الرئيسيةالذكاء الصنعيالنموذج التوليدي
The generative model

النموذج التوليدي


النموذج التوليدي هو نوع من نماذج التعلم الآلي يهدف إلى تعلم الأنماط الأساسية أو توزيعات البيانات من أجل إنشاء بيانات جديدة مماثلة. يمكننا تمثيل المعنى العميق للنماذج التوليدية على أنها تشبه تعليم الكمبيوتر كيفية تصور بياناته الخاصة بناءً على ما رآه من قبل. وتكمن أهمية هذا النموذج في قدرته على الإبداع، والتي لها تطبيقات واسعة في مجالات متعددة، من الفن إلى العلم إلى الطب.

تتمثل الوظيفة الأساسية للنماذج التوليدية في فهم الأنماط أو التوزيعات الأساسية والتقاطها من مجموعة معينة من البيانات. بمجرد تعلم هذه الأنماط، يمكن للنموذج بعد ذلك إنشاء بيانات جديدة تشترك في خصائص مماثلة مع مجموعة البيانات الأصلية..

والآن، لكي نحصل على فهم أعمق لهذه النماذج التوليدية، دعونا نتخيل أن لدينا طفلًا ونحاول تعليمه رسم الحيوانات. وبعد أن نعرض لهم عدة صور لحيوانات مختلفة، يبدأ الطفل في فهم الملامح العامة لكل حيوان. مع مرور الوقت، قد يرسم الطفل حيوانًا لم يسبق له رؤيته من قبل، يجمع بين الميزات التي تعلمها. وهذا مشابه لكيفية عمل النموذج التوليدي، فهو يتعلم من البيانات التي يتعرض لها ثم يخلق شيئًا جديدًا بناءً على تلك المعرفة.

واحدة من أهم الهياكل العصبية المتخصصة في النماذج التوليدية هي GAN والتي لها العديد من الهياكل المختلفة لحل المشاكل. تتكون شبكة GAN من شبكتين عصبيتين تعملان مع بعضهما البعض، وهما المولد والمميز اللذان يتصرفان مثل المعلم والطالب والشرطي البلطجي. مهمة المولد هي توليد البيانات، على سبيل المثال، صورة يجب أن تبدو وكأنها بيانات من العالم الحقيقي. وظيفة الـ Discriminator هي النظر إلى البيانات الواردة من المولد وتمييزها عن بيانات العالم الحقيقي، أي يجب أن ينظر إلى البيانات الناتجة عن المولد ويقول إنها مزيفة.

لعبة القط والفأر
ووفقا للمنهجية المذكورة تبدأ لعبة القط والفأر. وبما أن المُميز يقول إن البيانات مزيفة، فإن المولد يحاول تحسين نفسه حتى يتمكن من إنتاج بيانات أكثر واقعية لا يستطيع المُميز الحكم عليها بأنها حقيقية أو مزيفة. بمجرد حدوث ذلك، يعلم القائم بالتمييز أنه يفشل في التمييز بشكل صحيح، لذلك سيحاول تحسين نفسه وفي المرة القادمة سيحكم بشكل أفضل. والآن أصبحت الكرة في ملعب المولد (حيث يعمل المولد على التركيز على الأنماط التي اعتمد عليها المميز لكشف زيف ما يولده، وذلك بهدف تجنبها وتوليد نماذج لا يستطيع التمييز بينها وبين البيانات الحقيقية) وتستمر لعبة محاولة التغلب على بعضها البعض حتى تأتي مرحلة يتم فيها التمييز تمامًا فيما إذا كانت البيانات القادمة من المولد حقيقية أم مزيفة. الآن يفوز المولد ونحن ندعم المولد طوال الوقت. حيث يحتاج المولد للتغلب على المميز في ذروته حيث يكون النصر أفضل.

ما هو دور النماذج التوليدية في عالم الذكاء الاصطناعي؟
تلعب النماذج التوليدية دورًا محوريًا في المهام التي تتطلب إنشاء محتوى جديد. يمكن أن يكون ذلك في شكل تركيب وجوه بشرية واقعية، أو تأليف الموسيقى، أو حتى إنشاء محتوى نصي.

