تقليل الأبعاد

ورقة تُترك على طاولة مبللة تتجعد وترتفع أطرافها. لا أحد يتحكم في هذه الحركة، لكنها تخضع لنفس القوانين التي تحكم نمو النبات: بعض مناطق الورقة تنكمش أكثر من غيرها، فيتحول الشكل المسطح إلى شكل مجسم. لطالما حلم المهندسون بترويض هذه العملية، بحيث تنطوي القطعة المسطحة وحدها إلى الشكل المطلوب. في العمل الجديد، نجحت هذه الحيلة بدقة تصل إلى واحد بالمئة.

مجموعة أوراق لعب، كل بطاقة فيها ملتفة قليلًا، لا يمكن أن تستقر بشكل متساوٍ: فظهور البطاقات ورسوماتها لن تتطابق أبدًا. لكن إذا كانت البطاقات مرنة، فستبدأ في التكيف، منزلقة أجزاءً من المليمتر لإيجاد التطابق المثالي. شيء مشابه يحدث داخل البلورات عندما تُكدَّس طبقتان سميكتان من MoS2 أو MoS2 مع WS2 بزاوية 1–2 درجة. فشبكاتها الذرية، مثل نقوش البطاقات، تسعى إلى التطابق، ولتحقيق ذلك تزاح الذرات مكونة مناطق ذات ترتيب مثالي.

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.

تخيّل أن مصوّرَين يلتقطان صورًا لجبل واحد. الأول يلتقط مئة صورة من القمة وصورتين فقط من السفح، والثاني يفعل العكس. إذا حاولت مطابقة صورهما، قد تقرر الخوارزمية أن القمة في إحدى الصور تقابل القمة في الأخرى لمجرد وجود نقاط متشابهة كثيرة هناك، وليس لأنها نفس المكان. كثافة التصوير تسبب الارتباك.

تخيّل أن مصوّرَين يلتقطان صورًا لجبل واحد. الأول يلتقط مئة صورة من القمة وصورتين فقط من السفح، والثاني يفعل العكس. إذا حاولت مطابقة صورهما، قد تقرر الخوارزمية أن القمة في إحدى الصور تقابل القمة في الأخرى لمجرد وجود نقاط متشابهة كثيرة هناك، وليس لأنها نفس المكان. كثافة التصوير تسبب الارتباك.

صورتان لنفس الدماغ مأخوذتان في وقتين مختلفين تشبهان صورتين لمنزل قبل وبعد التجديد. لفهم ما تغير، تُطبق الصورتان فوق بعضهما وتحلل الاختلافات. لكن جهاز التصوير ليس كاميرا مثالية: فهو يضيف تشوهات بنفسه، وكأن الصورة التُقطت عبر زجاج غير مستوٍ قليلاً. سابقاً، لم تكن البرامج تميز بين التغيرات الحقيقية وتلك الناتجة عن الجهاز.

أن تُبقي في ذهنك الموضع الدقيق لقلم يُحرَّك ببطء — مهمة عادية للدماغ. أما بالنسبة للشبكات العصبية الاصطناعية فهي شبه مستحيلة. الشبكات المتكررة العادية، مثل GRU وLSTM، تميل إلى تقسيم الحركة المستمرة إلى درجات صلبة: القلم لا يزحف بسلاسة، بل يقفز من نقطة إلى أخرى. تبدو الشبكة وكأنها لا تتذكر خطًا متصلًا، بل عدة لقطات منفصلة.

في قاعة صاخبة، يحاول مترجم التقاط كل كلمة، لكن الحفيف والصدى يشوشان المعنى. هكذا تقريبًا تحسب الطرق الحاسوبية التقليدية الأنظمة الكمومية المعقدة: كلما زاد عدد الجسيمات وقويت ارتباطاتها، زادت سرعة غرق الحسابات في الضوضاء. اقترحت مجموعة من الفيزيائيين نهجًا جديدًا — "مولّد شرودنغر". فهو لا يكتفي بالاستماع، بل يتعلم تفكيك التداخلات المتقاطعة، مستخرجًا الإشارة النقية.

التنبؤ بمردود تفاعل كيميائي هو محاولة لتقدير المحصول الزراعي دون معرفة سوى تكوين التربة. لفترة طويلة، اعتمد الكيميائيون على أعمدة طويلة من الأرقام، تُسمى الواصفات الكمومية (quantum descriptors)، التي تصف طاقة الإلكترونات لكنها تتجاهل شكل الجزيء. ومع ذلك، قد يتصرف مركبان بخصائص رقمية شبه متطابقة بشكل مختلف لمجرد أن أحدهما ضخم كباقة زهور والآخر مسطح كورقة.

