إنتقل إلى المحتوى الرئيسي

الفصل 1: شرح نماذج الانتشار

التكنولوجيا وراء الصور الذكية​

نماذج الانتشار هي التكنولوجيا الثورية التي مكّنت ثورة توليد الصور بالذكاء الاصطناعي. فهم كيفية عملها يساعدك على استخدامها بشكل أكثر فعالية.

ما هي نماذج الانتشار؟​

تقوم نماذج الانتشار بتوليد الصور من خلال تعلم عكس عملية إضافة الضوضاء.

المفهوم الأساسي

تخيل إضافة تشويش تدريجيًا إلى صورة تلفزيونية حتى تصبح ضوضاء نقية، ثم تعلم عكس تلك العملية. هذا هو بالأساس كيفية عمل نماذج الانتشار.

العملية ذات المرحلتين​

المرحلة 1: الانتشار الأمامي (التدريب)​

يتعلم النموذج من خلال مشاهدة الصور تتحول إلى ضوضاء:

  • البدء بصور حقيقية
  • إضافة ضوضاء عشوائية تدريجيًا
  • تسجيل كل خطوة
  • يتعلم النموذج ما هي الضوضاء التي أضيفت في كل خطوة

المرحلة 2: الانتشار العكسي (التوليد)​

لتوليد الصور، يعكس النموذج العملية:

  • البدء بضوضاء عشوائية
  • التنبؤ وإزالة الضوضاء خطوة بخطوة
  • الكشف تدريجيًا عن صورة
  • توجه الموجّهات النصية ما يظهر

كيف توجه النصوص العملية​

  1. ترميز النص: يتحول الموجّه إلى أرقام (تضمينات)
  2. التوجيه: توجه هذه الأرقام عملية إزالة الضوضاء
  3. التهيئة: يزيل النموذج الضوضاء بطرق تتوافق مع وصفك

لماذا نجحت نماذج الانتشار​

قبل الانتشار: الشبكات التوليدية التنافسية (GANs)​

كانت الشبكات التوليدية التنافسية (GANs) هي التقنية الرائدة السابقة:

الشبكات التوليدية التنافسيةنماذج الانتشار
صعبة التدريبتدريب مستقر
مشاكل انهيار الأنماطتنوع أفضل
تحكم محدودتوليد موجه بالنص
جودة متوقفةتتحسن بسرعة

المزايا الرئيسية للانتشار​

  1. استقرار التدريب: أسهل بكثير في التدريب بشكل موثوق
  2. الجودة: تنتج صورًا ذات تفاصيل عالية
  3. التنوع: تولد مخرجات متنوعة
  4. التحكم: تستجيب جيدًا للتوجيهات النصية
  5. المرونة: تعمل لأنماط ومواضيع متنوعة

المكونات التقنية​

1. بنية U-Net​

الشبكة العصبية التي تتنبأ بالضوضاء لإزالتها:

  • المشفر: يضغط الصورة
  • عنق الزجاجة: يعالج عند دقة منخفضة
  • المفكك: يوسع مرة أخرى إلى الدقة الكاملة
  • وصلات تخطي: تحافظ على التفاصيل

2. مشفر النص (CLIP)​

يحول النص إلى تمثيلات رقمية:

  • مدرب على أزواج الصور والنصوص
  • يفهم المفاهيم البصرية من النص
  • ينشئ مساحة مشتركة للنصوص والصور

3. الفضاء الكامن​

تعمل العديد من النماذج في "الفضاء الكامن" للكفاءة:

  • ضغط الصور إلى تمثيلات أصغر
  • معالجة النسخة المضغوطة
  • التوسع مرة أخرى إلى الصور الكاملة
  • أسرع بكثير من معالجة مساحة البكسل

كيف يعمل التوليد فعليًا​

مثال خطوة بخطوة​

موجّه: "كلب جولدن ريتريفر يلعب في أوراق الخريف"

