تقدير المشروع
← كل المقالات

الاستشعار عن بُعد يلتقي بالذكاء الاصطناعي التوليدي

هل يمكن الاعتماد على عيّنات اصطناعية لكنها واقعية عند دراسة الظواهر الجغرافية الطبيعية؟

7 دقائق قراءة
تعلّم الآلةالاستشعار عن بُعدGenAIالذكاء الاصطناعي التوليديStable diffusion

الاستشعار عن بُعد ونماذج الانتشار

هل يمكن الاعتماد على عيّنات اصطناعية لكنها واقعية عند دراسة الظواهر الجغرافية الطبيعية؟

بالنسبة إلى العاملين في الاستشعار عن بُعد، فإن الذكاء الاصطناعي التوليدي ليس جديدًا. فمنذ عدة سنوات ونحن نستخدمه بنجاح في أبحاثنا لتحسين نماذجنا: ملء المناطق المحجوبة بالغيوم، وإزالة الضوضاء، وتكبير الصور وتصغيرها، بل وإنتاج عيّنات اصطناعية. وكانت كل هذه المهام تُنجَز بخوارزميات مضبوطة بعناية، تعتمد غالبًا على المشفّرات التلقائية (AutoEncoders – AE) أو الشبكات التوليدية التنافسية (GAN).

شاركتُ في إدخال تقنيات توليد بيانات جديدة للصور الجوية. في البداية كنت متشككًا في قدرة الطرق التوليدية على المساعدة في معالجة المشكلات المرتبطة بالظواهر الطبيعية والبيئة. وفي النهاية، بعد وزن كل الإيجابيات والسلبيات، توصلت إلى أن النماذج التوليدية – بشرط أن تكون مخرجاتها واقعية – يمكن أن تدعمنا في أعمال الاستشعار عن بُعد. كما تؤكد ذلك اختبارات ومقارنات أداء نماذج كثيرة.

للأسف، كان لواقعية العيّنات الاصطناعية التي تنتجها تلك النماذج حدود. فقد أُعيد إنتاج معظم السمات المكانية بشكل صحيح، بل لم يكن بإمكان خبير بشري التمييز بينها. لكن عددًا من العيوب الصغيرة شوّه النتيجة الإجمالية: انحرافات في الظلال، وحواف ناعمة أكثر من اللازم في هندسة الأجسام من صنع الإنسان، وجريان مياه غير مرئي، ومشكلات لونية في تصوير النباتات المختلفة. لم تقلّل هذه العيوب كثيرًا من فائدة النموذج، لكنها بدت اصطناعية جدًا بحيث لا يقبلها الجغرافي في كل السيناريوهات. وكان ذلك على وشك أن يتغير.

قبل مدة ليست طويلة، اطّلعت بانبهار على الأدبيات العلمية ومستودعات الشيفرة المتعلقة بالانتشار (diffusion). وقد سمعت بالتأكيد عن DALL-E أو Midjourney، وكلاهما تطبيق عملي للنماذج المذكورة أعلاه. أدهشني مقدار التقدم الذي أُحرز في وقت قصير جدًا. لو سألني أحدهم قبل عام عن دور الذكاء الاصطناعي التوليدي في الاستشعار عن بُعد، لوصفته بأنه مكمّل مثير للاهتمام للطرق الكلاسيكية. أما الآن فأنا مقتنع بأن صناديق أدوات نظم المعلومات الجغرافية (GIS) لدينا مقبلة على ترقية كبيرة.

لا شك أن ثورة الذكاء الاصطناعي التوليدي قد وصلت، وسيكون لها تأثير كبير في الاستشعار عن بُعد. مجالنا على وشك أن يشهد تغييرات هائلة، ولذلك من الأفضل أن نكون مستعدين!

تقنيات الذكاء الاصطناعي التوليدي قوية، لكنها معقدة في الوقت نفسه. ولكي تستفيد منها إلى أقصى حد وتفهم مواضع قصورها، من الأفضل دراسة الأدبيات العلمية مع العمل على تمارين عملية بالتوازي. وإذا كان الذكاء الاصطناعي التوليدي جديدًا عليك، فإن الأوراق التالية وشيفرتها المرافقة نقطة انطلاق جيدة:

  • Pix2Pix – بنية قائمة على GAN لترجمة الصور المشروطة من صورة إلى صورة.
  • BigGAN – شبكة توليدية تنافسية بُنيت لتوسيع نطاق التوليد إلى صور عالية الدقة والجودة.
  • Diffusion – نماذج تنتج العيّنات عبر إزالة الضوضاء من إشارة تدريجيًا.

