طريقة

نموذج توليدي

نوع من نماذج التعلم الآلي يتعلم توليد عينات بيانات جديدة مشابهة لمجموعة بيانات التدريب.
61 مقالات ذات صلة

الوصف

النموذج التوليدي هو فئة من خوارزميات التعلم الآلي التي تتعلم التوزيع الأساسي لمجموعة بيانات التدريب ثم تنتج عينات بيانات جديدة تشبهه. بدلاً من مجرد تصنيف المدخلات إلى فئات، تلتقط هذه النماذج الأنماط والبنية الإحصائية للبيانات، مما يسمح لها بإنشاء أمثلة جديدة—صور، نصوص، هياكل جزيئية، أو حتى حالات فيزيائية—تكون معقولة ولكنها ليست مطابقة لأي شيء شوهد من قبل. وهذا يجعلها حجر الزاوية في الذكاء الاصطناعي الحديث، مما يتيح مهامًا مثل توليد الصور، واكتشاف الأدوية، ومحاكاة المناخ.

التاريخ

ظهر المفهوم في الثمانينيات مع الأعمال المبكرة حول آلات بولتزمان، لكن النماذج التوليدية الحديثة انطلقت بعد تقديم شبكات الترميز التلقائي المتغيرة (VAEs) في عام 2013 والشبكات التنافسية التوليدية (GANs) في عام 2014 بواسطة كينغما وويلينغ، وغودفيلو وآخرين، على التوالي.

كيف يعمل

تعمل النماذج التوليدية عادةً عن طريق تحديد توزيع احتمالي على البيانات ثم أخذ عينات منه. تشمل الأساليب الشائعة شبكات الترميز التلقائي المتغيرة (VAEs)، التي تضغط البيانات في فضاء كامن وتفك تشفيرها مرة أخرى، والشبكات التنافسية التوليدية (GANs)، حيث تتنافس شبكة مولدة مع شبكة مميزة لإنتاج عينات واقعية بشكل متزايد. في الفيزياء وعلوم المواد، يمكن للشبكات العصبية الرسومية أن تعمل كنماذج توليدية من خلال تعلم القواعد التي تحكم الترتيبات الذرية، ثم اقتراح هياكل بلورية جديدة أو جزيئات ذات خصائص مرغوبة.

في التطبيق

تُستخدم النماذج التوليدية لتصميم مواد جديدة بخصائص محددة، وتوليد صور طبية اصطناعية لتدريب أنظمة التشخيص، وتحسين نماذج المناخ عن طريق ملء البيانات المفقودة أو إنشاء أنماط طقس واقعية.

حقيقة طريفة

يمكن للنماذج التوليدية إنشاء 'فضاء كيميائي' كمكتبة اندماجية ضخمة، حيث كل نقطة هي جزيء محتمل، وتساعد في التنقل في هذا الفضاء للعثور على مرشحين لأدوية جديدة.

