CART Rule-Guided Diffusion and AI-Synthesized User Preferences for New Media Art Generation
تقترح هذه الورقة نموذج انتشار موجّه بقواعد أشجار القرار (CART)، والذي يستفيد من شبكة خصومة توليدية شرطية (conditional GAN) لتخليق بيانات تفضيلات المستخدمين على نطاق واسع، ويدمج قواعد أشجار القرار القابلة للتفسير في عملية أخذ عينات الانتشار، مما يعزز بشكل كبير الجودة الجمالية والتخصيص في توليد الفنون الجديدة مع التغلب على الحواجز الأخلاقية والتكاليف المرتبطة بجمع البيانات البشرية.
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
لطالما كان الفن حواراً بين المبدع والمتلقي، حواراً تُتشارك فيه المعاني وتُستشعر فيه العواطف. وفي السنوات الأخيرة، انضم الذكاء الاصطناعي إلى هذا الحوار، بقدرته على رسم صور تبدو واقعية كالفوتوغراف أو بأسلوب فني يشبه الأحلام. ومع ذلك، لا يزال هناك إحباط صامت؛ فبينما تستطيع هذه الآلات إنتاج صور متقنة تقنياً، إلا أنها غالباً ما تجد صعوبة في فهم ما يجده شخص معين جميلاً. فهي تولد محتوى يتسم بالكفاءة لكنه يفتقر للعمق العاطفي، مقدمةً قائمة من الخيارات التي يتعين على المستخدم الاختيار من بينها بسلبية، بدلاً من التنبؤ بما يريد المستخدم رؤيته حقاً. وهذه الفجوة بين المهارة التقنية والذوق الشخصي هي التحدي المركزي الذي يحاول الباحثون الآن حله.
اقترح فريق من الباحثين في جامعة قوانغتشو شينهوا طريقة جديدة لسد هذه الفجوة، والانتقال من مجرد الاختيار البسيط إلى الإبداع النشط والمخصص. يركز عملهم على نوع محدد من الذكاء الاصطناعي يُعرف باسم "نموذج الانتشار" (diffusion model)، والذي يبني الصور عن طريق إزالة الضجيج تدريجياً من سحابة فوضوية من البكسلات حتى تظهر صورة واضحة. ويكمن الابتكار في كيفية توجيه هذه العملية؛ فبدلاً من ترك الآلة تهيم بحرية، قاموا بتعليمها اتباع مجموعة من القواعد القابلة للتفسير المستمدة من الذوق البشري. ولتحقيق ذلك، كان عليهم أولاً حل عقبة رئيسية: وهي جمع آراء بشرية كافية لتدريب النظام دون التكاليف الباهظة والتعقيدات الأخلاقية لاستطلاع آراء آلاف البشر الحقيقيين.
بدأ الباحثون ببذرة صغيرة من البيانات الحقيقية، تتكون من ألفي صورة فقط تم تقييمها من قبل خبراء بشريين بناءً على خصائص فنية متنوعة مثل التناغم اللوني والتكوين. ومن هذه النقطة المتواضعة، استخدموا ذكاءً اصطناعياً ثانوياً لإنشاء مجتمع افتراضي مكون من عشرة آلاف مستخدم رقمي. أنتج هؤلاء الوكلاء الرقميون نصف مليون سجل تفضيلات، مما خلق فعلياً مكتبة ضخمة من الأذواق تحاكي بيانات التفضيل البشرية الحقيقية. وقد تحقق الفريق من أن هذه المكتبة الاصطناعية كانت متطابقة إحصائياً مع البيانات الأصلية، مما ضمن أن الآلة تتعلم من تمثيل أمين للتفضيل البشري وليس من محاكاة مشوهة.
