طريقة

تجميع

أسلوب تحليل بيانات يجمع العناصر المتشابهة معًا بناءً على ميزات محددة.
51 مقالات ذات صلة

الوصف

التجميع هو أسلوب تحليل بيانات يُستخدم لتجميع مجموعة من العناصر بحيث تكون العناصر في المجموعة الواحدة (التي تُسمى عنقودًا) أكثر تشابهًا فيما بينها منها مع العناصر في المجموعات الأخرى. وهو شكل من أشكال التعلم غير الموجَّه، أي أنه يكتشف أنماطًا خفية في البيانات دون وجود تسميات مسبقة. يُستخدم التجميع على نطاق واسع لاستكشاف البيانات، وتحديد التجمعات الطبيعية، وتقليل التعقيد من خلال تلخيص مجموعات البيانات الكبيرة في عناقيد تمثيلية.

التاريخ

يعود مفهوم التجميع إلى ثلاثينيات القرن العشرين في مجالَي الأنثروبولوجيا وعلم النفس، لكن أول خوارزمية رسمية له، وهي خوارزمية k-means، قدمها ستيوارت لويد في عام 1957 (رغم نشرها لاحقًا). كما طُوِّرت طرق التجميع الهرمي في ستينيات القرن العشرين.

كيف يعمل

تعمل خوارزميات التجميع من خلال تحديد مقياس للتشابه (مثل المسافة الإقليدية أو الارتباط) بين نقاط البيانات، ثم تعيين النقاط للعناقيد بشكل متكرر لتحسين معيار معين، مثل تقليل التباين داخل العنقود (كما في خوارزمية k-means) أو تعظيم كثافة النقاط (كما في خوارزمية DBSCAN). يعتمد اختيار الخوارزمية ومقياس التشابه على نوع البيانات والشكل المطلوب للعناقيد. وبمجرد تكوين العناقيد، يمكن تصورها أو تحليلها أو استخدامها كميزات لنمذجة إضافية.

في التطبيق

يُستخدم التجميع في علم الفلك لتصنيف المجرات، وفي علم الأحياء لتجميع الجينات ذات أنماط التعبير المتشابهة، وفي التسويق لتقسيم العملاء إلى شرائح، وفي تحليل الصور لضغط الصور أو تقسيمها.

حقيقة طريفة

في علم الفلك، ساعدت خوارزميات التجميع في اكتشاف أن المجرات ليست موزعة عشوائيًا، بل تشكل شبكة كونية هائلة من الخيوط والفراغات، مما يكشف عن البنية واسعة النطاق للكون.