إعداد: م. خالد الحشمة


النموذج التوليدي هو نوع من نماذج التعلم الآلي يهدف إلى تعلم الأنماط الأساسية أو توزيعات البيانات من أجل إنشاء بيانات جديدة مماثلة. يمكننا تمثيل المعنى العميق للنماذج التوليدية على أنها تشبه تعليم الكمبيوتر كيفية تصور بياناته الخاصة بناءً على ما رآه من قبل. وتكمن أهمية هذا النموذج في قدرته على الإبداع، والتي لها تطبيقات واسعة في مجالات متعددة، من الفن إلى العلم إلى الطب.

تتمثل الوظيفة الأساسية للنماذج التوليدية في فهم الأنماط أو التوزيعات الأساسية والتقاطها من مجموعة معينة من البيانات. بمجرد تعلم هذه الأنماط، يمكن للنموذج بعد ذلك إنشاء بيانات جديدة تشترك في خصائص مماثلة مع مجموعة البيانات الأصلية..

والآن، لكي نحصل على فهم أعمق لهذه النماذج التوليدية، دعونا نتخيل أن لدينا طفلًا ونحاول تعليمه رسم الحيوانات. وبعد أن نعرض لهم عدة صور لحيوانات مختلفة، يبدأ الطفل في فهم الملامح العامة لكل حيوان. مع مرور الوقت، قد يرسم الطفل حيوانًا لم يسبق له رؤيته من قبل، يجمع بين الميزات التي تعلمها. وهذا مشابه لكيفية عمل النموذج التوليدي، فهو يتعلم من البيانات التي يتعرض لها ثم يخلق شيئًا جديدًا بناءً على تلك المعرفة.

واحدة من أهم الهياكل العصبية المتخصصة في النماذج التوليدية هي GAN والتي لها العديد من الهياكل المختلفة لحل المشاكل. تتكون شبكة GAN من شبكتين عصبيتين تعملان مع بعضهما البعض، وهما المولد والمميز اللذان يتصرفان مثل المعلم والطالب والشرطي البلطجي. مهمة المولد هي توليد البيانات، على سبيل المثال، صورة يجب أن تبدو وكأنها بيانات من العالم الحقيقي. وظيفة الـ Discriminator هي النظر إلى البيانات الواردة من المولد وتمييزها عن بيانات العالم الحقيقي، أي يجب أن ينظر إلى البيانات الناتجة عن المولد ويقول إنها مزيفة.

لعبة القط والفأر
ووفقا للمنهجية المذكورة تبدأ لعبة القط والفأر. وبما أن المُميز يقول إن البيانات مزيفة، فإن المولد يحاول تحسين نفسه حتى يتمكن من إنتاج بيانات أكثر واقعية لا يستطيع المُميز الحكم عليها بأنها حقيقية أو مزيفة. بمجرد حدوث ذلك، يعلم القائم بالتمييز أنه يفشل في التمييز بشكل صحيح، لذلك سيحاول تحسين نفسه وفي المرة القادمة سيحكم بشكل أفضل. والآن أصبحت الكرة في ملعب المولد (حيث يعمل المولد على التركيز على الأنماط التي اعتمد عليها المميز لكشف زيف ما يولده، وذلك بهدف تجنبها وتوليد نماذج لا يستطيع التمييز بينها وبين البيانات الحقيقية) وتستمر لعبة محاولة التغلب على بعضها البعض حتى تأتي مرحلة يتم فيها التمييز تمامًا فيما إذا كانت البيانات القادمة من المولد حقيقية أم مزيفة. الآن يفوز المولد ونحن ندعم المولد طوال الوقت. حيث يحتاج المولد للتغلب على المميز في ذروته حيث يكون النصر أفضل.

ما هو دور النماذج التوليدية في عالم الذكاء الاصطناعي؟
تلعب النماذج التوليدية دورًا محوريًا في المهام التي تتطلب إنشاء محتوى جديد. يمكن أن يكون ذلك في شكل تركيب وجوه بشرية واقعية، أو تأليف الموسيقى، أو حتى إنشاء محتوى نصي.

إعداد: م. خالد الحشمة

You May Also Like