لماذا تتغير تسميات الصور بالذكاء الاصطناعي بعد ترقية النموذج؟

إيفا وونغ

IceWhale author

إيفا وونغ هي كاتبة تقنية و ومهندسة هاوية في ZimaSpace. مهووسة بالتكنولوجيا مدى الحياة ولديها شغف بالمختبرات المنزلية والبرمجيات مفتوحة المصدر، تتخصص في تبسيط المفاهيم التقنية المعقدة إلى أدلة عملية وسهلة الفهم. تؤمن إيفا بأن الاستضافة الذاتية يجب أن تكون ممتعة وليست مخيفة. من خلال دروسها، تمكّن المجتمع من تبسيط إعدادات الأجهزة، بدءًا من بناء أول نظام تخزين شبكي NAS وحتى إتقان حاويات Docker.

Why Do AI Photo Labels Change After a Model Upgrade?

تتغير تسميات الصور بالذكاء الاصطناعي بعد الترقية لأن النموذج الجديد يمثّل الصور ويقارن التسميات ويطبّق حدود الثقة بطريقة مختلفة عن النموذج القديم.

قد تحتفظ مكتبة صور مستضافة ذاتيًا بالملفات الأصلية نفسها، بينما تتغير عبارات البحث الذكي أو الكائنات المكتشفة أو مجموعات الوجوه أو اقتراحات الصور المكررة أو تسميات المشاهد بعد التحديث. هذه التسميات عبارة عن سجلات مشتقة في قاعدة البيانات، وليست حقائق مكتوبة بشكل دائم داخل الصورة. وعندما يتغير المُرمّز البصري أو مُرمّز النصوص أو مفردات الفئات أو الحدّ الفاصل أو مسار المعالجة المسبقة أو قاعدة التجميع، يعيد النظام حساب موضع الصورة.

تسمية الصورة قرار يتخذه النموذج وليست بيانات وصفية دائمة

يمكن قراءة الطوابع الزمنية للكاميرا وأسماء الملفات من البيانات المخزنة، لكن التسميات مثل «شاطئ» أو «كلب» أو «عيد ميلاد» أو «مركبة» هي تنبؤات ينتجها إصدار وإعدادات محددة لنموذج معيّن.

تعيد Amazon Rekognition إصدار نموذج اكتشاف التسميات مع النتائج، لأن الإصدار جزء من معنى التنبؤ. كما تعرض الخدمة الأسماء البديلة والفئات وقيم الثقة، بدل التعامل مع سلسلة تسمية واحدة على أنها خاصية ثابتة لا تتغير.

ينبغي لنظام الصور المحلي الاحتفاظ بالمصدر نفسه. فمن دون اسم النموذج وإصداره وإعدادات المعالجة المسبقة ووقت المهمة، لا يستطيع المسؤول معرفة ما إذا كانت التسمية المتغيرة تعكس نموذجًا جديدًا أو حدًا مختلفًا أو فهرسًا تالفًا.

التضمينات الجديدة تنشئ فضاءً مختلفًا للتشابه

تحوّل أنظمة البحث الذكي عادةً كل صورة إلى متجه. وتُحوَّل استعلامات النصوص والمفاهيم المرشحة إلى الفضاء نفسه، ثم تعتمد التسميات أو نتائج البحث على العناصر الأقرب.

توضح Qdrant أن حتى التغييرات الصغيرة في نماذج التضمين يمكن أن تغيّر هندسة فضاء المتجهات، ما يتطلب إعادة تضمين البيانات وإعادة فهرستها لإجراء مقارنات دقيقة.

ليست المتجهات القديمة والجديدة درجات قابلة للتبادل. فقد تنتقل صورة قريبة من «حديقة» في أحد الفضاءين لتصبح أقرب إلى «منتزه» أو «فناء خلفي» في فضاء آخر، حتى عندما يقدّم كلا النموذجين وصفًا معقولًا للمشهد.

تغيّر الكلمات المرشحة والمطالبات النصية النتيجة الفائزة

لا يكتشف التصنيف الصفري اللقطة تسمية عالمية واحدة مستقلة عن اللغة. بل يقارن الصورة بالتسميات المرشحة أو المطالبات النصية المقدمة ويرتّب تلك البدائل.

يبني سير عمل تصنيف الصور الصفري في Hugging Face صراحةً مطالبات التسميات المرشحة مثل «هذه صورة لـ ...» قبل تقييمها مقابل الصورة.

يمكن للترقية إضافة تسميات أو إعادة تسميتها أو ترجمتها أو تغيير قوالب المطالبات. فقد تؤدي إضافة «غولدن ريتريفر» إلى استبدال «كلب» الأوسع، بينما قد يؤدي حذف فئة ضيقة إلى رجوع الصورة نفسها إلى تسمية «حيوان».

