ملخص تقني: عندما تكون انتهاكات القواعد نادرة: تدريب "كيميرا" للكشف عن الشذوذ المنطقي

بيان المشكلة

تتناول الورقة البحثية الكشف عن الشذوذ المنطقي (Logical Anomaly Detection)، وهو إطار عمل حيث يتم تعريف الشذوذ ليس فقط كقيم متطرفة إحصائياً أو عينات خارج التوزيع (OOD)، بل كمدخلات تنتهك قيوداً دلالية معروفة. تشمل هذه القيود التواجد المشترك للأجسام المهيكلة، وشروط الفعل المسبقة، والانتظامات الزمنية أو العلاقاتية.

يتمثل التحدي الحرج في هذا المجال في أن انتهاكات القواعد في العالم الحقيقي غالباً ما تكون نادرة أو غائبة تماماً أثناء التدريب. يتطلب التصنيف الثنائي الخاضع للإشراف التقليدي الوصول إلى عينات شاذة، وهي بطبيعتها نادرة. علاوة على ذلك، تواجه الأساليب الحالية مقايضة: تعتمد المسارات الرمزية الكاملة على مخرجات إدراكية هشة، بينما تميل المسارات العصبية الكاملة إلى إعادة تعلم القيود ضمنياً، مما يؤدي إلى تشابكها مع إشارات بصرية زائفة والفشل في تقديم تفسيرات مرتبطة بمستوى القاعدة. يهدف المؤلفون إلى تطوير طريقة يمكنها تعلم الكشف عن انتهاكات القواعد باستخدام بيانات التدريب المتوافقة مع القواعد فقط (أي البيانات "الطبيعية")، دون الحاجة إلى أمثلة صريحة للشذوذ.

المنهجية

يُسمى الإطار المقترح بـ المُقيّم العصبي (Neural Evaluator)، وهو نهج عصبي-رمزي يقوم بتجميع القيود المنطقية في رسوم بيانية موجهة غير حلقية (DAGs) صريحة، ويتعلم مشغلات عصبية قابلة لإعادة الاستخدام لتقييمها.

1. البنية ومسار التدريب

تعمل الطريقة عبر أربع مراحل (موضحة في الشكل 1):

• المرحلة 1 (بنك المفاهيم الورقية - Leaf Concept Bank): يستخرج مشفر مشترك $E_\phi$ الميزات $z$ من الصور المدخلة. تقوم مجموعة من الرؤوس "الورقية" بالتنبؤ باحتمالات لمجموعة محددة مسبقاً من المفاهيم الدلالية (مثل وجود جسم، أو علاقات).
• المرحلة 2 (تعلم بوابة الشجرة الفرعية - Subtree Gate Learning): يتم تمثيل كل قاعدة منطقية كرسوم بيانية موجهة غير حلقية (DAG)، حيث تكون الأوراق هي معرفات المفاهيم والعقد الداخلية هي المشغلات المنطقية (AND, OR, IMPLIES, IFF). يتعلم النظام بوابة شجرة فرعية $g_{\theta_v}$ لكل عقدة داخلية. تقوم هذه البوابات برسم خرائط لميزات الأبناء وعلامات النفي على مستوى الحواف إلى تمثيل ميزة الأب واحتمالية تحقيق القاعدة.
• المرحلة 3 (التدريب على مستوى الطبقة - Level-wise Training): يتم التدريب من الأسفل إلى الأعلى حسب العمق. يتم تجميد البوابات ذات العمق الأدنى، وتدريب البوابات في العمق الحالي باستخدام الإنتروبيا المتقاطعة الثنائية على مستوى العقدة. والأهم من ذلك، يتم اشتقاق الأهداف الحقيقية للعقد الداخلية عبر الانتشار البولياني الدقيق (Exact Boolean Propagation) من تسميات المفاهيم الصلبة، مما يوفر إشرافاً وسيطاً لكل عقدة في الرسم البياني، وليس فقط للجذر.
• المرحلة 4 (الاستدلال - Inference): بالنسبة لصورة جديدة، تقوم البوابات المجمدة بنشر الميزات صعوداً في الـ DAG لحساب احتمالية تحقق الجذر. تُعرف درجة الشذوذ بأنها $1 - \hat{t}_{root}$.