Concept graph →

مقالات ذات صلة · 60

الوباء كحوار: كيف تعلّم النماذج اللغوية علماء الأوبئة الاستماع إلى سلوك الناس
في مارس 2020، خلت فرنسا: توقف الناس عن الذهاب إلى العمل والمدارس والمقاهي، وامتلأت الشوارع بالصمت. نظر علماء الأوبئة إلى الرسوم البيانية وأدركوا أن الفيروس لا ينتشر من تلقاء نفسه، بل عبر المصافحات والمحادثات ورحلات المترو.
مترجم لا يواكب الكلام: كيف تسرّع الشبكة العصبية علم فلك الموجات الثقالية
مترجم فوري في قاعة يتحدث فيها شخصان: عليه أن يواكب المعنى والنبرة معًا، لكن إذا كان الكلام سريعًا جدًا، لا يبقى سوى إعادة صياغة. هكذا يشعر العلماء تقريبًا عندما يتزايد تدفق الموجات الثقالية من اندماجات الثقوب السوداء والنجوم النيوترونية، بينما لا تواكب الحسابات الدقيقة للإشارات.
الميراث غير المتماثل: لماذا قد تكون القسمة غير المتكافئة مفيدة
عند انقسام الخلية الأم، تحصل الخليتان الابنتان عادةً على حصص متساوية من الموارد — هذه هي الصورة المألوفة للتكاثر الخلوي. ولكن ماذا لو ورثت إحدى الخليتين الابنتين كل شيء تقريبًا، بينما حصلت الأخرى على جزء صغير فقط؟ يُظهر النمذجة العشوائية أنه في ظل ظروف معينة، تكون القسمة غير المتكافئة أكثر فائدة من الناحية التطورية.
قسمة لا تُفتّت الذاكرة
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.
كيف تلد الفوضى الحياة: المفتاح السري
فرقة جاز: في البداية نشاز من النوتات العشوائية. ثم — نغمة جذابة تتكرر مرة بعد مرة. هكذا هو لغز نشأة الحياة — بلغة الكيمياء. في النمذجة العشوائية GARD، أعاد العلماء تكوين «الحساء» البدائي، حيث تسبح مركبات بسيطة، وتساعد بعضها أحيانًا في التجمع لتشكيل سلاسل أكبر. لم يقيسوا النظام فحسب.
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.
كيف تتعلم الأفكار من بعضها البعض
العقل البشري يشبه مجموعة بناء تُكمل نفسها بنفسها. الأفكار الجديدة لا تموت مع الإنسان؛ بل تنتقل وتختلط وتُنتقى. هذه العملية تسمى التطور الثقافي: الاختراعات المفيدة تترسخ، بينما تُنسى غير المفيدة. هكذا تعمل السقاطة (ratchet) — آلية تدور إلى الأمام فقط.
الصيغ الكمومية تكتسب دقة رياضية
غالبًا ما تشبه الحسابات الكمومية تجميع آلية معقدة: يعرف الفيزيائي أن القطعة ستستقر في مكانها، لكنه لا يستطيع دائمًا تفسير السبب. إحدى الحيل المفضلة هي إدراج "واحد" في منتصف الصيغة، ليس واحدًا عاديًا، بل واحدًا مكونًا من مجموعة لا نهائية من جميع الحالات الممكنة للنظام. هذا يسمح بتحويل التعبير الضخم إلى سلسلة من التكاملات البسيطة. لكن الدقة الرياضية لهذه الخطوة ظلت موضع تساؤل لفترة طويلة.
صدى الزلازل يروي حكاية التدفقات الخفية
حوض به رمل مبلل. تضغط في زاوية منه — فيبدأ الماء بالتحرك. ولكن كيف بالضبط؟ بدلًا من انتشاره في دائرة منتظمة، قد ينساب على شكل ألسنة، ويمكث طويلًا في بعض الأماكن، ويندفع بسرعة عبر أماكن أخرى. وتحت الأرض يحدث الأمر نفسه: النفط أو الماء أو الغاز يهاجر عبر الصخور ليس وفقًا للكتاب المدرسي، بل خاضعًا لفوضى الشقوق وعدم التجانس.
رادار-نحّات: كيف تشكّل الموجات الراديوية صورة الدرون
الرادار العادي لا يرى الدرون إلا كنقطة على الشاشة — علامة بلا ملامح في الفضاء. أما الطريقة الجديدة فتحوّل صدى الراديو إلى منحوتة مجسّمة: الإشارة المنعكسة ترسم شكل الجسم وميله وطبيعة حركته. المبدأ يشبه المطياف — وهو جهاز يحلّل الضوء إلى طيف مثل قوس قزح — لكن هنا لا يُحلَّل الضوء المرئي بل إشارة الراديو المنعكسة.
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.
العقل الحي: لماذا يبقى الذكاء الاصطناعي بلا جسد أعمى
النهج المعياري الحالي لتعلم الذكاء الاصطناعي يشبه طفلًا محبوسًا في مكتبة: يتذكر ملايين الكتب، لكنه لا يعلم أن النار تحرق، وأن السقوط يسبب الألم. أدمغتنا، المبنية من الكربون ومواد بسيطة أخرى، تعمل بطريقة مختلفة: أولاً يستكشف الجسد العالم من خلال الحركات واللمسات والأخطاء، وعندها فقط تكتسب الكلمات معناها.
منظور جديد للطب ثلاثي الأبعاد
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.
