5-2 Tanib olishdan yaratishga — belgilar jadvalidagi strelkani teskari aylantiramiz

1Missiya

Ikkinchi topshiriq — "Otishni yaratib ber"

Chiqindi tashlovchi qoʻlga olindi. Ammo shtabning ikkinchi savoli hali turibdi: tanib olishda ishlatilgan oʻsha sonlar bilan bu safar harakatni yaratib bera olamizmi?

[SYSTEM] 03:40 · 5-1 boʻyicha yakuniy hisobot qabul qilindi. Keyingi topshiriq: chiziqcha odam harakatini generatsiya qilish. Ilova: otish sahnalaridan 100 ta.

DoktorDiskriminativ model harakatni olib, yorliq chiqaradi. Endi strelkani teskari aylantiramiz. Yorliqni olib, harakat chiqaradigan generativ model!

YordamchiOtish sahnalari 100 ta ekan… Hammasining oʻrtachasini olsak, "namunaviy otish" chiqmaydimi?

Drozofila tadqiqotchisiSinab koʻr. Qoʻl bukilib, kuchsizlanib qolsa kerak. Gap sonlarni qanday aralashtirishda. Nazoratchidan baho ham olishimiz kerak.

Laboratoriya robotiToʻrtta generator tayyorladim: oʻrtacha, zar, nusxa va dasta (yashirin oʻzgaruvchi) tanlash[izoh]. Nazoratchining baholash mezonlari beshta.

Devor toʻla chiziqcha odam harakati kartochkalari yopishtirilgan, Yordamchi lupa bilan bitta kartochkani koʻzdan kechiryapti, Drozofila tadqiqotchisi va quti shaklidagi robot konveyer lentasidagi kartochkalarni tekshirayotgan sahna — Harakat ma’lumotlari ombori. Bitta kartochka — bitta sahna, 1,196 ta son.

2Aylantirish

Strelkani teskari aylantirsak — diskriminativ model va generativ model

Bir xil uchta quti, faqat strelka yoʻnalishi har xil. Ikki yoʻnalishni navbatma-navbat bosib koʻring.

Yoʻnalish

Sahna

Diskriminativ model (tanib olish)

Savol: "Bu qanday harakat?"
Axborot yoʻnalishi: koʻp son → oz son. Qisqartirish oson.
Javob: bitta. Harakat bir xil boʻlsa, yorliq ham doim bir xil.
Yaxshi bajarildimi: toʻgʻri javobga mos keldimi — shuni koʻrish kifoya.

Generativ model (yaratish)

Savol: "Shunday harakatdan bittasini koʻrsat."
Axborot yoʻnalishi: oz son → koʻp son. Boʻsh kataklarni toʻldirish kerak.
Javob: bir nechta. Har safar biroz farq qiladigan otish chiqishi kerak.
Yaxshi bajarildimi: toʻgʻri javob yoʻq. Haqqoniymi, xilma-xilmi, koʻchirilmaganmi — alohida oʻlchash kerak (6-boʻlim).

Yangi boshlovchilar uchun tushuntirish

Odatda shunday umumlashtiriladi: diskriminativ model "kirish berilganda toʻgʻri javob nima boʻlishi ehtimoli"ni, generativ model esa "ma’lumotlarning oʻzi qanday koʻrinishda boʻlishi ehtimoli"ni oʻrganadi [R1]. Ma’lumotlarning shaklini bilsangiz, shu shaklga koʻra yangi ma’lumot tanlab olishingiz mumkin. Bugungi generativ AI (GAN [R2], VAE [R3], diffuziya modeli [R5]) larning barchasi aynan shu "shaklni oʻrganib, yangi nuqta tanlash" vazifasini turli usullar bilan hal qiladi.

3Harakat — jadval

Harakat — bu jadval: 46 qator × 26 ustun, 1,196 ta son

5-1 dagi chiziqcha odam sahnasini jadval koʻrinishida yoydik. Generativ model toʻldirishi kerak boʻlgan boʻsh kataklar aynan shu 1,196 ta katak. Kataklar ustiga sichqonchani olib boring.

Sahna

1,196 ta son oʻzaro bogʻlangan

Jadval kataklari tasodifiy emas. Bitta kadrdagi "oʻng tirsak" va "oʻng bilak" doim 0.16 masofada turadi (suyak uzunligi), qoʻshni ikki kadrning qiymatlari esa deyarli bir xil (harakat uzluksiz). Diskriminativ model bu bogʻliqlikni bilmasa ham javob bera oladi, ammo generativ model uni saqlay olmasa, darhol bilinib qoladi. Keyingi boʻlimda uni oʻzimiz buzib koʻramiz.

