Diffusion Models

نماذج الانتشار هي فئة من خوارزميات الذكاء الاصطناعي التوليدي التي تتعلم إنشاء عينات بيانات جديدة عن طريق عكس عملية إضافة الضجيج التدريجية. على عكس النماذج التمييزية التقليدية المستخدمة في مهام مثل اكتشاف الكائنات أو التصنيف، والتي تتنبأ بالتسميات من البيانات، تركز نماذج الانتشار على توليد محتوى عالي الدقة — لا سيما الصور والصوت والفيديو — الذي يحاكي بشكل وثيق الخصائص الإحصائية للبيانات الواقعية. لقد أصبحت سريعاً الحل الأحدث لتوليف الصور عالية الدقة، متجاوزة الرواد السابقين مثل الشبكات التوليدية التنافسية (GANs) بسبب استقرار تدريبها وقدرتها على توليد مخرجات متنوعة.

Link to this sectionكيف تعمل نماذج الانتشار#

تعتمد الآلية الأساسية لنموذج الانتشار على الديناميكا الحرارية غير المتوازنة. تتضمن عملية التدريب مرحلتين متميزتين: العملية الأمامية (الانتشار) والعملية العكسية (إزالة الضجيج).

• العملية الأمامية: تدمر هذه المرحلة هيكل صورة التدريب بشكل منهجي عن طريق إضافة كميات صغيرة من الضجيج الغاوسي عبر سلسلة من الخطوات الزمنية. مع استمرار العملية، تتحول البيانات المعقدة (مثل صورة قطة) تدريجياً إلى ضجيج عشوائي نقي وغير منظم.
• العملية العكسية: الهدف من الشبكة العصبية هو تعلم كيفية عكس هذا التلف. بدءاً من الضجيج العشوائي، يتنبأ النموذج بالضجيج الذي تمت إضافته في كل خطوة ويقوم بطرحه. من خلال إزالة الضجيج تكراراً، يقوم النموذج "بإزالة الضجيج" من الإشارة العشوائية حتى تظهر صورة متماسكة وعالية الجودة.

يسمح هذا التحسين التكراري بتحكم استثنائي في التفاصيل الدقيقة والملمس، وهو ميزة كبيرة مقارنة بطرق التوليد أحادية الخطوة.

Link to this sectionتطبيقات العالم الحقيقي#

لقد انتقلت نماذج الانتشار إلى ما وراء الأبحاث الأكاديمية لتصبح أدوات عملية جاهزة للإنتاج عبر مختلف الصناعات.

• توليد البيانات الاصطناعية: أحد أكثر التطبيقات قيمة لمهندسي الرؤية الحاسوبية هو إنشاء بيانات اصطناعية لتعزيز مجموعات بيانات التدريب. إذا كانت مجموعة البيانات تفتقر إلى التنوع - على سبيل المثال، نقص صور السيارات في ظروف ثلجية - يمكن لنموذج الانتشار توليد تنويعات واقعية. يساعد هذا في تحسين قوة نماذج الرؤية مثل YOLO26 عند نشرها في بيئات غير متوقعة.
• إصلاح الصور وتعديلها (Inpainting): تعمل نماذج الانتشار على تشغيل أدوات تعديل متقدمة تسمح للمستخدمين بتعديل مناطق محددة من الصورة. هذه التقنية، المعروفة باسم الإصلاح (inpainting)، يمكنها إزالة كائنات غير مرغوب فيها أو ملء الأجزاء المفقودة من الصورة بناءً على السياق المحيط. يستخدم المهندسون والمصممون هذه التقنية للنماذج الأولية السريعة، وتصور التغييرات على المنتجات أو البيئات دون الحاجة إلى تصيير ثلاثي الأبعاد يدوي.

Link to this sectionتمييز المصطلحات الرئيسية#

من المفيد التمييز بين نماذج الانتشار والمعماريات التوليدية الأخرى:

• نماذج الانتشار مقابل GANs: بينما تستخدم GANs شبكتين متنافستين (مولد ومميز) وتشتهر بسرعتها في أخذ العينات، فإنها غالباً ما تعاني من "انهيار النمط" (mode collapse)، حيث ينتج النموذج تنوعات محدودة من المخرجات. تكون نماذج الانتشار عموماً أكثر استقراراً أثناء التدريب وتغطي توزيع البيانات بشكل أكثر شمولاً، على الرغم من أنها قد تكون أبطأ في وقت الاستدلال.
• نماذج الانتشار مقابل VAEs: تقوم المشفرات التلقائية المتغيرة (VAEs) بضغط البيانات في فضاء كامن ثم إعادة بنائها. بينما تتميز VAEs بالسرعة، قد تبدو صورها المولدة أحياناً ضبابية مقارنة بالتفاصيل الحادة التي تنتجها عمليات الانتشار.

Link to this sectionالتنفيذ العملي#

بينما يتطلب تدريب نموذج انتشار من الصفر موارد حوسبة كبيرة، يمكن للمهندسين الاستفادة من نماذج مدربة مسبقاً أو دمجها في سير العمل جنباً إلى جنب مع كاشفات فعالة. على سبيل المثال، يمكنك استخدام نموذج انتشار لتوليد تنويعات خلفية لمجموعة بيانات ثم استخدام Ultralytics Platform لتعليق وتدريب نموذج اكتشاف على تلك البيانات المعززة.

فيما يلي مثال مفاهيمي باستخدام torch لمحاكاة خطوة انتشار أمامية بسيطة (إضافة ضجيج)، وهي الأساس لتدريب 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}")

Link to this sectionالتوجهات المستقبلية#

يتطور المجال بسرعة نحو نماذج الانتشار الكامنة (LDMs)، التي تعمل في فضاء كامن مضغوط بدلاً من فضاء البكسل لتقليل التكاليف الحسابية. هذه الكفاءة تجعل من الممكن تشغيل نماذج توليدية قوية على أجهزة المستهلك العادية. مع استمرار البحث، نتوقع تكاملاً أوثق بين المدخلات التوليدية والمهام التمييزية، مثل استخدام السيناريوهات المولدة بالانتشار للتحقق من سلامة المركبات ذاتية القيادة أو تحسين تحليل الصور الطبية من خلال محاكاة الأمراض النادرة.