أن تدريب نموذج الانتشار من الصفر يتطلب حوسبة كبيرة، يمكن للمهندسين الاستفادة من النماذج المدربة مسبقًا أو دمجها في سير العمل جنبًا إلى جنب مع أجهزة الكشف الفعالة. على سبيل المثال، يمكنك استخدام نموذج الانتشار لإنشاء تباينات في الخلفية لمجموعة بيانات ثم استخدام Ultralytics لتعليق وتدريب نموذج الكشف على تلك البيانات المحسنة.

فيما يلي مثال مفاهيمي يستخدم torch لمحاكاة خطوة انتشار أمامية بسيطة (إضافة ضوضاء)، وهي أساس تدريب هذه الأنظمة.

import torch


def add_noise(image_tensor, noise_level=0.1):
    """Simulates a single step of the forward diffusion process by adding Gaussian noise."""
    # Generate Gaussian noise with the same shape as the input image
    noise = torch.randn_like(image_tensor) * noise_level

    # Add noise to the original image
    noisy_image = image_tensor + noise

    # Clamp values to ensure they remain valid image data (e.g., 0.0 to 1.0)
    return torch.clamp(noisy_image, 0.0, 1.0)


# Create a dummy image tensor (3 channels, 64x64 pixels)
dummy_image = torch.rand(1, 3, 64, 64)
noisy_result = add_noise(dummy_image)

print(f"Original shape: {dummy_image.shape}, Noisy shape: {noisy_result.shape}")

التوجهات المستقبلية

يتطور هذا المجال بسرعة نحو نماذج الانتشار الكامن (LDMs)، التي تعمل في مساحة كامنة مضغوطة بدلاً من مساحة البكسل لتقليل تكاليف الحوسبة. هذه الكفاءة تجعل من الممكن تشغيل نماذج توليدية قوية على أجهزة المستهلكين. مع استمرار الأبحاث، نتوقع تكاملًا أوثق بين المدخلات التوليدية والمهام التمييزية ، مثل استخدام السيناريوهات الناتجة عن الانتشار للتحقق من سلامة المركبات ذاتية القيادة أو تحسين تحليل الصور الطبية من خلال محاكاة حالات مرضية نادرة .