إحصاء

الاستدلال البايزي

Bayesian inference is a statistical method that updates the probability of a hypothesis as more evidence becomes available.
38 مقالات ذات صلة · 4 صيغ · 6 من عمل هنا

الوصف

الاستدلال البايزي (Bayesian inference) هو طريقة رياضية لتقدير احتمالية فرضية ما بناءً على ملاحظات جديدة. يتطلب ثلاثة مكونات: الاحتمال القبلي (prior probability) — الدرجة الأولية من الثقة في الفرضية، ودالة الاحتمال (likelihood) — مدى احتمالية البيانات إذا كانت الفرضية صحيحة، وثابت المعايرة (normalizing constant) — الاحتمال الكلي للبيانات تحت جميع الفرضيات الممكنة. والنتيجة هي الاحتمال البعدي (posterior probability) — أي ما تؤمن به بعد الأخذ بالأدلة. وعلى عكس الإحصاء الكلاسيكي، فإن النهج البايزي يجيب مباشرة على سؤال «ما احتمال أن تكون الفرضية صحيحة في ضوء هذه البيانات؟» بدلاً من «ما احتمال الحصول على هذه البيانات إذا كانت الفرضية صحيحة؟».

التاريخ

صيغت مبرهنة بايز لأول مرة في عمل نُشر بعد وفاة توماس بايز (1763)، ثم أعيد اكتشافها بشكل مستقل ونُشرت على يد بيير سيمون لابلاس في عام 1774. طبقها لابلاس على تقدير كتلة زحل والدراسات الديموغرافية. في القرن العشرين، تجدد الاهتمام بفضل أعمال هارولد جيفريز، الذي قدم التوزيعات القبلية غير المعلوماتية (non-informative priors)، وليونارد سافاج، الذي طور بدهيات الاحتمال الذاتي. مع ظهور طرق حسابية قوية، مثل خوارزمية متروبوليس-هاستينغز (1970) وأخذ عينات جيبس (Gibbs sampling)، أصبح الاستدلال البايزي قابلًا للتطبيق على النماذج المعقدة في علوم البيانات.

كيف يعمل

يستند الاستدلال إلى مبرهنة بايز: P(H|D) = P(D|H) * P(H) / P(D)، حيث H هي الفرضية، و D هي البيانات. يعكس P(H) (الاحتمال القبلي) الدرجة الأولية من الثقة، و P(D|H) (الاحتمال) هو احتمالية الحصول على البيانات D إذا كانت H صحيحة، و P(D) هو الاحتمال الهامشي (marginal probability) للبيانات، الذي يلعب دور المعايرة. عمليًا، يكون الحساب المباشر للمقام، وهو تكامل على جميع الفرضيات، غالبًا مستحيلًا، ويتم اللجوء إلى طرق مونت كارلو بسلسلة ماركوف (MCMC) لتقريب التوزيع البعدي. تقوم الحزم الحديثة مثل Stan و PyMC بأتمتة هذه الحسابات.

في التطبيق

تتعلم مرشحات البريد العشوائي من تصنيفاتك، وتُحسّن الاختبارات الطبية التشخيص بناءً على الأعراض الجديدة.

حقيقة طريفة

استخدم عالم فك الشفرات البريطاني آلان تورينغ خلال الحرب العالمية الثانية الأساليب البايزية لفك شيفرة «إنيغما»، حيث قام بتعيين احتمالات للإعدادات المختلفة للآلة بناءً على الرسائل التي تم اعتراضها.

