Model Ensemble

يُعد تجميع النماذج نهجًا استراتيجيًا في تعلّم الآلة، حيث تُدمج التنبؤات الصادرة عن نماذج فردية متعددة لإنتاج مخرجات نهائية تكون غالبًا أكثر دقة ومتانة مما يمكن لأي نموذج واحد تحقيقه بمفرده. وكما هو الحال مع لجنة من الخبراء تتداول للوصول إلى قرار أفضل من قرار فرد واحد، يستفيد تجميع النماذج من نقاط قوة البنى المتنوعة للحد من الأخطاء. ويُستخدم هذا الأسلوب على نطاق واسع لتحسين الأداء في المهام المعقدة، وتقليل خطر فرط التكيّف، والتعامل مع المفاضلة بين التحيز والتباين المتأصلة في النمذجة الإحصائية.

آلية تجميع النماذج#

المبدأ الأساسي وراء تجميع النماذج هو «التنوع». فمن خلال تدريب نماذج متعددة—يُشار إليها غالبًا باسم «المتعلمين الأساسيين» أو «المتعلمين الضعفاء»—على مجموعات فرعية مختلفة من بيانات التدريب أو باستخدام خوارزميات مختلفة، يضمن التجميع أن الأخطاء التي يرتكبها أحد النماذج يُرجح أن تصححها نماذج أخرى. وفي سياق التعلّم العميق، يتضمن ذلك غالبًا تشغيل شبكات عصبية متعددة بالتوازي أثناء الاستدلال.

تشمل الطرق الشائعة لدمج هذه التنبؤات ما يلي:

• التصويت: يُستخدم في تصنيف الصور، حيث يصبح الصنف الذي تختاره غالبية النماذج هو التنبؤ النهائي.
• المتوسط: يُستخدم غالبًا في مهام الانحدار، حيث تُحسَب متوسطات المخرجات العددية لتقليل الضوضاء.
• الدمج الموزون: في اكتشاف الأجسام، تدمج تقنيات مثل دمج الصناديق الموزون (WBF) الصناديق المحيطة الصادرة عن كاشفات مختلفة استنادًا إلى درجات الثقة.

التطبيقات الواقعية#

تُعد تجميعات النماذج ضرورية في البيئات عالية المخاطر، حيث يكون تعظيم الدقة أمرًا بالغ الأهمية، وتسمح الموارد الحاسوبية بتشغيل نماذج متعددة.

1. التشخيص الطبي: في تحليل الصور الطبية، قد تترتب على تفويت تشخيص ما عواقب وخيمة. وغالبًا ما يستخدم اختصاصيو الأشعة تجميعات تجمع بين شبكة عصبية التفافية (CNN) قياسية ومحوّل الرؤية (ViT). تتفوق الشبكة العصبية الالتفافية في تحليل النسيج المحلي، بينما يلتقط محوّل الرؤية السياق العام، مما يتيح للنظام اكتشاف الأورام بحساسية أعلى من أي من البنيتين بمفردها.

2. القيادة الذاتية: يجب أن تكون أنظمة الإدراك في المركبات ذاتية القيادة آمنة من الأعطال. وينشر المهندسون باستمرار تجميعًا لنماذج الكشف—فعلى سبيل المثال، يدمجون سرعة YOLO26 الفورية مع دقة RT-DETR القائمة على المحوّل. ويضمن ذلك اكتشاف المشاة أو العوائق حتى إذا واجه أحد النماذج صعوبة في ظروف إضاءة محددة، مثل الوهج أو الظلال.

تنفيذ تجميعات النماذج باستخدام Python#

رغم إمكانية بناء استراتيجيات تجميع معقدة باستخدام مكتبات مثل Scikit-learn، يمكنك إنشاء تجميع أساسي للاستدلال في الرؤية الحاسوبية بمجرد تحميل نماذج متعددة ومعالجة المدخل نفسه. يوضح المثال التالي كيفية تحميل نموذجي Ultralytics YOLO متميزين لتوليد تنبؤات على الصورة نفسها.

from ultralytics import YOLO

# Load two different model variants to create a diverse ensemble
model_a = YOLO("yolo26n.pt")  # Nano model (Speed focused)
model_b = YOLO("yolo26s.pt")  # Small model (Higher accuracy)

# Perform inference on an image with both models
# In production, results are typically merged programmatically
results_a = model_a("https://ultralytics.com/images/bus.jpg")
results_b = model_b("https://ultralytics.com/images/bus.jpg")

print(f"Model A detected {len(results_a[0].boxes)} objects.")
print(f"Model B detected {len(results_b[0].boxes)} objects.")

تجميع النماذج مقابل مزيج الخبراء#

من المفيد التمييز بين تجميع النماذج القياسي ومزيج الخبراء (MoE)، وهو مصطلح يظهر كثيرًا في أبحاث النماذج اللغوية الكبيرة (LLM) الحديثة.

• تجميع النماذج: يستعلم عادةً من كل نموذج في المجموعة لكل مدخل، ويجمع النتائج. ويعظم ذلك مقاييس مثل متوسط الدقة (mAP)، لكنه يزيد بدرجة كبيرة زمن استجابة الاستدلال والتكلفة الحاسوبية. وهو نهج يعتمد القوة الغاشمة لتحقيق الجودة.
• مزيج الخبراء: يستخدم «شبكة توجيه» لتوجيه البيانات إلى عدد قليل فقط من النماذج الفرعية «الخبيرة» المحددة، وهي الأنسب للمدخل الحالي. ويتيح ذلك قابلية توسع هائلة في النماذج الأساسية من دون التكلفة الحاسوبية الناجمة عن تشغيل كل مَعلمة لكل رمز.

المزايا والاعتبارات#

الميزة الأساسية لاستخدام تجميع النماذج هي رفع مستوى الأداء. وغالبًا ما تتصدر التجميعات لوحات المتصدرين في تحديات علم البيانات، مثل مسابقات Kaggle، لأنها تستطيع نمذجة أنماط معقدة تفشل النماذج الفردية في التقاطها. ومع ذلك، يأتي هذا على حساب تكلفة: إذ يتطلب نشر التجميعات مزيدًا من الذاكرة والقدرة الحاسوبية.

بالنسبة إلى الفرق التي تتطلع إلى إدارة متطلبات الموارد هذه بكفاءة، توفر منصة Ultralytics أدوات لتدريب بُنى النماذج المختلفة وتتبعها وقياسها. ومن خلال مقارنة مقاييس الأداء بسهولة، يستطيع المطورون تحديد ما إذا كانت مكاسب الدقة الناتجة عن التجميع تبرر البنية التحتية الإضافية المطلوبة للنشر في سيناريوهات الذكاء الاصطناعي الطرفي.