الخطوة 1: البدء بضوضاء عشوائية
الخطوة 2: يتنبأ النموذج: "يجب أن تصبح هذه الضوضاء على شكل كلب هنا"
الخطوة 3: إزالة تلك الضوضاء المتنبأ بها
الخطوة 4: يتنبأ النموذج: "يجب أن تحتوي هذه المناطق على نسيج الفراء"
الخطوة 5: إزالة تلك الضوضاء
الخطوة 6: الاستمرار لمدة 20-50 خطوة
الخطوة 7: تظهر الصورة النهائية

المعلمات الرئيسية​

الخطوات: عدد تكرارات إزالة الضوضاء

  • المزيد من الخطوات = تفاصيل أدق، توليد أبطأ
  • النطاق النموذجي: 20-50 خطوة

مقياس التوجيه (CFG): مدى الالتزام بالموجّه

  • أعلى = تفسير أكثر حرفية
  • أقل = حرية إبداعية أكبر
  • النطاق النموذجي: 7-12

البذرة: نقطة البداية العشوائية

  • نفس البذرة + نفس الموجّه = نفس الصورة
  • مفيد للتكرار

أنواع نماذج الانتشار​

1. الانتشار في مساحة البكسل​

  • يعمل مباشرة على بكسلات الصورة
  • إمكانات جودة أعلى
  • بطيء جدًا ويستهلك الذاكرة
  • مثال: DDPM الأصلي

2. الانتشار الكامن​

  • يعمل في تمثيل مضغوط
  • أسرع وأكثر كفاءة بكثير
  • جودة ممتازة
  • مثال: الانتشار المستقر

3. الانتشار المتسلسل​

  • توليد دقة منخفضة أولاً
  • تحسين مع نماذج إضافية
  • إمكانات جودة أعلى
  • مثال: DALL-E 2، Imagen

فهم جودة الصورة​

ما الذي يحدد الجودة؟​

  1. بيانات التدريب: جودة وتنوع الصور التدريبية
  2. حجم النموذج: النماذج الأكبر عمومًا تنتج نتائج أفضل
  3. الخطوات: المزيد من خطوات إزالة الضوضاء = تفاصيل أدق
  4. التوجيه: مقياس CFG المناسب للمهمة
  5. جودة الموجّه: أوصاف واضحة ومفصلة

المشاكل الشائعة​

المشكلةالسببالحل
صور ضبابيةعدد خطوات قليل جدًازيادة الخطوات
موضوع خاطئموجّه غامضكن أكثر تحديدًا
تشريح غريبقيود النموذجاستخدم موجّهات سلبية
نمط غير متسقمصطلحات موجّه متضاربةتبسيط الموجّه

الانتشار الكامن: النهج الفعال​

يستخدم الانتشار المستقر والنماذج المشابهة الانتشار الكامن:

لماذا الفضاء الكامن؟​

  • صورة 512×512 = 786,432 قيمة للمعالجة
  • كامن 64×64 = 12,288 قيمة للمعالجة
  • أكثر كفاءة بـ 64 مرة!

دور المصنفات​

التوجيه بدون مصنف​

تستخدم نماذج الانتشار الحديثة "التوجيه بدون مصنف":

  • توليد نسختين: مع وبدون الموجّه
  • تضخيم الفرق
  • يؤدي إلى التزام أقوى بالموجّه

لهذا السبب يوجد معلمة "مقياس التوجيه".

النقاط الرئيسية​

✅ تتعلم نماذج الانتشار عكس عملية إضافة الضوضاء

✅ توجه الموجّهات النصية ما يظهر من الضوضاء

✅ يجعل الانتشار الكامن التوليد سريعًا وفعالًا

✅ المعلمات الرئيسية: الخطوات، مقياس التوجيه، البذرة

✅ تعتمد الجودة على بيانات التدريب، حجم النموذج، والموجّهات

✅ فهم العملية يساعد في صياغة موجّهات أفضل

الخطوات التالية​

الآن دعونا نقارن بين المنصات الرئيسية في الفصل 2: DALL-E، Midjourney، الانتشار المستقر.