Concept graph →

صيغ

$$B = \prod_{k=1}^N \frac{P(D_k|H_1)}{P(D_k|H_0)}$$
Bayes factor accumulates evidence for hypotheses.
ما في الصيغة
BمتغيرBayes factor — عامل بايز
D_kمتغيرk-th data point — بيانات
H_1متغيرalternative hypothesis — فرضية
H_0متغيرnull hypothesis — فرضية
Nمتغيرnumber of data points — حجم العينة
∏مؤثرmultiplication of terms for k=1 to N — مشغل الضرب
b_n=\prod_{k=1}^n\frac{p(d_k|h_1)}{p(d_k|h_0)} · 2505.00950v2
δ\lnz=\lnz_{model1}-\lnz_{model2} · 2607.01699v1
b^i_j=\frac{p(d|h_i)}{p(d|h_j)} · 2607.04663v1
k=\frac{p(x\mid\mathcal{m}_1)}{p(x\mid\mathcal{m}_0)} · 2607.20260v1
$$Z = \int \mathcal{L}(\Theta) \pi(\Theta) d\Theta$$
Integral of likelihood times prior over parameter space.
ما في الصيغة
ZمتغيرBayesian evidence (marginal likelihood) — الدليل البايزي
ΘمتغيرParameter vector — parameter vector
L(Θ)متغيرLikelihood function — likelihood function
π(Θ)متغيرPrior probability density — prior probability density
∫مؤثرIntegration over parameter space — مؤثر تكاملي
dΘمؤثرInfinitesimal volume element — volume element
z=\int_{ω_\theta}\mathcal{l}(\theta)π(\theta)d\theta · 2605.09521v1
$$BC(p,q) = \int \sqrt{p(x)q(x)} \, dx$$
Measures the overlap between two probability distributions.
ما في الصيغة
p(x)متغيرProbability density of distribution p — probability density
q(x)متغيرProbability density of distribution q — probability density
xمتغيرIntegration variable (sample space)
∫مؤثرIntegration over the sample space — مؤثر تكاملي
bc(p,q)=\int\sqrt{p(m)q(m)}dm · 2607.01121
$$P(A|B) = \frac{P(B|A)P(A)}{P(B)}$$
Relates conditional and marginal probabilities.
ما في الصيغة
P(A|B)متغيرConditional probability of A given B — conditional probability
P(B|A)متغيرConditional probability of B given A — conditional probability
P(A)متغيرMarginal probability of A — احتمال
P(B)متغيرMarginal probability of B — احتمال
\frac{p(hj|comp)}{p(hj)}=\frac{p(comp|hj)}{p(comp)} · 2607.10177
p(θ|\mathcal{d})\propto\prod_ip(\mathcal{d}_i|θ)p(θ) · 2607.13930
p(h_0|\{x\},cat)\propto\mathcal{l}(\{x\}|h_0,cat)*π(h_0) · 2607.17284v1