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.
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.
خداع اصطناعي: كيف تعلّم الصور المزيّفة الرؤية الحاسوبية رؤية الحقيقة
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.
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.
مركز الصوت: كيف ننقل الكلام دون بتات زائدة
النهج القياسي لرقمنة الكلام، الذي يقوم عليه النموذج القياسي للاتصالات الحديثة، هو أخذ عينات مباشر: آلاف المرات في الثانية يتم تسجيل شدة الإشارة اللحظية. تخيل أنك تتذوق المرق بملعقة صغيرة — كل رشفة تعطي لمحة خافتة عن الطعم، ولإدراك النكهة الكاملة عليك أن تغرف مرارًا وتكرارًا. وهكذا هنا: تتدفق البيانات وتتضخم، رغم أن الحمل الدلالي فيها ضئيل.
كيف يرسم الرمل مصير الخلية
صحراء حيث كل خطوة تغير التضاريس. تنهار الكثبان الرملية، وتنشأ منحدرات جديدة — وتُفرض الخطوة التالية بما وطئته للتو. تقريبًا هكذا تعمل "المناظر الرملية" (sandscapes) — نموذج رياضي مستوحى من الأنظمة الحية. اعتمد المؤلفون على شبكات هوبفيلد العصبية، لكنهم أضافوا تغذية راجعة: كلما دخل النظام في حالة معينة (مثل "أصبحت الخلية عضلية")، زاد عمق المنخفض المقابل في مشهد الطاقة.
لماذا تتصرف الأنظمة المختلفة بالطريقة نفسها؟
تنمو ندفة الثلج، وتنتشر بقعة النفط، ويتحرك الحشد — لكل حالة معادلاتها الخاصة. لكن النهاية غالبًا ما تكون واحدة: الشكل والسرعة والنمط تخضع لقالب بسيط يكرر نفسه على مقاييس مختلفة. هذا هو مفهوم الكونية (Universality) — عندما يختبئ قانون عام خلف التفاصيل. قامت مجموعة من الفيزيائيين ببناء إطار إعادة التطبيع (Renormalization Group) الذي يفسر هذه الظاهرة.
الصدى في المتاهة: لماذا لا يسمع التعلم الآلي سوى الصدى
الإشارات الثقالية الصادرة عن النجوم الضخمة المحتضرة هي همسات تصل إلينا من أقسى مختبرات الكون. تنبأ أينشتاين بهذه الموجات الثقالية قبل أكثر من قرن، لكننا اليوم، ومع كواشف مثل LIGO، بدأنا نسمعها.
المواد2026-07-031 دarXiv:2607.03578سريع
كيف يبحث الذكاء الاصطناعي عن مواد الحرباء
بعض البلورات تتصرف كمفتاح كهربائي: غيّر درجة الحرارة أو الضغط قليلًا، فتتحول من موصل إلى عازل. وهذا ما يُسمى بانتقال موصل-عازل (تغير القدرة على توصيل التيار). هذه المواد الحرباء مطلوبة للإلكترونيات الذكية، والرقائق العصبية الشكلية (التي تحاكي عمل الدماغ)، والبصريات القابلة للضبط.
معايرة مدينة افتراضية: تجربة SIVE
مئة وعشرون ساكنًا في مونتيلاغو ليسوا بشرًا، بل شخصيات رقمية. لكل منهم، بالإضافة إلى الاسم والسيرة الذاتية، ثلاثة إحداثيات مخفية: الثقة في السلطات البلدية، تقييم مصداقية المصدر، مدى ملاءمة المعلومات المدركة. هذه الأرقام معروفة للمبدعين، ولكن ليس للنظام نفسه.
مسرح الظلال في ليغو: شبكة عصبية تصنع خللاً خادعاً
تلتقط كواشف LIGO وVirgo الموجات الثقالية من اندماجات الثقوب السوداء والنجوم النيوترونية. لكن بين الإشارات الكونية، تعبر أذرعها الحساسة ظلالاً باستمرار – تشويشات عابرة، أو خلل، تمثل مسرح ظلال حقيقياً.
سيمفونية الأمونيا: كيف وجد الذكاء الاصطناعي قائد الأوركسترا الكيميائي
تخليق الأمونيا هو حجر الزاوية للحضارة الحديثة: فبدونه لا يمكن تصور الأسمدة، وبالتالي لا يمكن إطعام المليارات. لكن عملية هابر-بوش التقليدية، مثل أوركسترا عتيقة، تعمل تحت إملاء الضغط العالي ودرجات الحرارة الحارقة، وتلتهم حوالي 2% من طاقة العالم تاركةً بصمة كربونية ثقيلة. في بحثهم عن كيمياء 'أهدأ' وفعّالة طاقياً، يكافح العلماء لخلق محفزات جديدة – مواد تسرّع التفاعل.
شبكة عصبية تتعلم رؤية الاستقطاب غير المرئي في كاشفات سداسية الشكل
كاشفات الأشعة السينية مبنية على غرار أقراص العسل: في الخلايا السداسية، تُسجَّل هنا وهناك ومضات — آثار اصطدام فوتونات فردية. تضطر الخوارزميات التقليدية إلى تمديد هذا البنية السداسية الطبيعية إلى شبكة مستطيلة، مما يولد قطعًا أثرية — أشباحًا زائفة للاستقطاب الاستقطاب تشوه الصورة الحقيقية.
مكثف ضوئي يتعلم رسم الأرقام