4Aralashtirish

Ikki harakatni aralashtirsak — koordinata oʻrtachasi qoʻlni bukib qoʻyadi

"Yangi harakat yaratish"ning eng oson yoʻli — mavjud ikki harakatni aralashtirish. Nimani aralashtirishni oʻzgartirib koʻring. Pastdagi ustunlar joriy kadrdagi oʻnta suyak asl uzunligidan qanchalik chetga chiqqanini koʻrsatadi (ustun qancha uzun boʻlsa, shuncha koʻp buzilgan; 5% dan oshsa qizil).

AB

B ning ulushi50%

Nima aralashtiriladi

1-kod natijasi (50:50 aralashtirish)

Otish + qoʻl silkitishni koordinata oʻrtachasi bilan aralashtirsak, suyak uzunligi xatosi oʻrtacha 11.4%, eng yomon paytda esa 99.9% boʻladi. Ikki bilak qarama-qarshi tomonda turgan paytda oʻrta nuqta yelka bilan deyarli ustma-ust tushib, bilak qismi yoʻqolib qolgan. Qutiga solish + oʻtib ketish 1.9% (eng yomoni 25.7%), otish + koʻtarib olish 1.4% (eng yomoni 20.4%). Burchak oʻrtachasida uchala juftlik ham 0.0%. Ikkalasi ham bir xil "oʻrtacha", lekin natijani nimaning oʻrtachasi olinishi hal qiladi.

5Ma’lumotlar

100 ta otish — nomi bir, shakli har xil

Generativ model oʻrganadigan narsa bitta sahna emas, balki sahnalarning tarqalish shaklidir. 5-1 dagi kabi usulda tezligi, joylashuvi va kattaligi oʻzgartirilgan 100 ta otishni yoydik. Sahna tanlash uchun chapdagi nuqtalarni bosing.

6Generator

Toʻrtta generator va Nazoratchining baholash varaqasi

100 ta otishdan oltita yangi otish yaratamiz. Nazoratchi beshta narsaga qaraydi: haqqoniymi (suyak uzunligi, titrash, otish kuchi), xilma-xilmi, koʻchirilmaganmi. Generatorni almashtirib, "Qayta yaratish" tugmasini bosing.

Galstuk taqqan, qoʻlida planshet va hushtak ushlagan Nazoratchi chiziqcha odamlar yulduzcha baholar taxtasini koʻrsatib, bosh barmogʻini koʻtarib turgan holat — Nazoratchi. Haqiqiy oʻqitishda bu vazifani yoʻqotish funksiyasi yoki diskriminator bajaradi.

Generator

2-kodning baholash varaqasi — har bir generatordan 20 tadan

Yuqoridagi ekran brauzerda har safar oltitadan qayta tanlab olingani uchun sonlar biroz farq qiladi. Quyidagi jadval 2-kodni haqiqatda ishga tushirish natijasi (oʻquv otishlari 100 ta, generatsiya 20 ta). "Yangilik" — eng yaqin oʻquv sahnasigacha boʻlgan masofa (boʻy birligida, koordinatalar boʻyicha oʻrtacha kvadratik ildiz).

Generator	Suyak uzunligi xatosi	Titrash	Bilakning maksimal tezligi	Xilma-xillik	Yangilik	Nazoratchining qisqa xulosasi
Oʻquv ma’lumotlari (ma’lumot uchun)	4.7%	0.0288	2.55	0.126	0.000	Pozani baholashdagi titrash tufayli haqiqiy ma’lumotlarda ham suyak uzunligi 4.7% ga tebranadi
A Bitta oʻrtacha	1.7%	0.0045	1.36	0.000	0.033	Silliq, lekin har doim bir xil, kuchi yarmiga tushib ketgan
B Har koordinataga zar	44.2%	0.2659	10.00	0.149	0.109	Xilma-xil, ammo odamga oʻxshamaydi. Bilak teleportatsiya qiladi
C Bittasini tanlab nusxalash	4.7%	0.0300	2.75	0.125	0.000	Haqqoniy, ammo koʻchirilgan
D 3 ta dastani tanlash	0.0%	0.0125	2.71	0.123	0.022	Beshala mezondan ham oʻtdi. Faqat, dastalarni oldindan bilgan edi

Nazoratchini oʻqitishda ishlatsak

Bu qismdagi Nazoratchi faqat tayyor natijani baholaydi. Haqiqiy generativ modellar esa baholash natijasini darhol oʻqitishda ishlatadi. Natija oʻquv ma’lumotlaridan qanchalik farq qilishini bitta son bilan baholaydigan yoʻqotish funksiyasini kamaytiradigan qilib ogʻirliklarni tuzatadi (VAE [R3]) yoki haqiqiy va soxtani ajratadigan diskriminatorni Nazoratchi qilib qoʻyib, generator bilan bellashtiradi (GAN [R2]). Ya’ni 5-1 dagi diskriminativ model 5-2 da Nazoratchi boʻlib qaytadi.

