Implicit Neural Representations (INRs)

التصريحات العصبية الضمنية (INRs) هي نهج حديث في التعلم العميق (DL) حيث يتم بارامترات الإشارات المعقدة والمستمرة—مثل الصور، أو الصوت، أو المشاهد ثلاثية الأبعاد—باستخدام شبكة عصبية (NN) بدلاً من هياكل الشبكات المنفصلة التقليدية مثل بكسلات الصور أو الفوكسلات. من خلال تعيين الإحداثيات المكانية أو الزمنية مباشرةً لقيم الإشارة المحددة (مثل اللون أو الكثافة)، تتيح INRs رسم صور بدقة لا نهائية نظرياً. لقد أحدثت هذه الصيغة الرياضية الأنيقة ثورة في رؤية الكمبيوتر (CV) والذكاء الاصطناعي التوليدي، مما أتاح تحسينات هائلة في إعادة البناء ثلاثي الأبعاد، والعرض، وضغط البيانات.

كيفية عمل التمثيلات العصبية الضمنية#

على عكس التمثيلات الصريحة القياسية التي تخزن البيانات في مصفوفات محدودة، تستخدم INR دالة رياضية مستمرة، وعادة ما تكون بيرسبترون متعدد الطبقات (MLP)، لتعلم الطوبولوجيا الأساسية للإشارة. على سبيل المثال، لتمثيل صورة، تأخذ الشبكة إحداثيات بكسل ثنائي الأبعاد (x, y) كمدخل وتخرج لون RGB المقابل. ونظراً لأن التمثيل مستمر، يمكنك الاستعلام عن النموذج عند أي نقطة مكانية عشوائية، مما ينشئ مخرجات مستقلة عن الدقة بطبيعتها.

أحد التحديات الشائعة في أبحاث INR المبكرة كان "التحيز الطيفي"، حيث عانت الشبكات الأساسية لالتقاط التفاصيل عالية التردد مثل الحواف الحادة أو القوام المعقد. تحل التطورات الحديثة المفصلة في الأدبيات الأكاديمية مثل arXiv ومعاملات رؤية الكمبيوتر في IEEE هذه المشكلة باستخدام دوال تنشيط متخصصة (مثل شبكات SIREN القائمة على جيب التمام) أو ترميز ميزات فورييه. تتيح هذه التقنيات للنموذج الاحتفاظ بتفاصيل بصرية واضحة وعالية الدقة حتى في المشاهد الديناميكية المعقدة.

تطبيقات العالم الحقيقي#

نظراً لأنها تتعلم دوالاً مستمرة، توفر INRs قيمة هائلة عندما تشكل قيود دقة الشبكة المادية مشكلة حسابية.

• إعادة بناء التصوير الطبي: في البيئات السريرية، تُستخدم INRs بشكل متزايد لرفع قدرات التشخيص. يمكنها إعادة بناء مسح التصوير بالرنين المغناطيسي (MRI) أو التصوير المقطعي المحوسب (CT) عالي الدقة من بيانات مستشعرات مأخوذة بشكل متفرق. وهذا يقلل من أوقات تعرض المريض مع تقديم نتائج تشخيصية أكثر وضوحاً.
• توليف المشاهد ثلاثية الأبعاد عالية الدقة: تعمل INRs كبنية أساسية وراء تقنيات توليف الرؤية الحديثة. من خلال تقييم الإحداثيات وزوايا الرؤية، تولد INRs البيانات الحجمية اللازمة لعرض بيئات واقعية لالعاب الفيديو أو إنتاج الأفلام.
• ضغط البيانات المتقدم: بدلاً من تخزين ملايين البكسلات الفردية أو عينات الصوت، يمكن للمهندسين نقل أوزان النموذج المدربة فقط. تسلط منشورات Nature الحديثة حول التمثيلات الضمنية الضوء على كيف يقلل هذا النموذج بشكل كبير من أحجام الملفات للبيانات العلمية عالية الأبعاد.

التمييز عن المفاهيم ذات الصلة#

يتطلب فهم INRs التمييز بينها وبين منهجيات التمثيل الراسخة الأخرى.

• مقارنة بين INRs وتمثيلات الشبكات الصريحة: التنسيقات الصريحة مثل شبكات الفوكسل ثلاثية الأبعاد لها بصمات ذاكرة ثابتة تنمو بشكل أسي مع الدقة. ومع ذلك، فإن INRs لها بصمة ذاكرة ثابتة تعتمد فقط على حجم الشبكة العصبية، وغير مرتبطة بدقة المخرجات المكانية.
• مقارنة بين INRs وحقول الإشعاع العصبي (NeRFs): NeRF هو تطبيق محدد لـ INR. بينما تشير "INR" إلى التقنية الشاملة لتعيين الإحداثيات إلى إشارات باستخدام الشبكات العصبية، فإن NeRF يستخدم INR خصيصاً لتعيين الإحداثيات المكانية ثلاثية الأبعاد واتجاهات الرؤية إلى اللون وكثافة الحجم لتوليف مشاهد ثلاثية الأبعاد جديدة.

دمج INRs في سير عمل الرؤية#

بينما تتعامل INRs مع توليد وتمثيل البيانات المكانية المستمرة، فإنها غالباً ما تعمل جنباً إلى جنب مع نماذج الرؤية الصريحة. على سبيل المثال، قد تقوم INR بتوليف إطار عالي الدقة لمشهد أو توليد بيانات اصطناعية، والتي يتم إدخالها بعد ذلك في خط أنابيب الكشف عن الكائنات.

يمكنك استخدام أطر عمل مثل مكتبة الشبكات العصبية PyTorch لتحديد هذه الشبكات التي تقوم بتعيين الإحداثيات. بمجرد إعادة بناء الصورة أو ترقيتها بواسطة INR، يمكنك معالجتها بسلاسة باستخدام نموذج متقدم مثل Ultralytics YOLO26. علاوة على ذلك، عند إنشاء مجموعات بيانات تدريبية من هذه المشاهد المُولدة، توفر منصة Ultralytics بنية تحتية سحابية قوية للتعليق التوضيحي والنشر. التعليمات التفصيلية متوفرة في توثيق المنصة.

import torch
import torch.nn as nn
from ultralytics import YOLO

# 1. Define a basic INR mapping 2D coordinates to RGB
inr = nn.Sequential(nn.Linear(2, 64), nn.ReLU(), nn.Linear(64, 3), nn.Sigmoid())

# 2. Reconstruct RGB pixels from continuous (x, y) coordinates
synthetic_pixels = inr(torch.rand(100, 2))

# 3. Analyze the synthesized data with Ultralytics YOLO26
model = YOLO("yolo26n.pt")

من خلال فصل تمثيل البيانات عن القيود المادية للشبكة، توفر التمثيلات العصبية الضمنية إطار عمل قابل للتوسع بدرجة كبيرة وفعال من حيث ذاكرة التخزين لمستقبل الذكاء المكاني وبنى التعلم الآلي المستمرة.