TASQ: Temporal-Adaptive Bit Sparsification Quantization for Diffusion Models
تقدم الورقة البحثية تقنية TASQ، وهي طريقة لتكميم التناثر البتي المتكيف زمنياً تقوم باقتطاع البتات الأقل أهمية ديناميكياً عبر خطوات إزالة الضجيج لتقليل دورات الحوسبة بنسبة تتراوح بين 25 و50% مقارنة بالتكميم الثابت مع الحفاظ على جودة الصورة دون زيادة في عبء التخزين.
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 عالماً تستطيع فيه الحواسيب أن تحلم بعوالم بأكملها، ترسم صوراً للتنانين، أو غروب الشمس، أو مدناً مستقبلية لمجرد أنك طلبت منها ذلك. هذا هو سحر نماذج الانتشار (Diffusion Models)، وهي نوع من الذكاء الاصطناعي الذي ينشئ الصور من خلال البدء بسحابة فوضوية من الضجيج الساكن (static noise) ثم تنظيفها خطوة بخطوة حتى تظهر صورة واضحة. فكر في الأمر كأنك نحات يزيل قطعاً من كتلة خشنة من الرخام؛ حيث يقوم الذكاء الاصطناعي بإزالة "الضجيج" عبر مئات الخطوات الصغيرة ليكشف عن التحفة الفنية النهائية.
ومع ذلك، فإن عملية النحت هذه مكلفة للغاية. فمن أجل إنشاء هذه الصور، يتعين على الكمبيوتر حمل مجموعة ضخمة من التعليمات (تسمى "الأوزان" - weights) في ذاكرته والقيام بمليارات العمليات الحسابية الصغيرة لكل خطوة من خطوات عملية التنظيف. الأمر يشبه محاولة حمل حقيبة ظهر ثقيلة مليئة بالأدوات في كل خطوة من خطوات رحلة طويلة، حتى عندما لا تحتاج إلا لمطرقة في الميل الأول ومفك براغي في الميل الأخير. هذا الحمل الثقيل يجعل الذكاء الاصطناعي بطيئاً ونهمًا للكهرباء، ولهذا السبب يبحث الباحثون دائمًا عن طرق لجعل حقيبة الظهر أخف دون فقدان الأدوات اللازمة لبناء الصورة.
هنا يأيد TASQ (التكميم التكيفي الزمني لتبسيط البتات - Temporal-Adaptive Bit Sparsification Quantization)، وهو أسلوب ذكي جديد قدمه فريق من الباحثين من جامعات في كوريا والولايات المتحدة. لقد لاحظ هؤلاء شيئاً مثيراً للاهتمام حول "رحلة" الذكاء الاصطناعي: ليست كل خطوة في الرحلة تتطلب نفس الأدوات الثقيلة. فبعض اللحظات في عملية إنشاء الصورة تكون حساسة للغاية وتحتاج إلى عمليات حسابية عالية الدقة (مثل استخدام قاطع الليزر)، بينما تكون لحظات أخرى أكثر تسامحاً ويمكن الاكتفاء فيها بعمليات حسابية أبسط وأقل دقة (مثل استخدام مطرقة عادية).
كانت مشكلة الأساليب القديمة هي أنها كانت تعامل الرحلة بأكملها بنفس الطريقة. فإذا احتاج الذكاء الاصطناعي إلى دقة عالية لخطوة واحدة صعبة فقط، كانت الأنظمة القديمة تجبر الكمبيوتر على استخدام إعداد الدقة العالية الثقيل لهذه الرحلة بأكملها. كان الأمر يشبه حمل قاطع ليزر طوال الرحلة لمجرد أنك تحتاجه لصخرة واحدة. يغير TASQ قواعد اللعبة من خلال السماح للذكاء الاصطناعي بتبديل الأدوات أثناء العمل. فهو يحتفظ بمجموعة واحدة رئيسية من التعليمات عالية الدقة في ذاكرته (حتى لا يحتاج لحمل عدة حقائب ظهر ثقيلة)، ولكنه يتعلم "قناعاً" (mask) خاصاً يخبره بالأجزاء التي يجب تجاهلها من تلك التعليمات لكل خطوة محددة.
تخيل أن لديك ملف فيلم عالي الدقة. بدلاً من صنع ثلاث نسخ مختلفة من الفيلم (واحدة بدقة 4K، وواحدة HD، وواحدة منخفضة الدقة)، يحتفظ TASQ بنسخة 4K الواحدة فقط. عندما يكون المشهد انفجاراً سريع الحركة، فإنه يشغل نسخة الـ 4K الكاملة. ولكن عندما يكون المشهد عبارة عن محادثة هادئة وبطيئة، فإنه يقوم مؤقتاً بـ "إيقاف تشغيل" بتات التفاصيل الإضافية، مما يوفر الطاقة والوقت، دون الحاجة أبداً لتبديل الملف. يتعلم الذكاء الاصطناعي بالضبط متى يقوم بتشغيل وإيقاف هذه البتات، متكيفاً مع الاحتياجات المتغيرة للصورة أثناء تشكلها.
اختبر الباحثون هذه الفكرة على عدة نماذج شهيرة لتوليد الصور، بما في ذلك PixArt-Σ وSANA وSDXL-Turbo. ووجدوا أنه من خلال استخدام هذا التبديل الديناميكي، يمكن للذكاء الاصطناعي إنتاج صور تبدو جيدة تماماً مثل النسخ الثقيلة عالية الدقة، ولكن مع عمل أقل بكثير. وفي تجاربهم، قلل TASQ عدد الدورات الحاسوبية المطلوبة بنسبة 25% إلى 50% مقارنة بالأساليب القياسية التي لا تستخدم التبديل. والأكثر إثارة للإعجاب هو أنه عند مقارنته بنسخة أساسية تستخدم فقط دقة منخفضة ثابتة، كان TASQ أسرع بـ 6.1 إلى 7.5 مرة من حيث دورات التنفيذ.
ومن الأهمية بمكان أن الورقة البحثية تثبت أن هذا ليس مجرد خدعة نظرية؛ بل إنه يعمل في محاكاة حقيقية وعلى أجهزة محددة مصممة للتعامل مع هذه الحسابات بت-بِت (bit-by-bit). ويشير المؤلفون إلى أنه من خلال فصل "تخزين" الأدوات عن "استخدام" الأدوات، يمكننا جعل هؤلاء الحالمين الأقوياء من الذكاء الاصطناعي أسرع وأكثر كفاءة، مما يسمح لهم بإنشاء صور جميلة دون استهلاك الكثير من الطاقة. إنها طريقة ذكية لمنح الذكاء الاصطناعي حقيبة ظهر أخف، مما يجعله يعمل بشكل أسرع مع الاستمرار في حمل كل ما يحتاجه لبناء الصورة المثالية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.