7Keyingi missiya

Dastalar qayerdan keladi — keyingi missiyaga

D ning gʻalaba qozonishiga sabab — u 1,196 ta son oʻrniga 3 ta sondan (tezlik, joylashuv, kattalik) tanlagan. 3 ta sonni qanday oʻzgartirsangiz ham, ular skelet (fk) orqali odam shakliga yoyiladi.

Bu qismda bilib olganlarimiz

Generatsiya — taqsimotdan tanlash: bitta toʻgʻri javobni emas, ishonarli javoblarning shaklini oʻrganadi.
Nimani aralashtirib, nimadan tanlash — ishning yarmi: koordinatalarda buziladi, burchaklarda (dastalarda) saqlanadi.
Baholash uch yoʻnalishda: haqqoniylik, xilma-xillik, yangilik. Faqat bittasiga qarasangiz, A (oʻrtamiyona) yoki C (koʻchirish) gʻolib chiqadi.

Qolgan muammolar

Dastalarni kim aytib beradi: haqiqiy harakat ma’lumotlariga "tezlik ×1.03, kattalik ×0.98" kabi dastalar ilova qilinmaydi. Burchak modelini odam qoʻlda tuzishi uchun esa harakatlar juda xilma-xil. Bunday yashirin dastalar yashirin oʻzgaruvchi deyiladi.
Shunday qilib, keyingi savol: faqat 1,196 ta ma’lumotga qarab, bir nechta dastani oʻzi topa oladimi? 1,196 → bir nechtaga buklaydigan qism enkoder, bir nechta → 1,196 ga yoyadigan qism dekoder deyiladi.

Chiziqcha odam plyonkasi va sonlar toʻlqini ulkan voronkaga soʻrilib, kichkina bitta kapsulaga tushmoqda; Yordamchi kapsulani shtangensirkul bilan oʻlchayapti, Doktor bosh barmogʻini koʻtarib turgan sahna — Keyingi missiya anonsi · Harakatni buklaydigan voronka

Doktor1,196 ta sonni voronkaga solib, bir necha sondan iborat kapsulaga buklaymiz. Keyin oʻsha kapsuladan yana yoyamiz. Kapsuladagi sonlar esa aynan dastalar boʻladi!

YordamchiBuklab, keyin yoyganda asl harakat chiqsa… demak oʻsha kapsulada harakat toʻliq saqlangan ekan-da?

Drozofila tadqiqotchisiAna shu 5-3, enkoder va dekoder. 5-1 dagi tashlashni aniqlash ham shu bilan birga yaxshilanadi.

Colab kodi — bu sahifani oʻzingiz ishga tushirib koʻring

Ikkala kod ham faqat Colab’da standart oʻrnatilgan kutubxonalardan foydalanadi. "Notebook (.ipynb) yuklab olish" tugmasini bosgach, Colab’da Fayl → Notebookni yuklash orqali oching yoki kodni nusxalab, yangi notebook katagiga joylashtiring.

1-kod · Harakat — jadval, aralashtirsa nega buziladi3·4-boʻlimlar bilan bogʻliq · numpy, matplotlib · CPU da 1 soniyadan kam

5-1 dagi sahna funksiyalariga suyak uzunligini tekshirish (bone_error) va aralashtirish (blend) qoʻshildi. Uchta juftlikni koordinata oʻrtachasi va burchak oʻrtachasi bilan aralashtirib, suyak uzunligi xatosini solishtiradi. Oʻz ma’lumotlaringizga moslash uchun blend dagi ikki sahna oʻrniga haqiqiy harakat koordinatalarini qoʻying (faqat koordinata oʻrtachasi mumkinligi — aynan shu qismning muammosi).

Ishga tushirish natijasi (2026-10-05 da ishga tushirilgan, numpy 2.4 · matplotlib 3.10 · CPU). Tasodifiy sonlar ishlatilmagani uchun har doim bir xil natija chiqadi. Uchta grafik (harakat jadvali, koordinata oʻrtachasi, burchak oʻrtachasi) ham birga chiqadi.

