المسرد

التعلّم من الصفر

استكشف كيف يُمكِّن التعلُّم من دون الحاجة إلى بيانات مُصنَّفة الذكاء الاصطناعي من تحديد الأشياء والمفاهيم غير المرئية دون بيانات مُصنَّفة، مما يُحدث ثورة في مجالات الرعاية الصحية والقيادة الذاتية.

تدريب YOLO النماذج
ببساطة مع Ultralytics HUB

التعرف على المزيد

يُعد التعلّم الصفري مفهومًا متقدمًا في التعلّم الآلي حيث يتم تدريب النموذج على تحديد الأشياء أو المفاهيم أو المهام التي لم يسبق له أن واجهها خلال مرحلة التدريب. على عكس النماذج التقليدية التي تحتاج إلى بيانات موسعة موسومة لكل فئة، يتيح التعلم الصفري للنماذج التعميم من الفئات المرئية إلى الفئات غير المرئية.

كيف يعمل التعلّم من الصفر

يستفيد التعلم الصفري من التضمينات الدلالية للربط بين الفئات المعروفة وغير المعروفة. وغالبًا ما تُستمد هذه التضمينات من المعلومات الإضافية، مثل الأوصاف النصية أو السمات التي تسد الفجوة بين الفئات المعروفة وغير المعروفة. يتعلم النموذج ربط هذه التضمينات الدلالية بالسمات المرئية أثناء التدريب.

الملاءمة في الذكاء الاصطناعي

يعد التعلم الصفري مهمًا نظرًا لقدرته على معالجة الحاجة إلى كميات هائلة من البيانات الموسومة، والتي يمكن أن تكون كثيفة الموارد لجمعها وشرحها. كما أنه يعالج التحديات في المجالات التي يكون فيها الحصول على بيانات موسومة لكل فئة ممكنة غير عملي، مثل اكتشاف الأنواع النادرة أو تصنيف الأحداث غير العادية.

التطبيقات الواقعية

التمايز عن المفاهيم المتشابهة

التعلّم من الصفر مقابل التعلّم من عدد قليل من اللقطات

بينما يتعامل التعلّم بدون لقطات مع فئات غير مرئية تمامًا أثناء مرحلة التدريب، يتطلب التعلّم بقليل من اللقطات عددًا قليلًا من الأمثلة الموسومة. يمكن أن يكون التعلم قليل اللقطات فعالاً بشكل خاص عندما يتوفر عدد قليل من العينات الموسومة لفئة جديدة، بينما يعتمد التعلم صفري اللقطات بشكل كامل على الواصفات الدلالية.

التعلّم الصفري مقابل التعلّم التحويلي

يتضمن التعلّم التحوّلي تكييف نموذج مُدرّب مسبقًا مع مهام جديدة باستخدام تدريب إضافي على بيانات جديدة. في المقابل، يهدف التعلّم المنقول إلى تطبيق المعرفة مباشرةً على فئات جديدة دون تدريب إضافي. استكشف المزيد عن التعلم التحويلي.

التكامل مع Ultralytics

Ultralytics يوفر حلولاً وأدوات متطورة، مثل Ultralytics HUB، لتبسيط نشر نماذج الذكاء الاصطناعي المتقدمة، مثل Ultralytics YOLOv8. Ultralytics يمكن لـ HUB تسهيل تكامل ونشر النماذج التي تستخدم تقنيات التعلم بدون لقطة للتطبيقات الفعالة في العالم الحقيقي.

أمثلة على الاستخدام

  1. نماذج تحويل الجمل إلى صور: من خلال الاستفادة من نماذج مثل DALL-E، يمكن للأنظمة توليد صور بناءً على أوصاف نصية للأشياء التي لم تتم رؤيتها أثناء التدريب، مما يعرض قدرات التصوير الصفرية. تعرّف على تأثير الذكاء الاصطناعي التوليدي.

  2. نموذج Meta's Segment Anything Model (SAM): يدعم هذا النموذج التجزئة القابلة للتجزئة في الوقت الحقيقي في كل من الصور ومقاطع الفيديو، ويتفوق في السيناريوهات التي تكون فيها الأجسام غير محددة أثناء تدريب النموذج. استكشف ميزات SAM.

مزيد من القراءة

يمثل التعلم الصفري قفزة إلى الأمام في قدرة الذكاء الاصطناعي على التعامل مع البيئات المتنوعة والديناميكية، مما يجعله أداة حاسمة للابتكارات المستقبلية في العديد من الصناعات.

قراءة الكل