🤖 machine learning

KLIP: localized distribution shift detection via KL-divergence with diffusion priors in Inverse Problems

تقترح الورقة البحثية KLIP، وهو مقياس جديد للكشف عن البيانات خارج التوزيع للمشكلات العكسية يستفيد من تباعد كولباك - ليبلر بين التوزيعات المسبقة للانتشار والتوزيعات اللاحقة لتحديد وتوطين التحولات الطفيفة في التوزيع دون الحاجة إلى بيانات معايرة أو معرفة بالتوزيع المزاح.

المؤلفون الأصليون: Alireza Kheirandish, Jihoon Hong, Sara Fridovich-Keil

نُشر 2026-06-01

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Alireza Kheirandish, Jihoon Hong, Sara Fridovich-Keil

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

إليك شرح لورقة البحث KLIP باستخدام لغة بسيطة وتشبيهات من الحياة اليومية.

المشكلة الكبرى: البحث عن "العنصر الغريب" في صورة ضبابية

تخيل أنك تحاول حل لغز (بازل)، لكن القطع مفقودة، وليس لديك سوى بضعة أدلة ضبابية (مثل بعض قطع البازل المتناثرة أو صورة مشوشة). في عالم التصوير الطبي، يُسمى هذا "المشكلة العكسية" (Inverse Problem). غالبًا ما يضطر الأطباء لإعادة بناء صورة واضحة لأعضاء المريض الداخلية (مثل الكبد) من بيانات محدودة وضوضائية (مثل بعض زوايا الأشعة السينية).

عادةً، يتم تدريب نماذج الذكاء الاصطناعي على ملء القطع المفقودة بناءً على ما رأته من قبل. إذا تم تدريب النموذج على كبد سليم، فسيحاول "تخمين" وجود كبد سليم عندما يرى البيانات الضبابية.

التحدي: ماذا لو كان المريض يعاني من ورم؟

قد يحاول الذكاء الاصطناعي رسم كبد سليم لأن هذا هو ما يعرفه.
الورم هو مشكلة موضعية (موجود في مكان صغير واحد فقط)، وليس مشكلة في الصورة بأكملها.
أدوات الذكاء الاصطناعي الحالية تفشل هنا غالبًا؛ فقد تقول: "هذه الصورة بأكملها تبدو غريبة"، أو قد تحتاج إلى عرض أمثلة على الأورام عليها أولاً لتعرف ما الذي يجب أن تبحث عنه. ولكن في العالم الحقيقي، لا يمكنك إظهار كل الأمراض النادرة الممكنة للذكاء الاصطناعي مسبقًا.

الحل: KLIP (جهاز "مقياس الشبهة")

يقترح المؤلفون أداة جديدة تسمى KLIP. فكر فيها كأنها مقياس شبهة لا يحتاج لرؤية جريمة من قبل ليعرف أن هناك جريمة تحدث.

تعمل الأداة من خلال المقارنة بين شيئين:

"التوقعات" (النموذج القبلي - The Prior): ما يعتقد الذكاء الاصطناعي أن الصورة يجب أن تبدو عليه بناءً على تدريبه (مثلاً: "أتوقع وجود كبد سليم").
"الواقع" (النموذج البعدي - The Posterior): كيف تبدو الصورة فعليًا عندما تُجبر على المطابقة مع الأدلة الضبابية (مثلاً: "البيانات تقول إن هناك كتلة غريبة هنا").

إذا كان "الواقع" مختلفًا جدًا عن "التوقعات"، ينطلق المقياس. وكلما زاد الفرق، زاد احتمال حدوث شيء غير معتاد (خارج التوزيع - Out-of-Distribution).

السر الخفي: التكبير والتحكم في الزمن

يكمن الاختراق الرئيسي لورقة البحث في أن KLIP لا ينظر إلى الصورة بأكملها دفعة واحدة، بل يستخدم حيلتين ذكيتين للعثور على المشكلات الصغيرة والمخفية:

1. "البحث الشبكي" (التقييد المكاني - Spatial Restriction)

تخيل أنك تبحث عن عملة معدنية صغيرة في خريطة كبيرة. إذا نظرت إلى الخريطة بأكملها، ستكون العملة غير مرئية.