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،…

لنقل شكل تمثال بأدق التفاصيل، يمكن تقسيمه إلى ملايين المكعبات الصغيرة ووصف كل منها — وهذا طويل وشاق، وتتفتت ذاكرة الحاسوب تحت الضغط. هكذا تُعالج عادةً الصور الطبية ثلاثية الأبعاد: التصوير المقطعي المحوسب أو الرنين المغناطيسي عبارة عن مصفوفة ضخمة من هذه المكعبات (فوكسلات)، ولكي تُنشئ الصورة أو تحسّنها، على الآلة أن تقلبها جميعًا.

في المشهد ثلاثي الأبعاد، كل نقطة تشبه قطعة حلوى يتغير لونها تبعاً لزاوية الرؤية. ولوصف تلاعب الألوان هذا، يُخزّن لكل نقطة عشرات الأعداد — دالة رياضية خاصة ابتكرها جوزيف فورييه. وتمتلئ الذاكرة بسرعة. الطريقة الجديدة تُجمّع قطع الحلوى ذات السلوك اللوني المتشابه: بدلاً من تذكّر الظل الدقيق لكل منها، يُحفظ اللون المتوسط مع تصحيح بسيط.

الذكاء الاصطناعي التقليدي ينظر إلى الصور الطبية كما لو كانت أحجية من قطع غير مألوفة — فهو يعتبر أي صورتين غير متطابقتين مختلفتين تمامًا. هذا أشبه بمحاولة التمييز بين توأمين دون معرفة قرابتهما. أما في الطب، فالمرضى المصابون بنفس المرض يبدون متشابهين تقريبًا في صور الرنين المغناطيسي، فيخطئ الخوارزم ويخلط بين "الأقارب".

تعمل الكاميرا أحادية البكسل مثل رسام يرسم لوحته عبر استنسل مليء بالثقوب. في كل إطار، يصل إلى المستشعر الوحيد جزءٌ فقط من الضوء، معدَّلًا بواسطة قناع — وهو مُعدِّل ضوء مكاني (spatial light modulator) — ثم يعيد الكمبيوتر بناء الصورة الكاملة بتجميع هذا الفسيفساء عبر خوارزميات حسابية. في السابق، كان تسلسل الأقنعة ثابتًا: وكأن الرسام يستخدم دائمًا نفس الاستنسل دون أن يتأمل المشهد.

خريطة الطرق العادية مع بيانات المرور تحتوي على كم هائل من الأرقام. إرسالها كاملة يستغرق وقتاً طويلاً. لكن يمكن تقليل الحجم دون فقدان الجوهر. وجد الباحثون حلاً بارعاً: أولاً، يُعاد رسم الخريطة بحيث تصبح الشوارع نقاطاً، والتقاطعات جسوراً بين هذه النقاط. ثم يُحلل تدفق المرور كما يُحلل الصوت: يُفكك الضجيج المعقد إلى إيقاعات بسيطة (مبدأ التحليل الطيفي).

خوارزمية تحسين الصور تشبه مُلاحًا يقود الصورة الضبابية خطوة بخطوة نحو الوضوح. تزيل الضوضاء والتشوهات بالانتقال من بكسل إلى بكسل وفق خريطة مألوفة. لكن إذا التُقطت الصورة في ظروف غير مألوفة — كتمويه غير معتاد مثلاً — لا تتطابق الخريطة مع التضاريس. يأخذ الملاح منعطفات خاطئة، وبدلاً من صورة نظيفة نحصل على خليط سطوعي فوضوي.

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.

إن حجم بيانات مسح واحد باستخدام التصوير المقطعي المحوسب يُقارَن بعدة أفلام طويلة. يتجاوز TCAM-Diff هذا الاختناق: يضغط البرنامج الصورة ثلاثية الأبعاد إلى ثلاثة إسقاطات ظلية — تمامًا كما يستعيد النحات تمثالًا مجسمًا من الصور الظلية على ثلاثة جدران.

عادةً ما تظهر بيانات عمل الجينات كسلسلة طويلة من الأرقام، تشبه شريطًا طيفيًا (الطيف) دون روابط واضحة. في نموذج scVision، تُحول هذه الأرقام إلى صورة ذات معنى — ليست مجرد قائمة بالمكونات، بل صورة مكتملة. تُرتب الجينات على 'خريطة تنظيمية' مشتركة: الجينات المتعاونة تكون متجاورة، ونشاطها يُمثل بالسطوع، مثل قياس شدة الإضاءة (القياس الضوئي).

