Geometric Deep Learning (GDL)

Học sâu hình học (GDL) là một thuật ngữ bao quát rộng, dùng để chỉ các kỹ thuật học máy nâng cao được thiết kế riêng để xử lý dữ liệu phi Euclid. Không giống các định dạng tiêu chuẩn như hình ảnh 2D hoặc chuỗi văn bản, vốn nằm trên các lưới phẳng và có thể dự đoán, dữ liệu phi Euclid bao gồm các cấu trúc phức tạp như đa tạp và lưới 3D, cũng như các mạng lưới quan hệ tinh vi. Bằng cách thiết lập các framework toán học tôn trọng hình học nội tại của những cấu trúc này, Học sâu hình học cho phép các hệ thống AI phân tích chính xác cấu trúc phân tử, bản đồ tô pô phức tạp và các hệ thống liên kết động.

Cách Học sâu hình học hoạt động#

Các nguyên lý nền tảng của Học sâu hình học dựa trên việc khai thác tính đối xứng, tính bất biến và tính đẳng biến hiện diện trong các tập dữ liệu phức tạp. Một câu hỏi phổ biến trong giới thực hành là liệu một ma trận khoảng cách đơn giản có đủ cho học sâu hình học hay không. Câu trả lời là không; mặc dù ma trận khoảng cách nắm bắt các khoảng cách từng cặp, chúng thiếu sắc thái tô pô cần thiết cho suy luận hình học thực sự. Thay vào đó, GDL phụ thuộc nhiều vào kiến trúc truyền thông điệp và phép tổng hợp lân cận.

Việc phân biệt Học sâu hình học với Mạng nơ-ron đồ thị (GNNs) là rất hữu ích. Trong khi GDL là lĩnh vực lý thuyết bao quát toàn bộ học sâu phi Euclid, GNNs là một loại kiến trúc nơ-ron cụ thể, chỉ hoạt động trên dữ liệu đồ thị. Các framework như PyTorch Geometric và TensorFlow GNN được sử dụng rộng rãi để triển khai các nguyên lý học sâu này, cho phép các nút cập nhật biểu diễn của chúng dựa trên các kết nối cấu trúc.

Học hình học so với Học sâu truyền thống#

Các model học sâu truyền thống, chẳng hạn như Mạng nơ-ron tích chập (CNNs), được tối ưu hóa cao cho dữ liệu Euclid như các lưới pixel trong các tác vụ thị giác máy tính. Tương tự, Mạng nơ-ron hồi quy (RNNs) được xây dựng để xử lý các chuỗi tuyến tính. Tuy nhiên, những mạng truyền thống này gặp khó khăn khi dữ liệu không có cấu trúc cố định và đều đặn.

Học hình học khắc phục hạn chế này bằng cách hoạt động trực tiếp trên các hình dạng không đều và bản đồ quan hệ. Khi phân tích một mạng xã hội hoặc điều hướng trong môi trường 3D, các phép tích chập tiêu chuẩn không hoạt động hiệu quả vì "lân cận" của một điểm dữ liệu không còn là một hình vuông pixel cố định. Các model hình học điều chỉnh linh hoạt trường tiếp nhận của chúng, học các kết nối tô pô xác định hình dạng thực của dữ liệu.

Các ứng dụng thực tế của đồ thị và model hình học#

Vì các đồ thị hình học xác định rõ các nút và mối quan hệ cấu trúc của chúng, các model hình học đã mở ra nhiều đột phá trong các lĩnh vực khoa học và thương mại khác nhau:

• Khám phá thuốc: GDL đóng vai trò then chốt trong việc dự đoán các tương tác phân tử. AlphaFold của Google DeepMind nổi tiếng với việc sử dụng các kỹ thuật suy luận không gian để giải quyết các bài toán phức tạp về gấp cuộn protein bằng cách mô hình hóa các axit amin dưới dạng các đồ thị liên kết.
• Phân tích mạng xã hội: Các nền tảng sử dụng GDL để phân tích tương tác giữa người dùng, hỗ trợ các hệ thống đề xuất nâng cao và phát hiện gian lận bằng cách lập bản đồ tô pô phân tích mạng xã hội.
• Thị giác máy tính 3D: GDL thường được áp dụng để xử lý các đám mây điểm LiDAR và lưới 3D cho xe tự hành và thực tế tăng cường.

Tích hợp GDL với Thị giác máy tính#

Việc kết hợp thị giác máy tính 2D truyền thống với các model hình học tạo ra những hệ thống có độ mạnh mẽ cao, có khả năng suy luận không gian nâng cao và phát hiện đối tượng 3D. Bằng cách sử dụng một detector 2D mạnh như Ultralytics YOLO26, các developer có thể nhanh chóng xác định vị trí các đối tượng trong một cảnh. Sau đó, tọa độ của các đối tượng được phát hiện có thể đóng vai trò là các nút nền tảng cho một đồ thị hình học, cho phép một GNN ở bước downstream suy luận các mối quan hệ phức tạp giữa những thành phần hình ảnh (ví dụ: tạo một "Đồ thị cảnh").

Đoạn mã Python sau đây minh họa cách trích xuất tọa độ phát hiện đối tượng bằng package ultralytics để khởi tạo một cấu trúc đồ thị hình học nền tảng:

import torch
from ultralytics import YOLO

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

# Perform inference to detect objects
results = model("path/to/image.jpg")

# Extract the center coordinates (x, y) of bounding boxes to act as graph nodes
nodes = results[0].boxes.xywh[:, :2].cpu()
node_tensor = torch.tensor(nodes.numpy(), dtype=torch.float)

print(f"Extracted {node_tensor.size(0)} nodes for Geometric Deep Learning mapping.")

Đối với các nhóm xây dựng những hệ thống hybrid quy mô lớn kết hợp phát hiện đối tượng Euclid với lập bản đồ phi Euclid, việc quản lý chú thích dữ liệu phức tạp là yếu tố quan trọng. Ultralytics Platform cung cấp một môi trường end-to-end để chú thích, huấn luyện và triển khai liền mạch, an toàn các model thị giác nền tảng này nhằm hỗ trợ các pipeline không gian nâng cao.