صفحة ٢٣٦
انظر إلى الشكل 4.25 الذي يعرض شكلاً هندسياً يسمى مجموعة ماندلبروت وهو يتكرر بنفس الهيئة مهما كبرته. نبدأ اليوم رحلة جديدة في توليد الصور بالذكاء الاصطناعي بعيداً عن فهم الصور فقط كما في الدروس السابقة. في أواخر القرن العشرين تطورت تقنيات توليد الصور من نص عبر تدريب شبكات عصبية على ربط الكلمات بخصائص العناصر كاللون والشكل. هناك أيضاً تقنية توليد صورة من صورة مع وجود اختلافات طفيفة بينهما، وتقنية تجمع بينهما وهي توليد صورة من صورة بالاسترشاد بنص لتوافق التوجيه النصي بدقة. وأخيراً تقنية رسم صورة بالاسترشاد بنص لملء الأجزاء المفقودة أو التالفة من صورة عبر تزويد النموذج بمعلومات عصرية واقعية ومترابطة من خلال خوارزميات رسم مبتكرة.
صفحة ٢٣٧
انظر إلى الشكل 4.26 الذي يوضح خطوات الوصول إلى منصة قوقل كولاب. إنشاء الصور عملية مكلفة حاسوبياً وتحتاج إلى قدرات عالية من المعالجة وكميات كبيرة من البيانات مثل النماذج ثلاثية الأبعاد والنقوش ومعلومات الإضاءة. وحدة معالجة الرسومات الموضحة في الشكل هي نوع مخصص لتصمم خصيصاً للتعامل مع كميات هائلة من العمليات الحسابية المطلوبة لمعالجة الصور وتسريع توليدها مقارنة بوحدة المعالجة المركزية التقليدية التي تتعامل مع مجموعة واسعة من المهام. استخدام منصة قوقل كولاب يتيح لك استخدام وحدة معالجة رسومات قوية وبشكل مجاني عبر التقنية السحابية لتشغيل المقاطع البرمجية، وتجربتها، وتدريب النماذج في بيئة مفكرة جوبيتر.
صفحة ٢٣٨
انظر إلى الشكل 4.27 الذي يوضح استخدام مفكرة البايثون في قوقل كولاب. لكي تبدأ بالعمل، اضغط على ملف ثم مفكرة جديدة، واسحب مجلد الصور إلى منطقة الملفات المجاورة لتستخدِمها في الدرس. اكتب مقطعك البرمجي داخل الخلية ثم شغلها بالضغط على زر التشغيل بجانبها. كما ترى في المثال، فإن تنفيذ الأمر لطباعة جملة مرحباً بالعالم يطبع النص مباشرة. في ختام الصفحة، نبدأ بالتعرف على نماذج الانتشار والشبكة التوليدية التنافسية وهما من أكثر التقنيات شيوعاً واستخداماً لتوليد صور واقعية وعالية الجودة من مصادر مختلفة للمعلومات، وسنناقش أوجه التشابه والاختلاف ومزايا وعيوب كل تقنية بالتفصيل.
صفحة ٢٣٩
انظر إلى الشكل 4.28 مع جدول 4.4 اللذين يوضحان معمارية الشبكة التوليدية التنافسية وعملية تدريب الانتشار المستقر. تتكون الشبكة التوليدية التنافسية من مكونين رئيسيين هما المولد والمميز. يقوم المولد بتوليد صور زائف، بينما يحاول المميز تمييز الصور المولدة من الصور الحقيقية، ويدرب المكونان تدريجياً تنافسياً. من مزاياها توليد صور واقعية، ولكن يعيبها عدم التقارب أحياناً أو نقص التنوع حيث ينتج النموذج نفس المخرجات مراراً وتكراراً بغض النظر عن المدخلات. أما الانتشار المستقر فيتكون من مرمرز النص ومفكك الترميز المرئي، حيث يحول كل مدخل نصي إلى متجه عددي ثم يولد الصور عبر مقارنتها بالصور الحقيقية المقابلة وتحديث المتغيرات لتقليل الخسارة.
صفحة ٢٤٠
انظر إلى الشكل 4.29 الذي يعرض صورة مولدة لأسد أبيض في الغابة استجابة للنموذج. حقق كل من نموذج الشبكة التوليدية التنافسية ونموذج الانتشار المستقر نتائج مبهرة في مجال توليد الصور. يمثل توليد الصور مهمة مكلفة حاسوبياً، ولذلك نوصيك بشدة بتطبيق أمثلة البايثون على نظام قوقل كولاب الأساسي أو أي بنيته أساسية تدعم وحدة معالجة رسومات يكون لديك حق الوصول إليها. نستخدم في هذا الفصل مكتبة ديَفوزَرس التي تعد حالياً أفضل مكتبة مفتوحة المصدر للنماذج القائمة على الانتشار. يوضح المقطع البرمجي كيفية تثبيت المكتبات المطلوبة واستيرادها، ثم تحميل نموذج الانتشار المستقر وتمرير توجيه نصي لتوليد صورة أسد أبيض واقعية ومبهرة.