مقالات ذات صلة · 35

بيئة القوانين الفيزيائية: خريطة للآليات المتعايشة
في شريط مطاطي يُشد في المختبر، تعمل ثلاث آليات مرونة مختلفة في الوقت نفسه. عند الاستطالة الصغيرة يسود قانون هوك، وعند المتوسطة تسود المرونة الإنتروبية للسلاسل، وعند القوية يحدث تصلب بالتبلور. كل آلية توصف بمعادلتها الخاصة، وهي لا تتبادل التأثير بقفزة، بل تنقله بسلاسة. منذ زمن نيوتن، بُني المنهج العلمي على البحث عن معادلة واحدة لظاهرة واحدة.
ثلاثة مرشحات لصورة واحدة للدماغ
يصوّر المصوّر المنظر نفسه بثلاث عدسات مختلفة. في كل الصور يظهر الشيء ذاته، لكن نعومة التفاصيل وحدّة الحدود، بل وبروز الأجسام الصغيرة، تتغير من عدسة إلى أخرى. وكذلك خرائط الدماغ: مجموعة البيانات نفسها، إذا مرّت عبر مرشحات تنعيم مختلفة، تروي حكايات مختلفة قليلاً عن الشيخوخة. يقيس التصوير بالرنين المغناطيسي الكمي خصائص أنسجة الدماغ بوحدات فيزيائية: كم فيها من الميالين والحديد والماء.
Monroe: نموذج جزيئي مع استدلال احتمالي
المترجم الفوري ينشغل بأي صوت في القاعة، فتمتد ساعة الاجتماع إلى ساعتين. وكذلك النماذج التأسيسية الجزيئية: فهي تتعلم لغة الجزيئات من مجموعات ضخمة، لكنها تحتاج إلى ضبط لكل محادثة جديدة. Monroe يغير القواعد: فهو لا يتعلم لغة جديدة، بل يجد المعنى المشترك فورًا من خلال أمثلة قليلة.
كيف يتعلم مهندسو البروتينات من الأخطاء
مهندس البروتينات يشبه طاهياً يحاول أن يجعل الطبق لذيذاً ومفيداً ورخيصاً في نفس الوقت. بتغيير مكوّن واحد، يخاطر بإفساد مكوّن آخر. في السابق، كانت المساعدات الحاسوبية تقيّم خصائص البروتينات بشكل منفصل فقط، دون رؤية كيفية ارتباطها ببعضها البعض.
كيفية تقدير عدد المشاركين في التصادم النووي
عندما تصطدم نواتان ثقيلتان بسرعات نسبية، فإنهما لا تتفاعلان كليًا مثل كرات البلياردو. بل يدخل في التلامس جزء فقط من نيوكليوناتها — البروتونات والنيوترونات. وكم عدد النيوكليونات التي شاركت فعليًا في التصادم، وكم منها مرّ دون تفاعل، غير معروف مسبقًا. هذا العدد يحدد جميع القياسات اللاحقة، لكن لا يمكن رؤيته مباشرة.
تحيز لا يحتاج إلى معلم: تأثير المعدل الأساسي العكسي
تخيل مستودعًا به صناديق من التفاح والكمثرى. التفاح كثير، والكمثرى قليل. ولكن عندما يقول أمين المستودع «فاكهة ذات قشرة ناعمة»، فإننا نتذكر غالبًا الكمثرى النادرة بدلًا من التفاح الشائع. هذا مظهر من مظاهر تأثير المعدل الأساسي العكسي (inverse base-rate effect) — وهو انحياز معرفي مستقر يجعل الدماغ، عند حل الغموض بين الفئات، يبالغ بشكل منهجي في تقدير الخيارات النادرة على حساب الشائعة.
النجوم النيوترونية تكشف عن أحجامها
«فرجار» فضائي سيقيس قريبًا النجم النيوتروني بدقة تصل إلى مئة متر. بالنسبة لجسم يبلغ قطره عشرين كيلومترًا أو نحو ذلك، هذا يعادل قياس سُمك شعرة إنسان من مسافة كيلومتر. النجم النيوتروني هو بقايا مستعر أعظم منفجر. المادة فيه مضغوطة بشدة لدرجة أن ملعقة صغيرة منها تزن مليارات الأطنان.
كيف تختار الخلية طريقها: نظرة بايزية عبر الضجيج
خلية الأميبا Dictyostelium تزحف على الزجاج، تاركةً خلفها سلسلة من النقاط على المستوى — تسجيلًا لمسارها. ما القوى التي توجّه هذه الحركة؟ داخل الخلية يعمل محرك جزيئي: البروتينات تنقبض، والغشاء يترنح، والماء يُحدث ضغطًا.
حارس مع خريطة: صيد الكواكب المتجولة
مئتا مليون نجم. في مركز المجرة، حيث يستهدف المسح المستقبلي لتلسكوب نانسي غريس رومان، حوالي 250 مرة خلال المهمة سيرتعش ضوء أحدها من لمسة غير مرئية. هذه هي الكواكب العائمة بحرية – عوالم طُردت من أنظمتها الأم – و الكواكب الخارجية الأرضية التي تدور حول شموس بعيدة.