الشبكات العصبية التوليدية التي تنشئ الصور تعتمد عادةً على العشوائية الرقمية. لكن مجموعة من الباحثين بنت نظامًا تولد فيه العشوائية ليس في الكود، بل في تجويف بصري صغير يحتوي على صبغة عضوية. داخل التجويف، يتفاعل الضوء وجزيئات الصبغة بقوة لدرجة أنهما يشكلان بولاريتونات — جسيمات هجينة نصف موجية.
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.
نُجمّع مرة واحدة، ونُفاضل في كل مكان
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.
تعلم الآلة2026-06-061 دarXiv:2606.08287سريع
شبكة عصبية تستشعر الإجهاد في تفاصيل أي شكل
تصميم الآلات يشبه الطهي: يجب أن تعرف بالضبط أين سينقطع «العجين». الحسابات الحاسوبية القديمة تفحص كل نقطة في القطعة على مدار ساعات، مثل قياس كل جزء من القدر للتأكد من أن المقبض لن يسقط. شبكة عصبية من الجيل الجديد تنظر إلى القطعة كشبكة نقاط، تماماً كما ينظر الطبّاخ الماهر إلى المقلاة فيشعر من النظرة الأولى كيف تتوزع الحرارة فيها.
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).
المولّد الكمومي: صور بلا تدريب
تتعلم الشبكات العصبية التقليدية من آلاف الأمثلة، مستهلكةً ساعات وغيغاواطات من الطاقة. لكن الفيزيائيين وجدوا طريقًا كموميًا مختصرًا. كان ماكس بلانك قد أظهر تكميم الطاقة، واليوم يسمح لنا ذلك بالتوليد دون تدريب. تبني الطريقة مشهدًا طاقيًا: كل نقطة فيه تمثل صورة أو عبارة محتملة، والصورة النهائية هي أدنى منخفض فيه.
كيف تبني مجرة في خطوة واحدة
الرسام يرسم لوحة بورتريه ضربة فرشاة تلو الأخرى، ثم يُعرض عليه كاميرا مع فلاش — نقرة واحدة، وينتهي الأمر. هذا تقريباً شكل الانتقال من النماذج متعددة الخطوات إلى النماذج أحادية الخطوة في توليد صور المجرات. الشبكات العصبية التعلم العميق في التصوير الطبي المعتادة لتوليد الصور تعمل مثل رسام الألوان المائية: تضع طبقة، تمزج الألوان، تضيف تفاصيل.
مطر من بكسلات: كيف ترى هطولًا لم يكن موجودًا
فسيفساء من بلاطات ملونة كبيرة. كل بلاطة تمثل متوسط هطول الأمطار لشهر كامل على مساحة بحجم دولة صغيرة. هذه الصورة تصلح لفهم عام، لكنها عديمة الفائدة إذا أردت معرفة ما إذا كان قد هطل مطر غزير أمس فوق مدينة معينة. نماذج المناخ العالمية تعمل هكذا تمامًا: تعطي صورة ضبابية لأن حساب كل نسمة ريح وكل سحابة لكوكب الأرض بأكمله مكلف جدًا. النهج الجديد، المسمى «لونغوانغ»، يحل هذه المسألة بطريقة مختلفة.
الذكاء الاصطناعي يتعلم الاستماع إلى الثقوب السوداء: خوارزمية GWAgent تفك شيفرة الموجات الثقالية
عندما تصطدم الثقوب السوداء — وهي أجسام ذات جاذبية قوية لدرجة أن الضوء نفسه لا يستطيع الإفلات منها — تهتز بنية الزمكان نفسه، وهو continuum رباعي الأبعاد يوحّد الأبعاد المكانية الثلاثة مع الزمن.
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.
شبكة عصبية تتعلم قراءة الجزيئات من بصمة الكربون
كل ذرة كربون في الجزيء تحمل جواز سفر — طاقة إلكتروناتها الأعمق التي تستقر في مداراتها. هذه الطاقة تستجيب بحساسية للجيران: يظهر أكسجين أو رابطة مزدوجة — ويتغير الرقم في الجواز. الكيميائيون يقيسون هذه الطاقات منذ زمن باستخدام الأشعة السينية، لكن حساب كل جزيء جديد يستغرق ساعات من وقت الحاسوب.
المجرات2026-04-251 دarXiv:2604.23147سريع
الشبكات العصبية تسرّع ولادة المجرات
تتطلب دراسة ولادة المجرات نمذجة مليارات السنين من نمو المادة المظلمة وتشكل النجوم - حتى الحواسيب العملاقة تنجز ذلك ببطء. جاء الحل من مجال التعلم الآلي: شبكة عصبية، مثل طباخ بارع، تقيّم المجرة المستقبلية فورًا من خلال "وصفة" اندماجات المادة المظلمة - كتلتها، سطوعها، تركيبها الكيميائي.
كيف نطّلع على أفكار الذكاء الاصطناعي في التنبؤ بالطقس؟
خبير الأرصاد يصدر توقعاته لأسبوع كامل في ثوانٍ، لكنه لا يستطيع تفسير أيٍّ من قراراته. هكذا تقريبًا تعمل نماذج التعلم العميق في التصوير الطبي الحديثة للطقس: لم تعد أقل شأنًا من الطرق العددية الكلاسيكية، لكن منطقها الداخلي مخفي خلف ملايين المعاملات. مجموعة من الباحثين صنعت أداة تنظر داخل هذا "الصندوق الأسود".