لننتقل إلى مثال بسيط. لنفترض أننا نتعامل مع مشكلة تصنيف. مهمتنا معالجة رقع من صور الأقمار الاصطناعية وإسناد تسمية إلى كل رقعة. تصف التسمية بشكل تقريبي ما تُظهره الرقعة: جسر، غابة، ملعب، مجمّع صناعي، وهكذا.

عيّنات صور من مجموعة بيانات AID: فئات النهر والجبل والغابة.

مع أنها مشكلة كلاسيكية في تعلّم الآلة، فإن المهمة في الاستشعار عن بُعد بعيدة عن البساطة. فهناك فئات متمايزة كثيرة، والعيّنات غير متوازنة إلى حد كبير. من السهل تخيّل أن الغابات تغطي مساحة أكبر بكثير مما تغطيه محطات الطاقة (ولحسن الحظ). جمع عيّنات الفئات الشائعة ليس مشكلة. تبدأ المتاعب عندما يحتاج مصنّف الشبكة العصبية الجائع إلى رقع تُظهر أجسامًا نادرة. قد يكون البحث عن عيّنات معيّنة مرهقًا، ويزداد صعوبة عندما لا يوجد سوى عدد قليل من هذه الأجسام أصلًا.

يمكننا دائمًا محاولة إنتاج عيّنات إضافية بالذكاء الاصطناعي التوليدي واستخدامها لتعزيز مجموعة بيانات التدريب غير المتوازنة. ولإظهار حل، سنستخدم نموذج انتشار مع مجموعة بيانات AID.

قبل تشغيل الشيفرة، تأكد من وجود وحدة معالجة رسومية (GPU) معقولة (8GB+ VRAM) ومن تثبيت CUDA بشكل صحيح في بيئتك. وإذا سببت لك عملية الإعداد متاعب، فإن Colab سيجعل الأمر أسهل – فقط تذكّر اختيار نوع بيئة التشغيل المناسب. وعندما تكون جاهزًا، ثبّت PyTorch ومكتبة Denoising Diffusion مفتوحة المصدر لـ PyTorch.

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
pip install denoising_diffusion_pytorch

بعد ذلك نحتاج إلى تحضير عيّنات التدريب. يدعم التنفيذ صور RGB بصيغ متنوعة (ومنها TIF). ومع أنه غير مصمَّم للصور متعددة الأطياف، فإن نماذج الانتشار لا تقتصر على ثلاث قنوات فقط – فقد استُخدم الذكاء الاصطناعي التوليدي بنجاح لتوليف بيانات الأشعة تحت الحمراء القريبة. وظهور برمجيات مفتوحة المصدر تدعم قنوات طيفية متعددة مسألة وقت فحسب.

وبالعودة إلى مجموعة البيانات: قد ترغب في تغذية مجموعة AID بأكملها إلى شبكة عصبية. ففي تعلّم الآلة، الأكثر أفضل، أليس كذلك؟ في بعض الظروف قد ينجح ذلك، لكنني سأوفر عليك الوقت هنا. الواقع أنه كلما كانت الظواهر أكثر تعقيدًا والبيانات أكثر تنوعًا، احتاج المولّد إلى وقت وأمثلة أكثر لإنتاج عيّنات معقولة. انظر إلى المثال: النتيجة مريحة للعين، لكنها لا تشبه رقع صور الأقمار الاصطناعية الواقعية.

تدريب نموذج انتشار على كل فئات AID المتاحة.

