كيف تتنبأ الشبكة العصبية بما لم يُرَ من قبل ✎ سريع

يبدو التدفق المضطرب للماء في أنبوب واهتزازات البندول مختلفين. لكن بينهما قاسم مشترك: كلاهما يخضع لقوانين حركة خاصة يمكن وصفها بالأرقام. شبكة عصبية تدرّبت على واحدة فقط من هذه «رقصات الأرقام» تبدأ فجأة في فهم الأخرى — دون أي مثال إضافي. هذا مثل موسيقي تعلم لحنًا واحدًا، ثم يعزف مقطوعة غير مألوفة من النظرة الأولى بعد أن يلتقط تناغمها.

في دراسة جديدة، أخذوا نموذج محول صغير — وهو نفس النوع الذي تقوم عليه نماذج اللغة الكبيرة. درّبوه على التنبؤ بنظام ديناميكي واحد، ثم اختبروه على آخر مختلف تمامًا. لم يكتفِ النموذج بالتخمين — بل استخدم حيلة ذكية. أولاً، كان «يفرد» سلسلة قصيرة من الملاحظات في فضاء متعدد الأبعاد، كما لو كنت تحول شريطًا مسطحًا إلى حلزون ثلاثي الأبعاد. هكذا تظهر الهندسة الخفية للنظام. ثم كان يجد في هذا الفضاء «جزر استقرار» — مناطق يميل النظام إلى العودة إليها، مثل كرة تتدحرج إلى حفرة. هذه الجزر هي التي ساعدت في تقديم تنبؤات دقيقة قصيرة المدى.

هذا الاكتشاف يفسر لماذا تتعامل النماذج الكبيرة المدربة مسبقًا بشكل جيد مع مهام لم ترها أثناء التدريب. اتضح أن آلية الانتباه نفسها قادرة على استخراج البنية العامة من البيانات المحلية. بالنسبة للفيزيائيين والمهندسين، هذا يعني أن شبكة دربت مرة واحدة قد تصبح متنبئًا عالميًا لفئة كاملة من الأنظمة — من الاضطراب في المحرك إلى تذبذبات المناخ. ونقطة البداية كانت تلك «رقصة الأرقام» التي بدأ بها كل شيء.