ما الذي تخفيه نماذج النيوترينو: خريطة فيزياء لا يقرؤها نظام الملاحة ✛ ✎

الأصل: "Finding and using interpretable latents in a neutrino foundation model with sparse autoencoders"
arXiv:2608.26090v1 · 2026-08-26 · arXiv non-exclusive · تحليل مستقل · 1 دقيقة
داخل نموذج النيوترينو عُثر على «مكتبة» من السمات الفيزيائية، لكن رأس الاتجاه لا يكاد يستخدمها.

عندما يمر نيوترينو عبر الجليد، يترك وميضًا ضوئيًا خافتًا. يلتقطه كاشف آيس كيوب، ويتعين على نموذج PolarBERT تخمين مصدر الجسيم. في السابق، لم يكن واضحًا ما يراه النموذج في داخله.

لمعرفة ذلك، طبق الباحثون مُرمِّزًا تلقائيًا متناثرًا، وهو شبكة عصبية تستخرج عددًا صغيرًا من السمات المهمة. والنتيجة قاموس من 1024 «رفًّا»، لكل رف فكرة فيزيائية خاصة. على سبيل المثال، أحد الرفوف مسؤول عن الأحداث الساطعة والنقية، وآخر عن العمق الذي حدث فيه الوميض.

لكن رأس الاتجاه، الذي يُفترض أن يستخدم هذه المكتبة، لا يكاد يلجأ إليها. فحذف هذه السمات يغيّر الاتجاه المتوقع بأقل من 0.1°، وكأن نظام الملاحة يتجاهل خريطة مفصّلة.

في المقابل، يعتمد رأس آخر، وهو رأس عدم اليقين، بشكل سببي على السمات الساطعة والنقية. وبعد تدريبه، تمكن العلماء من انتقاء الأحداث بحيث تحسّنت دقة الاتجاه من 20.2° إلى 3.2° عند انتقاء 20% من الأحداث. الآن أصبح واضحًا: النموذج يعرف الفيزياء لكنه لا يستخدمها في المهمة الأساسية. وهذا يفتح الباب أمام تطبيقات جديدة.

السمة الساطعة النقية لا تظهر إلا في 14% من الأحداث، لكنها هي التي تبيّن أنها سببية لرأس عدم اليقين، وليس لرأس الاتجاه.

المفاهيم
المشفر الذاتي الذكاء الاصطناعي القابل للتفسير (XAI) تحليل آلي تمييز الأنماط إعادة بناء البيانات بالشبكات العصبية التعلم ذاتي الإشراف (Self-Supervised Learning) شفافية اكتساب اللغة العصبي المُحَوِّلات (Transformers) نموذج لغة البروتين الإطار نموذج تنبؤي تعلم النقل