الحشو الصفري: لماذا تكلّف الأصفار الزائدة شبكاتك العصبية أكثر مما تظن

تخيّل أنك تبني منزلًا، وكلما وصلت إلى حافة الأرض صببتَ عندها الإسمنت لمجرد الحفاظ على التناظر. هذا ما نفعله في مجال الرؤية الحاسوبية منذ نحو عشر سنوات. فالشبكات العصبية الالتفافية (CNN) تحب الانتظام، لكن طبيعتها الرياضية تجعل الصورة تنكمش مع كل طبقة. ولمنع ذلك وتفادي فقدان التفاصيل المهمة عند الأطراف، نحيط الصورة بإطار من الأصفار. هذا هو الحشو الصفري (zero-padding): حل ترقيعي صار معيارًا في الصناعة، ولم يتوقف عنده أحد تقريبًا بجدية حتى وقت قريب. اعتدنا اعتبار هذه الأصفار «شفافة» بالنسبة إلى النموذج، لكن الرياضيات تقول عكس ذلك.

تكمن المشكلة في أن هذه الأصفار ليست مجرد غياب للمعلومات. فمن الناحية الإحصائية، هي إشارة قوية للغاية لا وجود لها في الواقع. عندما تمرّ نواة الالتفاف على حافة الصورة، فإنها تخلط قيم البكسلات الحقيقية بأصفارنا الاصطناعية. وهذا يشوّه فورًا وبشكل جذري المتوسط والتباين الخاصين بالتنشيطات عند حدود الإطار. وبدلًا من البحث عن أنماط مهمة مثل القطط أو إشارات الطرق، تضطر الشبكة العصبية إلى التكيّف مع هذا «الثقب الأسود» الغريب الذي صنعناه بأنفسنا. ينتج عن ذلك ما يُسمّى بتأثير الحواف، الذي يربك أوزان النموذج.

شكّ الباحثون منذ زمن في تأثير ذلك على الدقة، لكن حجم «الضريبة الإحصائية» لم يتضح إلا الآن. تنتشر هذه التأثيرات الحدّية نحو أعماق الشبكة العصبية كما تنتشر الدوائر على سطح الماء عند إلقاء حجر. وفي البنى العميقة قد يشوّه الحشو الميزات حتى في وسط الصورة، لأن أخطاء الحدود تتراكم من طبقة إلى أخرى. وهكذا نُجبر النموذج فعليًا على إنفاق أوزانه الحسابية المحدودة في تجاهل الضجيج الذي أضفناه نحن إلى النظام أو تعويضه. وهذا ليس غير جمالي فحسب، بل غير فعّال إلى حد بعيد من حيث استخدام موارد GPU.

فلماذا نواصل ذلك ما دام الضرر واضحًا؟ الجواب عملي: لأنه رخيص وسريع ومريح. فتنفيذ الحشو الصفري برمجيًا أسهل بمراتب من تطبيق مخططات الانعكاس (reflection padding) أو التكرار الدوري للبكسلات. وتقدّم معظم الأطر الشائعة مثل PyTorch وTensorFlow الحشو الصفري افتراضيًا، ونادرًا ما يدخل المطوّرون إلى الإعدادات لتغيير أي شيء. ومع ذلك، ففي المهام التي تتطلب أقصى درجات الدقة، مثل التشخيص الطبي بصور الرنين المغناطيسي (MRI) أو أنظمة قيادة المركبات ذاتية القيادة، يزداد تجاهل هذا العامل خطورة.

تبحث الصناعة حاليًا عن بدائل مناسبة لهذه «الضريبة الصفرية». يقترح بعض فرق البحث أساليب تكيّفية تُحسب فيها قيم الحشو ديناميكيًا استنادًا إلى محتوى الصورة نفسها. وينظر آخرون إلى بنى مقاومة منذ البداية لتغيّر حجم الميزات، ولا تحتاج إلى أطر اصطناعية. ومن المهم إدراك أنه في عصر نتنافس فيه على كل تيرافلوب وكل نقطة مئوية من الدقة، لم تعد هذه «التفاصيل» المعمارية تفاصيل ثانوية. إنه خلل جوهري في أساس الرؤية الحاسوبية، اعتدنا طويلًا على عدّه ميزة مفيدة.

من المرجّح أن يدفعنا مستقبل التعلّم العميق إلى التخلي عن الحلول البسيطة لصالح طرق أصح إحصائيًا. فنحن نرى بالفعل كيف بدأت النماذج الحديثة تراعي السياق حتى في المواضع التي كنا فيها «نسدّ» الفراغ بالأصفار. والسؤال فقط: ما مدى سرعة جعل مطوّري المكتبات هذه الأساليب المتقدمة معيارًا، كي لا نضطر إلى دفع ثمن الأصفار من دقتنا؟

الخلاصة: الحشو الصفري «كذبة مريحة» ندفع ثمنها انخفاضًا خفيًا في جودة النماذج. فهل ستتمكن البنى الجديدة من التخلص تمامًا من «الأطر الصفرية» خلال العامين المقبلين؟