2-kod · Toʻrtta harakat generatori va Nazoratchining baholash varaqasi5·6-boʻlimlar bilan bogʻliq · numpy · CPU da taxminan 10 soniya

100 ta otish yordamida A~D generatorlarini yaratib, har biridan 20 tadan tanlab baholaydi. 6-boʻlim ostidagi baholash varaqasi aynan shu chiqishdan tuziladi. Yangi generatorni sinash uchun judge("nom", natijalar roʻyxati) ga (46, 13, 2) shaklidagi sahnalar roʻyxatini bering.

Ishga tushirish natijasi (2026-10-05 da ishga tushirilgan, numpy 2.4 · CPU). Seed qotirilgani uchun har doim bir xil natija chiqadi.

AI uchun amaliy promptlar — bu kodni boshlangʻich nuqta sifatida ishlatish

ChatGPT, Qwen, Claude kabi AI yordamchilarga joylashtiriladigan promptlar. "Nusxalash" tugmasini bossangiz, prompt ortidan tanlangan kod ham qoʻshiladi. 〔〕 ichidagini oʻz vaziyatingizga moslab yozing.

Birga qoʻshiladigan kod

AI javobi — faqat boshlangʻich nuqta. Taklif qilingan maqolalar, raqamlar va kutubxona funksiyalarini albatta asl manba va rasmiy hujjatlar bilan tekshiring. Haqiqiy odamlarning harakat ma’lumotlaridan foydalanganda avval suratga olishga rozilik va ma’lumotlar toʻplamidan foydalanish shartlarini (tijoriy foydalanish mumkinmi va h.k.) tekshiring.

Atamalar lugʻati

Matndagi sariq punktir tagchiziqlar bilan bir xil lugʻat. Boʻlim nomini bossangiz, atama birinchi uchragan joyga oʻtasiz.

Oʻxshatishlar toʻplami — va oʻxshatish notoʻgʻri boʻladigan joylar

Oʻxshatish — tushunishning birinchi qadami, lekin notoʻgʻri tushunchaning urugʻi ham boʻlishi mumkin. Inson idroki bilan qiyoslangan oʻxshatishlarga kuchlilik darajasi belgilangan. Bevosita haqiqatan bir xil ish bajarilishiga dalil bor · Qisman faqat ayrim xususiyatlari oʻxshaydi · Yoʻq mos keladigan narsa ma’lum emas

Tushuncha	Kundalik oʻxshatish	Inson idroki bilan oʻxshatish	Oʻxshatish notoʻgʻri boʻladigan joy
Diskriminativ va generativ	Imtihonni tekshirish (javob toʻgʻrimi) va imtihon savollarini tuzish (ishonarli yangi savol oʻylab topish)	Qisman Odamda yuzni tanish va uni chizish — ikki xil qobiliyat	Savol tuzuvchi maqsad bilan savol tuzadi, generativ model esa faqat ma’lumotlar shakliga koʻra tanlaydi
Taqsimot	Sinf oʻquvchilarining boʻylari toʻplanib turgan shakl	Yoʻq	Boʻy — bitta son, harakat esa 1,196 ta son birga harakatlanadigan shakl, shuning uchun uni koʻz bilan chizib boʻlmaydi
Koordinata oʻrtachasi	Ikki kishining suratini yarim shaffof qilib ustma-ust qoʻyish	Yoʻq	Suratlarni ustma-ust qoʻyganda ikkala odam ham koʻrinadi, koordinata oʻrtachasi esa ikkalasining oʻrtasidagi bitta odamni yaratadi va uning qoʻli bukilgan boʻladi
Yashirin oʻzgaruvchi (dasta)	Audio mikserdagi ovoz balandligi va tembr uchun bir nechta dasta	Qisman Harakatni "tez, katta" kabi bir necha soʻz bilan eslab qolish	Mikser dastalarida nom yozilgan, oʻrganish orqali topilgan dastalarning esa nomi yoʻq va ma’nolari aralashgan (5-3)
Nazoratchi	Kasting hakamlari	Yoʻq	Hakamlarning didi bor, bu qismdagi Nazoratchi esa faqat belgilangan beshta songa qaraydi. Sonlarda aks etmagan gʻalatiliklarni oʻtkazib yuboradi

Muallif haqida va manbalar

E-1 Muallif haqida · E-2 Ilmiy manbalar · E-3 Rasm va raqamlar manbalari

E-1 Muallif haqida

Ahn Sangsun (M-Robo kompaniyasi rahbari)

