كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةموسوعة شبكات التعلم العميق الحديثةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجةمختبر الذكاء الاصطناعي الكمّي

متوسطالشبكات التوليدية

المشفّر التلقائي التبايني (VAE)

Variational Autoencoder

نموذج توليدي احتمالي بمتغير كامن: مشفّر يقدّر توزيعاً تقريبياً $q(z\mid x)$ ومفكك يمثل $p(x\mid z)$، ويُدرّبان معاً بتعظيم الحد الأدنى للأدلة (ELBO) باستخدام خدعة إعادة المعلمة.

نظرة عامة

الاسمالمشفّر التلقائي التبايني – Variational Autoencoder
سنة الظهور2014
الباحثونDiederik P. Kingma، Max Welling (وبالتوازي: Danilo J. Rezende، Shakir Mohamed، Daan Wierstra)
الجهةUniversity of Amsterdam / DeepMind
الورقة الأصليةAuto-encoding variational Bayes arXiv
نوع البياناتصور، بيانات جدولية
المجالاتالحوسبة العلمية، الذكاء الاصطناعي التوليدي، الرؤية الحاسوبية، تحليل الصور الطبية
الكلفة الحسابيةتمرير مشفّر ومفكك؛ منخفضة نسبياً.
حجم البياناتصغيرة إلى كبيرة.

المشكلة التي تحلها

الاستدلال البايزي على متغيرات كامنة مستمرة في نماذج غير خطية غير قابل للحساب، وطرق MCMC بطيئة على البيانات الكبيرة.

الخلفية والتطور

ما قبلها: المشفّر التلقائي

  1. 2014

    نشر Kingma وWelling "Auto-Encoding Variational Bayes" (ICLR 2014). [مرجع]

  2. 2014

    نشر Rezende وزملاؤه طريقة مكافئة (ICML 2014). [مرجع]

  3. 2017

    أدخل VQ-VAE كامناً منفصلاً. [مرجع]

الفكرة الأساسية

بدل ترميز x إلى نقطة، يرمّزها المشفّر إلى توزيع غاوسي $\mathcal N(\mu,\sigma^2)$. نأخذ عينة $z=\mu+\sigma\odot\epsilon$ (قابلة للاشتقاق) ونفكها. الخسارة = خطأ إعادة البناء + KL تدفع $q(z\mid x)$ نحو $\mathcal N(0,I)$، فيصبح الفضاء الكامن منتظماً ويمكن التوليد بأخذ $z\sim\mathcal N(0,I)$.

مثال: تعلم فضاء كامن لأشكال القلب في صور MRI، ثم التنقل فيه لرؤية تغيرات شكلية سلسة.

المخطط التفاعلي

مخطط توضيحي مبسّط بأبعاد مثال صغير، وليس رسماً مطابقاً لكل تفاصيل التنفيذ الأصلي. اضغط أي طبقة لترى وظيفتها وأبعادها والعملية الرياضية.

اختر طبقة من المخطط.

المكونات

المكوّنالوظيفة
Encoder q_φ(z|x)يُخرج μ وlog σ²
Reparameterizationz = μ + σ ε
Decoder p_θ(x|z)
Prior p(z)N(0, I)
ELBOإعادة البناء − KL

المعادلات

1. الحد الأدنى للأدلة (ELBO)

$$\log p_\theta(x)\;\ge\;\mathbb{E}_{q_\phi(z\mid x)}\big[\log p_\theta(x\mid z)\big]-\mathrm{KL}\big(q_\phi(z\mid x)\,\|\,p(z)\big)$$

الرموز
$q_\phi$المشفّر
$p_\theta$المفكك
الأبعاد
قيمة قياسية لكل عينة
مثال عددي
إذا كان حد إعادة البناء $-20$ وKL$=3$ فإن ELBO$=-23$ والخسارة $23$.
علاقتها بالمعمارية
يعظَّم بالنسبة إلى $\theta$ و$\phi$ معاً.

