SplatLab تكتب أبحاث 3D Gaussian Splatting بنفسها وتتفوق على خطوط الأساس بما يصل إلى +3.78 ديسيبل

إعادة إنتاج ورقة بحثية منشورة في مجال 3D Gaussian Splatting تستغرق من مهندس متمرس أسابيع من العمل، ولا يمكنه اقتراح امتداد خاص به إلا بعد ذلك. تحاول SplatLab إزالة هذه العقبة بالكامل. يتلقى النظام طلبًا بحثيًا أو رابط الورقة المستهدفة أو لا يتلقى شيئًا، ثم يعيد إنتاج خط الأساس، ويبتكر امتدادًا، ويدرّبه ويجري عليه دراسات الاستئصال (ablation) على Mip-NeRF 360 وLLFF، ثم يكتب المخطوطة. وفي المهام التي تعتمد PSNR مقياسًا مستهدفًا، تتفوق نصوصه على الأهداف المعاد إنتاجها بما يتراوح بين +0.18 و+3.78 ديسيبل. أما الدورة التي تستغرق من طالب الدراسات العليا أشهرًا، فتُختصر إلى أيام من الحوسبة المستقلة في معظمها.

لماذا تعثّرت أنظمة «العلماء الآليين» السابقة

توجد بالفعل أنظمة تقرأ الأوراق البحثية وتصوغ الفرضيات وتكتب الشيفرة. ويحدد مؤلفو SplatLab ثلاث نقاط ضعف فيها: قوالب قصيرة وثابتة، وانخفاض قابلية تنفيذ الشيفرة المولَّدة، وضعف إمكانية تتبّع النتائج. كما أن أيًّا من هذه الأنظمة لم يُعرض في دورة متكاملة من البداية إلى النهاية في مجال حيّ وشديد التنافس من مجالات الرؤية الحاسوبية. وهذا بالضبط حال 3DGS، إذ تصدر الأوراق بوتيرة متلاحقة، وتُقاس الفروق بين الطرق بأعشار الديسيبل.

خمسة قرارات في صلب خط المعالجة

أولًا: لا تُطوَّر الشيفرة المرشحة من الصفر، بل تُطوَّر إضافات (plugins) فوق تنفيذ مختبَر يطابق خطوط الأساس المنشورة أصلًا. وهذا يحصر فضاء البحث في الصيغ العاملة.

ثانيًا: يجري الانتقاء عبر بطولة بتصنيف Elo مرجَّح تسلسليًا على ثماني «جزر». يُقيَّم المرشحون وفق PSNR المقيس على GPU، وتصل الملاحظات في صورة تدرّج نصي (text gradient)، أي تحليل لفظي لما نجح وما لم ينجح.

ثالثًا: يعمل مُفنِّد (falsifier) بصورة دائمة، ويخصم نقاط Elo إذا أخفق المرشح في اختبارات الإجهاد. وهكذا تصبح مقاومة التدقيق جزءًا من الانتقاء نفسه، لا مرحلة منفصلة تليه.

رابعًا: كل رقم في المخطوطة مرتبط بتشغيل تدريب مسجَّل. ولا يمكن للنظام إنهاء عمله ما دام هناك ادعاء واحد على الأقل بلا تأكيد.

خامسًا: تصنيف لـ 3DGS من سبع فئات. وتُغلَّف علامات EVOLVE-BLOCK بهياكل نطاقية تنتقل بين مستودعات 3DGS.

السدم حالة توضيحية

أبرز النتائج هو +3.78 ديسيبل في تصيير السدم الفلكية المصوَّرة. وبحسب المؤلفين، لم تكن لهذه المهمة طريقة جاهزة في 3DGS. أي أن النظام لم يحسّن وصفة معروفة، بل بنى وصفة لمجال قليل الدراسة. أما الحد الأدنى للمكسب، +0.18 ديسيبل، فيبدو أكثر تواضعًا، لكنه يُعدّ ملحوظًا حتى في مجتمع يتنافس على الأعشار.

أبرز معلمات النظام:

• المدخلات: موضوع، أو رابط الورقة المستهدفة، أو طلب فارغ
• معايير القياس: Mip-NeRF 360 وLLFF
• الانتقاء: بطولة Elo على 8 جزر وفق PSNR على GPU
• الحماية: مُفنِّد يخصم نقاط Elo عند الإخفاق
• قابلية التتبّع: كل رقم مرتبط بسجل التشغيل
• تحسّن PSNR: من +0.18 إلى +3.78 ديسيبل
• مدة الدورة: أيام بدلًا من أشهر من عمل طلاب الدراسات العليا

ما يمكن الاستفادة منه الآن

نشر المؤلفون على صفحة المشروع الشيفرة البرمجية وجميع المخطوطات وسجلات التجارب ومستودع الأوراق المشترك بين التشغيلات. وهذه مادة جاهزة للتحقق في المختبرات، إذ يمكن اختيار مخطوطة بعينها وتتبّع المسار من الرقم في الجدول وصولًا إلى سجل التدريب. وهذا النوع من التدقيق هو الأكثر غيابًا في الأوراق التي يكتبها البشر.

أما الفرق التي تستخدم 3DGS في منتجاتها، فالاستنتاج العملي لديها مختلف. فيمكنها استخدام النسخة المتحقَّق منها من خط الأساس والبحث البطولي عبر الإضافات بوصفهما منصة اختبار آلية لاختيار التحسينات الملائمة لبياناتها، سواء كانت تصويرًا للأماكن المغلقة أو طائرات مسيّرة أو صورًا علمية. وتستحق قاعدة «لا سجل، لا ادعاء» أن تُعتمد خارج 3DGS أيضًا، لأنها تعالج الخطر الرئيسي في الأبحاث المكتوبة آليًا، حين يتباعد النص المصقول عن التشغيلات الفعلية.

ويبقى سؤال الحدود مفتوحًا: فمقياس PSNR قابل للقياس ومنخفض التكلفة، بينما لا تملك مجالات كثيرة في الرؤية الحاسوبية تقييمًا بهذا الوضوح. لكن SplatLab تُظهر أن الدورة المستقلة من قراءة الورقة إلى كتابة المخطوطة تعمل فعلًا في مجال فرعي يتيح قياسًا واضحًا وتجارب سريعة.