ومع امتلاك هذه المكتبة الواسعة من التفضيلات، قام الباحثون بتدريب "شجرة قرار"، وهي نوع من الخوارزميات التي تصنف المعلومات من خلال سلسلة من الأسئلة البسيطة التي تحتمل الإجابة بنعم أو لا، تماماً مثل المخطط الانسيابي. تعلمت هذه الشجرة تحديد مجموعات الخصائص المحددة التي تؤدي إلى درجات جمالية عالية. والأهم من ذلك، أن الفريق لم يستخدم هذه القواعد فقط لتصفية الصور السيئة بعد صنعها، بل قاموا بتحويل القواعد إلى إشارة مستمرة ولطيفة يتم حقنها مباشرة في عملية صنع الصورة. وبينما تقوم الآلة ببناء الصورة خطوة بخفظ، تعمل هذه الإشارة كدفعة خفية، توجه عملية التوليد نحو الأسلوب والجودة التي يفضلها المستخدمون الافتراضيون. لقد كان تحولاً من سؤال الآلة لتخمين ما يعجبك، إلى تعليمها كيف تشعر بذوقك أثناء عملها.
ولضمان استمرار النظام في التحسن، بنى الباحثون آلية تغذية راجعة مغلقة الحلقة. فبعد أن تولد الآلة مجموعة من الصور، يقوم المستخدمون الافتراضيون بتقييمها، ويستخدم النظام هذه الدرجات لتعديل أهمية القواعد التي يتبعها بشكل طفيف. سمح هذا للنموذج بصقل فهمه الخاص بمرور الوقت، والوصول إلى استراتيجية تنتج فناً أعلى جودة وأكثر تخصيصاً مع كل تكرار. وكانت النتائج كبيرة؛ فعند مقارنتها بالأساليب الرائدة الأخرى، أنتج هذا النهج الجديد صوراً لم تكن أقرب إلى الأسلوب المطلوب فحسب، بل كانت أيضاً ذات جودة عامة أعلى. فقد قلل النظام المسافة بين الفن المولد والجمال المثالي بنسبة تقارب 14%، وحسن دقة مطابقة تفضيلات المستخدم بنسبة تقارب 10%.
كما كشفت الدراسة أن كل جزء من نظامهم كان ضرورياً؛ إذ أدى إزالة شجرة القرار إلى انخفاض ملحو de في جودة الصور، مما أثبت أن القواعد وفرت توجيهاً ضرورياً. وأدى إزالة مكتبة البيانات الاصطناعية إلى جعل النظام يستغرق وقتاً أطول بكثير في التدريب وبنجاح أقل، مما أظهر قيمة المجتمع الافتراضي الموسع. كما أن إزالة حلقة التغذية الراجعة جعلت النظام غير قادر على صقل نهجه، مما سلط الضوء على أهمية التعديل المستمر. ووجد الباحثون أن طريقتهم كانت أيضاً أكثر كفاءة، حيث تم التدريب في جزء بسيط من الوقت المطلوب للنماذج المعقدة الأخرى.
وعلى الرغم من أن النتائج واعدة، إلا أن المؤلفين يلاحظون بحذر أن هذه الإنجازات تم قياسها ضمن بيئة محاكاة. فالمستخدمون الافتراضيون، رغم كونهم مخلصين إحصائياً، لا يمكنهم استيعاب كامل الفروق الدقيقة المعقدة والعاطفية والثقافية للتقدير الفني البشري الحقيقي. وقد وضع الفريق خطة لاختبار نظامهم مع أشخاص حقيقيين في بيئة مضبوطة، ولاحقاً من خلال دراسة واسعة عبر الإنترنت للتأكد من أن هذه التحسينات ستصمد في العالم الحقيقي. وحتى ذلك الحين، يظل هذا العمل دليلاً قوياً على أنه من خلال الجمع بين القواعد القابلة للتفسير والبيانات الاصطناعية، يمكن تعليم الآلات إنشاء فن يبدو أقل شبهاً بمخرجات الآلة وأكثر شبهاً بالتعبير الشخصي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.