Concept graph →

مقالات ذات صلة · 48

كشف النقاب عن المجرات: كيف يكشف فك الالتفاف بالذكاء الاصطناعي عن الإخماد الخارجي لتشكل النجوم
صورة المجرة البعيدة الملتقطة من الأرض تشبه النظر عبر زجاج مصنفر: الغلاف الجوي يشوش التفاصيل، ويظل البنية الداخلية مخفيًا. لطالما أراد علماء الفلك معرفة أين بالضبط يتوقف تشكل النجوم في المجرات، لكن التلسكوبات الأرضية لم تسمح برؤية التدرجات اللونية الدقيقة. الآن، تعلمت شبكة عصبية إزالة هذا الضباب، مستعادة الوضوح بالاستناد إلى نماذج من الصور الفضائية.
بقع الحبر على حدود الخلية: كيف تقرر البروتينات بنفسها أين تتجمع وإلى أين تتجه
خزانا حبر يقفان على جانبي الحدود الخلوية. منهما يتدفق إلى الغشاء نوعان من المونومرات، التي عندما تلتقي تشكل قطرات لزجة من المعقدات. القطرات بالكاد تتحرك، بينما المونومرات الحرة تنتشر بسرعة، مثل جزيئات العطر في الغرفة. هكذا تبدأ قصة كيف ترسم الخلية على حدودها نقاطًا، وهي تجمعات بروتينية منفصلة، ستحدد لاحقًا اتجاه نمو النسيج بأكمله.
سربٌ من الجشع: كيف يلد البحث عن الطعام سلوكًا جماعيًا
تخيّل سرب طيور يتجمّع حول معلف لم يصنعه أحد. كل طائر يبحث عن طعام لنفسه، لكنهم في النهاية يجدون أنفسهم معًا. عادةً ما يُفسَّر هذا السلوك بالغريزة الاجتماعية: فالطيور تريد أن تكون قرب أقرانها. لكن ماذا لو كان السرب مجرد أثر جانبي للجشع؟ درّب الباحثون 50 وكيلًا للبحث عن أهداف دون رؤية الأهداف نفسها، بل بمراقبة الوكلاء الآخرين فقط.
مسبك العنقود: الغابة العشوائية تتعرف على المجرات العائدة
تبعد المجرة NGC 4254 عن مركز عنقود العذراء المجري مسافة مليون ونصف سنة ضوئية. تجر خلفها ذيلاً طويلاً من الهيدروجين المبرد — علامة على أنها تصطدم بسرعة عالية بـ الغاز الساخن. فقدان الوقود البارد يخمد ولادة نجوم جديدة.
أرخبيل في محيط البيانات: النقاط الحمراء بلا حدود لونية
242,327 مجرة — مثل حبات الرمل على الشاطئ. لكن علماء الفلك حولوا هذه الفوضى إلى خريطة: خوارزمية UMAP (التعلم الآلي) أخذت من كل مجرة أحد عشر معلمة — سبعة ألوان من البصريات حتى الأشعة تحت الحمراء المتوسطة (هذا فوتومتري (Photometry))، والقدر الظاهري، ونصف القطر،…
قطرات متسابقة في نفاثة مائية
تخرج قطرات الماء من الفوهة واحدة تلو الأخرى، مثل راكبي دراجات على مسار ضيق. تلك التي تطير أسرع تلحق بالبطيئة — وتندمج معها في قطرات أكبر. هذه الآلية البسيطة تُسمى التجميع القذفي (ballistic aggregation)، وحتى الآن كانت تُلاحظ فقط على المقاييس الكونية: هكذا تلتصق ذرات الغبار لتكوين الكواكب.
كيف تقرأ الشبكة العصبية الصفحات غير المرئية للعناقيد المجرية
تصل درجة الحرارة في مركز العنقود المجري إلى مئة مليون درجة. هذه الأنظمة، الأكبر في الكون المرتبطة بالجاذبية، هي مختبرات طبيعية تخبئ فيها الطبيعة 85% من كتلتها في المادة المظلمة غير المرئية.
تعقيد الجموع: لماذا لا يكفي المتوسط
عادةً ما يُقيَّم تعقيد الأنظمة - من حركة الأقمار الصناعية إلى إيقاعات القلب - باستخدام الإنتروبيا المتوسطة (مقياس عدم القدرة على التنبؤ، كما فهمها بولتزمان). لكن هذا يشبه تقييم المحيط بناءً على ارتفاع الأمواج فقط: فالرقم المتوسط يخفي كل ثراء التيارات تحت الماء. تغوص طريقة CWMMSE أعمق.
