الشبكة العصبية الالتفافية (Convolutional Neural Network / CNN)

الشبكة العصبية الالتفافية (CNN) هي معمارة تعلم عميق تطبق مرشحات أوزان مُتعلمة تشارك الأوزان عبر رقع محلية من البيانات المدخلة — غالباً الصور — للكشف عن ميزات مكانية هرمية مثل الحواف والأنسجة والأشياء.

تكدس CNN ثلاث أنواع رئيسية من الطبقات: الطبقات الالتفافية التي تنزلق مرشحات صغيرة عبر المدخل لإنتاج خرائط ميزات، دوال التفعيل غير الخطية (عادة ReLU) مطبقة على العناصر، وطبقات Pooling التي تقلل دقة خرائط الميزات لتقليل الدقة المكانية وتوفير عدم التغير الترجمي. في CNN عميقة، تكتشف الطبقات المبكرة ميزات منخفضة المستوى مثل الحواف والزوايا، بينما تجمع الطبقات الأعمق هذه في مفاهيم دلالية عالية المستوى مثل الوجوه أو المركبات.

خاصية تشارك الأوزان في التلافيف هي رؤية كفاءة رئيسية: يتم تطبيق نفس المرشح في كل موقع مكاني، مما يقلل بشكل كبير عدد المعاملات مقارنة بالطبقات المتصلة بالكامل على نفس المدخل. مرشح التفاف 3×3 على صورة RGB له فقط 27 وزن بغض النظر عن حجم الصورة، بينما سيتطلب الاستدلال المتصل بالكامل على صورة 224×224 أكثر من 150000 اتصال. هذا التحيز الاستقرائي تجاه الأنماط المكانية المحلية يجعل CNNs فعالة في العينة على البيانات ذات الهيكل الصوري.

أنتجت CNNs نتائج علامية فارقة دفعت عصر التعلم العميق الحديث. AlexNet (Krizhevsky et al.، 2012) تفوقت بشكل كبير على أساليب رؤية الكمبيوتر التقليدية على ImageNet، مما أثار اعتماداً واسعاً للشبكات العميقة. المعمارات اللاحقة — VGG (2014)، ResNet (2015، تقديم الاتصالات المتخطية لتدريب شبكات بـ 100 طبقة)، EfficientNet (2019)، و ConvNeXt (2022) — دفعت الدقة بشكل أعمق. CNNs هي أيضاً العمود الفقري لكشف الأشياء (سلسلة YOLO، Faster R-CNN)، وتقسيم الصور (U-Net للتصوير الطبي)، وأنظمة تحليل الفيديو.

اعتباراً من 2026، تتعايش CNNs مع Vision Transformers (ViT) والمعمارات الهجينة. نماذج الانتباه البحتة تقود عدة مقاييس، لكن CNNs تبقى المفضلة للاستدلال المحمول في الوقت الفعلي، والتصوير الطبي، وصور الأقمار الصناعية، والفحص الصناعي بسبب كفاءتهم الحسابية. ConvNeXt V2 و FastViT يجسدان التحسين المستمر للتصاميم الالتفافية، وتبقى ظهور CNN مدمجة في الأنظمة الإنتاجية في Google و Meta و NVIDIA.