صفحة ٢٤١
انظر إلى الشكل 4.30 الذي يعرض صورة مولدة لأسد على نمط بيكاسو. يضيف توجيه البابو بيكاسو في المقطع البرمجي بعداً إضافياً لعملية التوليد لطلب رسم أسد أبيض بطريقة أحد أشهر الرسامين في القرن العشرين. تظهر النتائج مبهرة وتكشف الإبداع في عملية الانتشار المستقر، فالصورة الناتجة هي في الواقع أسد أبيض، ولكنه لا يشبه الصور الفوتوغرافية بل يشبه اللوحة بأسلوب بيكاسو الملحوظ. ننتقل بعد ذلك لتقنية توليد صورة من صورة من خلال الاسترشاد بنص، حيث تستخدم مكتبة ديَفوزَرس صورة موجودة كأساس للصورة الجديدة ليتم إنشاؤها وفق توجيه نصي يصف التعديلات المطلوبة بدقة مع الحفاظ على التشابه مع الصورة الأصلية.
صفحة ٢٤٢
انظر إلى الأشكال من 4.31 إلى 4.34 التي توضح تأثير المتغير سترينجث على عملية توليد صورة من صورة. في الشكل 4.31 نرى المنظر الطبيعي الأصلي، وعند تطبيق نموذج الانتشار المستقر عليه بقيمة للمتغير سترينجث تساوي 0.75 كما في الشكل 4.32، يولد النموذج صورة مستجيبة للتوجيه النصي ومشابهة بصرياً للصورة الأصلية. يستخدم متغير سترينجث للتحكم في الاختلاف البصري بين الصورة الأصلية والصورة الجديدة، ويتخذ المتغير قيماً بين صفر وواحد، حيث تسمح القيم الأعلى للنموذج بأن يكون أكثر مرونة وأقل تقيداً بالصورة الأصلية. وعندما نرفع القيمة إلى واحد كما في الشكل 4.33، نلاحظ أن زيادة قيمة المتغير تؤدي إلى شكل بصري أفضل بالإرشاد الوارد في التوجيه النصي، ولكنه أقل تشابهاً إلى حد كبير مع الصورة المدخلة.
صفحة ٢٤٣
انظر إلى الشكلين 4.35 و4.36 اللذين يعرضان نتائج تحويل صورة القطة إلى نمر باستخدام قيم مختلفة للمتغير سترينجث. عند تقييد المحاولة الأولى بقيمة للمتغير سترينجث تساوي 0.5 كما في الشكل 4.35، أدى ذلك إلى صورة تبدو وكأنها مزيج وكأنها مزيج بين النمر والقطة الموجودة في الصورة الأصلية، لعدم امتلاك الخوارزمية القوة الكافية لتحويل وجه القطة تحويلاً صحيحاً إلى وجه نمر مع بقاء الخلفية مشابهة جداً للخلفية الأصلية. بعد زيادة المتغير إلى 0.75 في الشكل 4.36، نلاحظ أن الصورة أصبحت صورة نمر، ولكن مع ملاحظة أن البيئة المحيطة بالحيوان ووضعية جلوسه وزواياه تظل شديدة الشبه بالصورة الأصلية لأن النموذج حاول المحافظة على عناصر كان لا بد ألا تغير حتى يقترب أكثر من التوجيه النصي.
صفحة ٢٤٤
انظر إلى الشكلين 4.37 و4.38 اللذين يوضحان صورة القطة الأصلية وقناعها المصمم للاستخدام في تقنية رسم صورة بالاسترشاد بنص. يركز المثال على استخدام نموذج الانتشار المستقر لاستبدال شكل بصري جديد يصفه التوجيه النصي بأجزاء محددة من صورة معينة. يتم استخدام نموذج درب مسبقاً، ويقوم المقطع البرمجي بتحميل صورة قطة على مقعد ثم يقوم بعزل الأجزاء المحددة من الصورة التي تغطيها القطة باستخدام قناع ماسك. القناع هو صورة بسيطة بالأبيض والأسود لها نفس أبعاد الصورة الأصلية بالضبط، والأجزاء التي استبدلت في الصورة الجديدة تميز باللون الأبيض، بينما الأجزاء الأخرى تميز بالقناع الأسود ليوضع مكان القطة رائد فضاء كما يظهر في الشكل 4.39.