الحساء الكيميائي يحسب الأعداد: كيف أصبحت التفاعلات حاسوباً
في الحساء المغلي، تتصادم الجزيئات بصورة عشوائية وتدخل في تفاعلات. لكن إذا قسنا كيفية تغير تركيزاتها، تظهر أنماط منتظمة. تعمل الشبكات الكيميائية الكربونية على هذا المبدأ — وهي خلائط من الجزيئات تقوم تلقائياً بـ 'طهي' المعلومات، محولة كل تفاعل إلى عملية حسابية أولية. في السابق، كانت تُستخدم فقط لنمذجة الطبيعة.
تعلم الآلة2026-07-151 دarXiv:2607.13891سريع
رادار بلا تدريب: كيف يحول PiVoT الضوضاء إلى نظام
يشبه الرادار العادي ميكروفوناً في حشد صاخب: الأصوات الفردية تندمج في فوضى. يعمل PiVoT كمايسترو يميز في لحظة كل آلة موسيقية وسط فوضى الضبط. بدلاً من اختبار الفرضيات، يضيق الخوارزم الحلقة حول الأهداف الأكثر احتمالاً — سيارات، دراجات، مشاة.
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.
تعلم الآلة2026-07-142 دarXiv:2607.12382سريع
gradCSCG: كيف يبني الخوارزمية خريطة الغرفة محاكياً الطفل وخلايا الدماغ
الطفل، وهو يستكشف شقة غير مألوفة، يزحف من شيء إلى آخر ويتذكر ما يراه من كل زاوية. هكذا يبني الدماغ خريطة ذهنية — نموذجاً داخلياً للفضاء. خوارزمية gradCSCG تعمل بالمبدأ نفسه: تستقبل بثاً من الكاميرا وترسم مخطط المكان بنفسها، معتمدة فقط على تغير الصور. في السابق، كانت الآلات تحتاج إلى تلميحات — مثل كائنات محددة مسبقاً في الصور. أما الطريقة الجديدة فتستغني عنها.
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.
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.
كيف تجمع حصّادة الشبكات العصبية محاصيل البراعم النجمية في مئات الآلاف من المجرات
في الكون الفتي، قبل نحو عشرة مليارات سنة، كانت المجرات تشبه حقولاً لا نهائية بعد عاصفة رعدية: في كل مكان، كانت تغلي وتنبت تكتلات عملاقة — بآلاف السنين الضوئية — من تكوّن النجوم، حيث كانت النجوم الفتية تولد بطاقة جامحة. أما اليوم، فقد كادت هذه المناطق أن تنقرض: ففي المجرات القريبة، نادراً ما توجد البؤر المتأججة.
نواة الكربون — حزمة من ثلاث كتل هيليوم
لطالما تخيلنا نواة الكربون ككرة متجانسة من البروتونات والنيوترونات المختلطة بالتساوي، مثل العجين. لكن الفيزيائي جورجي جاموف شك في ذلك: فربما تتجمع الجسيمات داخلها في كتل صغيرة متماسكة — نوى الهيليوم، أو جسيمات ألفا. هذه الكتل، مثل قطع البناء، تتشابك معاً لتشكّل عناصر أثقل. تم التحقق من هذه الفكرة بإعادة النظر في تجارب قديمة.
محلل الشفرات الكوني: شبكة عصبية تفك تشفير الرموز السرية للنجوم المتغيرة
أعماق الكون ليست صامتة، إنها مليئة برسائل مشفرة. كل نجم، وكل نجم زائف، يرسل شيفرته الضوئية المرتعشة: إيقاعية كشيفرة مورس للنجوم القيفاوية، أو فوضوية كشيفرة مكسورة لـمستعر أعظم. يلتقط علماء الفلك هذه الإشارات بالملايين كل ليلة - ولكن كيف يُقرأ دون مفتاح؟ تنتج تلسكوبات مثل ZTF أشرطة لا نهائية من منحنيات الضوء، وهنا يظهر التعلم الآلي - ليس مجرد مستمع، بل محلل شفرات خبير.
رقصة جزيئية بلا مُخرج
