لماذا تبدو نتائج البحث عن الصور بالذكاء الاصطناعي مختلفة على الهاتف مقارنةً بسطح المكتب؟

غالبًا ما يبدو البحث عن الصور بالذكاء الاصطناعي مختلفًا بين الأجهزة، لأن الترتيب وحداثة الفهرس وحدود مساحة العرض وسياق التفاعل تغيّر ما يظهر أولًا.

قد يعرض بحث على الهاتف خمس صور شخصية كبيرة ويدعو إلى النقر، بينما تكشف الكلمات نفسها على سطح المكتب عشرات الصور المصغرة الأصغر، إلى جانب المرشحات والتواريخ. وقد تكون مكتبة الصور الأساسية متطابقة. لكن ما يتغير هو سياق الاستعلام الذي يرسله كل عميل، وفهرس البحث المتاح حاليًا، وحجم القائمة المرتبة الظاهرة قبل التمرير، وإشارات الواجهة التي تشكل عملية التحسين التالية.

تغيّر الشاشة الجزء من الترتيب الذي تختبره

يعرض البحث قائمة مرتبة من النتائج المرشحة، لكن المستخدمين لا يختبرون إلا الجزء المرئي منها. قد يعرض الهاتف عمودًا واحدًا أو عددًا قليلًا من المربعات الكبيرة، لذلك تهيمن النتائج الثلاث الأولى على الانطباع. أما سطح المكتب فيمكنه عرض صفوف متعددة وطوابع زمنية ومرشحات جانبية في آن واحد. لذلك، حتى الترتيب المتطابق قد يبدو أضيق أو أكثر تخصيصًا أو أقل اكتمالًا على الشاشة الأصغر.

يعرض Google Photos البحث بين الأشخاص والأماكن والأشياء والطلبات باللغة الطبيعية، بينما قد يعتمد توفر الميزات على إعدادات الحساب واللغة والمنطقة. كما يميز التعريف الحالي ببحث الصور بين التحرير والتجارب التي تتمحور حول التطبيق والهاتف وبين الوصول الأوسع عبر سطح المكتب. وتؤثر إمكانات الواجهة في الجوانب الظاهرة وفي تحسينات الاستعلام التي يكتشفها المستخدمون.

السلسلة السببية بسيطة: تحدد مساحة العرض الأدلة المرئية، وتغيّر الأدلة المرئية حكم المستخدم على مدى الصلة، ويغيّر ذلك الحكم النقرة أو الاستعلام التالي. وهذا تأثير متعلق بالعرض قبل أن يكون تأثيرًا متعلقًا بالنموذج. وقد تؤدي مقارنة الشاشة الأولى فقط إلى تضخيم فرق في الترتيب يختفي بعد التمرير أو عند ضبط العميلين على ترتيب الفرز نفسه.

قد تختلف حداثة الفهرس حتى عند مزامنة الملفات

لا يعني ظهور الصورة أن كل ميزة من ميزات الذكاء الاصطناعي قد عالجتها. فقد تعمل مهام الرفع وإنشاء الصور المصغرة واستخراج البيانات الوصفية والتعرف على الوجوه وإنشاء تمثيلات الكائنات والتعرف البصري على الحروف وفهرسة البحث كمهام منفصلة. وقد يحتفظ الهاتف أيضًا بعناصر محلية لم تصل إلى الخادم، بينما لا يرى سطح المكتب سوى الأصول المكتملة على الخادم.

يوضح Immich أن البحث الذكي يستخدم تمثيلات CLIP التي تنشئها خدمة التعلم الآلي. وإذا ظهرت الأصول الجديدة قبل اكتمال تلك المهام، فقد يعثر عليها البحث العادي حسب التاريخ أو اسم الملف، بينما لا يستطيع البحث الدلالي العثور عليها. وقد يضيف التخزين المؤقت القديم لدى العميل تأخيرًا آخر حتى بعد جاهزية فهرس الخادم.

ينتج عن ذلك نمط واضح: تختلف الصور الحديثة بين الأجهزة، بينما تتقارب النتائج الأقدم. وقد يكون النموذج يعمل بصورة صحيحة؛ إذ إن العميلين يستعلامان عن جيلين مختلفين من الفهرس أو عن مجموعتين مختلفتين من الأصول. وتستفيد المكتبة المستضافة ذاتيًا من إظهار حالة المهام وإصدار الفهرس، بحيث تُعامل حالات «تم الرفع» و«تم النسخ الاحتياطي» و«قابل للبحث بالمعنى» كحالات منفصلة.