قناع غاوس سقط: كيف غيرت 4 610 أكوان إحصاءات الكون
4 610 كونا – هذا بالضبط عدد النماذج الكونية التي احتاجها علماء الفيزياء الفلكية لإظهار أن قناع غاوس المألوف لم يعد صالحًا لبيانات الجيل الجديد. المسوحات السماوية المستقبلية، مثل بعثة Euclid ومرصد Vera Rubin، تعد باستخدام العدسات الجاذبية لرسم خرائط المادة المظلمة – تلك التي اكتشفت وجودها Vera Rubin من خلال الدوران الشاذ للمجرات.
الخوارزمية ذاتية التعلم: كيف تسمع اللحن من خلال الضوضاء
استعادة صورة كاملة من أجزاء متقطعة تشبه سماع لحن الأوركسترا في قاعة صاخبة. تظهر مثل هذه المهام في الفوتومتري، حيث تُستعاد شدة إضاءة نجم من وميضه الضعيف. تتطلب الطرق التقليدية معلومات دقيقة عن التشويش، وهي غالبًا غير معروفة. الخوارزم الجديد يصقل نموذج بياناته بنفسه: كالعازف الذي يضبط آلته أثناء العزف، فهو يقلل درجة الإنتروبيا خطوة بخطوة.
الصوت2026-07-151 دarXiv:2607.13477سريع
قضاة الذكاء الاصطناعي يستمعون بالعلامات لا بالآذان
حكّام الكلام الآليون هم خوارزميات تُقيّم النطق والعواطف. لكنهم غالبًا ما يعملون كناقد طعام يُصدر حكمه بعد قراءة القائمة دون تذوّق الطبق. فبدلاً من تحليل الصوت، يتشبث النموذج بالمؤشرات النصية — كما لو كان يحكم على طبق من خلال وصفتها لا مذاقها. أظهرت التجارب أنه إذا قمت ببساطة بتبديل تسجيلين صوتيين، فإن حكم الذكاء الاصطناعي يغيّر درجته، رغم بقاء الصوت كما هو.
الشبكات العصبية في مواجهة المادة المظلمة: طريقة جديدة لتحليل العدساتية الضعيفة
تأمل في سماء الليل — ما تراه ليس مجرد تناثر أضواء، بل مخطوطة متعددة الطبقات. تحت حبر النجوم والمجرات اللامع، يظهر نص باهت يكاد يُمحى. إنها رسالة المادة المظلمة، منقوشة بالعدساتية الجاذبية: كتل خفية تشوّه ضوء المجرات البعيدة، تاركةً علامات مائية خافتة على رقّ الكون.
فاصل البيانات: كيف يكشف مفتاح بسيط بنعم/لا عن النماذج متعددة الأبعاد
على الخريطة الطبوغرافية، تختار قطرات المطر طريقها: إذا سقطت على منحدر واحد، تتجه إلى النهر أ، وإذا سقطت على الآخر، إلى النهر ب. يرى المراقب فقط تعرجات الأنهار (متغيرات الاستجابة Y) ويعرف من أي منحدر جاء الماء (الأداة Z)، لكنه لا يرى القطرات نفسها (العوامل غير المرصودة ε).
سيمفونية الأقزام البيضاء: كيف تتعلم الشبكة العصبية سماع موسيقى الجاذبية لـ LISA
الكون ليس صامتًا: إنه مليء بطنين مستمر من الموجات الثقالية. بعد عقد من الزمن، ستضبط مركبة LISA الفضائية "أذنيها" على نطاق الميلي هرتز، وسيكون أغنى مصدر هو مجرتنا — عشرات الآلاف من أزواج الأقزام البيضاء، التي تدور في رقصة سريعة. المشكلة أن إشاراتها تندمج في نشاز، يطغى بعضها على بعض.
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.
كيف تنصّت الشبكة العصبية على ضجيج الحياة
نموّ الجماعة الحيوية من بعيد يشبه قطارًا يتسارع: يزحف في البداية، ثم يكتسب سرعة. لكن بمجرد التحديق في البيانات، تتلاشى الصورة. في قياسٍ واحد نجد عشرة أفراد، وفي آخر مئة دفعة واحدة. النماذج التقليدية تمسح هذا التشتت كما لو كان غبارًا مزعجًا على العدسة. فهي تفترض أن الضجيج موحّد في كل مكان، وتتجاهله ببساطة. العمل الجديد يقترح أن ننصت إلى هذا الضجيج — كما ينصت الطبيب إلى تنفس المريض.
مرساة جينية للصحة
اشتريت ميزان مطبخ جديدًا، لكنه بدلاً من الوزن الدقيق يعرض فقط الانحراف عن «المعيار» ما. لمعرفة وزن التفاحة، عليك أولاً وزن عشرات التفاحات الأخرى وحساب المتوسط. هكذا تعمل أنظمة مراقبة الصحة اليوم: تجمع بيانات عن النبض وضغط الدم والنوم لأسابيع لتفهم ما هو معتاد بالنسبة لك وما هو انحراف. هذه هي مشكلة البداية الباردة — النموذج لا يعرفك حتى يجمع ملاحظات كافية.