يجري الماسح الضوئي القياسي للتصوير المقطعي المحوسب سلسلة من صور الأشعة السينية من زوايا مختلفة، وبناءً عليها تستعيد الطرق الحسابية صورة ثلاثية الأبعاد. غير أنه في الممارسة السريرية، تنتشر حالات يُمسح فيها جزء محدود فقط من الجسم - مثل رئة واحدة - وتنقطع بيانات الإسقاط. تنشأ عندها ما تُعرف بمشكلة زاوية الرؤية المحدودة.

للعثور على نوبة الصرع في تسجيل النشاط الدماغي، استخدم العلماء نهجًا يشبه التقاط الأصوات الحادة في غرفة صاخبة: فبدلاً من تفكيك جوقة موجات الدماغ (تخطيط كهربية الدماغ – EEG) بأكملها، قاموا بعزل أشد التغيرات المفاجئة فقط.

تتكون العوالم ثلاثية الأبعاد من ملايين النقاط شبه الشفافة، مثل نسيج ضخم محبوك من قطرات مضيئة. لنقل هذا النسيج عادة ما يتطلب وقتًا طويلًا وقناة اتصال قوية. يضعه SpeedyGS في ملف صغير جدًا، وينفتح فورًا، وكأنك تسحب خيطًا من كيس. يكمن السر في الفرز المسبق: تقوم الخوارزمية بتبسيط كل نقطة وتحسب مقدار المعلومات الضرورية بالفعل.

تخيّل طبّاخًا يتعلّم الطهي من صور مرسومة فقط — شبه مؤكد أنه سيفسد كل طبق. فخّ مشابه يتربّص بـ الرؤية الحاسوبية: تدريب النماذج يتطلب آلاف الصور الموسومة، لكن جمعها ووضع العلامات عليها يدويًا مكلف ومضجر. الصور الاصطناعية المولّدة بالخوارزميات تحل المشكلة، لكن بشرط أن تبدو حقيقية. هنا تظهر أداة GraNatPy التي تقيّم مصداقية الصور الاصطناعية.

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.

تشبه الصورة الرقمية الخام فسيفساء: كل بكسل يخزن لونًا أساسيًا واحدًا — أحمر أو أخضر أو أزرق. لضغط مثل هذا الملف، يتم فصله إلى سطوع (صورة مفصلة بالأبيض والأسود) ومكون لوني. لكن نقاط اللون على المستشعر منزاحة بالنسبة لبعضها البعض، وعند استعادة اللون من السطوع، يحدث اهتزاز وأخطاء.

تخيل أنك تلتقط صورة لتمثال في شبه ظلام. أمامك معضلة: إما التقاط صورة واحدة ساطعة أو سلسلة من اللقطات الخافتة من زوايا مختلفة. في الحالة الأولى، تكون الجودة محدودة بـ الضوضاء الفوتونية — وهي الحبيبية الناتجة عن نقص الفوتونات — وفي الحالة الثانية، تتداخل التفاصيل مع بعضها البعض، ويصبح استعادة البنية ثلاثية الأبعاد أكثر صعوبة.

أنظمة الرؤية الآلية الحديثة تكتسب استقلالية متزايدة: تمكن المهندسون من تنفيذ خوارزمية التعرف على الأنماط مباشرة على شريحة مصغرة، مما يلغي حاجة الكاميرا إلى إرسال البيانات إلى حاسوب ضخم. يشبه مبدأ العمل استراتيجية تلسكوب يبحث عن كواكب خارجية: بدلاً من المسح السلبي لكامل مجال الرؤية، تركز الكاميرا بشكل انتقائي على الأجسام المهمة — الأهداف المتحركة، والحدود، والوجوه.

تتحول شجرة العائلة إلى كتلة متشابكة إذا أخذنا في الاعتبار الأطفال المتبنين والزيجات المتكررة. التطور غالبًا ما يشبه هذه الكتلة: على الرغم من أن النموذج القياسي — التمثيل التقليدي للتطور التباعدي، حيث تتفرع الأنواع مثل الشجرة يرسم شجرة أنساب أنيقة، إلا أن الجينات في الواقع لا تنتقل فقط بالوراثة، بل أيضًا مباشرة بين الكائنات غير المرتبطة — وهي عملية تسمى…

بناء رقاقة ضوئية يشبه لعبة تتطلب تمرير شعاع ضوئي عبر متاهة من المرايا الصغيرة ومقسمات الأشعة. كل عنصر من هذه العناصر يعمل مثل سكة تبديل في شبكة قطارات: فهو إما يمرر الضوء مباشرة أو يوجهه إلى مسار مجاور. الهدف هو الحصول على نمط ضوئي محدد بدقة عند المخرج، باستخدام أقل عدد ممكن من «المفاتيح». عادةً، يقضي المهندسون سنوات في البحث عن أقصر مسار لكل مهمة. لكن هنا، تم تعليم البرنامج القيام بذلك بنفسه.