رقصة مئات الجسيمات: بعض الأزواج تدور ببطء وسلاسة، بينما تهتز أخرى بإيقاع محموم. لفهم جوهر الرقصة، يجب متابعة الحركات البطيئة تحديدًا، فهي الكوريغرافيا الرئيسية للنظام. في علم الجزيئات، تُسمى هذه الحركات البطيئة "الأنماط البطيئة" (slow modes)، وهي التي تحدد كيفية طي البروتين على شكل كرة أو ارتباط الدواء بالهدف. الطريقة الجديدة SelfTICA تتعلم تمييز هذه الكوريغرافيا دون توجيه.
تعلم الآلة2026-06-091 دarXiv:2606.11382سريع
كيف نعلّم الشبكة العصبية قراءة الجزيئات من ورقة؟
البحث عن الجزيء المناسب بين مليارات الخيارات يشبه البحث عن حبة واحدة في كيس أرز. ولتجنب الفحص اليدوي الشامل، يستدعي الكيميائيون بشكل متزايد الشبكات العصبية للمساعدة. لكن النماذج الكبيرة تتطلب أجهزة كمبيوتر قوية، بينما تفتقر النماذج الصغيرة غالبًا إلى الاتساع المعرفي. يحل GLACIER هذه المشكلة، مثل تلميذ قدير يتعلم من عدة مرشدين في وقت واحد.
الإخفاء الصوتي: عندما يستبدل الصوت الواقع
إذا صفّقت بيديك في غرفة فارغة، سيخبرك الصدى عن أبعادها وشكلها. كل جسم — كرسي، كتاب، إنسان — يضيف بصمته الخاصة إلى هذا الصدى: فالصوت ينعكس عنه بطريقة مميزة. ابتكر مؤلفو المقال طريقة لإعادة كتابة هذه البصمة الصوتية بالكامل. فقد أحاطوا منطقة من الفضاء بسطح مغلق من الميكروفونات ومكبرات الصوت. تلتقط الميكروفونات الصوت القادم، وترد مكبرات الصوت فورًا بإشارة تجعل الداخل صامتًا — وكأن لا شيء هناك. تقوم الفكرة على أساس بسيط.
كيف تميّز البلورة الكمومية عن الرغوة؟
غالبًا ما يُتصوَّر الزمكان على أنه نسيج أملس. لكن على المستوى المجهري الأقصى، قد لا يكون هذا النسيج متصلًا، بل مكوَّنًا من «ذرات» منفصلة — أحداث مرتبطة بالسببية. هذه الصورة للعالم تُعرف بنظرية المجموعات السببية (causal sets).
المجتمعات بالحجم: عندما تُجمع الشبكات كأحجية الصور المقطوعة
الشبكة الاجتماعية تشبه المدينة: فيها أحياء عملاقة وأزقة صغيرة. عندما يبحث خوارزمي عن مجموعات متماسكة فيها، غالبًا ما يميز زوجًا من المجموعات الضخمة والكثير من الشظايا الصغيرة. لكن العميل — مثل البلدية — يحتاج إلى أحياء متقاربة الحجم لتوزيع العيادات أو المدارس بالتساوي. الحيلة المعتادة هي تدوير مقبض "السماح" الذي يجعل جميع المجتمعات في المتوسط أكبر أو أصغر.
كيف ترى التشابك غير المرئي
فوتونان متشابكان يطيران في اتجاهين متعاكسين، لكنهما يظلان يتصرفان ككيان واحد: قياس أحدهما يحدد فورًا حالة الآخر. هذا هو التشابك الكمومي. لكنه أحيانًا يشبه جاسوسًا محترفًا — لا يترك أثرًا تراه الفحوصات العادية. هذا التشابك «المقيد» (bound entanglement) لا يصلح للاتصالات فائقة الأمان، لكن اكتشافه مهمة مهمة لفهم العالم الكمومي. وجد مؤلفو المقال طريقة لكشف هذا التشابك.
كيف يتعلم الدماغ استشراف المستقبل
تُعزف نغمة — ولا يكتفي الدماغ بالاستماع إلى النوتة تلو الأخرى. إنه يعمل كقائد أوركسترا يعرف النوتة مسبقًا: كل نغمة تالية متوقعة لأن النغمات السابقة لا تزال تتردد في الذاكرة. ولكن كيف تحتفظ الخلايا العصبية بهذا الصدى؟ في مقال جديد، يُقترح نموذج لتذبذبات الشبكات العصبية النبضية PCL+ — وهي شبكة تنتقل فيها الإشارات عبر دفعات قصيرة، كما في الدماغ الحقيقي.
