طريقة

تعلم نشط

نهج في التعلم الآلي حيث يختار الخوارزمي نقاط البيانات الأكثر إفادة للتعلم منها، مما يحسن الكفاءة.
61 مقالات ذات صلة

الوصف

التعلم النشط هو فرع من فروع التعلم الآلي حيث يختار الخوارزمي نفسه نقاط البيانات التي يجب تصنيفها أو الاستعلام عنها من مجموعة من البيانات غير المصنفة. بدلاً من التعلم السلبي من مجموعة تدريب ثابتة وعشوائية العينات، يختار النموذج بشكل تكراري الأمثلة الأكثر إفادة لطلب تصنيفاتها، بهدف تحقيق دقة عالية بأقل عدد ممكن من الأمثلة المصنفة. هذا الأمر ذو قيمة خاصة عندما يكون تصنيف البيانات مكلفًا أو مستهلكًا للوقت، كما في التصوير الطبي، أو اكتشاف الأدوية، أو معالجة اللغة الطبيعية، حيث يكون التعليق الخبير مكلفًا.

التاريخ

تعود جذور التعلم النشط إلى الثمانينيات والتسعينيات من القرن العشرين، مع عمل أساسي قام به ديفيد كوهن وليز أطلس وريتشارد لادنر في عام 1994 حول 'تحسين التعميم من خلال التعلم النشط'. يعود مفهوم الاستعلام عن نقاط البيانات المفيدة إلى أعمال سابقة في الإحصاء وتصميم التجارب.

كيف يعمل

تبدأ العملية عادةً بمجموعة صغيرة من البيانات المصنفة لتدريب نموذج أولي. ثم يقوم النموذج بتقييم مجموعة البيانات غير المصنفة ويختار النقاط الأكثر إفادة وفقًا لاستراتيجية استعلام. تشمل الاستراتيجيات الشائعة أخذ العينات بعدم اليقين (اختيار النقاط التي يكون فيها النموذج أقل ثقة)، والاستعلام عبر اللجنة (اختيار النقاط التي تختلف فيها نماذج متعددة)، والتغير المتوقع في النموذج (اختيار النقاط التي من شأنها أن تغير النموذج الحالي أكثر إذا تم تصنيفها). يتم تصنيف النقاط المختارة (بواسطة إنسان أو أوراكل آلي) وإضافتها إلى مجموعة التدريب، ويتم إعادة تدريب النموذج. تتكرر هذه الحلقة حتى يتم استيفاء معيار توقف، مثل حد أدنى للأداء أو ميزانية تصنيف.

في التطبيق

يُستخدم التعلم النشط في التطبيقات التي تكون فيها البيانات المصنفة نادرة أو مكلفة، مثل تصنيف الأجرام الفلكية من مسوحات التلسكوب، واكتشاف الاحتيال في المعاملات المالية، وتدريب أنظمة التعرف على الكلام بكمية محدودة من الصوتيات المكتوبة.

حقيقة طريفة

يمكن للتعلم النشط أن يقلل كمية البيانات المصنفة المطلوبة بنسبة تصل إلى 90% مقارنة بالعينات العشوائية في بعض المهام، مما يجعله أداة رئيسية للتطوير الفعال للذكاء الاصطناعي.

