Online semi-supervised perception: Real-time learning without explicit feedback
تقترح هذه الورقة خوارزمية تعلم شبه مُشرف عبر الإنترنت وفي الوقت الفعلي، تقوم بتحديث تمثيل عالمي رسومي بشكل تكراري باستخدام مجموعة صغيرة من الأمثلة المُصنفة مسبقاً وتدفق مستمر من البيانات غير المُصنفة، محققةً أداءً فائقاً في التعرف على الوجوه في مجموعات بيانات الفيديو دون الحاجة إلى تغذية راجعة صريحة.
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 تحاول تعلم لغة جديدة، ولكن ليس لديك سوى قاموس صغير يحتوي على 20 كلمة فقط (بيانات مصنفة/معلمة) وتدفق هائل ولا ينتهي من الناس يتحدثون من حولك لكنك لا تفهمهم بعد (بيانات غير مصنفة). عادةً، للتعلم، تحتاج إلى معلم يصحح أخطاءك بعد كل جملة. ولكن ماذا لو لم يكن لديك معلم؟ ماذا لو كان عليك التعلم فقط من خلال الاستماع والتخمين؟
تقترح هذه الورقة البحثية طريقة ذكية للقيام بذلك بالضبط: التعلم في الوقت الفعلي بدون معلم.
إليك تفصيل فكرتهم، باستخدام تشبيهات بسيطة:
1. الفكرة الجوهرية: "الخريطة الاجتماعية"
يعامل الباحثون كل قطعة من البيانات (مثل وجه في فيديو) كأنها شخص في حفلة ضخمة.
- البيانات المصنفة: هؤلاء هم عدد قليل من الأشخاص الذين تعرف أسماءهم بالفعل. أنت تعرف من هم.
- البيانات غير المصنفة: هؤلاء هم غرباء يدخلون ويخرجون من الغرفة. أنت لا تعرف أسماءهم بعد.
- الهدف: تحتاج إلى تخمين أسماء الغرباء.
بدلاً من التخمين العشوائي، يقوم الخوارزمي برسم خريطة من الروابط. إذا بدا شخصان غريبان متشابهين جداً (يقفان بالقرب من بعضهما في الحفلة)، يفترض الخوارزمي أنهما على الأرجح ينتميان إلى نفس المجموعة أو لهما نفس الاسم. وهذا ما يسمى بـ "الرسم البياني" (Graph).
2. الخدعة السحرية: "الدالة التوافقية" (تأثير التموج)
كيف يعرف الخوارزمي أسماء الغرباء؟ يستخدم مفهوم حل الدالة التوافقية (Harmonic Function Solution).
فكر في الأمر كأنك تسقط حجراً في بركة ماء.
- الأشخاص الذين تعرفهم (البيانات المصنفة) هم الأحجار. هم يخلقون تموجات.
- تنتشر التموجات عبر الماء (الرسم البياني) لتصل إلى الأشخاص الذين لا تعرفهم (البيانات غير المصنفة).
- إذا كان الغريب محاطاً بتموجات من "الشخص أ"، فمن المرجح أن يكون هو "الشخص أ". وإذا كان في منتصف تموجات من "الشخص أ" و"الشخص ب"، فإن الخوارزمي يصاب بالارتباك (انخفاض الثقة).
تسمي الورقة هذا "المسار العشوائي" (Random Walk). تخيل شخصاً معصوب العينين يبدأ من وجه غريب ويقفز عشوائياً إلى وجوه مشابهة. إذا انتهى به المطاف للوصول إلى وجه تعرفه بالفعل، فإنه "يرث" ذلك الاسم. كلما أدت المسارات أكثر نحو "الشخص أ"، زاد احتمال أن يكون الغريب هو "الشخص أ".
3. المشكلة: الحفلة تصبح كبيرة جداً
إذا استمررت في إضافة أشخاص إلى الحفلة للأبد، فستصبح خريطة الروابط ضخمة. حساب التموجات على خريطة تضم 10,000 شخص يستغرق وقتاً طويلاً جداً، وقد يتسبب في تعطل جهاز الكمبيوتر الخاص بك.
الحل: خدعة "التجميع" (الكمية - Quantization)
للحفاظ على السرعة، لا يتذكر الخوارزمي كل شخص بمفرده. بدلاً من ذلك، يقوم بتجميع الأشخاص المتشابهين معاً في "مجموعات" (Clusters).
- تخيل أن الحفلة تضم 1,000 شخص، لكنهم جميعاً يرتدون نفس القميص الأحمر. يقول الخوارزمي: "حسناً، سأتذكر فقط ممثلاً واحداً للقميص الأحمر وأدون ملاحظة أن 1,000 شخص يشبهونه".
- هذا يبقي الخريطة صغيرة وسهلة الإدارة، مما يسمح للكمبيوتر بتحديث الخريطة في الوقت الفعلي مع دخول أشخاص جدد.
4. التعامل مع "القيم المتطرفة" (الغرباء الأطوار)
أحياناً، يدخل غريب لا يشبه أي شخص آخر. هذا هو "القيم المتطرفة" (Outlier).
- إذا حاول الخوارزمي فرض اسم عليه، فقد يرتكب خطأً.
- طريقة الورقة ذكية: إذا كان الغريب بعيداً جداً عن الجميع في الخريطة (لا تصل إليه أي تموجات)، فإن الخوارمجي ببساطة يقول: "أنا لا أعرف هذا الشخص"، ويرفض التخمين. هذا يمنع القيام بتخمينات خاطئة وجريئة.
5. النتائج: اختبار التعرف على الوجوه
اختبر المؤلفون طريقتهم على مقاطع فيديو لأشخاص تظهر تعبيرات وجوههم.
- الإعداد: عرضوا على الكمبيوتر بعض الوجوه المصنفة (على سبيل المثال: "هذا هو بوب") ثم تركوه يشاهد بث فيديو لـ "بوب" وآخرين يتحركون، وتتغير الإضاءة، وينتقلون إلى غرف مختلفة.
- النتيجة: تعلم الكمبيوتر التعرف على "بوب" في الوقت الفعلي، حتى عندما تغيرت الإضاءة أو انتقل إلى غرفة جديدة.
- المقارنة: قارنوا طريقتهم بمنهج "الجار الأقرب" التقليدي (الذي يبحث فقط عن أقرب تطابق واحد). كانت طريقة "الخريطة الاجتماعية" الخاصة بهم أفضل بكثير لأنها فهمت شكل البيانات، وليس فقط أقرب جار. كما كانت أفضل من الطرق الأخرى "الآنية" (Online) التي تعتمد على قواعد محددة مسبقاً.
الملخص
تقدم هذه الورقة نظاماً يبني خريطة حية ومتنفسة للعالم كما يراه.
- يبدأ ببضعة أمثلة معروفة.
- يربط الأمثلة الجديدة غير المعروفة بالأمثلة المعروفة بناءً على التشابه.
- يستخدم "تأثير التموج" لتخمين أسماء المجهولين.
- يضغط الخريطة ليبقى سريعاً ويتجاهل القيم المتطرفة الغريبة ليبقى دقيقاً.
النتيجة هي نظام للتعرف على الوجوه يتعلم أثناء العمل، دون الحاجة إلى إنسان يصحح له في كل مرة يرى فيها وجهاً جديداً. الأمر يشبه تعليم كلب التعرف على شخص ما بمجرد إظهار بعض الصور له، ثم تركه يشاهد الشخص وهو يتجول في المنزل؛ فالكلب يستنتج الباقي بنفسه.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.