تتواصل الابتكارات في عالم الذكاء الاصطناعي في تحقيق إنجازات غير مسبوقة، وآخرها يتمثل في العمل البحثي الذي يحمل عنوان "Parallel Rollout Approximation for Pixel-Space Autoregressive Image Generation". يطرح هذا البحث إطارًا جديدًا يمكن من توليد الصور باستخدام نموذج autoregressive (AR) المباشرة، والذي يقصي ضرورة استخدام tokenization المنفصل.

يواجه النموذج تحديات جوهرية تتعلق بالخطأ الكبير عند توليد القطع عالية الأبعاد، إضافة إلى الفجوة بين التدريب والتطبيق أثناء التوليد. بينما ساهمت بعض الحلول في حل هذه المشكلات جزئيًا، فإنها لم تكن كافية لتجاوز العقبات بشكل فعال.

هنا يأتي دور إطار العمل الجديد Parallel Rollout Approximation (PRA) الذي يعد بتغيير طريقة توليد الصور. بدلاً من الاعتماد على قطع عالية الأبعاد، يقوم الإطار بإنتاج حالات متوسطة منخفضة الأبعاد، ثم يتحول بفعالية إلى رموز المياه من خلايا بكسل عالية التعقيد. ويقوم بالإبداع من خلال إنشاء إدخالات بكسل تشبه ظروف الاستدلال.

في تجربة على مجموعة بيانات ImageNet-1K، أثبت نموذج PRA-S، الذي يضم 135 مليون معلمة، أنه يتفوق على النموذج السابق بفارق كبير، حيث حقق FID بلغ 2.58، مقارنةً بـ3.60 لنموذج AR السابق. بينما قامت النسخة الأكبر من الإطار PRA-L، المكونة من 511 مليون معلمة، بتحقيق FID جديد بلغ 1.94، مما يرسخ مكانته الرائدة في هذا النظام.

بعيدًا عن جودة الصور، أظهر PRA دقة أعلى في اختبارات تصنيف الصور مقارنةً بنماذج AR الأخرى وكذلك نماذج الانتشار (Diffusion)، مما يشير إلى إمكانياته الكبيرة في تحسين عملية فهم الصور وتعزيز عمليات توليدها بشكل موحد. ما رأيكم في هذا الإنجاز الرائع في مجال الذكاء الاصطناعي؟ شاركونا آراءكم في التعليقات!