Implicit Neural Representations (INRs)

تعد التمثيلات العصبية الضمنية (INRs) نهجاً حديثاً في التعلم العميق (DL) حيث يتم تحديد معلمات الإشارات المعقدة والمستمرة—مثل الصور، أو الصوت، أو المشاهد ثلاثية الأبعاد—باستخدام شبكة عصبية (NN) بدلاً من هياكل الشبكة المنفصلة التقليدية مثل وحدات البكسل أو الفوكسل. من خلال تعيين الإحداثيات المكانية أو الزمنية مباشرةً إلى قيم إشارة محددة (مثل اللون أو الكثافة)، تتيح INRs نظرياً تعيين صور بدقة غير محدودة. أحدثت هذه الصيغة الرياضية الأنيقة ثورة في الرؤية الحاسوبية (CV) والذكاء الاصطناعي التوليدي، مما مكن من تحقيق تحسينات هائلة في إعادة البناء ثلاثي الأبعاد، والعرض، وضغط البيانات.

Link to this sectionكيفية عمل التمثيلات العصبية الضمنية#

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

أحد التحديات الشائعة في أبحاث INR المبكرة كان "التحيز الطيفي"، حيث واجهت الشبكات الأساسية صعوبة في التقاط التفاصيل عالية التردد مثل الحواف الحادة أو القوام المعقد. تعالج التطورات الحديثة الموضحة في الأدبيات الأكاديمية مثل arXiv ومعاملات IEEE للرؤية الحاسوبية هذا الأمر باستخدام دوال تنشيط متخصصة (مثل شبكات SIREN القائمة على الجيب) أو ترميز ميزات فوريه. تسمح هذه التقنيات للنموذج بالاحتفاظ بتفاصيل بصرية واضحة وعالية الدقة حتى في المشاهد الديناميكية المعقدة.

Link to this sectionتطبيقات 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 القدرات التشخيصية. يمكنها إعادة بناء صور التصوير بالرنين المغناطيسي (MRI) أو الأشعة المقطعية (CT) عالية الدقة من بيانات مستشعرات مأخوذة بعينات متباعدة. هذا يقلل من أوقات تعرض المريض للأشعة مع تقديم نتائج تشخيصية أكثر وضوحاً.
• تخليق المشاهد ثلاثية الأبعاد عالية الدقة: تعمل INRs كبنية أساسية وراء تقنيات عرض المشاهد الحديثة. من خلال تقييم الإحداثيات وزوايا الرؤية، تقوم INRs بتوليد البيانات الحجمية اللازمة لعرض بيئات واقعية لألعاب الفيديو أو إنتاج الأفلام.
• ضغط البيانات المتقدم: بدلاً من تخزين ملايين وحدات البكسل الفردية أو عينات الصوت، يمكن للمهندسين إرسال أوزان النموذج المدربة فقط. تسلط منشورات Nature الحديثة حول التمثيلات الضمنية الضوء على كيفية تقليل هذا النموذج لأحجام الملفات بشكل كبير للبيانات العلمية عالية الأبعاد.

Link to this sectionالتمييز عن المفاهيم ذات الصلة#

يتطلب فهم INRs التمييز بينها وبين منهجيات التمثيل الراسخة الأخرى.

• INRs مقابل تمثيلات الشبكة الصريحة: التنسيقات الصريحة مثل شبكات الفوكسل ثلاثية الأبعاد لها بصمات ذاكرة ثابتة تنمو بشكل كبير مع الدقة. ومع ذلك، فإن INRs لها بصمة ذاكرة ثابتة تعتمد فقط على حجم الشبكة العصبية، وغير مرتبطة بالدقة المكانية للمخرجات.
• INRs مقابل حقول الإشعاع العصبي (NeRFs): يُعد NeRF تطبيقاً محدداً لـ INR. بينما يشير مصطلح "INR" إلى التقنية الشاملة لتعيين الإحداثيات إلى إشارات باستخدام الشبكات العصبية، يستخدم NeRF تقنية INR خصيصاً لتعيين الإحداثيات المكانية ثلاثية الأبعاد واتجاهات الرؤية إلى اللون وكثافة الحجم لتخليق مشاهد ثلاثية الأبعاد جديدة.

Link to this sectionدمج 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 بتوليد إطار عالي الدقة لمشهد أو توليد بيانات اصطناعية، والتي يتم تغذيتها بعد ذلك إلى خط أنابيب كشف الأشياء.

يمكنك استخدام أطر عمل مثل مكتبة الشبكات العصبية PyTorch لتعريف شبكات تعيين الإحداثيات هذه. بمجرد إعادة بناء الصورة أو تحسين دقتها بواسطة INR، يمكنك معالجتها بسلاسة باستخدام نموذج متقدم مثل Ultralytics YOLO26. علاوة على ذلك، عند إنشاء مجموعات بيانات تدريب من هذه المشاهد المُخلقة، توفر منصة Ultralytics بنية تحتية سحابية قوية للتعليق التوضيحي والنشر. تتوفر تعليمات مفصلة في وثائق 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 فك ارتباط تمثيل البيانات عن قيود الشبكة المادية، توفر التمثيلات العصبية الضمنية إطار عمل قابلاً للتوسع وعالي الكفاءة في الذاكرة لمستقبل الذكاء المكاني وهياكل التعلم الآلي المستمرة.