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.
فسيفساء الكلمات: كيف تفسر الفيزياء لعبة السكرابل
بعد جولة من السكرابل، تشبه اللوحة فسيفساء: القطع متناثرة لكنها تتجمع في نمط مترابط — جزر من الكلمات وسط بحر من الخلايا الفارغة. يمكن وصف هذا النمط رياضيًا، لكن ذلك يتطلب عادة قواعد معقدة. سلك مؤلفو الدراسة مسارًا مختلفًا: أخذوا مباريات حقيقية بلغات مختلفة ووجدوا أبسط وصف ينقل الخصائص المتوسطة فقط — كم عدد الخلايا المشغولة في المتوسط، وكم مرة تكون الخلايا المتجاورة مشغولة معًا.
الكوكب X يفقد أرضه تحت أقدامه
على أطراف النظام الشمسي، بعيدًا وراء نبتون، تدور مئات الكتل الجليدية. بعضها يتحرك وكأن قوة خفية قد اصطفت مداراتها مثل إبر البوصلة. قبل عشر سنوات، قاد هذا علماء الفلك إلى فكرة: هناك كوكب ضخم يختبئ هناك، تبلغ كتلته عشرة أضعاف كتلة الأرض. لكن الحسابات القديمة كانت تعاني من ضعف: التلسكوبات لا تنظر إلى السماء بالتساوي.
فصل الإشارة عن الضوضاء في كاشفات الجسيمات
تعمل كاشفات الجسيمات، مثل الغرف المستوية المقاومة (RPC)، كفخاخ حساسة: عندما يمر جسيم مشحون عبرها، تتولد إشارة كهربائية. ولكن في بعض الأحيان تُصدر الغرفة أثرًا كاذبًا — وكأن شخصًا غير مرئي ضغط على زر الجرس. هذه الإشارات الكاذبة تشوش الصورة وتعيق التحديد الدقيق لمسار الجسيم.
كيفية ضبط كاشف السيليكون لعدّ الجسيمات بدقة
في مسرّع الجسيمات، تتحطم النوى إلى شظايا، مثلما ينكسر فنجان خزفي عند سقوطه. تمر كل شظية عبر ألواح السيليكون، التي تسجّل الاصطدام وقوته. ولكن للتمييز بين الإشارة الحقيقية والضوضاء العشوائية، يجب ضبط عتبة: أي قراءة أقل منها تُعتبر تداخلًا. تستخدم تجربة FOOT ستة ألواح سيليكون بسماكة 150 ميكرومترًا، مكدسة في ثلاث طبقات.
كيف تُحسّن الشبكة العصبية التركيز في زخّات الجسيمات
في كاشف مصادم الهادرونات الكبير، تولد ملايين الجسيمات كل ثانية. ومضات الطاقة التي تنتجها في المسعّر (calorimeter) تشبه قطرات المطر على زجاج النافذة: القطرات المنفردة مرئية، لكن عندما تكثر وتندمج، يصعب تمييز كل واحدة منها. والفيزيائيون بحاجة إلى معرفة مقدار الطاقة التي حملها كل جسيم وإلى أين وصل بدقة. النهج الجديد يوكل هذه المهمة إلى شبكة عصبية.
شبكة عصبية تتعلم رؤية المادة المظلمة: من المحاكاة الاصطناعية إلى التجمعات الحقيقية
صور المجرات البعيدة المجرات تزخر بأقواس وبقع منحنية — إنه ضوء تشوه في طريقه إلينا. هذا التأثير، الذي تنبأ به ألبرت أينشتاين في إطار النسبية العامة، يعمل كمرآة مشوهة عملاقة: فالتجمع المجري الضخم تجمع المجرات بجاذبيته يشوه صور المصادر الخلفية — وهي ظاهرة تُعرف باسم العدسة…
تعلم الآلة2026-03-141 دarXiv:2603.13727سريع
كيف تتعلم الآلة استنتاج قوانين الطبيعة
الكمبيوتر العادي، عندما يبحث عن قانون طبيعي من البيانات، يحاول تخمين الصيغة الجاهزة كاملة. هذا يشبه طباخًا لا يعرف الوصفة، يلقي بجميع المكونات دفعة واحدة في القدر، آملًا أن يخرج حساءً. في الغالب، تكون النتيجة خليطًا غير صالح للأكل: صيغة طويلة لكنها بلا معنى، وتخطئ عند تطبيقها على بيانات جديدة. اقترح العلماء مسارًا مختلفًا: دع الآلة تسير على خطى كبار الفيزيائيين.
