Diffusion Forcing

Diffusion Forcing, otoregresif sonraki belirteç tahmini ile tam dizi difüzyonunun güçlü yönlerini birleştiren, 2024'te tanıtılmış gelişmiş bir üretken modelleme paradigmasıdır. Bu teknik, bir dizi içerisindeki farklı adımlara bağımsız ve değişken gürültü seviyeleri uygulayarak machine learning modellerinin son derece tutarlı zamansal veriler üretmesini sağlar. Kesikli belirteçleri birer birer tahmin eden veya tüm bir dizinin gürültüsünü aynı anda gideren geleneksel yöntemlerin aksine Diffusion Forcing; modelleri sağlam planlayıcılar ve dizi üreticileri olarak hareket edecek şekilde eğiterek karmaşık ve uzun vadeli bağımlılıklara sahip sürekli durumları yönetir.

Diffusion Forcing Nasıl Çalışır?#

Temelinde Diffusion Forcing, yinelenen sinir ağlarında kullanılan klasik teacher forcing yönteminden ilham alır. Ancak bir sonraki adımı tahmin etmek için gerçek duruma ait kesikli belirteçleri beslemek yerine, nedensel bir transformer'a kısmen gürültülü sürekli geçmişler besler. Model, geçmişe koşullandırılmış mevcut durumun gürültüsünü gidermeyi öğrenir. Bu, ağın her kare için gürültü seviyesini dinamik olarak ayarlamasını sağlayarak hem yerelleştirilmiş hassasiyet hem de geniş zamansal farkındalık gerektiren görevler için esnek bir altyapı sunar.

Bu yaklaşım, standart otoregresif modellerde sıklıkla görülen bileşik hata sorunlarını atlayarak, uzun vadeli bir plana bağlı kalırken öngörülemeyen ortamlara tepki vermesi gereken akıllı AI agents oluştururken son derece faydalıdır.

Gerçek Dünya Uygulamaları#

Diffusion Forcing, çeşitli karmaşık artificial intelligence alanlarında hızla zemin kazanmaktadır:

• Robotics and Visuo-Motor Control: Otonom robot kolları ve sürücüsüz sistemler, pürüzsüz ve sürekli yörünge planları oluşturmak için Diffusion Forcing'i kullanır. Robotlar, sürekli motor komutlarının dizilerini tahmin ederek hedeflerine giden istikrarlı bir yolu korurken dinamik engellere uyum sağlayabilir.
• Video Generation and Forecasting: Gelişmiş computer vision işlem hatlarında modeller, erken dönem üretken yaklaşımlarda yaygın olarak görülen titreşim yapaylıklarından kaçınarak gelecekteki video karelerini sıkı bir zamansal tutarlılıkla tahmin etmekten bu teknikten yararlanır.

Diffusion Forcing ile Standart Difüzyon Modellerinin Karşılaştırması#

Temel bir gürültü giderme mekanizmasını paylaşmalarına rağmen Diffusion Forcing, standart Diffusion Models ile açık bir şekilde ayrışır. text-to-image üretimi için kullanılanlar gibi geleneksel difüzyon modelleri, tipik olarak tek bir statik çıktının tüm piksellerinin veya gizli değişkenlerinin gürültüsünü aynı anda giderir. Buna karşılık Diffusion Forcing, bir zaman serisini açıkça modeller ve ağı nedensel dizi sıralamasına uymaya zorlar. Bu, onu yörünge tahmini ve action recognition gibi zamansal görevler için çok daha uygun hale getirir.

Dizi İşlemeyi Pratikte Entegre Etmek#

Diffusion Forcing öncelikle üretken dizi görevleri için geçerli olsa da, zamansal dizileri yorumlamak modern vizyon işlem hatlarında da aynı derecede kritiktir. Örneğin, object tracking sırasında zamansal tutarlılığı doğası gereği yöneten Ultralytics YOLO26 kullanarak ardışık video kareleri üzerindeki nesneleri verimli bir şekilde takip edebilirsiniz.

from ultralytics import YOLO

# Load the recommended Ultralytics YOLO26 model for high-speed inference
model = YOLO("yolo26n.pt")

# Process a temporal sequence (video) to maintain consistent object identities
results = model.track(source="path/to/video.mp4", stream=True)

# Iterate through the sequence of frames
for frame_result in results:
    # Access temporal tracking IDs for objects in the current state
    print(f"Tracked {len(frame_result.boxes)} objects in the current frame.")

Dizi verisi toplamayı ölçeklendirmek ve gelişmiş vizyon modelleri eğitmek isteyen ekipler için Ultralytics Platform; karmaşık veri kümelerini yönetmek, deneyleri izlemek ve modelleri yerel olarak uç noktaya (edge) dağıtmak için sağlam bulut tabanlı araçlar sunar. İster PyTorch içindeki son teknoloji nedensel transformers ile deneyler yapıyor olun ister gerçek zamanlı takip sistemleri dağıtıyor olun, uzamsal ve zamansal verilerin kesişiminde ustalaşmak yapay zekanın geleceği için esastır.