Lossy Compression, Realism, and Coordination

تخيل أنك تحاول إرسال رسالة سرية إلى صديقك باستخدام جهاز لاسلكي (walkie-talkie) لم يتبقَّ فيه سوى القليل من البطارية. لا يمكنك قول كل شيء، لذا يتعين عليك ترك بعض التفاصيل. هذا هو جوهر الضغط مع الفقد (lossy compression): فن التخلص من المعلومات التي تعتقد أنها ليست مهمة لتتمكن من إرسال الباقي بسرعة. لعقود من الزمن، استخدم العلماء قاعدة تسمى "نظرية المعدل والتشويه" (rate-distortion theory) لمعرفة التوازن المثالي. كانت القاعدة بسيطة: حافظ على الرسالة قريبة قدر الإمكان من الأصل. إذا كنت ترسل صورة، فأنت تريد أن تتطابق البكسلات مع الأصل تماماً.

لكن هنا تكمكم المشكلة: أحياناً، عندما تتبع القواعد بصرامة شديدة لتوف م المساحة، تبدو الصورة غريبة. قد تبدو ضبابية، أو قد تبدو الألوان باهتة، أو قد تبدو الأنسجة مثل البلاستيك. هي تقنياً "قريبة" من الأصل، لكنها لا "تبدو" حقيقية. هنا يأتي دور فكرة جديدة تسمى الواقعية (realism). بدلاً من السؤال: "هل هذا البكسل مطابق تماماً للبكسل السابق؟"، نسأل: "هل يبدو هذا كصورة حقيقية؟". هذا يشبه محاولة رسم صورة لقطة. إذا رسمت دائرة مثالية للرأس، فستكون قريبة رياضياً من رأس قطة حقيقية، لكنها ستبدو كبالون. أما إذا رسمت شكلاً غير منتظم قليلاً وذا ملمس ناعم، فقد لا يتطابق مع الخطوط الدقيقة للقطة الأصلية، لكنه سيبدو "كقطة".

الورقة البحثية التي ستطالعها الآن تستكشف هذا التوتر بين الدقة الرياضية والمظهر الطبيعي. كما تكتشف سراً مذهلاً: الرياضيات اللازمة لجعل الصورة تبدو واقعية هي تقريباً مطابقة للرياضيات اللازمة لجعل روبوتين يعملان معاً دون الكثير من الكلام. اتضح أن تعليم الكمبيوتر كيف "يزيف" صورة واقعية وتعليم طائرتين بدون طيار (drones) كيف "تنسق" مسارات طيرانهما هما في الواقع وجهان لعملة واحدة.

---

عملية سطو الواقعية الكبرى: عندما يكون التزييف أفضل من النسخ

لفترة طويلة، كان الهدف من الضغط هو أن يكون آلة تصوير دقيقة. إذا كان لديك صورة لغروب الشمس، فإن مهمة الكمبيوتر هي تقليص حجم الملف ثم إعادة بناء الصورة بحيث يتطابق كل بكسل مع الأصل. ما المشكلة؟ لكي يوفر المساحة، غالباً ما يضطر الكمبيوتر إلى تنعيم الحواف الخشنة. والنتيجة هي غروب شمس يبدو كلوحة مائية تُرِكت تحت المطر؛ الألوان صحيحة تقنياً، لكنها ضبابية وبلا حياة.

يجادل مؤلفا هذه الورقة، ياسين حمدي ودينيز غوندوز، بأننا بحاجة إلى هدف جديد. بدلاً من محاولة نسخ البكسلات بالضبط، يجب أن نحاول نسخ "الروح" أو "الانطباع" (the vibe). يسمون هذا الواقعية. إعادة البناء الواقعية لا يجب أن تطابق الأصل بكسلاً ببكسل؛ بل يجب فقط أن تبدو وكأنها صورة حقيقية. إذا عرضت إعادة بناء واقعية على إنسان، فلا ينبغي أن يتمكن من التمييز بينها وبين الصورة الأصلية.

ولتحقيق ذلك، تقدم الورقة مقايضة ثلاثية الأبعاد تسمى المعدل-التشويه-الإدراك (RDP):

1. المعدل (Rate): عدد البتات (الكلمات) المسموح لك بإرسالها.
2. التشويه (Distortion): مدى اختلاف الصورة الجديدة عن القديمة.
3. الإدراك (Perception): مدى "واقعية" الصورة الجديدة.

المفاجأة الكبيرة هي أنه لا يمكنك الحصول على كل شيء. إذا طلبت صورة تبدو واقعية للغاية (إدراك عالٍ)، فغالباً ما ستقبل بأن تكون مختلفة قليلاً عن الأصل (تشويه أعلى). الأمر يشبه طباخاً يحاول صنع طبق مذاقه تماماً مثل وجبة من مطعم مشهور. إذا استخدم نفس المكونات بالضبط (تشويه منخفض)، فقد ينفد منه المال (معدل عالٍ). وإذا استخدم مكونات رخيصة لتوفير المال (معدل منخفض)، فقد يختلف المذاق. ولكن إذا أراد أن يكون الطعم تماماً مثل الشيء الحقيقي (إدراك عالٍ)، فقد يضطر لاستخدام توابل سرية تغير الوصفة قليلاً، مما يجعلها مختلفة تقنياً ولكنها لذيذة وواقعية.

رقصة الروبوت: التوأم المفاجئ

هنا تصبح القصة مثيرة حقاً. أدرك المؤلفان أن هذه المشكلة المتعلقة بجعل "الزيف" يبدو واقعياً هي نفسها رياضياً مشكلة تسمى التنسيق الموزع (distributed coordination).

