Uncertainty in Real-Time Semantic Segmentation on Embedded Systems
تقترح هذه الورقة طريقة تجمع بين استخراج الميزات العميقة والانحدار البايزي وانتشار العزوم لتمكين التجزئة الدلالية في الوقت الفعلي والمدركة لعدم اليقين على الأنظمة المدمجة محدودة الموارد مع الحفاظ على الأداء التنبؤي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تقود سيارة ذاتية القيادة. يحتاج "عقل" السيارة (نظام الرؤية الحاسوبية) إلى النظر إلى الطريق والتمييز فوراً بين مشاة، أو لوحة توقف، أو بركة ماء. يُسمى هذا التقسيم الدلالي (Semantic Segmentation).
المشكلة هي أن هذا العقل يحتاج إلى أن يكون سريعاً للغاية (في الوقت الفعلي) وأن يعمل على كمبيوتر صغير ومنخفض الطاقة داخل السيارة، وليس على كمبيوتر عملاق في مركز بيانات.
ولكن إليك العقبة: ماذا لو لم تكن السيارة متأكدة؟
إذا رأت السيارة شكلاً ضبابياً في الضباب، فلا ينبغي لها فقط أن تخمن "هذا شخص" بثقة 100%. بل يجب أن تقول: "أظن أن هذا شخص، لكنني متأكد بنسبة 60% فقط، لذا يجب أن أبطئ السرعة". هذا "الشعور بالشك" يسمى عدم اليقين (Uncertainty).
معظم الأنظمة الحالية بارعة في التخمين، لكنها سيئة جداً في الاعتراف عندما تكون غير متأكدة، خاصة على أجهزة الكمبيوتر الصغيرة والسريعة. تقدم هذه الورقة البحثية طريقة ذكية لمنح هذه الأجهزة الصغيرة "شعوراً داخلياً" بشأن توقعاتها دون إبطاء سرعتها.
الفكرة الجوهرية: "الخبير" و"الإحصائي"
فكر في الطريقة القديمة للقيام بذلك على أنها طلب من خبير واحد إجراء ملايين المحاكاة المختلفة في ذهنه ليعرف مدى تأكده. هذا يستغرق وقتاً طويلاً جداً.
يقترح المؤلفون فريقاً مكوناً من جزأين:
- الخبير (مستخرج الميزات): هو نموذج ذكاء اصطناعي مدرب مسبقاً قد شاهد ملايين الصور. إنه يشبه ناقد فني متمرس يمكنه النظر إلى صورة فوراً والقول: "هذا يبدو كشجرة، وهذا يبدو كطريق". هذا الجزء حتمي (deterministic)، مما يعني أنه يعطي دائماً نفس الإجابة لنفس الصورة. إنه سريع وموثوق.
- الإحصائي (الطبقة الاحتمالية): هذه هي الإضافة الجديدة. بدلاً من مجرد أخذ إجابة الخبير النهائية، ينظر الإحصائي إلى ثقة تلك الإجابة. هو يتساءل: "إلى أي مدى تختلف وجهة نظر الخبير إذا قمنا بتعديل التفاصيل قلي بالتدريج؟"
الخدعة السحرية: "انتشار العزوم" (Moment Propagation)
عادةً، للحصول على مقياس جيد لعدم اليقين، يتعين عليك تشغيل النموذج آلاف المرات (مثل رمي النرد آلاف المرات لمعرفة الاحتمالات). هذا بطيء جداً لسيارة تتحرك بسرعة 60 ميلاً في الساعة.
يستخدم المؤلفون اختصاراً رياضياً يسمى انتشار العزوم (Moment Propagation).
- التشبيه: تخيل أنك ترمي كرة. بدلاً من رميها 1,000 مرة لمعرفة أين ستستقر، تقوم بحساب متوسط مكان الهبوط ومدى الانتشار (مدى اتساع دائرة أماكن الهبوط المحتملة) بناءً على رمية واحدة وفيزياء الرمية نفسها.
- في الورقة البحثية: يقومون بحساب التوقع "المتوسط" و"الانتشار" (التباين) رياضياً في خطوة واحدة. هذا يسمح لهم بالحصول على مقياس دقيق لعدم اليقين فوراً، دون الحاجة لتشغيل المحاكاة آلاف المرات.
نوعان من "الشك"
يميز النظام بين نوعين من عدم اليقين، وهو أمر بالغ الأهمية للسلامة:
- عدم اليقين الارتيابي (Aleatoric Uncertainty) - ("البيانات الفوضوية" الشك):
- التشبيه: أنت تحاول قراءة لافتة وسط مطر غزير. اللافتة موجودة، لكن المطر يجعلها ضبابية. حتى الإنسان المثالي لن يكون متأكداً بنسبة 100%.
- في السيارة: يحدث هذا عندما تكون الصورة ضبابية، أو مظلمة، أو عندما يكون الجسم مخفياً جزئياً. النظام يعرف أن البيانات سيئة.
- عدم اليقين المعرفي (Epistemic Uncertainty) - ("أنا لا أعرف" الشك):
- التشبيه: ترى جسماً غريباً يتوهج على الطريق. لم ترَ شيئاً مثله من قبل. أنت لا تعرف ما إذا كان صخرة، أو لعبة، أو روبوتاً. المشكلة ليست في المطر؛ بل في أنك تفتقر إلى الخبرة مع هذا الشيء تحديداً.
- في السيارة: يحدث هذا عندما تواجه السيارة شيئاً لم يتم تدريبها عليه. النظام يعرف أنه لا يعرف.
لماذا يهم هذا في الحياة الواقعية
اختبر المؤلفون هذا على جهاز NVIDIA Jetson، وهو كمبيوتر صغير وقوي يُستخدم في الطائرات بدون طيار والروبوتات.
- السرعة: أظهروا أن طريقتهم سريعة بما يكفي للعمل في الوقت الفعلي (مثل 30-60 إطاراً في الثانية). إنها لا تبطئ السيارة.
- الدقة: لا تزال السيارة تحدد الأشياء بنفس الكفاءة كما كانت من قبل.
- السلامة: يمكن للنظام الآن تسليط الضوء على أين هو غير متأكد.
- إذا كان عدم اليقين مرتفعاً عند حواف سيارة، فقد يكون ذلك مجرد صورة ضبابية (ارتيابي).
- إذا كان عدم اليقين مرتفعاً على جسم كامل لم تره السيارة من قبل، فقد يكون ذلك عائقاً من نوع جديد (معرفي).
الخلاصة
هذه الورقة البحثية تشبه منح روبوت خفيف وسريع "ضميراً". قبل ذلك، كان الروبوت سيقود بثقة نحو حقل ضبابي لأنه خمن أنه "طريق". الآن، مع هذه الطريقة الجديدة، يمكن للروبوت أن يقول: "أرى طريقاً، لكن مستشعراتي غير واضحة، ولست متأكداً بنسبة 100%. دعونا نبطئ السرعة".
من خلال الجمع بين "عين" سريعة ومدربة مسبقاً وبين "شعور داخلي" ذكي قائم على الرياضيات، نجحوا في جعل السيارات ذاتية القيادة والروبوتات أكثر أماناً وذكاءً، حتى عند تشغيلها على أجهزة كمبيوتر صغيرة تعمل بالبطارية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.