يُحدث الطلاب في جامعة TU Braunschweig ثورة في الذكاء الاصطناعي القابل للتفسير!

يُحدث الطلاب في جامعة TU Braunschweig ثورة في الذكاء الاصطناعي القابل للتفسير!

تم عقد مختبر التعلم العميق في جامعة براونشفايغ التقنية في الفصل الصيفي لعام 2025، وهو الآن الإصدار الثامن من هذا الحدث. وفي هذا السياق، عمل الطلاب بشكل مكثف على تطوير أساليب لشرح نماذج التعلم العميق. وكان الهدف الرئيسي هو جعل الشبكات العصبية، التي غالبا ما يتم انتقادها باعتبارها "صناديق سوداء"، أكثر شفافية، وخاصة في مجالات التطبيق مثل تحليل الصور الطبية والقيادة الذاتية، حيث يكون تتبع القرارات أمرا ضروريا. عالي تو براونشفايغ على وجه الخصوص، تم فحص تصور الأشياء، ومن الأمثلة على ذلك التعرف على الحافلة من خلال الخطوط والزجاج الأمامي والمئزر الأمامي.

في سياق هذه المناقشة حول إمكانية تفسير الذكاء الاصطناعي (AI)، فإن مجال البحث "الذكاء الاصطناعي القابل للتفسير" (XAI) له أهمية حاسمة. فراونهوفر ISE يسلط الضوء على أن قابلية تفسير النماذج تتجاوز آثارها الأخلاقية لأنها تدعم الاستغلال الكامل لإمكانات هذه التقنيات. عمل الطلاب في مختبر التعلم العميق أيضًا على تطوير "خرائط البروز"، والتي تعمل بمثابة خرائط حرارية وتسلط الضوء على مناطق الصورة ذات الصلة والمهمة للتصنيف. تعتبر هذه التقنية ذات أهمية خاصة لتشخيص الأخطاء وتعزيز الأساليب المبتكرة في الذكاء الاصطناعي.

تطبيقات عملية ونجاحات

عمل المشاركون في مختبر التعلم العميق مع مجموعة بيانات الصور PASCAL VOC 2012 وقاموا بتقييم تفسيرات النماذج بناءً على معيارين: التشابه مع التفسيرات البشرية وفهم القرارات المتخذة. وكانت كفاءة النماذج مهمة أيضًا، وتم منح جائزة خاصة، "الجائزة البيئية"، لمتطلبات الحوسبة المنخفضة بشكل خاص.

وفاز الفريق الفائز المكون من فابيان كولهوف وجنيفر لي وأروهان بالجائزة الرئيسية البالغة 600 يورو لنتائجهم المبهرة. كما تم منح جائزة أخرى بقيمة 450 يورو إلى محمد رضائي بارزاني ونيلز أندريه فورجان لاستهلاكهما المنخفض لوقت الحوسبة باستخدام وحدة معالجة الرسومات مع الحفاظ على الأداء العالي. وأقيم الحدث النهائي في 11 يوليو 2025، حيث عرض المشاركون نتائجهم وتبادلوا الأفكار مع الرعاة والخبراء. وكانت المناقشات حول مستقبل الذكاء الاصطناعي القابل للتفسير بمثابة نقطة بارزة أخرى في هذا الحدث.

رؤى في التكنولوجيا

يتطلب إنشاء خرائط البروز فهمًا عميقًا للتقنيات الأساسية. تقيس هذه الخرائط الدعم المكاني لفئة معينة في الصور وهي أداة أساسية لفهم إدراك الطبقات التلافيفية في رؤية الكمبيوتر. عالي واسطة تسلط خرائط البروز الضوء على مناطق الصورة المهمة وتقدم رؤى قيمة حول كيفية عمل النماذج المحددة. ومن الأمثلة على ذلك تطوير نموذج التصنيف الثنائي للتمييز بين القطط والكلاب، والذي حقق دقة تصل إلى 87% بفضل التقنيات المتطورة.

على الرغم من التحديات الكامنة في تطوير أنظمة الذكاء الاصطناعي القابلة للتفسير، فإن هذه التطورات لا تظهر التقدم التكنولوجي فحسب، بل تظهر أيضًا طريقًا واضحًا للاستخدام الأخلاقي للذكاء الاصطناعي وتعظيم مجالات تطبيقه. يوضح النهج الإبداعي للطلاب في التعامل مع هذه المشكلات التطور الديناميكي في مجال البحث والبحث المستمر عن أساليب جديدة ومفهومة في الذكاء الاصطناعي. وأظهر المشاركون في يوم المهرجان التزامهم العميق بهذا الموضوع المثير والمتطلع للمستقبل من خلال عروضهم ومناقشاتهم.