2. تدريب "كيميرا" السلبي (Chimera Negative Training)

الابتكار الجوهري لمعالة ندرة الانتهاكات الحقيقية هو تدريب كيميرا.

• المشكلة: غالباً ما يؤدي التدريب على بيانات طبيعية من نفس الصورة إلى "تعلم الاختصارات" (Shortcut Learning)، حيث تتعلم البوابة التعرف على قالب بصري عالمي للقاعدة بدلاً من تركيب المشغل المنطقي. بالإضافة إلى ذلك، قد تغيب الأمثلة المضادة المعلوماتية (مثلاً: $A=1, B=0$ بالنسبة لاستلزام $A \Rightarrow B$) عن توزيع التدريب.
• الحل: بدلاً من خلط البكسلات الخام (مثل Mixup)، تقوم الطريقة بإنشاء معاملات مضادة للواقع (Counterfactual Operands) على مستوى الميزات. بالنسبة لعقدة ثنائية لها أبناء $\ell$ و $r$، يتم تكوين مدخل التدريب للعينة $i$ عن طريق دمج ميزة الابن الأيسر من العينة $i$ مع ميزة الابن الأيمن من عينة أخرى $\pi(i)$ (حيث $\pi$ هي عملية تبديل).
• توليد الهدف: يتم حساب التسمية المستهدفة لهذا "الكيميرا" عبر تطبيق المشغل المنطقي على التسميات الحقيقية الصلبة للعينات المعنية ($t_\ell(y_i)$ و $t_r(y_{\pi(i)})$).
• الأثر: يجبر هذا البوابات على التصرف كمشغلات تركيبية، مما يسمح لها بتعلم العلاقة المنطقية بين الميزات بدلاً من حفظ الارتباطات البصرية. إنه يوفر أمثلة مضادة منطقية خاضعة للإشراف حتى عندما تغيب نتائج الانتهاك المحددة في البيانات الطبيعية.

3. التخزين المؤقت المدرك للسلالة (Lineage-Aware Caching)

للتوسع عبر العديد من القواعد، يستخدم النظام آلية تخزين مؤقت. يتم إنشاء مفتاح للتخزين بناءً على هيكل الشجرة الفرعية الرمزية، ونفي الحواف، وبنية البوابة، وأبعاد الميزات، وبصمة للمشفر العلوي. يسمح هذا بإعادة استخدام الأشجار الفرعية المتعلمة بأمان عبر قواعد وتشغيلات مختلفة، طالما أن التمثيل الميزاتي والهيكل المنطقي متطابقان.

المساهمات الرئيسية

1. بوابات الأشجار الفرعية (Subtree Gates): آلية تعلم محلية للعقدة ومن الأسفل إلى الأعلى، تقوم بتركيب الميزات المشروطة بالمفاهيم في احتمالات الحقيقة تحت إشراف بولياني صلب، مما يسمح بإعادة استخدام المشغلات المنطقية المتعلمة.
2. تدريب كيميرا السلبي (Chimera Negative Training): استراتيجية تدريب مبتكرة تفرض التركيبية على مستوى المشغل وتمنع تعلم الاختصارات عن طريق خلط معاملات الأشجار الفرعية من عينات مختلفة. يتيح ذلك للنموذج العمل بفعالية في السيناريوهات التي تغيب فيها التكوينات الحقيقية للمضادات (الانتهاكات) تماماً من بيانات التدريب.
3. التحقق التجريبي: إثبات فعالية منهج "المُقيّم العصبي" على معايير الصور/الفيديو المهيكلة (CLEVRER, OpenImages, VidOR) والبيانات الواقعية، مما يظهر تحسينات كبيرة مقارنة بالنماذج المستقلة للوقائع ونماذج التدريب الدلالي لنفس الصورة.