2. KL بين غاوسيين بصيغة مغلقة

$$\mathrm{KL}\big(\mathcal N(\mu,\sigma^2)\,\|\,\mathcal N(0,1)\big)=\tfrac12\sum_j\left(\mu_j^2+\sigma_j^2-1-\log\sigma_j^2\right)$$

الرموز
$\mu_j,\sigma_j$متوسط وانحراف البعد j في توزيع المشفّر
$\mathcal N(0,1)$التوزيع المسبق القياسي
الأبعاد
قيمة قياسية
مثال عددي
$\mu=1$، $\sigma=1$: $\tfrac12(1+1-1-0)=0.5$.
علاقتها بالمعمارية
لا حاجة لتقدير مونت كارلو لهذا الحد.

3. خدعة إعادة المعلمة

$$z=\mu_\phi(x)+\sigma_\phi(x)\odot\epsilon,\qquad \epsilon\sim\mathcal N(0,I)$$

الرموز
$\mu_\phi,\sigma_\phi$خرجا المشفّر بالمعاملات \phi
$\epsilon$ضوضاء غاوسية مستقلة عن المعاملات
$\odot$ضرب عنصر بعنصر
الأبعاد
$z\in\mathbb{R}^{k}$
مثال عددي
$\mu=0.5$، $\sigma=0.2$، $\epsilon=-1$ ⇒ $z=0.3$.
علاقتها بالمعمارية
تنقل العشوائية إلى ε فيمر التدرّج إلى μ وσ.

آلية العمل خطوة بخطوة

  1. رمّز x إلى μ وlog σ².
  2. خذ عينة z بإعادة المعلمة.
  3. فك z.
  4. احسب إعادة البناء وKL.
  5. للتوليد: z ~ N(0, I) ثم المفكك.

المزايا والقيود

المزايا

  • أساس احتمالي واضح وحد أدنى للاحتمال.
  • فضاء كامن منتظم وقابل للاستيفاء.
  • تدريب مستقر.

القيود

  • عينات ضبابية غالباً مع مفكك غاوسي.
  • انهيار الخلفية اللاحقة (posterior collapse) مع مفككات قوية.

متى تُستخدم؟ ومتى لا؟

تناسب

  • تعلم تمثيلات كامنة احتمالية.
  • كشف الشذوذ عبر إعادة البناء أو الاحتمال.
  • كمشفّر في LDM.

لا تناسب

  • حين تكون حدة الصور أهم شيء دون تحسينات.

التطبيقات

المجالالاستخدام
الذكاء الاصطناعي التوليديتوليد واستيفاء.
تحليل الصور الطبيةكشف الشذوذ في الصور الطبية.
الحوسبة العلميةتصميم الجزيئات في الفضاء الكامن.
الرؤية الحاسوبيةضغط الصور.

كود PyTorch

كود تعليمي مبسّط يعمل على بيانات اصطناعية صغيرة، يغطي: الاستيراد، وتعريف النموذج، والبيانات، والتمرير الأمامي، والخسارة، والمُحسِّن، وحلقة التدريب، والتقييم، والاستدلال. ليس التنفيذ الكامل للبحث الأصلي.

Python (PyTorch)
# VAE — صور بقع 8×8 مع ELBO صريحة
# مثال تعليمي مبسّط بـ PyTorch (ليس التنفيذ الأصلي الكامل للبحث): بيانات اصطناعية صغيرة،
# يعمل على المعالج المركزي (CPU) خلال ثوانٍ. الأرقام التي يطبعها تخص هذا المثال فقط.
# 1) استيراد المكتبات
import torch
import torch.nn as nn
import torch.nn.functional as F

torch.manual_seed(0)