Concept graph →

مقالات ذات صلة · 61

صدى في غرفة فارغة: كيف ابتكر عملاء ذكاء اصطناعي بلا ذاكرة لغة مشتركة
السلوك الجماعي لعملاء الذكاء الاصطناعي ظهر لأول مرة ليس في المختبر، بل في بيئة حقيقية — على موقع ويكي اكتُشف بالصدفة، حيث كتب العملاء تلميحات لاجتياز الاختبار. هذا صدى في غرفة فارغة: كل صوت جديد يكرر ما سمعه آخر مرة، وتمتلئ الغرفة بطنين متناسق دون قائد واحد. عاش العملاء في المتوسط حوالي ساعة ولم يتذكروا شيئًا بعد انتهاء الاختبار.
خريطة الجوار لدليل المسار
ينظر أخصائي الأورام الإشعاعي إلى صورة البطن ويحدد ذهنيًا المنطقة التي يجب تشعيعها. هذه المنطقة لا تظهر كعضو منفصل؛ بل حدودها محددة بالبروتوكول وليس بالأنسجة. لذلك يحتاج الطبيب إلى خريطة للمنطقة المجاورة لتجنب إصابة البنى السليمة. يبدأ نموذج nnU-Net بنفس المهمة. أولاً يتعلم على عشر حالات مصنفة، لكن هذا غير كافٍ: المرضى مختلفون، والفحوصات أجريت في مراكز مختلفة.
تعلم الآلة2026-08-191 دarXiv:2608.18451سريع
مخطط قلب مقاوم للتشويش: كيف يميّز الذكاء الاصطناعي اضطراب النظم في عالم مليء بالضوضاء
مخطط كهربية القلب (ECG) هو تسجيل للنشاط الكهربائي للقلب، يشبه محضر محادثة حيث "يهمس" القلب بإيقاعه، بينما تخلق البيئة المحيطة "ضجيج موقع بناء". الرجفان الأذيني — وهي حالة لا تنقبض فيها الأذينان بل ترتجفان بشكل عشوائي — يغير هذا "الهمس" بشكل بالغ الدقة.
عندما يكون الاجتماع معًا خيارًا: نموذج الثقة المتبادلة
شخصان يتفقان على اللقاء، لكن لكلٍّ منهما مشاغله الخاصة. أحدهما يشك: ماذا لو لم يأتِ الآخر؟ فيقرر ألا يذهب. والثاني يفكر بالمثل. فلا يحدث اللقاء. هكذا تبدو الآلية البسيطة التي يحللها مؤلفو الدراسة: العمل المشترك يتطلب أن يستثمر كل طرف وقته، لكن الفائدة تعتمد على مشاركة الشريك. في النموذج، يحتفظ كل شخص بقائمة مهام مرتبة حسب الأهمية.
كيف تختار الجسيمات الغروية المشحونة الشبكة البلورية
في محلول مائي تسبح كريات مجهرية — جسيمات غروية. كل كرة مغطاة بسلاسل بوليمرية طويلة تشكل ما يشبه الفرشاة، وتحمل شحنة كهربائية. عند درجة حرارة وتركيب معينين للمحلول، تصطف هذه الجسيمات تلقائيًا في هياكل منتظمة — بلورات غروية. لكن النظام نفسه يمكن أن يشكل أنواعًا مختلفة من الترتيب: كثيفًا مثل البرتقال في صندوق، أو فضفاضًا مثل الفقاعات في الرغوة.
الأذن كمضخم غير خطي نشط: الميكانيكا الحيوية للقوقعة
عندما تصل موجة صوتية إلى الأذن، تبلغ القوقعة — وهي عضو حلزوني في الأذن الداخلية مملوء بسائل. داخل القوقعة يوجد الغشاء القاعدي — حاجز رقيق مرن يهتز بفعل الصوت. لكنه ليس وترًا سلبيًا: الغشاء يضخ الطاقة بنفسه في الاهتزازات الضعيفة ويتوقف عن ذلك عندما تصبح الاهتزازات قوية. بفضل هذا السلوك غير الخطي النشط، تلتقط الأذن الهمس والكلام العالي دون تشبع.
وصفة للخلية: لماذا لا يمكن برمجة الكيمياء على عجل