صفحة ٢٤٥
انظر إلى الأشكال من 4.39 إلى 4.42 التي تعرض أمثلة إضافية على تقنية رسم صورة بالاسترشاد بنص لملء أو استبدال أجزاء محددة. نجحت الصورة الجديدة في الشكل 4.39 في أن تظهر صورة واقعية للغاية لرائد الفضاء وضعيته مكان القطة التي كانت في الصورة الأصلية، كما يمتزج هذا الشكل البصري بسلاسة مع عناصر الخلفية والإضاءة في الصورة. في المثال الآخر الموضح في الشكلين 4.40 و4.41، يغطي القناع جهاز الحاسوب المحمول الموجود في وسط الصورة، ثم يستخدم توجيه نصي لصورة كتاب ليتم وضع مكان جهاز الحاسوب المحمول في الصورة الأصلية. رغم أن التوجيه طلب إدخال كائن يختلف اختلافاً كبيراً عن الكائن الذي استبدل، فقد قام النموذج بعمل جيد في مزيج الأشكال والألوان لإنشاء شكل بصري دقيق يوضح تقدم تقنيات تعلم الآلة ورسومات الحاسوب.
صفحة ٢٤٦
هذه صفحة تمارين تحتوي على سؤالين أساسيين لتطبيق ما تعلمته حول توليد الصور. يطلب السؤال الأول وصف باختصار عملية رسم صورة بالاسترشاد بنص، حيث يمكنك التفكير في كيفية إدخال النص واستخدام النماذج المدربة لتحويله إلى عناصر بصرية واقعية. أما السؤال الثاني فيطلب وصف عملية تدريب نماذج الانتشار المستقر، ويمكنك تذكر خطوات تمرير المدخلات عبر مرمرز النص ومفكك الترميز المرئي وحساب الخسارة وتحديث المتغيرات للوصول إلى النتيجة المطلوبة دون الحاجة لكتابة الإجابة كاملة هنا.
صفحة ٢٤٧
هذه صفحة تمارين تحتوي على ثلاثة أسئلة تطبيقية حول النماذج والتقنيات المدروسة. في السؤال الثالث، يُطلب وصف المولد والمميز في الشبكة التوليدية التنافسية وكيف يتنافسان في توليد وتمييز الصور المزيفة والحقيقية. في السؤال الرابع، يُطلب استخدام أداة ديَفوزَرس لإنشاء صورة لحيوانك المفضل وهو يأكل طعامك المفضل مع إمكانية استخدام منصة قوقل كولاب. وفي السؤال الخامس، يُطلب استخدام أداة لتوليد الصور من صور لتحويل الحيوان في الصورة المرسومة في التمرين السابق إلى حيوان آخر من اختيارك.
صفحة ٢٤٨
انظر إلى صفحة المشروع التي تقدم تطبيقاً عملياً متكاملاً لتعزيز مهاراتك في استخدام خوارزميات التصنيف. يوضح النص أنه لا تستجيب كل مجموعة بيانات بالطريقة نفسها للتدريب بكل خوارزميات التصنيف، ولتحصيل أفضل النتائج لمجموعة بياناتك عليك أن تجرب استخدام خوارزميات مختلفة. تقدم لك مكتبة سكليرن في البايثون مجموعة متنوعة من الخوارزميات التي يمكنك تجربتها، بما فيها خوارزمية الغابات العشوائية وخوارزمية نافي بايز وخوارزمية إس في سي. يطلب منك في الخطوات من واحد إلى أربعة استخدام مجموعة تدريب وجوه الحيوانات لتدريب نموذج يحقق أكبر دقة ممكنة على مجموعة الاختبار، ثم استبدال الخوارزميات ومقارنة دقة كل النماذج وتحديد النموذج الذي حقق أفضل دقة عبر إنشاء تقرير مفصل.
صفحة ٢٤٩
انظر إلى صفحة ماذا تعلمت والمصطلحات الرئيسية التي تلخص كافة مفاهيم الدرس. تضمنت الصفحة مراجعة شاملة لإعداد الصور للتعرف عليها، واستخدام المكتبات والدوال لإنشاء نماذج التعلم الموجه لتصنيف الصور، ووصف طريقة تركيب الشبكات العصبية، واستخدام المكتبات والدوال لإنشاء نماذج التعلم غير الموجه لعنقذة الصور. كما شملت ملخصاً لإنشاء الصور من خلال توفير التوجيه النصي وإكمال الأجزاء الناقصة لصورة بيانيات واقعية. يعرض الجدول أسفل الصفحة المصطلحات الرئيسية باللغتين العربية والإنجليزية مثل رؤية الحاسوب والشبكة العصبية الترشيحية ونموذج الانتشار والشبكة التوليدية التنافسية لتثبيت معلوماتك العلمية.