# 2) تعريف النموذج
class VAE(nn.Module):
    def __init__(self, z_dim=4):
        super().__init__()
        self.enc = nn.Sequential(nn.Flatten(), nn.Linear(64, 128), nn.ReLU(), nn.Linear(128, 2 * z_dim))   # → (μ, log σ²)
        self.dec = nn.Sequential(nn.Linear(z_dim, 128), nn.ReLU(), nn.Linear(128, 64))                    # → logits البكسلات
        self.z_dim = z_dim
    def forward(self, x):
        mu, logvar = self.enc(x).chunk(2, -1)
        z = mu + torch.exp(0.5 * logvar) * torch.randn_like(mu)          # خدعة إعادة المعلمة
        return self.dec(z).view_as(x), mu, logvar

def neg_elbo(x, logits, mu, logvar):
    rec = F.binary_cross_entropy_with_logits(logits, x, reduction='sum') / len(x)          # −E[log p(x|z)] (برنولي مستمر)
    kl = -0.5 * torch.sum(1 + logvar - mu ** 2 - logvar.exp()) / len(x)                  # KL(q(z|x) || N(0, I)) بصيغة مغلقة
    return rec + kl, rec, kl

# 3) إعداد البيانات
# صور 8×8 لبقعة غاوسية بموضع ونصف قطر عشوائيين (قيم في [0,1])
def blobs(n, side=None):
    g = torch.arange(8).float()
    cx = torch.rand(n) * 5 + 1.5
    if side is not None:                                   # side: 0 = نصف أيسر، 1 = نصف أيمن
        cx = torch.where(side == 0, torch.rand(n) * 2 + 1, torch.rand(n) * 2 + 5)
    cy, r = torch.rand(n) * 5 + 1.5, torch.rand(n) * 0.8 + 0.8
    img = torch.exp(-((g[None, None, :] - cx[:, None, None]) ** 2 + (g[None, :, None] - cy[:, None, None]) ** 2) / (2 * r[:, None, None] ** 2))
    return img[:, None]                                    # B×1×8×8
X_train, X_test = blobs(3000), blobs(500)
model = VAE()

# 4) المحسّن (الخسارة = −ELBO)
opt = torch.optim.Adam(model.parameters(), lr=2e-3)

# 5) حلقة التدريب
EPOCHS, BATCH = 30, 64
for epoch in range(EPOCHS):
    perm, tot = torch.randperm(len(X_train)), 0.0
    for i in range(0, len(X_train), BATCH):
        xb = X_train[perm[i:i + BATCH]]
        logits, mu, logvar = model(xb)                                      # Forward Pass
        loss, rec, kl = neg_elbo(xb, logits, mu, logvar)
        opt.zero_grad(); loss.backward(); opt.step()
        tot += loss.item() * len(xb)
    if epoch % 6 == 0 or epoch == EPOCHS - 1:
        print(f"epoch {epoch:3d}  -ELBO={tot / len(X_train):.3f}")

# 6) التقييم: −ELBO وخطأ إعادة البناء على بيانات الاختبار
model.eval()
with torch.no_grad():
    logits, mu, logvar = model(X_test)
    loss, rec, kl = neg_elbo(X_test, logits, mu, logvar)
    print(f"test -ELBO = {loss.item():.3f}  (reconstruction {rec.item():.3f} + KL {kl.item():.3f})")
    print(f"test reconstruction MSE = {F.mse_loss(torch.sigmoid(model.dec(mu)).view_as(X_test), X_test).item():.4f}")

# 7) الاستدلال: توليد صورة جديدة من z ~ N(0, I)
with torch.no_grad():
    img = torch.sigmoid(model.dec(torch.randn(1, model.z_dim))).view(8, 8)
    r, c = divmod(img.argmax().item(), 8)
    print(f"generated 8x8 image: peak at row {r}, col {c}, max={img.max().item():.2f}")

نُفّذ هذا الكود بتاريخ 2026-11-20 في 4.5 ثانية (PyTorch (CPU), Python 3 – local build machine).

من مخرجاته:

test -ELBO = 17.834  (reconstruction 15.041 + KL 2.793)
test reconstruction MSE = 0.0032

عدد المعاملات القابلة للتدريب في المثال: model = 18٬248.

هذه النتائج لبيانات اصطناعية صغيرة وعدد حقب قليل، وتُثبت أن الكود يعمل فقط؛ لا تقارنها بالنتائج المنشورة.