ضبط الزمن الكوني: تلسكوب جيمس ويب والأقزام البنية مفتاح لتحديد عمر التجمعات النجمية الكروية
التجمعات النجمية الكروية أرشيفات كثيفة للسكان النجميين، تحفظ سجل شباب المجرة. ظل فك رموز هذا السجل صعباً لفترة طويلة بسبب ساعات غير دقيقة: تقديرات العمر تباينت بمقدار مليار سنة، وهو ما يعادل فترات جيولوجية كاملة.
النمط الهندسي للثقوب السوداء: تمييز الإشارة من الضجيج الثقالي
تخيل ضجيج ساحة مزدحمة - هكذا تبدو الخلفية الثقالية للكون، التي تلتقطها شبكة من النجوم النابضة - نجوم نيوترونية تصدر نبضات راديوية منتظمة بدقة الساعات الذرية. في هذا الضجيج الكوني تختبئ "بصمات" أزواج فردية من الثقوب السوداء التي تدور حول بعضها البعض.
المجتمعات الميكروبية: كيف نحدد اللاعبين الأساسيين
تشبه المجتمعات الميكروبية أوركسترا صاخبة: آلاف الآلات، ولا يتضح من يعزف اللحن الرئيسي. في الأمعاء أو المحيط أو التربة تعيش ملايين الأنواع من البكتيريا، ويحتاج العلماء إلى معرفة أي منها مهم حقًا لصحة الإنسان أو خصوبة الأرض. النهج الجديد يعمل مثل فرز ذكي للغسيل. بدلاً من ترتيب كل قطعة على حدة، تجد الخوارزمية تلقائيًا المجموعات المتشابهة — مثل كل الجوارب أو كل القمصان.
أفكار لم يبحث عنها أحد
العلم يشبه مدينة يسكنها سكان يمدّون شوارعها بأنفسهم. حيثما توجد ممرات معبّدة، تُبنى منازل جديدة، بينما تظل الأراضي البور غير ملحوظة — ليس لأن البناء فيها مستحيل، بل لأن لا أحد يلتفت إليها. في العلم، هذه الأراضي البور هي اتجاهات تنبع منطقيًا من المعروف سابقًا، لكنها لا تخطر ببال العلماء، لأن لكلٍّ منهم تخصصه الضيق وأساليبه المألوفة. النظام الجديد يعمل كرسّام خرائط لا يتبع الآثار، بل ينظر إلى الخريطة من الأعلى.
أسلاك الدماغ: كيف يتحكم المادة البيضاء في الفكر
يشبه الدماغ مدينة ضخمة: المناطق والأحياء تتواصل مع بعضها عبر الشوارع والمسارات العصبية. إذا تعطلت إشارات المرور عند تقاطع ما، يتجمد الحركة. وكذلك في الدماغ: إذا كانت حزم الألياف العصبية (المادة البيضاء) لا تعمل بشكل جيد، تتوقف المناطق البعيدة عن العمل بتناغم، ويصبح التفكير متعثرًا. أخذ العلماء صورًا للدماغ لدى الشباب وقسموا جميع المسارات العصبية إلى مجموعات بناءً على مدى تزامن نشاطها.
كيف ترى الجزيئات دون تلميحات مسبقة
نقاط مضيئة على خلفية داكنة — هكذا تبدو صور الجزيئات المفردة الملتقطة بتقنية MINFLUX. هذا المجهر قادر على إظهار تفاصيل أصغر من خمسة نانومترات: أي أنحف بحوالي عشرة آلاف مرة من شعرة الإنسان. لكن الصورة لا تظهر مكتملة، بل تشبه حفنة من الأضواء في زينة عيد الميلاد حيث احترق بعض المصابيح وتشابكت الأسلاك.
الكيمياء بلا تلميحات: كيف نستخلص آلية التفاعل من البيانات
عندما يرى الكيميائيون كيف تتغير تراكيز المواد، يحتاجون إلى فهم التفاعلات التي تقف وراء هذه التغيرات. يشبه ذلك محاولة إعادة بناء وصفة طبق من صور الأطباق في لحظات مختلفة من الوجبة. سابقًا، كانوا يستخدمون غالبًا المشتقات (derivatives) — معدلات التغير اللحظية للتراكيز. لكن المشتقات حساسة جدًا للضوضاء: أي ارتجاف بسيط في البيانات يتحول إلى قمم وانخفاضات زائفة.