ديب دريم
| جزء من سلسلة عن |
| التعلم الآلي واستخراج البيانات |
|---|
DeepDream هو برنامج رؤية حاسوبية أنشأه مهندس جوجل ألكسندر موردفينتسيف والذي يستخدم شبكة عصبية ملتوية للعثور على الأنماط في الصور وتعزيزها عبر الباريدوليا الخوارزمية ، وبالتالي إنشاء مظهر يشبه الحلم يذكرنا بتجربة مخدرة في الصور التي تمت معالجتها بشكل مفرط عمدًا. [1] [2] [3]
قام برنامج جوجل بترويج مصطلح "الحلم" (العميق) للإشارة إلى توليد الصور التي تنتج التنشيطات المرغوبة في شبكة عميقة مدربة ، ويشير المصطلح الآن إلى مجموعة من الأساليب ذات الصلة.
تاريخ
نشأ برنامج DeepDream في شبكة التفافية عميقة تحمل الاسم الرمزي "Inception" بعد الفيلم الذي يحمل نفس الاسم ، [1] [2] [3] وتم تطويره لتحدي التعرف البصري واسع النطاق ImageNet (ILSVRC) في عام 2014 [3] وتم إصداره في يوليو 2015.
أصبحت فكرة الحلم والاسم شائعين على الإنترنت في عام 2015 بفضل برنامج DeepDream من Google. تعود الفكرة إلى وقت مبكر من تاريخ الشبكات العصبية، [4] وقد تم استخدام طرق مماثلة لتوليف القوام المرئي. [5] تم تطوير أفكار التصور ذات الصلة (قبل عمل Google) من قبل العديد من مجموعات البحث. [6] [7]
بعد أن نشرت جوجل تقنياتها وجعلت كودها مفتوح المصدر ، [8] ظهر عدد من الأدوات في شكل خدمات الويب وتطبيقات الهاتف المحمول وبرامج سطح المكتب في السوق لتمكين المستخدمين من تحويل صورهم بأنفسهم. [9]
عملية
تم تصميم البرنامج لاكتشاف الوجوه والأنماط الأخرى في الصور، بهدف تصنيف الصور تلقائيًا. [10] ومع ذلك، بمجرد تدريب الشبكة، يمكن أيضًا تشغيلها في الاتجاه المعاكس، حيث يُطلب منها تعديل الصورة الأصلية قليلاً بحيث تنتج خلية عصبية ناتجة معينة (على سبيل المثال، تلك الخاصة بالوجوه أو حيوانات معينة) درجة ثقة أعلى. يمكن استخدام هذا للتصور لفهم البنية الناشئة للشبكة العصبية بشكل أفضل، وهو الأساس لمفهوم DeepDream. لا يكون إجراء الانعكاس هذا واضحًا تمامًا ولا لبس فيه أبدًا لأنه يستخدم عملية رسم خرائط من واحد إلى كثير . [11] ومع ذلك، بعد تكرارات كافية، حتى الصور الخالية في البداية من الميزات المطلوبة سيتم تعديلها بما يكفي لإنتاج شكل من أشكال الباريدوليا ، والتي يتم من خلالها إنشاء صور مخدرة وسريالية خوارزميًا . يشبه التحسين الانتشار الخلفي ؛ ومع ذلك، بدلاً من ضبط أوزان الشبكة، يتم تثبيت الأوزان وتعديل المدخلات.
على سبيل المثال، يمكن تعديل صورة موجودة بحيث تصبح "أكثر شبهًا بالقطط"، ويمكن إدخال الصورة المحسنة الناتجة مرة أخرى إلى الإجراء. [2] يشبه هذا الاستخدام نشاط البحث عن الحيوانات أو الأنماط الأخرى في السحب.