كتاب طبخ بدون قائمة مكونات — هذا ما يواجهه العالم عندما يرى مخططاً للتفاعلات الكيميائية. الأسهم والصيغ على الورق تبدو منسجمة، لكن بمجرد أن تبدأ بالبحث في المختبر عن جزيئات تتصرف بهذه الطريقة بالضبط — تبدأ رحلة بحث حقيقية. اتخذ مؤلفو العمل قاعدة صارمة: في كل تفاعل، يجب أن يتطابق عدد الذرات على اليسار واليمين — وهذا هو قانون حفظ الكتلة، المبدأ الأساسي في الكيمياء. قد يبدو الأمر وكأنه حساب بسيط.
حلقة الإحساس والفعل: من البكتيريا إلى الذكاء الاصطناعي
البكتيريا، مثل الإشريكية القولونية، تسبح نحو مصدر الغذاء. الإشارة الكيميائية - تدرج تركيز المادة المغذية - تقودها إلى الأمام، لكن مع كل حركة تتغير الإشارة لأن البكتيريا تنتقل في المكان. تنشأ حلقة تغذية راجعة: إحساس ← فعل ← إحساس جديد. حوّل مؤلفو العمل هذه الحلقة إلى كمية قابلة للقياس، مطبقين فكرة من نظرية المعلومات.
كيف تتعلم الشبكة العصبية قراءة النسيج المغناطيسي للشمس
كل صباح، تُوجّه عشرات التلسكوبات نحو الشمس. تلتقط كاميراتها شريطًا ضيقًا من الضوء الأحمر — خط Hα، الذي اكتشفه Johann Jakob Balmer. تظهر في الصور خيوط داكنة، منحنية بأشكال بديعة. إنها أشبه بغرز نسيج ضخم يخيط الهالة المتوهجة. هذه هي الخيوط الشمسية. أقواس كثيفة من البلازما، تحوم فوق دروز مغناطيسية خفية.
كيف يقسم فرع العصبون الإشارة
يستقبل العصبون آلاف الإشارات على امتداد زوائده المتفرعة — التغصنات (dendrites). بعض الإشارات تدفع الخلية نحو التنبيه (استثارة)، وبعضها يمنعها (تثبيط). لفترة طويلة كان يُعتقد أن العصبون ببساطة يجمع كل المؤيدات والمعارضات. لكن في التغصنات الحقيقية يعمل التثبيط بشكل مختلف: فهو لا يطرح، بل يقسم الإشارة الاستثارية. يشبه ذلك منظم الصوت الذي يخفض الصوت بشكل تناسبي، لا بمقدار ثابت.
لغز لا يتطابق: شبكة عصبية تبحث عن الكوازارات الشاذة
عند تجميع أحجية الكون، اعتاد علماء الفلك على أن كل قطعة جديدة يجب أن تتناسب تمامًا مع الصورة المكتملة. لكن في بعض الأحيان تظهر قطع تبدو وكأنها مأخوذة من لغز آخر. عشرون ألف نواة مجرة نشطة — وأحد عشر بالمئة منها ترفضها الشبكة العصبية بثقة باعتبارها غريبة.
كيف يوجه الدماغ الانتباه: نموذج للتأمل
دماغ المتأمل هو أوركسترا، والانتباه هو قائدها. عندما تركز على التنفس، تعزف جميع الآلات بتناغم. لكن فجأة، تعزف آلة التشيلو نغمة نشازًا — هذا هو شرود الذهن. القائد المتمرس لا يصاب بالذعر: بل يلتقط التنافر فورًا ويعيد الأوركسترا بلطف إلى اللحن الرئيسي — التنفس. بنى العلماء نموذجًا حاسوبيًا لهذه العملية.
الملاح الذكي الذي لا يثق بنفسه
يشبه برنامج التتبع العادي ملاحاً يوجه سفينة بالاعتماد على النجوم. ولكن ما إن تتلبد السماء بالغيوم حتى تبدأ الإحداثيات بالانحراف، وتزداد في البيانات الإنتروبيا (مقياس اللايقين). يحصل الخوارزم الجديد على "مساعد طيار" — وحدة تراقب مدى ثقة الملاح الرئيسي. وعندما تبدأ الحسابات بالانحراف عن الواقع، يُطلق إشارة: "لقد تغيرت مواقع النجوم، حان وقت تحديث الخريطة".
