Toward Uncertainty Quantification in Modern Art
تقدم هذه الورقة بروتوكولاً جديداً وأول متن مخصص لقياس عدم اليقين التوليدي في رسوم متحركة للفن الحديث، مما يثبت أن المقدرات متعددة الأبعاد والمستقلة عن المصدر يمكنها بفعالية التمييز بين أنواع مختلفة من التباين الدلالي وتحديد عمليات التصوير الأمينة، متفوقة بشكل كبير على مقاييس عدم اليقين التقليدية القائمة على القيم القياسية.
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 مخرج تطلب من طاقم تصوير سحري وغير مرئي تصوير مشهد بناءً على تعليمات واحدة غامضة: "اجعل اللوحة تتحرك". في عالم الذكاء الاصطعي، هذه "الكاميرات" هي نماذج تحويل النص إلى فيديو، و"اللوحات" هي الفن الحديث. الفن الحديث مميز لأن تصميمه يقوم على الانفتاح للتأويل؛ فقد يبدو شكل تجريدي واحد لشخص ما كعاصفة، ولآخر كرقصة. عندما تطلب من الذكاء الاصطناعي تصوير هذه اللوحة، فإنه لا يصنع فيلماً واحداً فقط؛ بل يصنع أفلاماً عديدة، اعتماداً على رقم عشوائي صغير يسمى "البذرة" (seed) يختاره في البداية. وأحياناً، تنتج هذه البذور أفلاماً تبدو مختلفة تماماً عن بعضها البعض.
لفترة طويلة، استخدم العلماء الذين يحاولون قياس مدى "ارتباك" أو "عدم يقين" الذكاء الاصطناعي مسطرة بسيطة: كانوا ببساطة يقيسون مدى تباعد الأفلام عن بعضها البعض ويعطون رقماً واحداً، مثل "5 من 10". لكن هذا يشبه قولك إن مجموعة من الناس "صاخبون" دون إخبارك ما إذا كانوا جميعاً يصرخون بنفس الشيء، أم أن شخصاً واحداً يصرخ بينما يهمس الآخرون، أم أنهم يتجادلون بلغات مختلفة. السؤال الكبير الذي تعالجه هذه الورقة البحثية هو: هل يمكننا النظر إلى مجموعة من فيديوهات الذكاء الاصطناعي ومعرفة كيف تختلف، وليس فقط مقدار اختلافها؟ هذا الأمر مهم لأننا إذا كان الذكاء الاصطناعي يصنع فناً، فنحن نريد أن نعرف ما إذا كان يقدم لنا مجموعة متنوعة وغنية من الأفكار الإبداعية، أم أنه مجرد يتعثر ويفشل في تجسيد العمل الفني الأصلي.
قرر الباحثون في هذه الورقة التوقف عن استخدام مسطرة "الصخب" الواحدة وبدلاً من ذلك بنوا "حقيبة أدوات محقق" متطورة لتحليل شكل ارتباك الذكاء الاصطناعي. لقد ابتكروا طريقة جديدة للنظر إلى مجموعات الفيديوهات الناتجة عن وصف عمل فني حديث واحد. بدلاً من القول فقط إن "هذه الفيديوهات مختلفة"، تسأل طريقتهم أسئلة محددة: هل الفيديوهات كلها متجمعة معاً في كتلة واحدة ضيقة؟ هل هناك فيديو غريب واحد يبرز كالشامة في الوجه (قيمة متطرفة)؟ هل هناك مجموعتان متميزتان من الفيديوهات، مثل تفسيرين مختلفين يتصارعان لجذب الانتباه؟ أم أن الفيديوهات مبعثرة في كل مكان دون نمط واضح؟
لاختبار ذلك، بنوا مكتبة ضخمة تضم 1,000 فيديو. أخذوا 250 وصفاً تصف أعمالاً فنية حديثة وطلبوا من نموذج ذكاء اصطناعي قوي، وهو Wan2.1، توليد أربعة فيديوهات مختلفة لكل وصف باستخدام أربع بذور عشوائية مختلفة. والأهم من ذلك، أن الذكاء الاصطناعي لم يرَ العمل الفني الأصلي أبداً؛ بل رأى فقط الوصف النصي. ثم قام الباحثون بتشغيل "حقيبة أدوات المحقق" الجديدة الخاصة بهم على هذه الفيديوهات.
كانت النتائج رائعة. أولاً، وجدوا أن حقيبتهم الجديدة يمكنها تحديد "شكل" المجموعة بنجًاح. فقد استطاعت التمييز بين مجموعة فيديوهات متشابهة ومجموعة تحتوي على قيمة متطرفة واحدة غريبة بدقة تقارب الكمال (98%)، في حين فشلت الطريقة القديمة ذات الرقم الواحد في رؤية الفرق تماماً. كما اكتشفوا أن عدم اليقين العالي لا يعني دائماً أن الذكاء الاصطناعي يفشل. فأحياناً، ينتج الذكاء الاصطناعي نسخاً عديدة ولكنها جميعاً لا تزال تجسد روح العمل الفني الأصلي (تغطية المرجع). وفي أحيان أخرى، ينتج الذكاء الاصطناعي نسخاً عديدة، لكن لا يوجد أي منها يشبه العمل الفني الأصلي (فقدان المرجع). يمكن لبروتوكولهم الجديد رصد هذا الفرق، وهو ما لم تستطع الطرق القديمة فعله.
ومع ذلك، قدمت الورقة أيضاً علامات "عدم ذهاب" هامة. فرغم أن الحقيبة الجديدة بارعة في وصف شكل عدم اليقين، إلا أنها لم تكن أفضل في التنبؤ بـ ماذا سيختلف عليه الذكاء الاصطناعي بالضبط (مثل ما إذا كان الذكاء الاصطناعي يعتقد أن اللوحة تدور حول الحزن أو الغضب). كان الرقم القديم البسيط "مدى التباعد" جيداً بنفس القدر في التنبؤ بهذا النوع من الخلاف. علاوة على ذلك، أكد الباحثون أن النظر إلى الفيديوهات دون رؤية العمل الفني الأصلي (العمى عن المصدر) يمكن أن يخبرك كيف يفسر الذكاء الاصطناعي النص، ولكنه لا يمكنه إخبارك ما إذا كان الذكاء الاصطناعي ينقل العمل الفني الأصلي بأمانة.
باخت-صار، تثبت هذه الورقة أننا يمكننا تجاوز الأرقام البسيطة لفهم بنية الخيارات الإبداعية للذكاء الاصطناعي. يمكننا الآن معرفة ما إذا كان الذكاء الاصطناعي يقدم مجموعة متنوعة من التفسيرات الصالحة أم أنه يدور في حلقة مفرغة. نحن لا نجعل الذكاء الاصطناعي يتنبأ بالمستقبل بشكل أفضل بطريقة سحرية، لكن هذا يمنحنا أداة أكثر حدة لفهم كيفية تفكير هذه الآلات الإبداعية، مما يساعدنا في اتخاذ القرار بشأن قبول مخرجاتها أو طلب إعادة التنفيذ. وقد شارك الباحثون الكود الخاص بهم ومكتبتهم المكونة من 1,000 فيديو لكي يتمكن الآخرون من استخدام هذه الطريقة الجديدة في النظر إلى عدم يقين الذكاء الاصطناعي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.