Rectified Flow

التدفق المُصحَّح هو تقنية متقدمة في النمذجة التوليدية تتعلم تحويل توزيع ضوضاء بسيط وسهل أخذ العينات منه إلى توزيع بيانات معقد باستخدام مسارات مستقيمة. وباعتباره بديلًا عالي الكفاءة للأطر التوليدية التقليدية، يعمل التدفق المُصحَّح عبر حل المعادلات التفاضلية العادية (ODEs) التي تنقل نقاط البيانات من الضوضاء الخالصة مباشرةً إلى الصور أو المقاطع الصوتية أو مقاطع الفيديو المستهدفة. ونظرًا إلى تدريب هذه المسارات لتكون مستقيمة قدر الإمكان، يتطلب النموذج عددًا أقل بكثير من الخطوات لتوليد مخرجات عالية الجودة، ما يقلل بدرجة كبيرة من العبء الحسابي أثناء الاستدلال.

التدفق المُصحَّح في مقابل نماذج الانتشار#

مع أن كلتا التقنيتين تنتميان إلى العائلة الأوسع للذكاء الاصطناعي التوليدي، فإن التدفق المُصحَّح يعالج بعض أوجه عدم الكفاءة الأساسية الموجودة في نماذج الانتشار القياسية. تبني نماذج الانتشار عادةً مسارًا منحنيًا ومليئًا بالضوضاء بين توزيع الضوضاء والبيانات النهائية، ما يتطلب عشرات الخطوات التكرارية لإزالة الضوضاء، أو حتى مئات منها، لتوليد مخرج واضح. وعلى النقيض من ذلك، يحسّن التدفق المُصحَّح مسارات النقل صراحةً لتصبح مستقيمة. ويتيح هذا «التقويم» للنموذج اتخاذ خطوات أكبر بكثير دون فقدان الدقة، مما يتيح توليدًا عالي الدقة خلال بضع تكرارات فقط.

التطبيقات الواقعية#

جعلت كفاءة التدفق المُصحَّح واستقراره منه ركيزة أساسية في مسارات عمل الرؤية الحاسوبية وتوليد الوسائط الحديثة.

• توليد البيانات الاصطناعية عالية الدقة: تستخدم المؤسسات نماذج التدفق المُصحَّح لتوليد مجموعات بيانات الرؤية الحاسوبية الضخمة والمتنوعة بسرعة. ويمكن لهذه البيانات الاصطناعية محاكاة الحالات الحدية النادرة، وهو أمر بالغ الأهمية لتدريب بنى اكتشاف الكائنات المتينة دون التكلفة الباهظة لجمع البيانات يدويًا.
• أنظمة متقدمة لتحويل النص إلى صورة: تستكشف المؤسسات الرائدة في أبحاث الذكاء الاصطناعي، بما في ذلك Google DeepMind وOpenAI، تقنيات التوليد ذات المسارات المستقيمة بصورة متزايدة. وتشغّل هذه النماذج أدوات سريعة لتوليد الصور ومقاطع الفيديو موجهة للمستخدمين، حيث يُعد انخفاض زمن استجابة الاستدلال أمرًا حاسمًا لتوفير تجربة مستخدم سلسة.

تحسين مسارات عمل الرؤية الحاسوبية#

عمليًا، تُستخدم الصور الاصطناعية عالية الجودة التي تنتجها نماذج التدفق المُصحَّح كثيرًا للتدريب المسبق أو الضبط الدقيق لنماذج الرؤية اللاحقة. فعلى سبيل المثال، يمكن للمطورين توليد صور مستهدفة لعيوب التصنيع واستخدام منصة Ultralytics لوضع تعليقات توضيحية على هذه البيانات الجديدة بسهولة في السحابة. وبعد وضع التعليقات التوضيحية، يمكن استخدام مجموعة البيانات لتدريب نموذج Ultralytics YOLO26 من أجل اكتشاف الكائنات في الوقت الفعلي بدقة عالية.

فيما يلي مثال موجز يوضح كيفية تدريب نموذج Ultralytics YOLO26 على مجموعة بيانات مخصصة (قد تتضمن بيانات اصطناعية مولدة باستخدام التدفق المُصحَّح) عبر الحزمة ultralytics:

from ultralytics import YOLO

# Load the latest state-of-the-art YOLO26 model
model = YOLO("yolo26n.pt")

# Train the model on your synthetic/real dataset mix
results = model.train(data="custom_synthetic_data.yaml", epochs=50, imgsz=640)

# Export the trained model to ONNX for fast deployment
model.export(format="onnx")

من خلال سد الفجوة بين النماذج التوليدية الفعالة والأدوات التمييزية القوية مثل YOLO26، يستطيع ممارسو تعلّم الآلة بناء أنظمة ذكاء اصطناعي عالية المرونة. وسواء أكانوا يقيّمون مقاييس أداء النموذج أم يصدّرون النماذج إلى الأجهزة الطرفية عبر TensorRT، فإن الجمع بين البيانات الاصطناعية واكتشاف الكائنات المتطور يسرّع خطوات مشروع الرؤية الحاسوبية، ويضمن أن تكون النماذج عالية الدقة وسريعة للغاية في الوقت نفسه.