الطريقة القديمة: تنظر إلى الخريطة بأكملها وتقول: "تبدو طبيعية في الغالب".
طريقة KLIP: يقسم الخريطة إلى شبكة من المربعات الصغيرة، ويفحص كل مربع على حدوه. إذا كان أحد المربعات الصغيرة يحتوي على فرق هائل بين "ما نتوقعه" و"ما تقوله البيانات"، يقوم KLIP بتحديد ذلك المربع تحديدًا.
النتيجة: يمكنه تحديد موقع ورم صغير في الكبد أو ندبة في الوجه، حتى لو كانت بقية الصورة مثالية.

2. حيلة "السفر عبر الزمن" (التقييد الزمني - Timestep Restriction)

نماذج الانتشار (Diffusion models) -وهي الذكاء الاصطناعي المستخدم هنا- تبني الصور مثل النحات. تبدأ بكتلة ضبابية خشنة ثم تضيف التفاصيل الدقيقة ببطء بمرور الوقت.

المراحل المبكرة: يقوم الذكاء الاصطناعي فقط بتحديد الأشكال الكبيرة (مثل الخطوط العريضة للوجه أو الشكل العام للكبد).
المراحل اللاحقة: يضيف الذكاء الاصطناعي التفاصيل الدقيقة (مثل العينين، ملمس الجلد، والشكل المحدد للورم).

يدرك KLIP أن أنواع "الغرابة" المختلفة تظهر في أوقات مختلفة.

التغيير الكبير والعالمي قد يكون واضحًا في وقت مبكر.
أما التفصيل الصغير والمحدد (مثل ندبة أو ورم صغير) فقد لا يصبح واضحًا إلا عندما يبدأ الذكاء الاصطناعي في إضافة التفاصيل الدقيقة في نهاية العملية.
طريقة KLIP: يتحقق من "مقياس الشبهة" في لحظات زمنية محددة، وليس طوال العملية فقط. وهذا يساعده على رصد التفاصيل الدقيقة التي قد يتم إغفالها لولا ذلك.

ما الذي اختبروه؟

اختبر المؤلفون "مقياس الشبهة" هذا في سيناريوهين رئيسيين:

الفحوصات الطبية (الأشعة المقطعية - CT Scans):
- التدريب: شاهد الذكاء الاصطناعي كبدًا سليمًا فقط.
- الاختبار: أعطوه صورًا ضبابية لأكباد تمت إضافة أورام اصطناعية إليها.
- النتيجة: لم يكتفِ KLIP بالقول "هذا فحص غريب"، بل رسم خريطة حرارية (Heat map) حددت الموقع الدقيق للورم، رغم أن الذكاء الاصطنانا لم يرَ ورمًا من قبل.
الوجوه (إزالة الضبابية - De-blurring):
- التدريب: تم تدريب الذكاء الاصطناعي على صور مشاهير (وجوه سليمة).
- الاختبار: أعطوه صورًا ضبابية لوجوه بها ندبات مضافة أو صورًا لشخصيات خيالية بـ أطراف صناعية (مثل عين معدنية).
- النتيجة: نجح KLIP في الإشارة إلى الندبة على وجه بشري أو الطرف المعدني على وجه شخصية خيالية، مُميزًا إياها عن الملامح الطبيعية.

لماذا هذا مهم (وفقًا لورقة البحث)؟

لا حاجة لـ "التدريب على بيانات سيئة": معظم أنظمة الذكاء الاصطناعي تحتاج لرؤية أمثلة من "الأشياء السيئة" (مثل الأورام) لتتعلم كيفية رصدها. KLIP لا يحتاج لذلك؛ فهو يحتاج فقط لمعرفة كيف يبدو الشيء "الجيد".
يعمل على البيانات الضبابية: يعمل مباشرة على القياسات غير المباشرة (الأدلة الضبابية)، وليس فقط على الصورة النهائية الواضحة.
يجد الإبرة في كومة القش: هو بارع في العثور على المشكلات الصغيرة والموضعية دون أن يتشتت ببقية الصورة.

العيات المذكورة

المؤلفون صريحون بشأن بعض النقاط:

الضبط (Tuning): يجب ضبط "حجم مربعات الشبكة" و"وقت الفحص" بعناية. إذا اخترت إعدادات خاطئة، فقد لا يعمل بنفس الكفاءة.
المحاكاة: اختبروا هذا باستخدام عمليات محاكاة حاسوبية (إنشاء صور ضبابية من صور مثالية). لم يختبروه بعد على بيانات المستشفيات الحقيقية والفوضوية، رغم اعتقادهم أنه سيعمل هناك أيضًا.