يؤدي تطبيق الانحدار التدرجي بشكل مستقل على كل بكسل من المدخلات إلى إنتاج صور لا توجد فيها علاقة كبيرة بين البكسلات المجاورة وبالتالي تحتوي الصورة على الكثير من المعلومات عالية التردد. يمكن تحسين الصور الناتجة بشكل كبير من خلال تضمين مُنظِّم أو مُنظِّم يُفضل المدخلات التي تحتوي على إحصائيات صور طبيعية (بدون تفضيل لأي صورة معينة)، أو تكون سلسة ببساطة. [7] [12] [13] على سبيل المثال، استخدم ماهيندران وآخرون [12] مُنظِّم التباين الكلي الذي يفضل الصور الثابتة على شكل قطع. تمت مناقشة مُنظِّمات مختلفة بمزيد من التفصيل في Yosinski et al. [13] نُشر مؤخرًا استكشاف مرئي متعمق لتقنيات تصور الميزات والتنظيم. [14]
يشير التشابه المذكور بين الصور والهلوسة الناجمة عن عقار إل إس دي والسيلوسيبين إلى تشابه وظيفي بين الشبكات العصبية الاصطناعية وطبقات معينة من القشرة البصرية. [15]
الشبكات العصبية مثل DeepDream لها تشابهات بيولوجية توفر نظرة ثاقبة في معالجة الدماغ وتكوين الوعي. تعمل المواد المهلوسة مثل DMT على تغيير وظيفة النظام السيروتونين الموجود داخل طبقات القشرة البصرية. يتم تدريب الشبكات العصبية على متجهات الإدخال وتتغير من خلال الاختلافات الداخلية أثناء عملية التدريب. تمثل التعديلات المدخلة والداخلية معالجة الإشارات الخارجية والداخلية على التوالي في القشرة البصرية. مع تعديل الاختلافات الداخلية في الشبكات العصبية العميقة، تعكس صورة الإخراج هذه التغييرات. يوضح هذا التلاعب المحدد كيف أن آليات الدماغ الداخلية تشبه الطبقات الداخلية للشبكات العصبية. تمثل تعديلات مستوى الضوضاء الداخلية كيف تغفل المواد المهلوسة المعلومات الحسية الخارجية مما يؤدي إلى تأثير المفاهيم المسبقة الداخلية بقوة على الإدراك البصري. [16]
الاستخدام
.jpg/1280px-Deep_Dreamscope_(19822170718).jpg)
يمكن تطبيق فكرة الحلم على الخلايا العصبية المخفية (الداخلية) بخلاف تلك الموجودة في المخرجات، مما يسمح باستكشاف أدوار وتمثيلات أجزاء مختلفة من الشبكة. [13] ومن الممكن أيضًا تحسين المدخلات لإرضاء خلية عصبية واحدة (يُطلق على هذا الاستخدام أحيانًا اسم تعظيم النشاط) [17] أو طبقة كاملة من الخلايا العصبية.
في حين أن الحلم يستخدم غالبًا لتصور الشبكات أو إنتاج فن الكمبيوتر، فقد تم مؤخرًا اقتراح أن إضافة مدخلات "محلم بها" إلى مجموعة التدريب يمكن أن يحسن أوقات التدريب للتجريدات في علوم الكمبيوتر. [18]
وقد ثبت أيضًا أن نموذج DeepDream له تطبيق في مجال تاريخ الفن . [19]
تم استخدام DeepDream في الفيديو الموسيقي لأغنية " Doing It for the Money " لفرقة Foster the People . [20]
في عام 2017، أنشأت مجموعة بحثية من جامعة ساسكس آلة هلوسة ، وذلك بتطبيق خوارزمية DeepDream على مقطع فيديو بانورامي مسجل مسبقًا، مما يسمح للمستخدمين باستكشاف بيئات الواقع الافتراضي لمحاكاة تجربة المواد المؤثرة على العقل و/أو الحالات النفسية المرضية. [21] لقد تمكنوا من إثبات أن التجارب الذاتية التي تسببها آلة الهلوسة تختلف بشكل كبير عن مقاطع الفيديو الضابطة (غير "المهلوسة")، في حين تحمل أوجه تشابه ظاهري مع الحالة المخدرة (بعد تناول السيلوسيبين).
في عام 2021، أظهرت دراسة نُشرت في مجلة Entropy التشابه بين DeepDream والتجربة النفسية الفعلية مع الأدلة العصبية . [22] سجل المؤلفون تخطيط كهربية الدماغ ( EEG ) للمشاركين من البشر أثناء الرؤية السلبية لمقطع فيلم ونظيره الناتج عن DeepDream. ووجدوا أن فيديو DeepDream أدى إلى زيادة الإنتروبيا في إشارة تخطيط كهربية الدماغ ومستوى أعلى من الاتصال الوظيفي بين مناطق الدماغ، [22] وكلاهما من المؤشرات الحيوية المعروفة للتجربة النفسية الفعلية. [23]
في عام 2022، قامت مجموعة بحثية بتنسيق من جامعة ترينتو "بقياس المرونة المعرفية والإبداع لدى المشاركين بعد التعرض لمقاطع فيديو بانورامية للواقع الافتراضي ونظيراتها الشبيهة بالهلوسة التي تم إنشاؤها بواسطة خوارزمية DeepDream ... بعد التعرض المخدر المحاكي، أظهر الأفراد ... مساهمة مخففة للعملية التلقائية والديناميكيات الفوضوية التي تكمن وراء عمليات اتخاذ القرار لديهم، ويرجع ذلك على الأرجح إلى إعادة تنظيم الديناميكيات المعرفية التي تسهل استكشاف استراتيجيات القرار غير الشائعة وتمنع الاختيارات الآلية". [24]
انظر أيضا
- الخيال الاصطناعي
- دال-اي
- اكتشاف الميزات (رؤية الكمبيوتر)
- الهلوسة (الذكاء الاصطناعي)
- نقل النمط العصبي
- القوام الإجرائي
- الفن المخدر
- تركيب الملمس
مراجع
- ^ ab Mordvintsev, Alexander; Olah, Christopher; Tyka, Mike (2015). "DeepDream - a code example for visualizing Neural Networks". Google Research. مؤرشف من الأصل في 2015-07-08.