كيف توقف الذكاء الاصطناعي عن الخلط بين الأصوات في السيناريو
النماذج التي تحول النص إلى صوت تتقن إعادة إنتاج الأصوات المنفردة، لكنها تحتار عندما يتضمن السيناريو عدة أحداث. على سبيل المثال، وفقًا للسيناريو يأتي رنين الجرس أولاً، ثم خطوات الأقدام، ثم صوت إغلاق الباب. قد يعيد المولد ترتيب الأحداث، فيسمع المستمع خطوات الأقدام قبل رنين الجرس. وجد الباحثون حلاً غير متوقع: بدلاً من برمجة قواعد معقدة، أخذوا شبكة عصبية 'تفهم' الصوت، وجعلوها مراقبًا صارمًا.
تعلم الآلة2026-07-151 دarXiv:2607.14086سريع
إشارات الدماغ: تعلم الفهم دون معلم
الدماغ يتحدث عبر طقطقات كهربائية قصيرة. في السابق، لتعلم هذه اللغة، كانت هناك حاجة إلى آلاف الأمثلة المترجمة من قبل المجرِّب. طريقة MOJO تسلك مسارًا مختلفًا: كما يحدث عند تعلم لغة عن طريق الانغماس، فهي أولاً 'تستمع' إلى 'تيار الوعي' دون أي تلميحات وتجد بنفسها الأنماط المتكررة.
هندسة الماء في التصوير الطبي: كيف تحسّن سلاسة الحدود جودة التشخيص
الصور الطبية هي في جوهرها خرائط لكثافة الأنسجة: حيث يرمز سطوع كل بكسل إلى الخصائص المحلية للوسط، تمامًا كما تسجّل الفوتومترية — فرع من البصريات يقيس شدة الضوء قوة الإشعاع. تعالج خوارزميات التقسيم التقليدية البكسلات بشكل مستقل، مما يؤدي إلى حدود خشنة وغير طبيعية للأعضاء — وهي تشوهات تعيق التفسير.
التدوين الصوتي: كيف يلتقط الخوارزم أي حدث صوتي دون معرفة مسبقة
الأذن البشرية مصممة بحيث يبرز الدماغ في المقام الأول الأنماط المألوفة — صوت المحاور، وصوت المطر، وإشارة السيارة. لكن النظام الجديد يعمل بمبدأ مختلف: فهو يسجل أي طفرة صوتية، حتى تلك التي لم تُسمع من قبل. يُسمى هذا النهج بالتدوين الصوتي (audio diarization) — وهو ليس مجرد البحث عن ضوضاء محددة، بل تقسيم التسجيل الصوتي بأكمله إلى مقاطع مع تحديد واضح لبداية ونهاية كل حدث صوتي.
شبكة عصبية ذات حس موضعي تحسّن الاتصال
في المطبخ بمواقد الغاز، كل شعلة تسخن بطريقتها. إذا أعاد الطاهي ترتيب القدور، قد يحترق الطعام. هكذا في الشبكة اللاسلكية: الهوائيات-الشعلات والمستخدمون-القدور يتطلّبون ترتيبًا دقيقًا. الشبكات العصبية العادية لا تميّز المواقع، معتبرةً كل الشعلات متشابهة. لذلك يصعب عليها تقدير جودة الاتصال أو ضبط الإرسال.
التسارع الذكي: كيف نُعلّم نظام الطاقة التفكير بسرعة أكبر
أنظمة الطاقة المزودة بألواح شمسية وتوربينات الرياح تُشبه مباراة شطرنج: الغيوم وتغيّر الأحمال هي تحركات الخصم التي لا يمكن توقعها. للحفاظ على التوازن، كان المُشغّلون سابقاً يستعرضون عشرات السيناريوهات (عدم اليقين)، مما كان يتطلب وقتاً وحسابات كثيرة جداً. الخوارزمية الجديدة تعمل مثل أستاذ كبير في الشطرنج: فهي لا تكتفي بحساب الخيارات، بل تُقسّم رقعة الشطرنج إلى أجزاء مستقلة وتحلّلها في آنٍ معاً.