باختًا: KLIP هو طريقة ذكية لسؤال الذكاء الاصطناعي: "هل هذا الدليل الضبابي يطابق ما تتوقعه؟" وإذا كانت الإجابة "لا"، فإنه يقوم بالتكبير ليجد بالضبط أين يكمن عدم التطابق، دون الحاجة لرؤية ذلك النوع من عدم التطابق من قبل.

ملخص تقني: KLIP – اكتشاف انزياح التوزيع المحلي عبر تباعد KL مع مسبقات الانتشار (Diffusion Priors)

بيان المشكلة
يتناول البحث تحدي اكتشاف الصور الخارجة عن التوزيع (OOD) و، وهو الأهم، تحديد موقع الميزات الخارجة عن التوزيع والمتموضعة مكانياً داخل الصور أثناء حل المسائل العكسية (مثل إعادة بناء الصور من قياسات غير مباشرة). تعتمد طرق اكتشاف OOD الحالية غالباً على مجموعات بيانات معايرة تحتوي على أمثلة خارجة عن التوزيع، وهي غير متوفرة في حالات "الذيل الطويل" (long tail) للتشوهات النادرة في السيناريوهات الواقعية المفتوحة (مثل الشذوذات الطبية المحددة). علاوة على ذلك، تعمل العديد من النهج الحالية على الصور الكاملة بدلاً من القياسات غير المباشرة المتاحة في التصوير الحسابي، أو قد تفشل في اكتشاف الانزياحات الطفيفة والموضعية (مثل الأورام الصغيرة أو التمزقات) التي تعد ضرورية للقيمة التشخيصية.

المنهجية
يقترح المؤلفون KLIP، وهو مقياس لاكتشاف OOD خالٍ من المعايرة يعتمد على تباعد كولباك - ليبلر (KL divergence) بين توزيع مسبق للانتشار $p(x)$ والتوزيع البعدي $p(x|y)$ المعطى القياسات $y$ .

الحدس الجوهري: يفترض البحث أنه إذا كانت الصورة تحتوي على ميزات خارجة عن التوزيع، فإن القياس $y$ سوف "يسحب" التوزيع البعدي بشكل كبير بعيداً عن التوزيع المسبق. وبناءً على ذلك، يجب أن يكون تباعد KL، المتمثل في $D_{KL}(p(x|y) \parallel p(x))$ ، أكبر للصور الخارجة عن التوزيع، وأكبر تحديداً للمناطق الخارجة عن التوزيع داخل الصورة.
التقدير عبر أخذ عينات التوزيع البعدي: بما أن تباعد KL الدقيق غير قابل للحساب، يقرب المؤلفون هذا التباعد باستخدام دالات "الدرجة" (score functions) المتولدة أثناء عملية أخذ عينات التوزيع البعدي للانتشار. ومن خلال تفكيك درجة التوزيع البعدي إلى درجة التوزيع المسبق ودرجة الإمكان (likelihood score) $\nabla_x \log p_t(y|x)$ ، يتم تقدير تباعد KL عبر تكامل مربع المعيار لدرجة الإمكان على مسار أخذ العينات (المعادلة 11).
التقييد بالكتل والخطوات الزمنية: لاكتشاف الانزياحات الموضعية بدلاً من الشاملة، قدم المؤلفون قيدين رئيسيين:
- التقييد المكاني بالكتل: يتم تقسيم الصورة إلى كتل ( $B_i$ ). ويُحسب تباعد KL محلياً لكل كتلة لمنع إشارة الميزة الصغيرة الخارجة عن التوزيع من التلاشي بسبب بقية الصورة التي تتبع التوزيع الأصلي.
- التقييد بالخطوات الزمنية: يتم تقييد التكامل في نوافذ زمنية محددة $[t_0, t_1]$ من مسار أخذ العينات. وبالاستناد إلى ملاحظة أن نماذج الانتشار تولد ميزات بمقاييس مختلفة في خطوات زمنية مختلفة، يتيح ذلك للمقياس التركيز على المراحل المحددة التي تكون فيها الميزات الخارجة عن التوزيع أكثر تميزاً.

يُعرف مقياس KLIP النهائي بأنه تباعد KL المقيد عبر كتلة مكانية ونافذة زمنية محددة (المعادلة 12).

