نظرة عامة
تقوم شبكات الخصومة التوليدية (GANs) بإنشاء بيانات جديدة واقعية عن طريق وضع شبكتين عصبيتين ضد بعضهما البعض في مسابقة. لقد أنتجوا الموجة الأولى من الوجوه المقنعة التي تم إنشاؤها بواسطة الذكاء الاصطناعي وظلوا فكرة بارزة في الذكاء الاصطناعي التوليدي.
تقع شبكات الخصومة التوليدية ضمن مجموعة أدوات الذكاء الاصطناعي الأساسية. عندما تفهمها، يصبح تقييم موضوعات الذكاء الاصطناعي الأخرى ومقارنتها أسهل.
الغوص العميق
تم تقديم شبكة GAN بواسطة إيان جودفيلو في عام 2014، وتقوم بتدريب شبكتين في وقت واحد. يقوم المولد باختراع عينات وهمية، مثل الصور، بدءاً من الضوضاء العشوائية. يحكم المُميِّز على ما إذا كانت كل عينة حقيقية (من بيانات التدريب) أو مزيفة (من المولد). إنهم يتنافسون: يحاول المولد خداع المُميِّز، بينما يحاول المُميِّز ألا يُخدع. ومع تحسن كلاهما، تصبح التزييفات واقعية بشكل مذهل. قامت GANs بتشغيل الوجوه الواقعية في فيلم "هذا الشخص غير موجود"، مع وضع StyleGAN معيارًا للصور عالية الدقة. ومن المعروف أنها صعبة التدريب، وعرضة لعدم الاستقرار و"انهيار الوضع"، حيث لا ينتج المولد سوى عدد قليل من المخرجات المتكررة. ومنذ ذلك الحين، تفوقت نماذج الانتشار عليها في العديد من مهام الصور، لكن شبكات GAN ظلت سريعة في الإنشاء ومؤثرة.
البصيرة الفنية
التدريب عبارة عن لعبة صغيرة بين شبكتين لهما أهداف متعارضة. يتم تدريب المُميِّز على إنتاج درجات عالية للبيانات الحقيقية ودرجات منخفضة للبيانات المُولدة؛ يتم تدريب المولد على جعل الناتج المميز يحصل على درجات عالية من المنتجات المقلدة. والأهم من ذلك، أن المولد لا يرى الصور الحقيقية بشكل مباشر أبدًا، بل يتعلم فقط من إشارة التدرج التي يتم تمريرها عبر أداة التمييز. في حالة التوازن النظري، يتطابق توزيع مخرجات المولد مع البيانات الحقيقية ولا يمكن لأداة التمييز أن تفعل أفضل من التخمين.
إتقان شبكات الخصومة التوليدية
تقوم شبكات الخصومة التوليدية (GANs) بإنشاء بيانات جديدة واقعية عن طريق وضع شبكتين عصبيتين ضد بعضهما البعض في مسابقة. لقد أنتجوا الموجة الأولى من الوجوه المقنعة التي تم إنشاؤها بواسطة الذكاء الاصطناعي وظلوا فكرة بارزة في الذكاء الاصطناعي التوليدي. تقع شبكات الخصومة التوليدية ضمن مجموعة أدوات الذكاء الاصطناعي الأساسية. عندما تفهمها، يصبح تقييم موضوعات الذكاء الاصطناعي الأخرى ومقارنتها أسهل. لبناء فهم عميق، يجب التعامل مع شبكات الخصومة التوليدية كنموذج تشغيلي، وليس كميزة واحدة: تحديد النتائج المرغوبة، وتوضيح الافتراضات، وفصل ما يمكن للنظام القيام به بشكل موثوق عما لا يزال يتطلب حكم الخبراء.
من الناحية العملية، تقوم الفرق القوية التي تستخدم شبكات الخصومة التوليدية ببناء نماذج مفاهيمية قوية أولاً، ثم ترسم تلك النماذج لقيود الإنتاج الحقيقية. وهي تقوم بتوثيق معايير نجاح واضحة، واختبارها مقابل بيانات واقعية وسير العمل، والتكرار بناءً على أنماط الفشل الملحوظة بدلاً من الانتصارات المعيارية لمرة واحدة. وهذا هو المكان الذي يتحول فيه الفهم النظري إلى قدرة دائمة عبر المنتج والسياسة والعمليات.
يساعدك على فصل المطالبات الفنية الواضحة عن لغة التسويق. وفي الوقت نفسه، قد تستخدم الفرق المختلفة نفس المصطلح بشكل مختلف، لذا حدد النطاق مبكرًا. ويتمثل النهج الأكثر مرونة في الجمع بين سرعة التجريب وانضباط الحوكمة: تشغيل البرامج التجريبية، والتقاط الأدلة، ونشر سجلات القرارات، وتحديث الضمانات بشكل مستمر مع تطور سلوك النموذج، وتوقعات المستخدم، والمتطلبات التنظيمية.
التأثير الاستراتيجي
يساعدك على فصل المطالبات الفنية الواضحة عن لغة التسويق.
يساعدك على فصل المطالبات الفنية الواضحة عن لغة التسويق. وفي عمليات النشر عالية الجودة، تتم ترجمة ذلك إلى قواعد تشغيل قابلة للقياس، وحدود ملكية، وطقوس مراجعة متكررة حتى تتمكن الفرق من توسيع نطاق الثقة بدلاً من توسيع نطاق الغموض.