- ^ abc Mordvintsev, Alexander; Olah, Christopher; Tyka, Mike (2015). "Inceptionism: Going Deeper into Neural Networks". Google Research. مؤرشف من الأصل في 2015-07-03.
- ^ abc Szegedy, Christian; Liu, Wei; Jia, Yangqing; Sermanet, Pierre; Reed, Scott E.; Anguelov, Dragomir; Erhan, Dumitru; Vanhoucke, Vincent; Rabinovich, Andrew (2015). "التعمق أكثر في التلافيف". مؤتمر معهد مهندسي الكهرباء والإلكترونيات حول الرؤية الحاسوبية والتعرف على الأنماط، CVPR 2015، بوسطن، ماساتشوستس، الولايات المتحدة الأمريكية، 7-12 يونيو 2015. جمعية الحاسبات التابعة لمعهد مهندسي الكهرباء والإلكترونيات. ص. 1-9. arXiv : 1409.4842 . doi : 10.1109/CVPR.2015.7298594.
- ^ Lewis, JP (1988). "Creation by improvement: a creativity paradigm for gradient descend learning networks". مؤتمر IEEE الدولي حول الشبكات العصبية. ص. 229-233 المجلد 2. doi :10.1109/ICNN.1988.23933. ISBN 0-7803-0999-5.
- ^ بورتيلا، جيه؛ سيمونسيلي، إيرو (2000). "نموذج نسيجي معياري يعتمد على إحصاءات مشتركة لمعاملات الموجات المعقدة". المجلة الدولية لرؤية الكمبيوتر . 40 : 49–70. doi :10.1023/A:1026553619983. S2CID 2475577.
- ^ إرهان، دوميترو. (2009). تصور ميزات الطبقة العليا للشبكة العميقة . المؤتمر الدولي حول التعلم الآلي ورشة عمل حول التسلسل الهرمي لميزات التعلم. S2CID 15127402.
- ^ ab Simonyan, Karen; Vedaldi, Andrea; Zisserman, Andrew (2014). Deep Inside Convolutional Networks: Visualising Image Classification Models and Saliency Maps . المؤتمر الدولي حول ورشة عمل تمثيلات التعلم . arXiv : 1312.6034 .
- ^ deepdream على GitHub
- ^ دانيال كولبان (2015-07-03). "صور "الأحلام العميقة" هذه من جوجل مدهشة بشكل غريب". Wired . تم الاسترجاع في 2015-07-25 .
- ^ ريتش ماكورميك (7 يوليو 2015). "الخوف والاشمئزاز في لاس فيغاس أمر مرعب من خلال عيون الكمبيوتر". The Verge . تم الاسترجاع في 2015-07-25 .
- ^ هايز، بريان (2015). "رؤية الكمبيوتر وهلوسات الكمبيوتر". العالم الأمريكي . 103 (6): 380. doi : 10.1511/2015.117.380 . ISSN 0003-0996.
- ^ ab Mahendran, Aravindh; Vedaldi, Andrea (2015). "Understanding Deep Image Representations by Inverting Them". مؤتمر معهد مهندسي الكهرباء والإلكترونيات لعام 2015 حول الرؤية الحاسوبية والتعرف على الأنماط (CVPR) . مؤتمر معهد مهندسي الكهرباء والإلكترونيات حول الرؤية الحاسوبية والتعرف على الأنماط. ص. 5188-5196. arXiv : 1412.0035 . doi :10.1109/CVPR.2015.7299155. ISBN 978-1-4673-6964-0.