المساهمات الرئيسية

اكتشاف خالٍ من المعايرة: لا يتطلب KL-IP أي بيانات معايرة لـ OOD أو معرفة بالتوزيع المنزاح؛ بل يعتمد فقط على نموذج انتشار مدرب على البيانات التي تتبع التوزيع الأصلي (ID).
القابلية للتطبيق في المسائل العكسية: يعمل المنهج مباشرة على القياسات غير المباشرة المتاحة وقت الاستنتاج، مما يجعله مناسباً لمهام التصوير الحسابي مثل إعادة بناء الأشعة المقطعية (CT) وإزالة الضبابية (deblurring).
القدرة على التحديد الموضعي: على عكس كواشف OOD العالمية، يمكن لـ KLIP تحديد الموقع المكاني الدقيق لانزياحات التوزيع الطفيفة (مثل الأورام الصغيرة أو العيوب الناتجة عن التصوير) داخل الصورة.
التعميم: أظهر المقياس قدرة على التعميم عبر بنيات نماذج انتشار مختلفة (المنهج التنبؤي-التصحيحي والمنهج القائم على الرقع/patches)، ومجموعات بيانات مختلفة (الأشعة المقطعية للبطن ووجوه البشر)، ومسائل عكسية مختلفة (الأشعة المقطعية ذات الرؤية المتفرقة وإزالة ضبابية غاوس).

النتائج التجريبية
قيم المؤلفون KLIP في مهمتين رئيسيتين:

إعادة بناء الأشعة المقطعية ذات الرؤية المتفرقة (Sparse-View CT): باستخدام صور أشعة مقطعية سليمة للبطن كبيانات توزيع أصلي (ID)، تم اختبار النموذج على صور تحتوي على عيوب نجمية اصطناعية وأورام كبدية اصطناعية واقعية. حقق KLIP درجات عالية في المساحة تحت المنحنى (AUC) لكل من اكتشاف مستوى المجموعة ومستوى الصورة، متفوقاً على النماذج المرجعية مثل DiffPath، واللوغاريتم السالب للاحتمالية (NLL)، وكواشف الشذوذ غير المعتمدة على الانتشار (مثل CutPaste وSimpleNet) في سياق القياسات غير المباشرة.
إزالة ضبابية غاوس للوجوه: باستخدام مجموعة بيانات CelebA كبيانات توزيع أصلي، اكتشف المنهج ميزات موضعية خارجة عن التوزيع مثل الندبات الاصطناعية والزينة الوجهية المميزة لشخصيات الأفلام (مثل Star Trek و Harry Potter).

تُظهر النتائج النوعية (الشكلان 4 و5) أن خرائط الحرارة لـ KLIP تنجح في تحديد مواقع الميزات الخارجة عن التوزيع (النجوم، الأورام، الندبات، الزينة) بدقة عالية. وأكدت دراسات الاستئصال (Ablation studies) أن كل من التقييد بالكتل والتقييد بالخطوات الزمنية ضروريان للأداء الأمثل؛ حيث إن استخدام الصورة الكاملة أو نطاق الخطوات الزمنية الكامل يقلل بشكل كبير من قدرة الاكتشاف.

الأهمية والادعاءات
يزعم البحث أن KLIP يوفر حلاً قوياً وخالياً من المعايرة لاكتشاف وتحديد موقع انزياحات التوزيع الطفيفة في المسائل العكسية، وهو إعداد تفشل فيه الطرق التقليدية غالباً بسبب نقص بيانات التدريب الخاصة بـ OOD. ومن خلال الاستفادة من الديناميكيات الزمنية لأخذ عينات الانتشار والتقسيم المكاني، يوفر KLIP "نافذة غنية" في عملية أخذ العينات تحت تأثير انزياح التوزيع. ويؤكد المؤلفون أن هذا النهج ذو قيمة خاصة في التصوير الطبي والتطبيقات الأخرى ذات الأهمية المتعلقة بالسلامة حيث يكون تحديد الشذوذات الموضعية والنادرة أمراً بالغ الأهمية، وحيث يستحيل الحصول على بيانات OOD ممثلة لغرض المعايرة.

يقر البحث بوجود بعض القيود، مشيراً إلى أن KL-IP حساس للمعلمات الفائقة (حجم الكتلة والنافذة الزمنية) التي تعتمد على مقياس وشكل الميزات الخارجة عن التوزيع، كما أن التقييمات الحالية تعتمد على إعدادات "الجريمة العكسية" (استخدام نفس النموذج الأمامي للمحاكاة وإعادة البناء). ومع ذلك، تشير النتائج إلى إمكانات قوية للتعميم عبر مهام تصوير متنوعة.