Model Ensemble

يُعد تجميع النماذج (Model Ensemble) نهجاً استراتيجياً في تعلم الآلة حيث يتم دمج التنبؤات الصادرة عن نماذج فردية متعددة لإنتاج مخرج نهائي غالباً ما يكون أكثر دقة وقوة مما يمكن لأي نموذج واحد تحقيقه بمفرده. ومثل لجنة من الخبراء الذين يتشاورون للوصول إلى قرار أفضل مما يتخذه فرد واحد، يستفيد تجميع النماذج من نقاط القوة في بنيات متنوعة للتخفيف من الأخطاء. تُستخدم هذه التقنية على نطاق واسع لتحسين الأداء في المهام المعقدة، وتقليل مخاطر الفرط في التخصيص (overfitting)، والتعامل مع مقايضة الانحياز والتباين (bias-variance tradeoff) المتأصلة في النمذجة الإحصائية.

Link to this sectionآليات التجميع#

المبدأ الأساسي وراء تجميع النماذج هو "التنوع". من خلال تدريب نماذج متعددة -يُشار إليها غالباً باسم "المتعلمات الأساسية" أو "المتعلمات الضعيفة"- على مجموعات فرعية مختلفة من بيانات التدريب (training data) أو باستخدام خوارزميات مختلفة، يضمن التجميع احتمالية تصحيح الأخطاء التي يرتكبها نموذج ما بواسطة نماذج أخرى. في سياق التعلم العميق (deep learning)، يتضمن ذلك غالباً تشغيل شبكات عصبية (neural networks) متعددة بالتوازي أثناء الاستدلال.

تشمل الطرق الشائعة لدمج هذه التنبؤات ما يلي:

• التصويت (Voting): يُستخدم في تصنيف الصور (image classification)، حيث تصبح الفئة التي تختارها أغلبية النماذج هي التنبؤ النهائي.
• المتوسط (Averaging): يُستخدم غالباً في مهام الانحدار، حيث يتم حساب متوسط المخرجات الرقمية لتخفيف الضوضاء.
• الدمج الموزون (Weighted Fusion): في اكتشاف الأشياء (object detection)، تقوم تقنيات مثل دمج الصناديق الموزون (WBF) بدمج صناديق الإحاطة من كاشفات مختلفة بناءً على درجات الثقة (confidence).

Link to this sectionتطبيقات العالم الحقيقي#

تعتبر مجموعات النماذج ضرورية في البيئات عالية المخاطر حيث يكون تعظيم الدقة (accuracy) أمراً بالغ الأهمية وتسمح الموارد الحسابية بتشغيل نماذج متعددة.

1. التشخيص الطبي: في تحليل الصور الطبية (medical image analysis)، قد يكون لتفويت التشخيص عواقب وخيمة. يستخدم أطباء الأشعة غالباً مجموعات تدمج بين شبكة عصبية تلافيفية (CNN) قياسية ومحول رؤية (Vision Transformer - ViT). تتفوق CNN في تحليل الأنسجة المحلية، بينما يلتقط ViT السياق العالمي، مما يسمح للنظام باكتشاف الأورام بحساسية أعلى من أي بنية بمفردها.

2. القيادة الذاتية: يجب أن تكون أنظمة الإدراك في المركبات ذاتية القيادة (autonomous vehicles) آمنة من الفشل. ينشر المهندسون بشكل متكرر مجموعة من نماذج الاكتشاف -على سبيل المثال، دمج سرعة الوقت الفعلي لـ YOLO26 مع دقة RT-DETR القائمة على المحولات. يضمن هذا اكتشاف المشاة أو العوائق حتى لو واجه أحد النماذج صعوبة في ظروف إضاءة معينة، مثل الوهج أو الظلال.

Link to this sectionتنفيذ التجميعات باستخدام Python#

بينما يمكن بناء استراتيجيات تجميع معقدة باستخدام مكتبات مثل Scikit-learn، يمكنك إنشاء مجموعة استدلال أساسية لرؤية الحاسوب ببساطة عن طريق تحميل نماذج متعددة ومعالجة نفس المدخلات. يوضح المثال التالي كيفية تحميل نموذجين متميزين من Ultralytics YOLO لتوليد تنبؤات على نفس الصورة.

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.")

Link to this sectionتجميع النماذج مقابل خليط الخبراء#

من المفيد التمييز بين تجميع النماذج القياسي وخليط الخبراء (Mixture of Experts - MoE)، وهو مصطلح يُرى غالباً في أبحاث نماذج اللغات الكبيرة (LLM) الحديثة.

• تجميع النماذج: عادةً ما يتم استعلام كل نموذج في المجموعة لكل مدخل وتجميع النتائج. يؤدي هذا إلى تعظيم مقاييس مثل متوسط دقة متوسط (mAP) ولكنه يزيد بشكل كبير من زمن استجابة الاستدلال (inference latency) والتكلفة الحسابية. إنه نهج القوة الغاشمة من أجل الجودة.
• خليط الخبراء (Mixture of Experts): يستخدم "شبكة توجيه" لتوجيه البيانات إلى بضعة نماذج فرعية "خبيرة" محددة هي الأنسب للمدخل الحالي. يسمح هذا بقابلية توسع هائلة في النماذج الأساسية (foundation models) دون الضريبة الحسابية لتشغيل كل المعلمات لكل رمز (token).

Link to this sectionالمزايا والاعتبارات#

الميزة الأساسية لاستخدام تجميع النماذج هي تعزيز الأداء. تهيمن المجموعات بشكل متكرر على لوحات الصدارة في تحديات علوم البيانات مثل مسابقات Kaggle لأنها قادرة على نمذجة أنماط معقدة تفوتها النماذج الفردية. ومع ذلك، يأتي هذا بتكلفة: يتطلب نشر المجموعات المزيد من الذاكرة وقوة الحوسبة.

بالنسبة للفرق التي تتطلع إلى إدارة متطلبات الموارد هذه بكفاءة، توفر منصة Ultralytics أدوات لتدريب وتتبع ومقارنة بنيات النماذج المختلفة. من خلال مقارنة مقاييس الأداء بسهولة، يمكن للمطورين تحديد ما إذا كانت مكاسب الدقة الناتجة عن التجميع تبرر البنية التحتية الإضافية المطلوبة للنشر في سيناريوهات الذكاء الاصطناعي الطرفي (edge AI).