ضوء المجرات البعيدة، قبل وصوله إلى التلسكوب، يمر عبر الفضاء المنحني. الكتل الضخمة من المادة تعمل مثل زجاج غير مستوٍ: صور المجرات تتمدد وتدور قليلاً. تُسمى هذه الظاهرة العدسة الثقالية الضعيفة. من خلالها يحكم علماء الفلك على كيفية توزيع الكتلة غير المرئية في الكون، وفي النهاية يحسبون رقمًا مهمًا هو S₈.

الكون متاهة عملاقة من المرايا الملتوية. كتلة المجرات والعناقيد تشوه ضوء الكويزارات البعيدة، وكأنها تتلاعب بإدراكنا للكون. في غرفة المرايا هذه، يختبئ حل اللغز الأعظم: الطاقة المظلمة التي تدفع الفضاء بعيدًا بسرعة متزايدة. لالتقاط أنفاسها، لطالما حلم علماء الفيزياء الفلكية بزوج من المرايا المتطابقة، الموضوعتين على مسافات مختلفة - وعندئذ، بمقارنة الانعكاسات، يمكننا إعادة بناء هندسة القاعة.

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).

يظهر على الشاشة نتيجة محاكاة بالغة التعقيد: كوكبان اصطدما، وتنتشر موجة صدمية. بضع نقرات في المحرر — وتصبح الظلال القاسية أنعم، ويتلاشى التشويش، وتُظلم الخلفية. هذا التنميق الرقمي (تحسين مظهر الصورة) أصبح ضمن ترسانة العلماء منذ زمن.

تخيل: تعزف أوركسترا سيمفونية، لكن الميكروفون لا يلتقط سوى طنين مدمج - tutti، حيث اختلطت أصوات الكمان الأجهر والنايات والصنوج. مهمة مشابهة واجهها الفيزيائيون لعقود، محدقين في حقول الكثافة أو درجة الحرارة أو الحث المغناطيسي.

الخريطة الكونية تشبه صورة تموجات على سطح الماء: منها نستنتج نوع الحجر الذي أُلقي. الحجر هنا هو خصائص الكون — كمية المادة العادية، وكمية المادة المظلمة، وسرعة تمدده. أما التموجات فهي نمط المجرات الذي تقيسه التلسكوبات. حتى الآن، كانت الحسابات لهذه الخرائط تتوقف عند الجولة الأولى من التصحيحات، فيما يُعرف بالنماذج أحادية الحلقة.

الفضاء مليء بالمجالات المغناطيسية. توجد في المجرات والنجوم وحتى في الفراغات الكونية الشاسعة (فجوات هائلة بين تجمعات المجرات). يُعتقد عادةً أن هذه المجالات تتقوى من مجالات «بذورية» ضعيفة بفضل الاضطراب (turbulence) — تمامًا مثل مولد كهربائي. لكن طبيعة المجالات البذورية نفسها ظلت لغزًا. يقدم العمل الجديد آلية غير متوقعة.

صناعة مادة بخصائص محددة فن اعتمد طويلاً على الحدس والحظ. الطبيعة لا تعطي تلميحات: عشرات العناصر في الجدول الدوري، وعدد توليفاتها يمتد إلى ما لا نهاية. سابقاً، كان علماء المواد أشبه بالكيميائيين القدماء، يجربون كل شيء، أو يعتمدون على نماذج إحصائية تفقد قوتها خارج حدود المعلوم. لكن فيزيائيين من اليابان طوروا نموذجاً رقمياً من نوع مختلف: يحول البحث إلى عمل صانع عطور.

روبوت المختبر يعدّ الجزيئات — ويخطئ. في أنبوب واحد 0، وفي آخر 12، وفي ثالث 3، رغم أن الكميات في الحقيقة متساوية تقريبًا. هذه الأرقام "الخام" أمر شائع في علم الأحياء: تسلسل الحمض النووي (DNA)، عدّ الأنواع في عينة ماء، نشاط الجينات. البيانات كثيرة، لكنها متناثرة ومشتتة أكثر مما يسمح به العشوائية البسيطة.

تخيّل مترجمًا يجلس في قاعة اجتماعات ويترجم كل كلمة. لكنه يلاحظ أنه يمكنه تحسين ترجمته إذا تعلّم من أخطائه. يبدأ بتسجيل العبارات التي سبّبت سوء الفهم، ويصححها. وبعد ساعة، تصبح ترجمته أدق، ويمر الاجتماع بسرعة أكبر. وهكذا هنا: مُفسِّر لغة Scheme، بمجرد تجميعه، يمكنه تنفيذ أي برنامج يُمرَّر إليه كبيانات، وفي الوقت نفسه حساب التدرجات لتحسين تلك البرامج.

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.