Koreya elektr xavfsizligi korporatsiyasi va Maeil Business Newspaper gazetasida ishlagan, hozirda Maeil Business Newspaper’ning tashqi venchur kompaniyasi M-Robo’ga asos solib, uning rahbari sifatida faoliyat yuritmoqda. M-Robo — ommaviy axborot vositasi ichidagi venchur sifatida boshlangan media-venchur boʻlib, Kukmin Ilbo gazetasiga robot-jurnalist (StockBot) xizmatini koʻrsatgan, shuningdek Koreya Internet va xavfsizlik agentligi, Koreya matbuot fondi, Koreya radioeshittirish, telekommunikatsiya va radiochastotalarni rivojlantirish agentligi va boshqa tashkilotlar bilan koʻplab loyihalarni amalga oshirgan. Hozirda oʻzining AI yangiliklar nashri Money-Robo’ni yuritmoqda. Rahbarlik davrida Osiyo ochiq ma’lumotlar xakatonida gʻolib chiqqan, ma’lumotlarga asoslangan tadbirkorlik sohasidagi xizmatlari uchun Koreya Ichki ishlar va xavfsizlik vazirining mukofotini 2 marta olgan, sun’iy intellekt va blokcheyn sohalarida 5 ta patentning muallifi va egasi. “AI jinoyatlari va oʻzini himoya qilish” kitobining muallifi; Koreya texnologiya va ta’lim universiteti onlayn uzluksiz ta’lim instituti uchun fintex, statistika va sun’iy intellekt sohalarida elektron ta’lim kontentini ishlab chiqqan. Iqtisodiyot fanlari doktori (Dongguk universiteti, mikro-matematik iqtisodiyot). Kukmin universiteti, Hoseo universiteti va boshqa koʻplab universitetlarda ma’lumotlar va sun’iy intellektga oid fanlardan dars beradi. Batafsil profil

Kurslar

Ahn Sangsun (2025). «Biznes uchun ma’lumotlar fani» ma’ruza materiallari. Koreya ochiq kiberuniversiteti, Sun’iy intellekt integratsiyasi kafedrasi.
Ahn Sangsun (2025). [K-Digital] Sun’iy intellekt yordamida tabiiy tilni qayta ishlash. STEP (Aqlli kasbiy ta’lim platformasi), Koreya texnologiya va ta’lim universiteti onlayn uzluksiz ta’lim instituti.
Ahn Sangsun (2024). [K-Digital] Fintex ma’lumotlarini tahlil qilish asoslari. STEP (Aqlli kasbiy ta’lim platformasi), Koreya texnologiya va ta’lim universiteti onlayn uzluksiz ta’lim instituti.

STEP kurslariga havolalar: link.step.or.kr/1qyVoJ · link.step.or.kr/M9na9N · link.step.or.kr/brqEyc
Sayt yangilanishi sababli kirishda muammo boʻlsa, www.step.or.kr orqali kiring.

Maqolalar va chiqishlar

Ahn Sangsun (2025). Milliy keksalik ta’minoti panel ma’lumotlari asosida uy xoʻjaligi xarajatlarini bashorat qilish modeli tadqiqoti: sun’iy intellekt modellariga asoslangan yondashuv. «Mirae Sahoe» (Kelajak jamiyati), 16(2). Toʻliq matn
Ahn Sangsun (2025). Milliy keksalik ta’minoti panel ma’lumotlari asosida uy xoʻjaligi xarajatlarini bashorat qilish modeli tadqiqoti: sun’iy intellekt yondashuvi. Milliy keksalik ta’minoti paneli ilmiy konferensiyasi taqdimoti (2025.05.13), Milliy pensiya xizmati qoshidagi Milliy pensiya tadqiqot instituti. Taqdimot
Ahn Sangsun (2025). SNS matnlari asosida shubhali giyohvand moddalar savdosini aniqlash algoritmi tadqiqoti: naqsh va kontekst tahlili asosida. «Mirae Sahoe» (Kelajak jamiyati), 16(1). Toʻliq matn
Ahn Sangsun (2024). Moliya sohasidagi anomaliyalarni aniqlash modellari xavfsizligi uchun statistikaga asoslangan adversarial ma’lumotlarga qarshi choralar: empirik tahlil va simulyatsiya natijalari. «Mirae Sahoe» (Kelajak jamiyati), 15(3). Toʻliq matn
Ahn Sangsun (2024). Sun’iy intellekt yordamida virtual personaj xususiyatlariga asoslangan SNS postlarini aniqlash yechimi. 2024 Summer Newmedia Party poster taqdimoti (2024.06.19), Seul media magistratura universiteti.
Ahn Sangsun (2024). Ishlab chiqarishdagi baxtsiz hodisalar panel ma’lumotlaridan foydalangan holda mashinaviy oʻrganish modeli. Ishlab chiqarishdagi baxtsiz hodisalar sugʻurtasi paneli 10-ilmiy konferensiyasi poster taqdimoti (2024.05.17), Koreya mehnat farovonligi xizmati qoshidagi Mehnat farovonligi tadqiqot instituti.
Ahn Sangsun (2024). Virtual aktivlar vaqt qatorlari ma’lumotlarini tahlil qilish va bashorat qilish: vaqt qatori modellari va sun’iy intellekt modellarini solishtirish, takomillashtirish yoʻllarini taklif etish. «Mirae Sahoe» (Kelajak jamiyati), 15(1). Toʻliq matn