جرّب وتعمّق

معماريات مرتبطة

مبتدئ2006

المشفّر التلقائي

Autoencoder (AE)

شبكة تضغط الدخل إلى تمثيل كامن صغير (encoder) ثم تعيد بناءه (decoder)، فتتعلم تمثيلاً مضغوطاً دون تسميات.

الأساسياتالشبكات التوليدية

متقدم2017

المشفّر التلقائي بالتكميم المتجهي

Vector Quantized Variational Autoencoder (VQ-VAE)

مشفّر تلقائي يكمّم خرج المشفّر إلى أقرب متجه في قاموس متعلَّم (codebook)، فيصبح التمثيل رموزاً منفصلة، ثم يُتعلَّم توزيع مسبق ذاتي الانحدار على هذه الرموز للتوليد.

الشبكات التوليدية

متقدم2022

نماذج الانتشار الكامنة

Latent Diffusion Models (LDM)

تطبق الانتشار في فضاء كامن مضغوط من مشفّر تلقائي مدرّب مسبقاً بدلاً من فضاء البكسلات، مع آلية انتباه متقاطع لإدخال الشروط (نص، تجزئة...)، فتقل الحسابات كثيراً مع الحفاظ…

الشبكات التوليديةالمعماريات الهجينة

متوسط2014

الشبكات التوليدية التنافسية

Generative Adversarial Networks (GAN)

إطار توليدي من شبكتين تتنافسان: مولّد يحوّل ضوضاء عشوائية إلى عينات، ومميِّز يحاول التفريق بين العينات الحقيقية والمولَّدة. يتحسن المولّد حتى يصعب على المميِّز التمييز.

الشبكات التوليدية

متقدم2020

نماذج الانتشار

Diffusion Models (DDPM)

تفسد البيانات تدريجياً بإضافة ضوضاء غاوسية عبر T خطوة، ثم تتعلم شبكة عكس هذه العملية بالتنبؤ بالضوضاء المضافة، فيُولَّد مثال جديد بإزالة الضوضاء خطوة بخطوة بدءاً من ضوضا…

الشبكات التوليدية

أفكار بحثية

  • VAE شرطي لكشف الشذوذ في صور الدماغ مع تقدير عدم اليقين.

اقتراحات للانطلاق وليست فجوات بحثية مؤكدة؛ راجع الأدبيات الحديثة قبل اعتمادها.

اختبر فهمك

  1. مفهوم

    ما فائدة خدعة إعادة المعلمة؟

  2. رياضي

    ما قيمة KL لـ $\mathcal N(0,1)$ مقارنة بـ $\mathcal N(0,1)$؟

  3. مفهوم

    ماذا يحدث في انهيار الخلفية اللاحقة؟

المراجع

  1. Kingma, D. P., & Welling, M. (2014). Auto-encoding variational Bayes. International Conference on Learning Representations (ICLR). https://arxiv.org/abs/1312.6114

    arXivتحقق آلي عبر OpenAlex/arXiv – 2026-11-20

  2. Rezende, D. J., Mohamed, S., & Wierstra, D. (2014). Stochastic backpropagation and approximate inference in deep generative models. International Conference on Machine Learning (ICML), PMLR 32(2), 1278–1286. https://arxiv.org/abs/1401.4082

    arXivتحقق آلي عبر OpenAlex/arXiv – 2026-11-20

  3. van den Oord, A., Vinyals, O., & Kavukcuoglu, K. (2017). Neural discrete representation learning. Advances in Neural Information Processing Systems (NeurIPS) 30. https://arxiv.org/abs/1711.00937

    arXivتحقق آلي عبر OpenAlex/arXiv – 2026-11-20

  4. Rombach, R., Blattmann, A., Lorenz, D., Esser, P., & Ommer, B. (2022). High-resolution image synthesis with latent diffusion models. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 10674–10685. https://doi.org/10.1109/CVPR52688.2022.01042

    DOIarXivتحقق آلي عبر Crossref – 2026-11-20