- ^ abc Yosinski, Jason; Clune, Jeff; Nguyen, Anh; Fuchs, Thomas (2015). Understanding Neural Networks Through Deep Visualization . Deep Learning Workshop, International Conference on Machine Learning (ICML) Deep Learning Workshop. arXiv : 1506.06579 .
- ^ أولاه، كريس؛ موردفينتسيف، ألكسندر؛ شوبرت، لودفيج (2017-11-07). "تصور الميزات". Distill . 2 (11). doi : 10.23915/distill.00007 . ISSN 2476-0757.
- ^ LaFrance, Adrienne (2015-09-03). "عندما تهلوس الروبوتات". The Atlantic . تم الاسترجاع في 24 سبتمبر 2015 .
- ^ تيمرمان، كريستوفر (2020-12-12). "نماذج الشبكات العصبية للهلوسة البصرية الناتجة عن DMT". علم الأعصاب للوعي . 2020 (1). المعاهد الوطنية للصحة: niaa024. doi :10.1093/nc/niaa024. PMC 7734438. PMID 33343929 .
- ^ نجوين، آنه؛ دوسوفيتسكي، أليكسي؛ يوسينسكي، جيسون؛ بروكس، توماس (2016). تخليق المدخلات المفضلة للخلايا العصبية في الشبكات العصبية عبر شبكات المولدات العميقة . arxiv. arXiv : 1605.09304 . Bibcode :2016arXiv160509304N.
- ^ أرورا، سانجيف؛ ليانغ، ينجيو؛ تينجيو، ما (2016). لماذا الشبكات العميقة قابلة للعكس: نظرية بسيطة، مع آثار على التدريب . arxiv. arXiv : 1511.05653 . Bibcode : 2015arXiv151105653A.
- ^ سبرات، إميلي إل. (2017). "صياغات الأحلام والشبكات العصبية العميقة: الموضوعات الإنسانية في أيقونات الصورة المتعلمة آليًا" (PDF) . نصوص فنية . 4. جامعة هومبولت في برلين. arXiv : 1802.01274 . رمز Bibcode : 2018arXiv180201274S.
- ^ fosterthepeopleVEVO (2017-08-11)، Foster The People - Doing It for the Money ، تم استرجاعه في 2017-08-15
- ^ سوزوكي، كيسوكي (22 نوفمبر 2017). "منصة الواقع الافتراضي للحلم العميق لدراسة الظواهر الإدراكية المتغيرة". Sci Rep . 7 (1): 15982. Bibcode :2017NatSR...715982S. doi :10.1038/s41598-017-16316-2. PMC 5700081. PMID 29167538 .
- ^ ab Greco, Antonino; Gallitto, Giuseppe; D'Alessandro, Marco; Rastelli, Clara (يوليو 2021). "زيادة ديناميكيات الدماغ الإنتروبية أثناء ظاهرة الإدراك المتغيرة الناتجة عن الأحلام العميقة". Entropy . 23 (7): 839. Bibcode :2021Entrp..23..839G. doi : 10.3390/e23070839 . ISSN 1099-4300. PMC 8306862. PMID 34208923 .
- ^ كارهارت هاريس، روبن ؛ ليتش، روبرت؛ هيلير، بيتر؛ شاناهان، موراي؛ فيلدينج، أماندا؛ تاغليازوتشي، إنزو؛ شيالفو، دانتي؛ نوت، ديفيد (2014). "الدماغ الإنتروبي: نظرية للحالات الواعية مستنيرة بأبحاث التصوير العصبي باستخدام العقاقير المخدرة". فرونتيرز في علم الأعصاب البشري . 8 : 20. doi : 10.3389/fnhum.2014.00020 . ISSN 1662-5161. PMC 3909994. PMID 24550805 .
- ^ راستيلي ، كلارا. جريكو، أنتونينو؛ كينيت، يويد؛ فينوكيارو، كيارا؛ نيكولا دي بيسابيا (7 مارس 2022). “محاكاة الهلوسة البصرية في الواقع الافتراضي تعزز المرونة المعرفية”. مندوب العلوم . 12 (1): 4027. بيب كود :2022NatSR..12.4027R. دوى :10.1038/s41598-022-08047-ث. بمك 8901713 . بميد 35256740.
روابط خارجية
| فيديوهات خارجية | |
|---|---|
 Deep Dream (Google) - Computerphile بقلم مايكل باوند |
- Deep Dream، دفتر ملاحظات بايثون على GitHub
- Mordvintsev, Alexander; Olah, Christopher; Tyka, Mike (17 يونيو 2015). "Inceptionism: Going Deeper into Neural Networks". مؤرشف من الأصل في 2015-07-03.
