Diffusion Model-Based Image Restoration: Interactive Learning of Determinism and Stochasticity
تقترح هذه الورقة إطار عمل انتشار مبتكر لترميم الصور يستخدم النمذجة التفاعلية للحتمية والعشوائية للتكيف بفعالية مع المتطلبات غير المتجانسة لمختلف مهام التدهور، محققةً أداءً فائقاً وقابلية للتفسير عبر سيناريوهات ترميم متعددة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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 تحاول إصلاح صورة ضبابية، أو ممطرة، أو مظلمة. في عالم علوم الحاسوب، يسمى هذا "ترميم الصور" (Image Restoration). لفترة طويلة، حاولت الحواسيب إصلاح هذه الصور عبر تعلم قواعد صارمة، مثل "المطر يبدو دائماً بهذا الشكل" أو "الظلال تبدو دائماً هكذا". لكن العالم الحقيقي فوضوي؛ فالمطر قد يكون غزيراً أو خفيفاً، والظلال قد تكون ذات أشكال غريبة. مؤخراً، اشتهر نوع جديد من الذكاء الاصطناعي يسمى "نموذج الانتشار" (Diffusion Model) بإصلاح الصور. فكر في نموذج الانتشار كأنه نحات يبدأ بكتلة من الضجيج الساكن (مثل تشويش التلفاز) ثم ينحت منها الضجيج ببطء ليكشف عن تمثال مثالي. المشكلة هي أن هذا النحات يعمل عادةً بنفس الطريقة مع كل تمثال. إذا كنت بحاجة إلى تمثال حاد للغاية (مثل مسح طبي)، فقد يجعله النحات متعرجاً أكثر من اللازم. وإذا كنت بحاجة إلى تمثال يشبه لوحة فنية لها نسخ عديدة محتملة، فقد يجعل النحات العمل جامداً للغاية. السؤال الكبير الذي يطرحه الباحثون هو: كيف نعلم هذا النحات الذكي أن يعرف متى يكون دقيقاً ومتى يكون مبدعاً، كل ذلك في آن واحد؟
تقدم هذه الورقة البحثية طريقة ذكية لتعليم النحات الذكي، تسمى "التعلم التفاعلي للحتمية والعشوائية" (Interactive Learning of Determinism and Stochasticity). باللغة البسيطة، "الحتمية" (Determinism) هي الجزء من العملية الذي يكون صارماً، وقابلاً للتنبؤ، ويتبع مساراً واضحاً (مثل اتباع وصفة طهي بدقة). أما "العشوائية" (Stochasticity) فهي الجزء الذي يكون عشوائياً، ومرناً، ويسمح بالمفاجآات (مثل إضافة رشة ملح حسب الذوق). لاحظ المؤلفون، شا لو وفريقه من جامعة آنوي، أن الطرق السابقة حاولت التعامل مع هذين المفهومين بشكل منفصل، مثل وجود نحاتين مختلفين يعملان على نفس التمثال دون التحدث مع بعضهما البعض. وغالباً ما أدى ذلك إلى الارتباك أو إضاعة الجهد.
بدلاً من ذلك، صمم الفريق إطار عمل جديداً حيث يتحدث المسار "الصارم" والمسار "العشوائي" مع بعضهما باستمرار. لقد بنوا نظاماً يتكون من عقلين بسيطين للذكاء الاصطناعي (يُسميان U-Nets) يعملان معاً. يركز أحد العقلين على الأجزاء القابلة للتنبؤ في الصورة (وهي "البواقي"، أو الضرر المحدد مثل قطرة المطر)، بينما يركز الآخر على الضجيج العشوائي. ولكن إليكم السحر: هما لا يعملان بالتوازي فحسب، بل يتشاركان أفكارهما ومعلوماتهما في مراحل مبكرة. الأمر يشبه امتلاك فريق من اثنين من الطهاة: أحدهما خبير في المقادير الدقيقة، والآخر خبير في الارتجال. وبدلاً من طهي أطباق منفصلة، يتذوقان مكونات بعضهما البعض ويعدلان طهيهما في الوقت الفعلي. إذا كانت الصورة تحتاج إلى حدة فائقة، يتولى الشيف "الصارم" القيادة. وإذا كانت الصورة تحتاج إلى أن تبدو طبيعية ومتنوعة، يتدخل الشيف "المبدع". إنهما يتفاعلان ديناميكياً لإيجاد التوازن المثالي لأي مشكلة محددة يحلانها.
اختبر الباحثون هذا الفريق "التفاعلي" في أربع مهام مختلفة تماماً: إزالة الضجيج من الصور، التخلص من الظلال، تفتيح الصور المظلمة، وتنظيف النوافذ من المطر. وجدوا أن طريقتهم كانت بارعة جداً في جميع هذه المهام. فعلى سبيل المثال، عند إزالة المطر، استطاع نموذجهم مسح الخطوط تماماً، بينما تركت النماذج الأخرى بعض المطر خلفها أو جعلت الصورة تبدو غريبة. كما اكتشفوا أنه من خلال السماح لهذين المسارين بالتفاعل، لم يحتج الذكاء الاصطناعي إلى اتخاذ خطوات كثيرة لإنهاء المهمة. فبينما كانت بعض النماذج الأخرى تستغرق 1000 خطوة لتنظيف صورة (وهو ما يستغرق وقتاً طويلاً)، استطاع نموذجهم القيام بذلك في خطوتين إلى 4 خطوات فقط، مما يجعله أسرع بكثير.
تشير الورقة البحثية إلى أن هذا النهج يمثل خطوة مهمة للأمام لأنه لا يجبر الذكاء الاصطناعي على أن يكون شيئاً واحداً أو شيئاً آخر فحسب. فمن خلال السماح للجزء "الحتمي" والجزء "العشوائي" بالتعلم من بعضهما البعض، يصبح النموذج مثل الحرباء، يتكيف مع الاحتياجات المحددة للصورة. ويعترف المؤلفون بأنه رغم عمله بشكل رائع في معظم الأمور، إلا أنه يواجه أحياناً صعوبة طفيفة مع تغيرات الإضاءة المعقدة جداً في الصور المظلمة، لكنه بشكل عام يحافظ على التفاصيل والأنسجة بشكل أفضل من المنافسين. كما قاموا بمشاركة الكود الخاص بهم عبر الإنترنت، داعين الآخرين لتجربة طريقة "الطهي التفاعلي" هذه بأنفسهم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.