كيف تتحقق من المتنبئ دون معرفة الإجابة
يرسل المختبر إلى الروبوت قائمة بألف جزيء مرشح لدواء جديد. الروبوت المتنبئ، الذي تدرّب على بيانات قديمة، يصدر لكل جزيء تقييمًا "مناسب – غير مناسب". لكن عندما تأتي القائمة من مجال غير مألوف – كفيروس مختلف أو ورم نادر – يبدأ الروبوت في الاختلاط. تظل ثقته عالية بينما تنخفض الإصابات الحقيقية إلى الصفر.
كيف تنقذ المنطق الكيميائي الأطياف من الضوضاء
الطيف هو مثل صورة فوتوغرافية للبنية الداخلية للمادة، تُلتقط بالضوء. عندما يمر شعاع عبر العينة أو ينعكس عنها، تترك الجزيئات على هذه الصورة خطوطًا داكنة مميزة — القمم. ولكن إذا كانت الصورة معرّضة للضوء بشكل زائد أو مغطاة بحجاب رمادي، يكاد يكون من المستحيل تمييز التفاصيل.
كيف تستخرج أقصى ما يمكن من إشارة ضعيفة
اغمس إصبعك في الماء مرة واحدة — وحاول أن تخمّن درجة حرارته من هذا الإحساس الوحيد. في العالم الكمومي، تحدث مثل هذه القياسات المفردة في كل مكان، لكن يتعين علينا تخمين معاملات غير مرئية: مثلًا، قوة ضغط شعاع الليزر. قد يكون ثمن الخطأ باهظًا، والبيانات المتاحة للاطمئنان شبه معدومة. لفترة طويلة، كانت رياضيات مثل هذه المسائل تشبه تركيب أحجية في الظلام. كانت التكاملات تتشعب، وحتى الحواسيب القوية تتعثر.
تشخيص العوالم البعيدة: كيف لا نخلط بين البصمات الحيوية والتداخلات
البحث عن الحياة على كواكب بعيدة يشبه تشخيص مرض نادر باستخدام اختبار غير معروف الدقة. النتيجة الإيجابية الواحدة لا تعني شيئًا: فقد تكون إيجابية كاذبة. نحن نبحث في أغلفة الكواكب الخارجية — كواكب تدور حول نجوم أخرى — عن آثار الماء ومواد أخرى قد تشير إلى عمليات بيولوجية، لكن أي إشارة قد تكون تداخلًا — بصمة حيوية إيجابية كاذبة.
لماذا تبدو اللمسة الثانية مختلفة
تستلقي اليد على الطاولة، وتصل إلى المعصم اهتزازتان قصيرتان — واحدة تلو الأخرى. المطلوب تحديد أيهما أقوى. تبدو المهمة بسيطة، لكن الإجابة تعتمد على أي الاهتزازين كان أولًا. إذا كانت الأولى ضعيفة والثانية قوية، يبدو الفرق أكبر مما لو عُكس الترتيب. هذا ليس نزوة انتباه، بل عمل آلية مستمرة: الدماغ لا ينتظر معلومات كاملة، بل يبني تخمينًا ويصححه أثناء الحركة.
لماذا تُضلّل اللقطات المنفردة للموجات الثقالية
يحتفظ ألبوم يضم مئات الصور العائلية بالكثير من الحكايات. إذا تأملت كل صورة على حدة، قد تظن بسهولة أن العمّ عملاق حقيقي: ففي ذلك اليوم كان يقف على درجة أعلى من البقية. لكن بمجرد أن تقلّب الألبوم كاملًا، يتضح أن طوله عادي تمامًا، وأن الدرجة ظهرت في بضع لقطات فقط. على نحو مماثل تعمل كاشفات الموجات الثقالية.
ضوضاء تنتحل صفة الجاذبية
في سماعات الرأس التي نستمع من خلالها إلى أوركسترا بعيدة، يحدث أحيانًا فرقعة. قد تكون هذه الفرقعة عالية جدًا لدرجة أنها تطغى على الموسيقى أو حتى تندمج معها.
خريطة للنوى الذرية
عندما يخترق نيوترون أو بروتون نواة ذرية، فإنه يتصرف مثل كرة تصطدم بجدار غير مستوٍ: فقد يرتد بطرق مختلفة اعتمادًا على مكان الاصطدام. يصف الفيزيائيون مثل هذه التصادمات باستخدام "النموذج البصري" (optical model) — وهو نموذج يستبدل النواة المعقدة بجهد فعال، كما لو كنا نصف الجدار بمتوسط ارتفاع واحد بدلاً من وصف كل تجويف على حدة.
الدماغ يتعلم بجعل الخلايا العصبية متشابهة
سكين المطبخ والمقشرة كل منهما يتعامل مع مهام مختلفة، لكن عندما يتعلم الطباخ وصفة جديدة، غالبًا ما يمسك بنفس السكين لكل شيء. يبدو أن الدماغ يفعل الشيء نفسه عندما يكتسب مهارة جديدة في تمييز الأنماط. في التجربة، تدربت القرود لأسابيع على تمييز اختلافات بالكاد ملحوظة في أنماط معقدة.