تخيل طائرتين بدون طيار تحلقان في غابة. يحتاجان للعمل معاً لتغطية المنطقة بأكملها، لكن يمكنهما فقط إرسال رسائل نصية قصيرة جداً لبعضهما البعض. لا يمكنهما إرسال خريطة كاملة. لذا، على الطائرة (أ) أن ترسل رمزاً صغيراً للطائرة (ب)، وعلى الطائرة (ب) أن تقرر أين ستطير تالياً. الهدف هو أن ينسقا بشكل مثالي حتى لا يصطدما ببعضهما ويغطيا أكبر مساحة ممكنة.

تظهر الورقة أن الرياضيات الخاصة بتنسيق الطائرات هي متطابقة تقريباً مع الرياضيات الخاصة بجعل الصورة واقعية.

• في مشكلة الصورة: أنت تريد أن يبدو المخرج (الصورة المزيفة) وكأنه جاء من كاميرا حقيقية.
• في مشكلة الطائرات: أنت تريد أن يبدو المخرج (مسار طيران الطائرة ب) وكأنه تم التخطيط له ليتناسب مع مسار الطائرة (أ).

وجد المؤلفان أنه إذا استبدلت الكلمات في المعادلات الرياضية، فإن المشكلتين هما توأمان. في مشكلة الصورة، أنت تحاول مطابقة توزيع المخرج مع المصدر. وفي مشكلة الطائرات، أنت تحاول مطابقة التوزيع المشترك لـ المدخل والمخرج مع خطة مستهدفة. الأمر يشبه إدراك أن وصفة خبز كعكة مثالية هي نفس وصفة بناء جسر مثالي، مع اختلاف المكونات فقط.

المكون السري: العشوائية المشتركة

هناك التواء واحد آخر. لجعل هذه الصور الواقعية أو الطائرات المنسقة تعمل بشكل مثالي، تحتاج إلى شيء يسمى العشوائية المشتركة (Common Randomness - CR).

فكر في العشوائية المشتركة كأنها كتاب رموز سري يمتلكه كل من المرسل والمستقبل قبل أن يبدأا الكلام حتى. الأمر يشبه اتفاق جاسوسين على مولد أرقام عشوائية قبل لقائهما. عندما يريد المرسل إرسال رسالة، فإنه يستخدم هذه العشوائية المشتركة لاختيار صورة "مزيفة" محددة أو مسار طيران يبدو واقعياً.

تثبت الورقة أنه بدون هذه العشوائية المشتركة، لا يمكنك ببساطة تحقيق أعلى مستوى من الواقعية أو التنسيق. أنت بحاجة إلى كمية هائلة من بيانات العشوائية المشتركة هذه. في الواقع، تشير الرياضيات إلى أن كمية العشوائية المشتركة التي قد تحتاجها قد تكون أكبر بكثير من الرسالة التي ترسلها بالفعل. إنه كأنك تحتاج إلى مكتبة من الأرقام العشوائية فقط لإرسال رسالة نصية واحدة تقول "اذهب يساراً".

هذا يفسر لغزاً في العالم الحقيقي: لماذا لا يبدو أن مولدات الصور بالذكاء الاصطناعي التي نستخدمها اليوم تحتاج إلى أكواد سرية مشتركة ضخمة؟ تقترح الورقة أن ربما طريقة قياسنا للواقعية حالياً ليست صارمة بما يكفي. إذا فحصنا عدداً قليلاً من الصور في كل مرة، فلن نحتاج إلى الكود السري. ولكن إذا فحصنا مجموعة كبيرة من الصور دفعة واحدة لنرى ما إذا كانت تبدو واقعية، فإن الكود السري يصبح ضرورياً تماماً.

ماذا يعني هذا للمستقبل

الورقة لا تحل مجرد لغز رياضي؛ بل تفتح باباً لأفكار جديدة. ولأن المشكلتين (جعل الصور واقعية وتنسيق حركة الروبوتات) متشابهتان جداً، يمكن للعلماء استخدام الأدوات التي بنوها لأحدهما لحل الآخر.

على سبيل المثال، تقترح الورقة استخدام طريقة جديدة لاختبار الواقعية تسمى النقاد المجمعين (batched critics). بدلاً من النظر إلى صورة واحدة وقول "هل تبدو هذه واقعية؟"، تنظر إلى مجموعة كاملة من الصور في وقت واحد. إذا نظرت إلى عدد كافٍ منها، يمكنك رصد الأنماط التي تخفيها الصورة الواحدة. يقترح المؤلفون أنه يمكننا استخدام نفس الفكرة للطائرات بدون طيار: بدلاً من مجرد التحقق مما إذا كانت الطائرتان منسقتين لمرة واحدة، تحقق مما إذا كان تاريخ حركاتهما بأكمله يبدو منسقاً.

تخلص الورقة إلى أن هذا الاتصال هو منجم ذهب. من خلال فهم أن "تزييف الواقع" و"تنسيق الأفعال" هما نفس اللعبة، يمكننا ابتكار أنظمة ضغط أفضل لهواتفنا وطرقاً أكثر ذكاءً وكفاءة لعمل الروبوتات معاً. إنه تذكير بأنه في العلم، أحياناً تأتي أكثر الاكتشافات فائدة من إدراك أن شيئين ظننت أنهما مختلفان تماماً هما في الواقع صديقان حميمان.