OPhELIA: كيف يسرّع خوارزمية مستوحاة من الإنتروبيا رسم خرائط الشبكات العصبية
لفهم مبادئ عمل الدماغ، من الضروري معرفة مخطط اتصالات الخلايا العصبية بالتفصيل — وهو ما يُعرف بالكونيكتوم. الطريقة التقليدية تشبه محاولة اكتشاف بنية نظام ري ضخم في حديقة، بفتح كل حنفية على حدة وملاحظة أين يتدفق الماء.
كيف توقف الذكاء الاصطناعي عن قراءة ما لا لزوم له
غالبًا ما يتصرف مساعدو كتابة الكود مثل طاهٍ يعيد قراءة كتاب الطبخ بأكمله لسلق بيضة واحدة. عند تكليفهم بإجراء تصحيح بسيط، يعيدون فتح عشرات الملفات ويتحققون من روابط معروفة مسبقًا. هذا عمل غير ضروري — طاقة تُهدر بلا فائدة. اقترح الباحثون طريقة E3: أولاً تقييم التعقيد الحقيقي، ثم تنفيذ أقل عدد من الإجراءات، وتوسيع نطاق البحث فقط عند الفشل.
الحركات تُعرف من وضعيتها لا من مسارها
أخذ العلماء 16 نشاطًا يوميًا — من غسل الأطباق إلى القرفصاء — وحللوا الحركات إلى مكونات أولية، تمامًا كما يحلل المطياف الضوء إلى طيف. بعد مقارنة ثلاث طرق، وجدوا مفتاحًا غير متوقع للتعرف: لقطة متوسطة واحدة تكفي. تسعة مفاصل فقط من بين عشرات المفاصل حملت المعلومات الحاسمة — ولم تؤثر البقية تقريبًا.
سيمفونية الخردة: كيف يصنع قائد الأوركسترا الكمومي السبيكة المثالية
ورشة المعادن المليئة بخردة الألمنيوم تشبه أوركسترا غير متناغمة قبل الحفلة: كل آلة تنشز بطريقتها الخاصة. قصاصات أجنحة الطائرات، العلب المسحوقة، النشارة من آلات التفريز – كل 'آلة' لها معدنيتها الخاصة، التي تؤثر بشكل غير خطي على 'اللحن' النهائي – المتانة والناقلية الحرارية.
غربلة الذهب: تحسين خطوط أنابيب الذكاء الاصطناعي بأساليب قواعد البيانات
الذهب لا يستلقي على السطح — إنه مختبئ بين أطنان من الصخور الخاوية. كي يستخرج المنقبون غرامًا واحدًا من المعدن النفيس، يغربلون أمتارًا مكعبة من التربة. على هذا المنوال تقريبًا تُدرَّب نماذج اللغة الكبيرة المعاصرة: تمرر آلاف الإجابات المرشحة عبر نموذج تقييم مكلف (الأوراكل — نموذج يعطي تقييمات دقيقة)، لاختيار إجابة واحدة هي الأفضل.
اللحن، التناغم، الإيقاع: كيف يتعلم الذكاء الاصطناعي الاستماع إلى موسيقى النجوم
لقرون، ظل الفلكيون يتأملون سماء الليل، ملتقطين أدق التغيرات في ضياء النجوم. هذه السلاسل غير المنتظمة – منحنيات الضوء – أشبه بالمدرج الموسيقي: كل نجم يعزف لحنه الفريد. لكن اليوم، تحولت تدفقات البيانات من التلسكوبات كمسح فيرا روبين (LSST) إلى نشاز يصم الآذان – مليارات «التسجيلات» كل ليلة.
آلة تبتكر نظريات حول التفكير
حلقة مفرغة: الآلة تطرح فكرة، وتختبرها على البشر، وترى الإخفاقات، وتولد تخمينًا جديدًا أكثر دقة. هكذا يعمل AutoCog — العالم المعرفي الآلي. في السابق، كان أصعب جزء في علم التفكير (العلوم المعرفية) — وهو ابتكار النظرية — حكرًا على البشر فقط. كانت الآلات تجمع البيانات، وتقوم الحواسيب بحساب النماذج، بينما تظل الخطوة الإبداعية للإنسان. ولأول مرة، يغلق AutoCog هذه الدورة بالكامل.