النتائج

قام المؤلفون بتقييم "المُقيّم العصبي" مقابل ثلاثة نماذج أساسية:

• INDEPPROB: مُقيّم احتمالي للأحداث المستقلة (نموذج رمزي أساسي).
• SEM (Semantic-Loss): نموذج أساسي للتدريب الدلالي لنفس الصورة بدون خلط كيميرا.
• Mono-N/Mono-C: نماذج أحادية الجذر (مدربة على البيانات الطبيعية فقط أو مع بيانات كيميرا).

النتائج الرئيسية:

• مكاسب الأداء: تفوق "المُقيّم العصبي" باستمرار على نموذج الأحداث المستقلة في مجال AUROC الخاص بمستوى القاعدة. لوحظت مكاسب ملحوظة في CLEVRER (+0.083)، وOpenImages (+0.078)، وVidOR (+0.234).
• ضرورة تدريب كيميرا: انهار نموذج SEM (التدريب على نفس الصورة فقط) في مجموعات البيانات المعقدة، حيث سجل AUROC $\approx 0.5$ (تخمين عشوائي). وهذا يؤكد أن البيانات الطبيعية تفتقر إلى التغطية الكافية لتكوينات الحقيقة المنتهكة والمعلوماتية لتعلم إشارة شذوذ غير تافهة بدون إشراف مضاد للواقع صريح.
• القواعد التركيبية: أظهرت الطريقة قوة خاصة في القواعد التركيبية والعلائقية (مثل سلاسل الاستلزام في CLEVRER، وقواعد العلاقة بين الأجسام في VidOR)، حيث تفشل الافتراضات الاحتمالية الثابتة (مثل استقلال الأحداث).
• رؤى الاستئصال (Ablation): بينما قدم النموذج الأحادي المدرب بكيميرا أداءً مشابهاً للنموذج الجزئي الكامل، فإن النهج الجزئي يوفر تفكيكاً أكثر قابلية للتفسير وإعادة الاستخدام لتقييم القواعد دون فقدان كبير في الأداء.

الأهمية والادعاءات

تدعي الورقة أن العديد من حالات الشذوذ العملية تُوصَف بشكل أفضل بأنها انتهاكات لقيود المجال بدلاً من كونها مجرد ندرة في فضاء البكسلات. ومن خلال تجميع القيود في رسوم بيانية موجهة (DAGs) صريحة والتدريب باستخدام إشراف قائم على كيميرا، لا يوفر الكاشف درجة شذوذ عددية فحسب، بل يقدم أيضاً إسنادات هيكلية على مستوى القاعدة تشرح أي القيود قد تم انتهاكها.

يؤكد المؤلفون أن هذا النهج يسمح بالكشف عن انتهاكات القواعد حتى عندما تحتوي مجموعة بيانات التدريب على عينات متوافقة مع القواعد فقط. وهذه ميزة تميزه عن التصنيف الثنائي الخاضع للإشراف الكامل، الذي يتطلب الوصول إلى عينات شاذة نادرة. تجسر هذه الطريقة الفجوة بين الاستدلال الرمزي (القيود الصريحة) والإدراك العصبي (استخراج الميزات القوي)، مما يوفر حلاً قابلاً للتوسع للكشف عن الشذوذ المنطقي في السيناريوهات التي لا تتوفر فيها عينات شاذة حقيقية.

تظل الورقة متواضعة فيما يتعلق بحدودها، مشيرة إلى أن الطريقة ترث أخطاءً من بنك المفاهيم الورقية، وتحيزات من تسميات مجموعة البيانات، وارتباطات زائفة محتملة في القواعد المستخرجة. وتؤكد أن درجات الشذوذ العالية تشير إلى عدم الاتساق الدلالي بالنسبة لمجموعة القواعد المختارة، وليس حكماً عاماً على السلامة.