E-2 Ilmiy manbalar

[R1] Ng, A. Y., & Jordan, M. I. (2002). On discriminative vs. generative classifiers: A comparison of logistic regression and naive Bayes. Advances in Neural Information Processing Systems 14. — 2-boʻlim
[R2] Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., & Bengio, Y. (2014). Generative adversarial nets. Advances in Neural Information Processing Systems 27. arXiv:1406.2661 — 2·6-boʻlimlar
[R3] Kingma, D. P., & Welling, M. (2014). Auto-encoding variational Bayes. ICLR 2014. arXiv:1312.6114 — 2·6-boʻlimlar, keyingi qism 5-3
[R4] Holden, D., Saito, J., & Komura, T. (2016). A deep learning framework for character motion synthesis and editing. ACM Transactions on Graphics, 35(4), Article 138. doi:10.1145/2897824.2925975 — 7-boʻlim (harakatni buklaydigan reprezentatsiyani oʻrganish)
[R5] Ho, J., Jain, A., & Abbeel, P. (2020). Denoising diffusion probabilistic models. Advances in Neural Information Processing Systems 33. arXiv:2006.11239 — 2-boʻlim

E-3 Rasmlar va raqamlarning manbasi

Sahna rasmlari (harakat ma’lumotlari ombori, generativ oʻrganish, Nazoratchi, kodlash voronkasi) muallif tomonidan oʻzi chizilgan piksel-art
Barcha harakat sahnalari 5-1 dagi kabi sintetik ma’lumotlar. 4-boʻlim ostidagi sonlar va 6-boʻlim ostidagi baholash varaqasi 1·2-kodlarni haqiqatda ishga tushirish natijasidir
5·6-boʻlimlardagi ekranlar brauzerda xuddi shu usulda qayta tanlab olingan, shuning uchun tasodifiy sonlar 2-koddagidan farq qiladi va raqamlar biroz boshqacha

E-4 Izohlar

[izoh] Dasta (yashirin oʻzgaruvchi) — bu turkumda yashirin oʻzgaruvchi (latent variable)ni sodda qilib atash uchun ishlatilgan oʻxshatish. Burasangiz butun ma’lumot birgalikda oʻzgaradigan oz sonli raqamlar degani. Ingliz tilidagi tushuntirishlarda ham yashirin fazoning har bir oʻlchamini majoziy ma’noda "knob (dasta)", "dial (disk)", "slider (surgich)" deb atashadi. Maqolalardagi rasmiy atama — yashirin oʻzgaruvchi; 5-3 da ma’lumotlar topgan har bir dasta esa bosh komponent (principal component) boʻladi. Haqiqiy dastadan farqli oʻlaroq, bittasida bir nechta ma’no aralashib ketishi mumkin.

Oʻqituvchilar uchun maslahatlar

Oʻqituvchilar, ish joyida oʻqitish (OJT) mas’ullari va tyutorlar uchun dars tashkil etish boʻyicha qoʻllanma. Vaqtlar taxminiy, shuning uchun ularni haqiqiy darsga moslashtiring.