خريطة طريق للأيونات: كيف يمهد الذكاء الاصطناعي الطريق لبطاريات المستقبل
الإلكتروليت الصلب ليس مجرد شبكة بلورية، بل مدينة صاخبة نابضة للأيونات. كل عملية توصيل تشبه رحلة عبر المدينة: هناك طرق واسعة ذات حاجز طاقي منخفض، واختناقات مرورية في الممرات الضيقة، وتحويلات خادعة قد يعلق فيها الأيون. لعقود، كان المهندسون، مثل مخططي مدن غير بارعين، يعيدون ترتيب «المنازل» الذرية عشوائيًا، آملين العثور على شبكة نقل مثالية.
كيف يساعدك تحيز التأكيد على التفكير بشكل أسرع
اعتدنا أن نعتقد أن ملاحظة تأكيدات تخميناتنا فقط هي خطأ. لكن حسابات حديثة مستوحاة من سلوك الموجات تقلب هذه النظرة. اتضح أن عادة البحث عن المألوف هي أفضل وسيلة لتقليل الضجيج المعلوماتي (يسميه العلماء الإنتروبيا). وقد أوضح جون فون نيومان أن الاحتمالات قد تتصرف لا كنسب مئوية، بل كموجات متداخلة.
ليزر ضيق للتكاملات الثقيلة
العديد من الحسابات المتقدمة في الفيزياء تصطدم بجدار حجري — لا يعيقها نقص الأفكار، بل الحسابات. يتعلق الأمر بتكاملات تعبّر عن احتمال تصادم الجسيمات أو شكل موجة الجاذبية. للحصول على رقم، يجب تبسيط هذه التكاملات — اختزالها إلى حفنة من «التكاملات الأساسية»، تشبه جدول الضرب. الإجراء معروف: خوارزمية لابورتا (Laporta) تستعرض التركيبات بشكل منهجي حتى لا تبقى سوى اللبنات الأساسية.
المواد2026-06-061 دarXiv:2606.08148سريع
كيف يُمكّن الانتقاء الذكي للعينات المعدنَ من توقّع متانته
لا يُهدر الطاهي المحترف المكونات بإعداد الطبق كاملاً لتقييم الطعم، بل يتذوّق قطرة من الصلصة. المنطق نفسه يقوم عليه أسلوب «المقارنة المعلوماتية» لتوقّع متانة المعادن. فبدلاً من الحسابات الباهظة لسلوك كل ذرة، «يتذوّق» العلماء مؤشرات بسيطة ترتبط باللدونة، أي قدرة المعدن على الانحناء دون أن ينكسر.
عندما يقول العقل بصدق: «لا أعرف»
ينظر الإنسان إلى قفل الباب فيرى شقًّا للمفتاح. يعرف أن المفتاح يُدخل ويُدار. لكن إذا كانت هناك لوحة لمسية بدلًا من ثقب المفتاح، ينكسر الإطار المألوف. لا يكتفي الإنسان بارتكاب خطأ: بل يدرك أن الطريقة المألوفة غير صالحة، ويستطيع أن يقول: «لا مكان هنا للمفتاح، نحتاج إلى نهج آخر». هذا التوقف الصادق مع التفسير نادر في الآلات. عادةً، إما أن يخرج البرنامج إجابة عشوائية، أو يتجمد بصمت.
كيف تبحث الشبكة العصبية عن الأعطال في صور الرنين المغناطيسي؟
المصحح اللغوي يراجع المخطوطة قبل الطباعة. هو لا يعرف كل الأخطاء المحتملة، لكنه يتذكر جيدًا كيف يبدو النص السليم. عندما يرى رمزًا غريبًا أو كلمة غير واضحة، يضع دائرة حمراء حولها فورًا. هذا تقريبًا ما تفعله البرنامج الجديد لفحص الصور الطبية. درّب الباحثون شبكة عصبية على التعرف على الشذوذ في صور الرنين المغناطيسي للحوض والدماغ.
