AI Explained: Diffusion Models | From Pixel Art To Molecular Design

- [المعلقة] ربما رأيت صورًا مولدة بواسطة الذكاء الاصطناعي على الإنترنت من صور واقعية إلى مناظر طبيعية خيالية.

لكن هل تساءلت يومًا كيف يتم إنشاء هذه الصور؟ قد يبدو الجواب غير منطقي.

تخيل صورة تتدهور تدريجيًا بسبب الضوضاء حتى تصبح تشويشًا غير مميز.

الآن تخيل عكس هذه العملية، بدءًا من التشويش النقي ورؤية صورة جديدة تظهر تدريجيًا.

هكذا تعمل نماذج الانتشار.

تتعلم كيفية استخراج صورة متماسكة من الضوضاء، وتفعل ذلك عن طريق إضافة الضوضاء أولاً إلى الكثير من الصور، في بعض الحالات، مليارات منها.

تفاصيل كيفية عمل هذا معقدة، ولكن إحدى الطرق للتفكير في الأمر هي تخيل حوض سباحة مليء بالضوضاء الثابتة بدلاً من الماء.

الآن التقط صورة لزهرة وألقها في الحوض، بينما تغرق الصورة، تبدأ البيانات التي تصف كيفية تنظيم البكسلات في الذوبان والانتشار في حوض الضوضاء الثابتة.

عندما تذوب الصورة تخيل تتبع الفرق بين الصورة المشوشة والأصلية.

قد تبدأ الظلال المعقدة للألوان في الاندماج معًا، وقد تندمج البتلات الفردية.

قد تلمح فقط بقعة خضراء قبل أن يتبقى فقط التشويش.

لذا تتابع كل تلك التغييرات أثناء حدوثها، ملاحظًا الفرق بين الصورة المشوشة والأصلية.

في نهاية العملية، تكون كل المعلومات في الصورة قد انتشرت بالكامل في الضجيج.

الآن، تخيل القيام بنفس الشيء لمليار أو أكثر من الصور.

بمجرد الانتهاء، لديك كل المعلومات اللازمة للانتقال من الضجيج الثابت إلى الصور الخالية من الضجيج.

بما أنك تتبعت الفروق بين الصور ذات الضجيج والصور الأصلية، يمكننا أخذ بعض الضجيج الثابت في المسبح والتنبؤ بكمية الضجيج التي نحتاج لإزالتها لإنتاج صورة جديدة.

وإذا أعطيت النموذج أيضًا موجهًا لتضييق ما تبحث عنه، يمكنه استخدام ما تعلمه من نشر كل تلك الصور الأخرى في المجموعة لإنشاء صورة جديدة تختلف عن أي شيء رآه من قبل.

لكن هذه التقنية ليست فقط لإنشاء الفن.

ماذا لو استطعنا تطبيق نفس المبدأ على الكيمياء؟ تخيل تصميم أدوية أو مواد جديدة عن طريق تحسين مجموعات الذرات تدريجيًا من مجموعة ثابتة لتشكيل جزيئات جديدة.

تماماً كما هو الحال مع الصور، يمكننا إضافة ضوضاء إلى البنية لمجموعة كبيرة من الجزيئات مما يعطل روابطها وخصائصها.

ثم يمكن للنموذج المدرب للذكاء الاصطناعي إزالة الضوضاء لإنتاج جزيئات جديدة.

والأفضل من ذلك، يمكننا توجيه الجزيء المتشكل حديثاً نحو تكوين جديد بخصائص محددة تهمنا.

تتيح هذه العملية للعلماء استكشاف مساحات كيميائية شاسعة كانت غير قابلة للوصول سابقاً، مما يمهد الطريق لاكتشاف جزيئات جديدة بخصائص مصممة لتطبيقات محددة مثل الأدوية، المواد المستدامة، أو حتى حلول تخزين الطاقة.

هذه التكنولوجيا لا تزال في مراحلها الأولى، لكن الإمكانيات هائلة.

يمكن لنماذج الانتشار تسريع اكتشاف الأدوية من خلال توليد مرشحين واعدين للأدوية.

يمكن أن تحدث ثورة في علم المواد من خلال تصميم مواد جديدة بخصائص مخصصة.

وقد تساعدنا حتى في مواجهة التحديات البيئية من خلال تطوير جزيئات لتنظيف الملوثات أو التقاط الكربون.

لذا فإن نماذج الانتشار ليست فقط لإنشاء الصور أو توليد الجزيئات.

إنها تتعلق باستكشاف الإمكانيات الواسعة التي تكمن داخل ضوضاء النموذج المدرب.

من خلال تسخير قوة العشوائية والتنقيح الموجه، نحن نشاهد الاختراقات العلمية القادمة تظهر من الضوضاء جزيئًا تلو الآخر.