شبكة عصبية "تمسح" العدسة الجاذبية: كيف نستعيد الضوء القديم للكون
الضوء الذي وُلد في لحظة الانفجار العظيم، قطع إلينا مسافة استمرت نحو 14 مليار سنة. لكنه في طريقه مر عبر حقول جاذبية المجرات وتجمعات المادة المظلمة — وهي صورة افتراضية للمادة لا تشارك في التفاعل الكهرومغناطيسي، ولذلك لا يمكن رصدها مباشرة. هذه الحقول ثنّت أشعة الضوء، تمامًا كما تشوه الزجاج غير المنتظم الصورة.
كيف تختار أفضل نموذج دون تخمين؟
لفهم آلية عمل جهاز ما، يجب تحريكه. الطفل الذي يفكك منبهًا لا يكتفي بالنظر إلى التروس، بل يدير العجلة ويستمع إلى تغير صوت التكتكة. وكذلك العلماء: بدلاً من الملاحظة السلبية، يرسلون إشارات مختارة بعناية إلى مدخلات النظام ويراقبون الاستجابة. في الدراسة الجديدة، اقترح الباحثون طريقة تختار تلقائيًا الإشارة الأكثر "خبثًا" — تلك التي تؤدي إلى أكبر تباين في توقعات النماذج المختلفة حول النظام.
المجرات2026-02-021 دarXiv:2602.01806سريع
شبكة عصبية كخرائطية للجاذبية: خريطة دقيقة لتوزيع المادة المظلمة في المجرات
النجوم في أطراف المجرة تدور أسرع مما تتنبأ به قوانين الميكانيكا السماوية إذا أخذنا في الاعتبار فقط المادة المرئية - الغاز والنجوم المضيئة. اكتشف هذا التناقض في القرن العشرين كل من فيرا روبين وفريتز زفيكي، بقياس سرعات النجوم من خلال الإزاحة الدوبلرية لخطوط الطيف.
نقاط الكسر: كيف ينظّف المرمّم البيانات
تحتفظ سجلات الطقس القديمة بمفاجآت: عمود مقياس الحرارة يقفز فجأة نصف درجة، ليس بسبب الطقس، بل لأن المحطة استبدلت الجهاز. مثل هذه القفزات الحادّة في البيانات تُسمى نقاط التغيّر، وفصلها عن الإشارات المناخية الحقيقية مهمة يتصدى لها الإحصائيون. الطرق التقليدية إمّا ترى قفزات كثيرة جدًا أو تفوّت المهمّة، خاصة عندما تكون البيانات «تتذكّر» ماضيها.
كيف تميّز العطل التقني عن المرض الحقيقي
التشخيص الجيني يشبه مقارنة صورتين التقطتهما كاميرتان مختلفتان. إذا أزاحت إحدى الكاميرات الألوان قليلاً، ستظهر في الصورة «عيوب» غير موجودة في الواقع. وكذلك في تحليل الحمض النووي: تُقارن عينة المريض بمرجع، وإذا عولج المرجع بكواشف من دفعة أخرى أو في مختبر آخر، يعطي المقارنة إشارات خاطئة — تارة طفرات زائدة، وتارة طفرات حقيقية مفقودة.
النجوم النيوترونية: كيف نقيس ما لا يُرى
النجم النيوتروني كرة بحجم مدينة، لكنه يزن مثل نجم ونصف بحجم الشمس. داخل هذه الكرة، المادة مضغوطة لدرجة أن ملعقة صغيرة منها تزن مليارات الأطنان. لكن الفيزيائيين لا يعرفون تمامًا مما تتكون هذه المادة بالضبط.
سر النجوم النيوترونية: إعادة بناء البنية الداخلية من الكتلة ونصف القطر
داخل النجم النيوتروني — البقايا المدمجة لنجم ضخم — تُضغط المادة إلى كثافات لا يمكن تصورها، حيث تندمج النوى الذرية في وسط نيوتروني متصل. في السابق، كان على الفيزيائيين الفلكيين التخمين حول كيفية ترتيب الأمور هناك، بمراجعة معادلات الحالة الممكنة — وهي علاقات رياضية تربط الضغط والكثافة في الأعماق.
الصرخة الأخيرة لحضارة فضائية
تشبه المجرة مدينةً ليلية: معظم النوافذ تضيء بثبات، ولكن أحيانًا تلمع إحدى ناطحات السحاب بكل أضوائها ثم تنطفئ فجأة. هكذا تمامًا، وفق فرضية جديدة حول الكواكب التي تدور حول نجوم غريبة (الكواكب الخارجية)، قد نلاحظ لأول مرة حضارة أخرى — من خلال وميض قصير لكنه مسبب للعمى، قد يكون علامة على فنائها. يعرف علماء الفلك منذ زمن أن أكثر الأجرام ظهورًا هي تلك التي تتصرف بشكل متطرف.