لماذا ترتجف اليد ولا تمشي القدمان؟
عند أحدهم يبدأ المرض بارتجاف في اليد — فنجان يرقص على الصحن وهو يحمله إلى الطاولة. وعند آخر، ترفض القدمان فجأة أن تمشيا باستقامة: تصبح الخطوة قصيرة، متثاقلة، وكأن الأرض فجأة غُطيت بطبقة لزجة. هذان ليسا مرضين مختلفين، بل وجهان لمرض واحد — مرض باركنسون. لكن الأدوية والتوقعات قد تختلف بينهما، لذلك يحتاج الأطباء إلى فهم أي وجه يواجهونه في أقرب وقت ممكن.
التفكير بصوت عالٍ يساعد على فهم كيفية مجازفتنا
في كل مرة تتردد فيها قبل خطوة محفوفة بالمخاطر — سواء استثمار المال في الأسهم أم الانتظار — يدور في رأسك حوار داخلي. عادةً يحاول العلماء إعادة بناء مسار هذا الحوار من الاختيار النهائي وحده، كما لو أن محققًا يحاول إعادة بناء محادثة بين شخصين بالنظر إلى صورة لمكان اللقاء. غالبًا ما تكون هذه الصورة ناقصة: فالأفعال المتطابقة قد تنبع من أفكار مختلفة تمامًا. اقترح مؤلفو الدراسة تسجيل الحوار نفسه.
تعلم الآلة2026-04-261 دarXiv:2604.23758سريع
بلورات تحت مجهر الذكاء الاصطناعي: كيف عثرت الآلة على 68 ألف موصل فائق جديد
البحث عن مادة جديدة يشبه البحث عن إبرة في كومة قش، لكن الكومة هنا هي ملايين التركيبات الممكنة من الذرات. في الماضي، كان العلماء يقضون سنوات في تجربة الخيارات داخل المختبر، معتمدين على الحدس والحظ. الآن يأتي الذكاء الاصطناعي للنجدة، إذ يتعلم «فهم» لغة البلورات. يعمل نظام ElementsClaw كفريق منسجم.
المواد2026-04-261 دarXiv:2604.23821سريع
نيوترونات تحت مراقبة الذكاء الاصطناعي
مقياس طيف النيوترونات يشبه جيولوجيًا أعمى يقرع الصخور ويخمّن ما بداخلها من الصوت. يرسل حزمة نيوترونات إلى بلورة ويراقب كيف تتشتت. ومن هذا النمط يمكن فهم كيف تهتز المغناطيسات الذرية — المغازل. لكن أين يحفر بالضبط وإلى متى يستمع، كان يقرره الإنسان سابقًا. الآن جلس إلى لوحة التحكم خوارزمية TAS-AI. تعمل على مرحلتين. أولًا: مثل فضولي مبتدئ — يخبط في أماكن مختلفة شبه عشوائيًا، يبني خريطة تقريبية ويجد أين يكون الصوت أعلى.
الأشعة السينية تتعلم اختيار الزوايا
الماسح المقطعي يشبه المصور الذي يدور حول الجسم ويلتقط صورًا من زوايا مختلفة. عادةً ما يلتقط الصور على فترات متساوية ويستهلك نفس كمية الضوء لكل لقطة. لكن إذا كنت بحاجة إلى تصوير سريع دون إهدار فيلم إضافي، فعليك أن تختار: أي الزوايا أكثر أهمية وأين توجّه مزيدًا من الضوء. هذا هو بالضبط التحدي الذي يعالجه مؤلفو المقالة للأشعة السينية المقطعية المحوسبة.
عالِم اصطناعي: عقل آلي لا يُتقن الشك بعد
مساعد المختبر ينفّذ خطوات التجربة بدقة، لكنه في النهاية يكتب في التقرير ما كان يريد كتابته قبل بدء العمل. هكذا تتصرف النماذج اللغوية الحديثة عندما تُكلَّف بمهام بحثية علمية. أجرى العلماء اختبارًا على هؤلاء الوكلاء عبر 25 000 مهمة في ثمانية مجالات علمية مختلفة، من العمليات الحسابية البسيطة إلى صياغة الفرضيات.