قد تضيف النماذج الموجودة على الجهاز طبقة دلالية ثانية

تجري بعض تطبيقات الصور عملية التعرف على الجهاز لأسباب تتعلق بالخصوصية أو سرعة الاستجابة أو الميزات المرتبطة بالمكونات المحلية. وقد يضيف الهاتف إشارات عن الأشخاص أو المشاهد أو المعالم أو النصوص لا تتوفر لعميل الويب، بينما تستخدم مكتبة مستضافة على الخادم نموذج تمثيلات مشتركًا واحدًا. ويمكن لإصدارات النماذج أو اللغات أو مسارات العتاد المختلفة أن تربط الصورة والاستعلام نفسيهما بأحياء دلالية مختلفة قليلًا.

وصفت Apple تحليل المشاهد على الجهاز المستخدم لتنظيم الصور وانتقائها بخصوصية. ويوضح هذا التصميم سبب عدم دلالة «الحساب نفسه» دائمًا على «مسار الاستدلال نفسه». فقد يحتفظ جهاز ما بتسميات أو تمثيلات مشتقة لا تُرفع باعتبارها بيانات وصفية عامة على الخادم، ولا يستطيع عميل آخر ترتيب النتائج باستخدام إشارات لا يتلقاها.

يتوقف هذا التفسير عن توضيح الفرق عندما يكون كل من الهاتف وسطح المكتب عميلًا خفيفًا لواجهة برمجة تطبيقات خادم واحدة، باستخدام معلمات الاستعلام نفسها. وفي هذه الحالة، افحص الترقيم والترتيب والمرشحات المخفية والاستجابات المخزنة مؤقتًا وتجميع العرض أولًا. ولا يعني العتاد الأقوى في الهاتف تلقائيًا وجود نموذج بحث أفضل؛ إذ لا يكون مؤثرًا إلا إذا كان التطبيق يستخدم فعلًا مسار استدلال محليًا مختلفًا.

Featured

ZimaCube 2 سحابة شخصية منزلية NAS

ZimaCube2

$799.00 - $2,499.00

Buy Now

قارن الأجهزة باستخدام بروتوكول بحث مضبوط

اختر عشرة استعلامات ثابتة تغطي شخصًا ومكانًا وكائنًا ومقطعًا نصيًا وحدثًا ووصفًا تجريديًا. وتأكد من أن العميلين يستخدمان الحساب والمكتبة واللغة والمرشحات ووضع الفرز والنطاق الزمني نفسه. انتظر حتى تكتمل مهام الخادم، ثم التقط معرّفات الأصول العشرة الأولى بدلًا من تقييم لقطات الشاشة. وكرر الاختبار مرة بعد مسح ذاكرة التخزين المؤقت للعميل.

يساعد شرح البحث الدلالي على NAS في فصل تشابه التمثيلات عن أسماء الملفات والمجلدات. ولإجراء الاختبار، احسب نسبة التداخل بين النتائج العشر، وسجّل التغييرات في الترتيب، وسجّل الأصول الموجودة لدى عميل واحد فقط. ثم قارن استجابة واجهة برمجة التطبيقات الخام، إن توفرت، بما تعرضه كل واجهة.

إذا تطابقت معرّفات الأصول والترتيب، فالفرق متعلق بالعرض. وإذا تطابقت الاستعلامات القديمة بينما لم تتطابق الصور الحديثة، فحداثة الفهرس هي التفسير الأرجح. وإذا ظل الترتيب مختلفًا مع مزامنة الحالة وتطابق المعلمات، فمن المرجح أن العملاء يطبقون إعادة ترتيب أو إشارات نموذج مختلفة. يحوّل هذا البروتوكول عبارة «يبدو مختلفًا» إلى أربع طبقات قابلة للقياس: مجموعة الأصول والفهرس والترتيب والعرض.

الأسئلة الشائعة

هل تعرض الشاشة الأصغر عددًا أقل من النتائج؟

ليس بالضرورة. فقد يعيد الخادم حجم الصفحة نفسه، بينما تعرض الواجهة عددًا أقل من العناصر قبل التمرير. كما يمكن للترقيم والتحميل الكسول أن يغيرا توقيت طلب المرشحين الإضافيين.

هل يمكن أن تؤثر جودة الصورة المصغرة في البحث بالذكاء الاصطناعي؟

فقط إذا كان مسار البحث ينشئ التمثيلات من الصور المصغرة أو من نسخة مشتقة مختلفة في أحد المسارين. أما إذا كان العميلان يستعلامان عن تمثيلات مشتركة على الخادم، فتؤثر دقة الصورة المصغرة في العرض أكثر من تأثيرها في الترتيب.

لماذا تختلف نتائج الأشخاص بدرجة أكبر؟

غالبًا ما يعتمد تجميع الوجوه على تسميات المستخدمين والتوفر الإقليمي والمعالجة المحلية وإعدادات الخصوصية. وقد تختلف هذه الإشارات بين العملاء بدرجة أكبر من اختلاف البيانات الوصفية الأساسية، مثل التاريخ أو الموقع.