لنركّز على فئات منفردة ونبدأ بتوليد جبال اصطناعية. استخرج كتالوج جبال AID وضعه في مجلد تختاره. في الشيفرة نُعدّ النموذج الأساسي (Unet) ونضبط معاملات عملية الانتشار. لاحظ أننا نعمل على رقع مستطيلة بحجم 256 px؛ وإذا كانت مواردك محدودة، يمكنك خفض قيمة image_size إلى 128 px أو حتى 64 px. أما الجزء الأخير فيتعلق بالتدريب. معظم المعاملات تحتفظ بالقيم الافتراضية المعرّفة في مستودع denoising_diffusion_pytorch. انتبه بشكل خاص إلى batch_size وnum_samples وamp. الأول يحدد عدد العيّنات التي تُعالج دفعة واحدة ويعتمد مباشرة على مواردك الحسابية – في حالتي، اتسعت 10 رقع على بطاقة Titan RTX. والثاني يحدد عدد العيّنات المولَّدة كل 1000 تكرار؛ وخفضه يسرّع العملية. والثالث يحدد نوع التسريع وهو مصدر متاعب إلى حد ما: فسجل المشكلات في المشروع يحتوي على عدة بلاغات بشأنه. التدريب يستغرق وقتًا طويلًا، لذا فإن إيقاف التسريع هو الخيار الأكثر أمانًا لتفادي خسارة بقيمة nan.

from denoising_diffusion_pytorch import Unet, GaussianDiffusion, Trainer

if __name__ == '__main__':
    model = Unet(
        dim=64,
        dim_mults=(1, 2, 4, 8)
    )

    diffusion = GaussianDiffusion(
        model,
        image_size=256,
        timesteps=1000,
        loss_type='l1'
    )

    trainer = Trainer(
        diffusion,
        'data/AID_mountains',
        train_batch_size=10,
        train_lr=8e-5,
        train_num_steps=10000,
        gradient_accumulate_every=2,
        ema_decay=0.995,
        amp=False,
        calculate_fid=False,
        convert_image_to='RGB',
        save_and_sample_every=1000,
        num_samples=36
    )

    trainer.train()

بعد نحو 8 ساعات تصبح النتائج الأولى جاهزة. إنها مبهرة، أليس كذلك؟ ستتعرف العين الخبيرة مع ذلك على أن هذه العيّنات اصطناعية، لكننا لسنا بعيدين عن نتيجة عالية الجودة! تخيّل فقط النتائج الممكنة مع مجموعة بيانات أكبر من صور الاستشعار عن بُعد وموارد أكثر.

عيّنات جبال أُنشئت اصطناعيًا بنموذج انتشار.

الآن هو الوقت المثالي لشرح كيفية عمل النماذج القائمة على الانتشار. هدفها الأساسي هو التنبؤ بالضوضاء (تحديدها) في صور حُجبت تدريجيًا بإضافة تشويش منهجي. تُضاف الضوضاء على مدى خطوات زمنية كثيرة، ويتعلم النموذج المدرَّب إزالة تشوهات الصورة. كيف يساعد ذلك في توليد عيّنات جديدة؟ النموذج قادر على إزالة الضوضاء من صورة تتكون بالكامل من ضوضاء. في كل خطوة زمنية يطرح قدرًا من التشويه حتى يصل إلى النهاية، أي صورة نظيفة. والذكاء هنا أن الضوضاء الابتدائية لا يلزم أن تأتي من حجب صورة حقيقية – بل يمكن أن تكون عشوائية تمامًا. وإزالة الضوضاء من ضوضاء عشوائية تعطي صورة عشوائية اصطناعية. فكرة رائعة!

كيف يُدرَّب نموذج الانتشار

أعتقد أن هذا المثال يوضح جيدًا تقنيات الذكاء الاصطناعي التوليدي في الاستشعار عن بُعد. وبطبيعة الحال لا يلزم أن يتوقف الأمر عند إنتاج عيّنات جديدة وتعزيز البيانات. أرى إمكانات كبيرة في تصحيح العيّنات الحقيقية، وليس في ما يخص الغيوم فقط. يمكن أن تكون هذه التقنيات قيّمة جدًا عند دمج مواد مختلفة. نعلم جميعًا مدى صعوبة معالجة السلاسل الزمنية الطويلة لصور الاستشعار عن بُعد وتجميعها، خاصة عند غياب عيّنة زمنية، أو مدى صعوبة دمج سحب النقاط الملتقطة بـ LIDAR. تابع عالم العلوم والهندسة عن كثب – ففي المستقبل القريب ستصادف الكثير من مشاريع الذكاء الاصطناعي التوليدي المثيرة. وأنا واثق من أنك ستجد ما يعزز بحثك. وإذا كانت لديك أفكار مثيرة للاهتمام، فلا تتردد في التواصل معنا :)