#is-it-einstein — الشبكات العصبية

هل هذا أينشتاين؟ وجهان يمرّان بماسح شبكة لم تتعلّم سوى أينشتاين: هيثم → لا، أينشتاين → نعم. المشاهدة مجانية؛ التعديل بريميوم.

ما ستُجرّبه

هل هذا أينشتاين؟ 🧠 يبدأ الفيلم من تلقاء نفسه، ولا شيء عليك فعله. شبكة للتعرّف على الوجوه تعلّمت وجهًا واحدًا فقط: أينشتاين. نعرض عليها رأسين، واحدًا بعد الآخر، وهي تحسم: نعم أو لا.
المسح 1: صورة هيثم، المؤسِّس. قصّ، ثم تمرّ بكسلاته فعليًا عبر 16 مرشِّحًا 3×3 (Sobel وLaplacian ونقش…)، وتطير نحو تمثيل من 512 رقمًا، وتعبر الرأس الصغير ذا 64 عصبونًا… ثم يسقط الختم: لا. ابتسامة جميلة، لكن الشعر ليس الشعر المطلوب.
المسح 2: كاريكاتير لـأينشتاين يخرج لسانه. المسار نفسه، الشبكة نفسها، لم يُعَد تدريب أي شيء — التمثيل وحده يتغيّر. الختم: نعم! هذا هو جوهر نقل التعلّم: يبقى FaceNet مجمَّدًا، ولا نقارن سوى النهاية.
المشاهدة مجانية، والفيلم يدور في حلقة. أمّا التعديل على الشبكة — /photo لتسجيل وجهك أنت بدل أينشتاين، و/threshold 0.85 لقاضٍ أكثر صرامة، و/seed 12 لسحبة أخرى، أو ببساطة /pause و/scan — فهو بريميوم. لهذا الصندوق في الأسفل مُعطَّل. بعد ذلك: #cnn-filters لرؤية الالتفافات عن قرب، و#transfer-learning لفهم لماذا لا نعيد تدريب كل شيء.

أوامر القناة

/scan <haythem|einstein|next> — الانتقال إلى مسح (haythem أو einstein أو التالي) وتشغيله من البداية.
/pause — إيقاف الفيلم مؤقّتًا.
/play — استئناف الفيلم.
/speed <0.5|1|2|4> — تغيير سرعة التشغيل.
/replay — إعادة المسح الحالي من الإطار الأول.
/subtitles — إخفاء الترجمة أو إظهارها.
/autoplay — تسلسل المسحين، أو التوقّف عند نهاية المسح الحالي.
/reset — إعادة الفيلم إلى إعداداته الأصلية.
/photo — تسجيل وجهك بدل أينشتاين (قريبًا: استدلال حقيقي).
/threshold <0.4..0.95> — العتبة التي يقول الحكم فوقها «نعم».
/seed <1..999> — سحبة أخرى للتنشيطات (المسار نفسه، نسيج آخر).

المسرد

القصّ (MTCNN): قبل التعرّف، نجد الوجه ونقصّه. MTCNN كاشف صغير متسلسل: أولًا «هل هناك رأس؟»، ثم النقاط المرجعية (العينان، الأنف، الفم) لتقويمه.
FaceNet: شبكة دُرِّبت مرة واحدة ونهائية لتقريب صورتين للشخص نفسه وإبعاد غريبين. نجمّدها: لا نعيد تدريبها. نقرأ فقط متّجهها المكوَّن من 512 رقمًا.
تمثيل 512-d: الوجه مضغوطًا في 512 رقمًا. صورتان لأينشتاين تعطيان متّجهين قريبين (جيب تمام مرتفع)؛ أينشتاين وهيثم لا. إنها بصمة، وليست صورة مخزَّنة.
رأس التصنيف: شبكة صغيرة جدًا (هنا 64 عصبونًا ثم خرجان) تُتعلَّم فوق FaceNet المجمَّد. هي التي تقول نعم / لا. تغيير الشخص يعني إعادة تعلّم هذا الرأس، لا الشبكة كلها.
نقل التعلّم: إعادة استخدام شبكة دُرِّبت على ملايين الوجوه، وتعلّم الطبقة الأخيرة فقط على شخص واحد. بيانات أقل، حساب أقل، وهذا هو المعتاد في الرؤية الحاسوبية.
عتبة القرار: فوق العتبة نقول نعم؛ تحتها لا. رفعها يجعل القاضي أكثر صرامة (قبول خاطئ أقل، رفض أكثر).
كاريكاتير، لا صورة: وجه أينشتاين هنا كاريكاتير مولَّد، لا صورة أرشيفية: اللقطات الشهيرة ما زالت محمية بحقوق النشر. الشبكة لا تفرّق — حواف، وعينان، وشارب.

قنوات أخرى في الشبكات العصبية

#neuron — لنفكّك عصبونًا: مداخل، أوزان، مجموع، دالة تفعيل.
#dropout — تنظيم dropout: الصديق الأفضل للشبكات العميقة.
#activation — لماذا نحتاج دالة تفعيل؟ ReLU وsigmoid وtanh وLeaky ReLU وGELU وتلاشي التدرج.
#gradient-descent — الخسارة تضاريس. يخبرنا التدرج بأي اتجاه هو الأعلى، فنخطو في الاتجاه المعاكس.
#backpropagation — مخطّط الحسابات يُعاد تشغيله معكوسًا: كل عقدة تستقبل ∂L/∂(نفسها) وقاعدة السلسلة تتكفّل بالباقي.
#overfitting — نموذج كبير على قليل من النقاط: يلتوي حدّ القرار حتى يحفظ الضجيج عن ظهر قلب.
#cnn-filters — الصورة شبكة من الأرقام. مرشّح 3×3 ينزلق فوقها، يضرب، يجمع: هذا هو الالتفاف.
#is-it-einstein — هل هذا أينشتاين؟ وجهان يمرّان بماسح شبكة لم تتعلّم سوى أينشتاين: هيثم → لا، أينشتاين → نعم. المشاهدة مجانية؛ التعديل بريميوم.
#embeddings-3d — الكلمة تصبح متّجهًا: القُرب في الفضاء = القُرب في المعنى، ويمكنك إجراء عمليات حسابية عليها.