Kimlar uchun	5-1 ni tugatgan talabalar va ishlayotganlar. Generativ AI "nimani oʻrganishini" tushunib olmoqchi boʻlgan rejalashtiruvchilar va amaliyotchilar
Oldindan kerakli bilimlar	5-1 dagi 13 nuqtali chiziqcha odam va olti xil sahna, oʻrtacha qiymat va standart ogʻish
Oʻquv maqsadlari	① Diskriminativ model va generativ model farqini strelka yoʻnalishi va "javoblar soni" orqali tushuntiradi ② Koordinata oʻrtachasi suyak uzunligini nega buzishini misol bilan koʻrsatadi ③ Generatsiya natijasini haqqoniylik, xilma-xillik va yangilik — uch yoʻnalishda baholaydi
Taxminiy vaqt	Oʻqish 30~40 daqiqa · animatsiya namoyishi 20 daqiqa · Colab amaliyoti 25 daqiqa (1-kod 10 daqiqa, 2-kod 15 daqiqa)

Uch xil dars rejasi

Ma’ruza shaklida, 50 daqiqa

Tushunchalarga e’tibor

Kirish 5 daqiqa (1·2-boʻlimlar, aylantirish) → 3-boʻlim harakat jadvali 8 daqiqa → 4-boʻlim aralashtirish tajribasi 12 daqiqa → 5-boʻlim ma’lumotlar buluti 7 daqiqa → 6-boʻlim toʻrtta generator 13 daqiqa → nazorat savollari 5 daqiqa.

Ish joyida oʻqitish (OJT), 90 daqiqa

Baholash mezonlariga e’tibor

2-boʻlim 15 daqiqa → 6-boʻlimdagi baholash varaqasini oʻz ishimizdagi generatsiya natijalariga (hujjat, rasm, harakat) qoʻllab, "haqqoniylik · xilma-xillik · yangilik" mezonlarini tuzish 30 daqiqa → 4-boʻlim asosida "reprezentatsiyani tanlash" muhokamasi 15 daqiqa → 2-kodni ishga tushirish va yangi mezon qoʻshish 30 daqiqa.

Yakkama-yakka tyutorlik

Darajaga qarab sur’at

Boshlovchilar uchun faqat 2·4·6-boʻlimlar. Oʻrta darajadagilar 2-kodga E generatorini (ikkita oʻquv sahnasini burchak oʻrtachasi bilan aralashtirish) oʻzlari yaratib, baholash varaqasiga qoʻshsin.

Boʻlimlar boʻyicha asosiy nuqtalar

Boʻlim	Toʻxtab beriladigan savol	Boshqaruv boʻyicha maslahat
2 Aylantirish	"Yaratishda toʻgʻri javob nechta boʻladi?"	Tanib olish → yaratishni navbatma-navbat bosing
3 Harakat — jadval	"Bu jadvalda kataklar orasidagi qaysi kelishuvni oʻzboshimchalik bilan oʻzgartirib boʻlmaydi?"	Otishda 0.8~1.2 soniya ustunlari ustiga sichqonchani olib boring
4 Aralashtirish	"Yarmini-yarmini aralashtirdik, nega qoʻl yoʻqolib qoldi?"	Otish + qoʻl silkitish, koordinata oʻrtachasida qizil ustun uzayadigan kadrni toping
5 Ma’lumotlar	"Bu bulutdan yangi nuqta tanlasak, qanday otish chiqadi?"	Qizil va yashil nuqtalar chegarasi yaqinini bosib koʻring
6 Generator	"A, B, C har biri qaysi baholash mezonidan oʻtolmaydi?"	Har bir generator uchun "Qayta yaratish"ni ikki-uch marta bosing

Eng koʻp uchraydigan 5 ta notoʻgʻri tushuncha

Notoʻgʻri tushuncha	Toʻgʻri izoh	Koʻrsatiladigan sahna
Generativ model bitta toʻgʻri javob yaratadi	Ishonarli javoblar taqsimotidan bittasini tanlaydi. Har safar boshqacha boʻlishi — normal holat	2-boʻlim, 6-boʻlimdagi "Qayta yaratish"
Oʻrtacha — eng xavfsiz generatsiya	Oʻrtachaning xilma-xilligi 0, vaqti har xil harakatlarning oʻrtachasini olsangiz kuchi yoʻqoladi (bilak tezligi 2.55 → 1.36)	6-boʻlim, A generator
Sonlar qancha koʻp boʻlsa, reprezentatsiya shuncha yaxshi	1,196 ta son oʻzaro bogʻlangan. Generatsiya uchun bu bogʻliqlikni saqlaydigan oz sonlar (burchaklar, dastalar) yaxshiroq	4-boʻlim, burchak oʻrtachasi; 6-boʻlim, D generator
Oʻquv ma’lumotlari bilan aynan bir xil boʻlsa — eng yaxshi generatsiya	Koʻchirishda yangilik 0 ga teng. Ma’lumotlardagi shaxsni oʻzgarishsiz chiqarib yuborish xavfi ham bor	6-boʻlim, C generator
Haqiqiyga oʻxshasa, baholash tugadi	Haqqoniylik, xilma-xillik va yangilikni birga koʻrish kerak. Faqat bittasiga qarasangiz, A yoki C gʻolib chiqadi	6-boʻlim ostidagi baholash varaqasi

Nazorat savollari (izohni koʻrish uchun bosing)

Q1. 3 soniyalik (15fps) sahnani 13 ta boʻgʻim bilan ifodalasak, nechta son boʻladi? 5 soniyaga uzaytirsak-chi?