Featured

ZimaCube 2 سحابة شخصية منزلية NAS

ZimaCube2

تغيّر تسلسلات التسميات مستوى التفصيل

غالبًا ما تشكّل تسميات الصور علاقات أب-ابن: مركبة، سيارة، سيارة رياضية؛ طعام، حلوى، كعكة. وقد يعرض النظام الفئة الأكثر تحديدًا أو الفئة الأب أو عدة مستويات، اعتمادًا على النموذج والواجهة.

يوضح بحث CHiLS أن مجموعات التسميات الهرمية يمكن أن تغيّر التصنيف عبر إنشاء فئات فرعية ثم إعادة ربط التنبؤات بفئاتها الأب.

لذلك قد تجعل الأنطولوجيا المحدّثة التسميات تبدو أكثر تحديدًا أو أكثر عمومية من دون انخفاض واضح في الدقة. وينبغي أن تقارن عملية التدقيق التسلسل الهرمي وقواعد الربط، لا أن تكتفي بالتحقق من بقاء السلسلة القديمة.

تحدد حدود الثقة التسميات التي تظهر للمستخدم

تعيد النماذج عادةً عدة مرشحين مع درجاتهم. ويختار التطبيق عدد التسميات التي يخزنها والحد الأدنى من الثقة المطلوب قبل ظهور التسمية في البحث أو في عرض تفاصيل الصورة.

يمكن أن يؤدي تغيير الحد إلى إخفاء التسميات الحدّية أو إظهار عدد أكبر بكثير من التسميات الضعيفة. وقد يحتاج نموذج تختلف معايرة درجاته عن النموذج السابق إلى حد مختلف، حتى عندما تكون جودة ترتيبه أفضل.

خزّن الدرجات الخام أو درجات أفضل k أثناء التقييم، ثم اختر حدود العرض لكل إصدار من إصدارات النموذج. فقد يجعل استخدام حدّ رقمي واحد عبر نماذج غير مرتبطة الترقية تبدو غير مستقرة، بينما تكون المشكلة الحقيقية في معايرة الدرجات.

قد تتغير مجموعات الوجوه حتى إذا لم تتغير تسميات الكائنات

ينشئ التعرّف على الوجوه عادةً تضمينات للوجوه المكتشفة، ثم يجمع النقاط المتقاربة في مجموعات تمثل الأشخاص. وقد يغيّر كاشف جديد القصّ، بينما يغيّر نموذج تعرّف جديد مسافات متجهات الوجوه.

يجمع DBSCAN النقاط وفق نصف قطر الجوار والحد الأدنى للكثافة؛ وتحدد معلمات المسافة والكثافة ما إذا كان الوجه سينضم إلى شخص أو يشكّل مجموعة أخرى أو يبقى نقطة شاذة.

ينبغي تدقيق تغييرات النموذج وتغييرات التجميع بشكل منفصل. فقد يؤدي قصّ أوضح للوجه إلى فصل شخص كان مدموجًا سابقًا، بينما قد يؤدي حدّ مسافة أكثر تساهلًا إلى دمج أقارب متشابهين في المظهر.

إعادة المعالجة الجزئية تخلط بين جيلين من التسميات

إذا عولجت الصور الجديدة فقط باستخدام النموذج المحدّث، فستحتوي المكتبة على فضاءين دلاليين قديم وجديد في الوقت نفسه. وقد تختلف نتائج البحث والتسميات تبعًا لوقت دخول كل أصل إلى النظام.

توجّه Immich المسؤولين إلى إعادة معالجة جميع الأصول بعد تغيير نموذج البحث الذكي، وتشير إلى أن البيانات غير المتوافقة من النموذج السابق قد تسبب أخطاء خلافًا لذلك.

استخدم إعادة بناء ذات إصدار محدد أو فهرسًا ثانيًا، وتحقق من اكتمال العملية، ثم بدّل عمليات البحث بشكل ذري. لا تحذف الفهرس القديم حتى يحتوي الجيل الجديد على أعداد مكتملة من الأصول ونتائج اختبار استرجاع مقبولة.

ضع إصدارات للتنبؤات واحمِ التصحيحات البشرية

احتفظ بتسميات النموذج منفصلة عن الألبومات التي أنشأها المستخدم والتسميات اليدوية والأشخاص المسمّين وقرارات إخفاء التسميات. يجب ألا تؤدي إعادة البناء الآلية إلى الكتابة فوق عمل المستخدم التنظيمي بصمت.

قيّم مجموعة ثابتة من الصور الممثلة قبل النشر. وقارن التسميات المضافة والمحذوفة وتغيّرات الترتيب والإيجابيات الكاذبة وانقسامات مجموعات الوجوه وعمليات دمجها واستعلامات البحث المهمة للأسرة.

تضيف مقالة ZimaSpace حول سبب تغيير دقة الصور لحِمل الذكاء الاصطناعي متعدد الوسائط متغيرًا آخر: إذ يمكن لدقة المعالجة المسبقة وسياسة القصّ أن تغيّرا الأدلة البصرية المقدمة إلى النموذج المحدّث.