مصطلحًا
نموذج الانتشار
- الفئة
- LLMs & Generative AI
- الصعوبة
- متوسط
التعريف
فئة من النماذج التوليدية التي تتعلم إنشاء البيانات عن طريق عكس عملية إضافة ضجيج غاوسي إلى عينة بشكل تكراري حتى يتم استعادة توزيع البيانات الأصلي.
آلية العمل والسياق
تعمل نماذج الانتشار من خلال مرحلتين رئيسيتين: عملية الانتشار الأمامية وعملية إزالة الضجيج العكسية. أثناء التدريب، يضيف النموذج تدريجياً ضجيجاً غاوسياً إلى صورة الإدخال حتى تصبح ضجيجاً خالصاً وغير قابل للتمييز. ثم يتعلم النموذج عكس هذه العملية، متنبئاً بالضجيج المضاف في كل خطوة لإعادة بناء البيانات الأصلية. من خلال تطبيق وظيفة إزالة الضجيج المكتسبة هذه بشكل تكراري، يمكن للنموذج إنشاء عينات جديدة تماماً وعالية الدقة بدءاً من متجه ضجيج عشوائي. على عكس الشبكات التنافسية التوليدية (GANs)، التي تعتمد على لعبة تنافسية بين شبكتين، تكون نماذج الانتشار عموماً أكثر استقراراً في التدريب وتوفر تنوعاً أفضل في مخرجاتها، على الرغم من أنها أكثر تكلفة من الناحية الحسابية أثناء الاستدلال بسبب الطبيعة التكرارية لعملية التوليد.
لماذا هو مهم
وهي مهمة لأنها توفر طريقة قوية وقابلة للتطوير لتركيب بيانات معقدة وعالية الدقة تتماشى مع المطالبات النصية المقدمة من البشر. لقد أدت قدرتها على التعامل مع الأنماط الفنية المتنوعة والقوام الواقعي إلى تحويل سير العمل الإبداعي، مما يتيح النماذج الأولية السريعة وإضفاء الطابع الديمقراطي على الإنتاج المرئي المتطور للمصممين والمطورين والباحثين على حد سواء.
مثال واقعي
يستخدم مصمم جرافيك أداة تعتمد على الانتشار لإنشاء سلسلة من قطع الفن المفاهيمي للعبة فيديو. من خلال إدخال مطالبة مثل 'شارع مدينة سايبربانك تحت المطر، إضاءة نيون، أسلوب سينمائي'، يبدأ النموذج بلوحة من الضجيج العشوائي ويقوم بتنقيحها بشكل تكراري على مدى عدة خطوات. المخرج النهائي هو صورة فريدة وعالية الدقة تلتقط الإضاءة وتفاصيل الغلاف الجوي المطلوبة، والتي يستخدمها المصمم بعد ذلك كأساس لمزيد من التحرير اليدوي.
أخطاء شائعة
- الخلط بين نماذج الانتشار وGANs؛ على الرغم من أن كلاهما توليدي، إلا أن أطرهما الرياضية الأساسية واستقرار التدريب يختلفان بشكل كبير.
- افتراض أن نماذج الانتشار تقوم بـ 'نسخ ولصق' الصور الموجودة؛ فهي في الواقع تقوم بتركيب بيانات جديدة بناءً على أنماط مكتسبة.
- التغاضي عن التكلفة الحسابية؛ لأنها تتطلب خطوات تكرارية متعددة لإنشاء صورة واحدة، فهي أبطأ من النماذج ذات التمريرة الواحدة.
- تجاهل أهمية المجدول (scheduler)؛ اختيار خوارزمية أخذ العينات يؤثر بشكل كبير على جودة وسرعة المخرج النهائي.
الأسئلة الشائعة
كيف تختلف نماذج الانتشار عن النماذج اللغوية الكبيرة (LLMs)؟
على الرغم من أن كلاهما توليدي، إلا أن النماذج اللغوية الكبيرة مصممة في المقام الأول للتنبؤ بالرمز التالي في تسلسل من النص، بينما تم تصميم نماذج الانتشار لتعيين الضجيج إلى مساحة بيانات مستمرة، مما يجعلها أكثر ملاءمة لتركيب الصور والصوت.
هل نماذج الانتشار عرضة لقضايا حقوق الطبع والنشر؟
نعم، نظراً لتدريبها على مجموعات بيانات ضخمة من الصور المأخوذة من الإنترنت، يمكنها إعادة إنتاج أنماط أو عناصر محمية بحقوق الطبع والنشر عن غير قصد، وهو ما يظل تحدياً قانونياً وأخلاقياً كبيراً في هذا المجال.
هل يمكن استخدام نماذج الانتشار لمهام أخرى غير توليد الصور؟
بالتأكيد. يتم استخدامها بشكل متزايد لتوليد الفيديو، وتركيب الكائنات ثلاثية الأبعاد، وإنتاج الصوت، وحتى التطبيقات العلمية مثل التنبؤ بهيكل البروتين.