كابسنت

CapsNet (شبكة الكبسولة) هي شبكة عصبية اصطناعية تم اقتراحها في عام 2017 كبديل للشبكات العصبية التلافيفية (CNNs). السمة الرئيسية لـ CapsNets هي أنها تستخدم شبكة من طبقات "الكبسولات" التي تشبه الخلايا العصبية في الشبكة العصبية. تتكون هذه الكبسولات من مجموعة خطية من الخلايا العصبية، أو "المتجه"، الذي يقوم بتشفير سمات الكائن داخل الصورة. ومن خلال طلب عدد أقل من المعلمات مقارنة بشبكات CNN التقليدية، تعد شبكات CapsNets أكثر كفاءة ويمكنها تحقيق نتائج تنافسية باستخدام معلمات أقل.

يتكون الهيكل الأساسي لشبكة CapsNet من جزأين متميزين، طبقة التشفير وطبقة فك التشفير. الأول يقوم بتشفير سمات الكائن في الصورة (اتجاهه، ولونه، وما إلى ذلك) في متجه. يتم بعد ذلك تمرير هذا المتجه إلى طبقة فك التشفير، حيث يتم استخدام المعلومات لإعادة بناء الصورة من مكوناتها. تحاكي هذه العملية الطريقة التي يعالج بها الدماغ البشري البيانات المرئية ويمكن استخدامها لمهام مختلفة مثل تجزئة الصور واكتشاف الكائنات وتصنيف الصور.

بالإضافة إلى كونها أكثر كفاءة، فإن CapsNets أيضًا أكثر موثوقية في تحديد الكائنات الموجودة في الصورة والتعرف عليها. نظرًا لأن المتجهات مستقلة عن الموضع في الصورة، فيمكن استخدامها للتعرف على كائن في مواضع أو اتجاهات أو مقاييس متعددة. وهذا يجعل شبكات CapsNets أكثر قوة من شبكات CNN عند مواجهة الظروف البيئية المختلفة.

وعلى الرغم من هذه المزايا، لا تزال شبكات CapsNets بعيدة عن الاستخدام في الصناعة بسبب تعقيدها والحاجة إلى مزيد من البحث والتطوير. ومع ذلك، يُنظر إلى شبكات CapsNets على أنها بديل واعد لشبكات CNN، ومن المتوقع أن تلعب دورًا أكبر في مجال الذكاء الاصطناعي خلال السنوات القليلة المقبلة.