يمكنك طرح أسئلة تنفيذ أفضل قبل إنفاق المال أو الوقت.
يمكنك طرح أسئلة تنفيذ أفضل قبل إنفاق المال أو الوقت. وفي عمليات النشر عالية الجودة، تتم ترجمة ذلك إلى قواعد تشغيل قابلة للقياس، وحدود ملكية، وطقوس مراجعة متكررة حتى تتمكن الفرق من توسيع نطاق الثقة بدلاً من توسيع نطاق الغموض.
تتخذ الفرق ذات الفهم المشترك قرارات أفضل بشأن المنتجات والسياسات والتعلم.
تتخذ الفرق ذات الفهم المشترك قرارات أفضل بشأن المنتجات والسياسات والتعلم. وفي عمليات النشر عالية الجودة، تتم ترجمة ذلك إلى قواعد تشغيل قابلة للقياس، وحدود ملكية، وطقوس مراجعة متكررة حتى تتمكن الفرق من توسيع نطاق الثقة بدلاً من توسيع نطاق الغموض.
التنفيذ في العالم الحقيقي
إنشاء وجوه واقعية لأشخاص غير موجودين، كما هو الحال في موقع ThisPersonDoesNotExist.com
رفع مستوى الصور منخفضة الدقة والفيديو القديم وشحذها (دقة فائقة)
إنشاء بيانات تدريب تركيبية للمجالات التي تكون فيها البيانات الحقيقية نادرة أو خاصة
نقل الأنماط وتحرير الصور، مثل تحويل الرسومات إلى صور واقعية أو شيخوخة الوجه
أنماط التنفيذ
شبكات الخصومة التوليدية في الممارسة العملية
إنشاء وجوه واقعية لأشخاص غير موجودين، كما هو الحال في موقع ThisPersonDoesNotExist.com.
إنشاء وجوه واقعية لأشخاص غير موجودين، كما هو الحال في ThisPersonDoesNotExist.com عادةً ما تحصل الفرق على نتائج أفضل عندما تحدد حدود الجودة مقدمًا، وتحافظ على مسار تصعيد بشري لحالات الحافة، وتتتبع مكاسب الإنتاجية وتكاليف الأخطاء بمرور الوقت.
شبكات الخصومة التوليدية في الممارسة العملية
رفع مستوى الصور منخفضة الدقة والفيديو القديم (فائقة الدقة) وشحذها.
رفع مستوى الصور منخفضة الدقة ومقاطع الفيديو القديمة (فائقة الدقة) وشحذها عادةً ما تحصل الفرق على نتائج أفضل عندما تحدد حدود الجودة مقدمًا، وتحتفظ بمسار تصعيد بشري لحالات الحافة، وتتتبع مكاسب الإنتاجية وتكاليف الأخطاء بمرور الوقت.
شبكات الخصومة التوليدية في الممارسة العملية
إنشاء بيانات تدريب تركيبية للمجالات التي تكون فيها البيانات الحقيقية نادرة أو خاصة.
إنشاء بيانات تدريب تركيبية للمجالات التي تكون فيها البيانات الحقيقية نادرة أو خاصة. عادةً ما تحصل الفرق على نتائج أفضل عندما تحدد حدود الجودة مقدمًا، وتحتفظ بمسار تصعيد بشري لحالات الحافة، وتتتبع مكاسب الإنتاجية وتكاليف الأخطاء بمرور الوقت.
شبكات الخصومة التوليدية في الممارسة العملية
نقل الأنماط وتحرير الصور، مثل تحويل الرسومات إلى صور واقعية أو شيخوخة الوجه.
نقل النمط وتحرير الصور، مثل تحويل الرسومات إلى صور واقعية أو تقادم الوجه. عادةً ما تحصل الفرق على نتائج أفضل عندما تحدد حدود الجودة مقدمًا، وتحتفظ بمسار تصعيد بشري لحالات الحافة، وتتتبع مكاسب الإنتاجية وتكاليف الأخطاء بمرور الوقت.
المخاطر والدرابزين
قد تستخدم الفرق المختلفة نفس المصطلح بشكل مختلف، لذا حدد النطاق مبكرًا.
يمكن أن تبدو المعايير قوية بينما يكون الأداء في العالم الحقيقي غير متساوٍ.
غالبًا ما يؤدي تجاهل جودة البيانات وخطط التقييم إلى نتائج هشة.
خارطة طريق التنفيذ
ابدأ بتعريف لغة واضحة للنتيجة التي تحتاجها.
ابدأ بتعريف لغة واضحة للنتيجة التي تحتاجها. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.
اختر مقياس نجاح واحد وحالة فشل واحدة قبل الاختبار.
اختر مقياس نجاح واحد وحالة فشل واحدة قبل الاختبار. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.
قم بتشغيل برنامج تجريبي صغير يحتوي على بيانات تمثيلية، وليس مجموعة تجريبية مصقولة.
قم بتشغيل برنامج تجريبي صغير يحتوي على بيانات تمثيلية، وليس مجموعة تجريبية مصقولة. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.
قم بالتوثيق حيث تساعد شبكات الخصومة التوليدية وأين تكون الطرق الأبسط أفضل.
قم بالتوثيق حيث تساعد شبكات الخصومة التوليدية وأين تكون الطرق الأبسط أفضل. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.