3 soniya — 46 kadr (0-soniyani ham qoʻshganda) × 26 = 1,196 ta. 5 soniya — 76 kadr × 26 = 1,976 ta.

Q2. Yelkaga (0, 1) biriktirilgan uzunligi 0.33 boʻlgan qoʻl bir sahnada chapga gorizontal (−0.33, 1), boshqa sahnada oʻngga gorizontal (0.33, 1) yoʻnalgan. Qoʻl koordinatalarining oʻrtachasini olsak, qoʻl uzunligi qancha boʻladi?

Qoʻl = (0, 1), ya’ni yelka bilan bir nuqtaga tushadi. Qoʻl uzunligi 0, suyak uzunligi xatosi 100%. 4-boʻlimdagi "eng yomoni 99.9%" aynan shunday paytda yuz beradi. Burchaklarning oʻrtachasini olsak (−90° va +90° ning oʻrtachasi 0°), qoʻl pastga osilib turgan, uzunligi 0.33 boʻlgan qoʻl boʻladi.

Q3. C generator (bittasini tanlab nusxalash) haqqoniylik va xilma-xillikning ikkalasidan ham oʻtadi. Nega u yaxshi generator emas?

Yangiligi 0. U oʻquv ma’lumotlarini yodlab, qaytarib beradi, xolos — yangi harakat yarata olmaydi. Agar ma’lumotlarda haqiqiy odamlarning harakati yoki yuzi boʻlsa, shaxsiy ma’lumotlarni oʻzgarishsiz chiqarib yuborish muammosi ham paydo boʻladi.

Q4. Nega A generatorning bilak maksimal tezligi (1.36) oʻquv ma’lumotlarinikidan (2.55) past?

Har bir sahnada otish payti (vaqti) har xil, shuning uchun koordinatalarning oʻrtachasi olinganda tez silkitish oraligʻi bir nechta kadrga yupqa boʻlib tarqalib ketadi. Choʻqqi yoyilib, kuchsiz otish hosil boʻladi.

Q5. D generator beshala mezondan ham oʻtgan boʻlsa-da, nega "amalda ishlatish qiyin" deyildi?

D sahnani yaratgan dastalarni (tezlik, joylashuv, kattalik) oldindan bilgan edi. Haqiqiy harakat ma’lumotlariga esa bunday dastalar ilova qilinmaydi. Faqat ma’lumotlarga qarab dastalarni topish — 5-3 dagi enkoder va dekoderning vazifasi.

Colab topshiriqlari

Asosiy

1-kodda aralashtirish ulushini 0, 0.25, 0.5, 0.75, 1 ga oʻzgartirib, otish + qoʻl silkitishning koordinata oʻrtachasidagi suyak uzunligi xatosini jadvalga keltiring. Xato eng katta boʻlgan ulushni va uning sababini ikki gap bilan yozing.

Murakkab

2-kodga E generator "ikkita oʻquv sahnasini tanlab, koordinata oʻrtachasini olish" va F generator "3 ta dastani oʻquv diapazonidan tashqarida (kattalik ×1.6) tanlash"ni qoʻshib baholang. F natijasi haqqoniylikdan oʻtsa ham, qanday muammo borligini (banka qayerga uchib ketadi) hisobot qiling.

Qiyinlikni sozlash va qoʻshimcha oʻrganish

Boshlovchilar	4-boʻlimdagi "koordinata oʻrtachasi va burchak oʻrtachasi"ni yaxshilab tushunib olsangiz, bu qismning yarmini oʻzlashtirgan boʻlasiz
Chuqurlashtirilgan	GAN va VAE "Nazoratchi"ni oʻqitishga qanday kiritishini oʻrganib, taqdimot qilsinlar. Maqolalarni asl nusxasidan tekshirsinlar
Keyingi qism	5-3 Enkoder · dekoder — faqat ma’lumotlarga qarab dastalarni (yashirin oʻzgaruvchilarni) oʻzi topadi