إحصاء

معيار المعلومات

مقارنة النماذج التي توازن بين جودة الملاءمة وعدد المعلمات، كما في AIC وBIC.
37 مقالات ذات صلة

الوصف

معيار المعلومات هو درجة رقمية تُستخدم لمقارنة النماذج الإحصائية المتنافسة لنفس مجموعة البيانات. الفكرة الأساسية هي الموازنة بين هدفين متعارضين: يجب أن يلائم النموذج البيانات جيدًا، ولكن لا ينبغي أن يكون معقدًا لدرجة أنه يحفظ الضوضاء فقط. تعمل معايير المعلومات على إضفاء الطابع الرسمي على هذا التبادل من خلال الجمع بين مقياس جودة الملاءمة—عادةً أقصى احتمال—مع حد جزائي يزداد مع عدد معلمات النموذج. الأمثلة الأكثر شهرة هي معيار أكايكي للمعلومات (AIC) ومعيار بايزي للمعلومات (BIC)، وكل منهما مشتق من أسس نظرية مختلفة لكنهما يخدمان نفس الغرض العملي.

التاريخ

تم تقديم معيار أكايكي للمعلومات (AIC) بواسطة هيروتوغو أكايكي في عام 1974، وتم تطوير معيار بايزي للمعلومات (BIC) بواسطة جدعون شوارز في عام 1978. كلاهما كان مدفوعًا بنظرية المعلومات وأصبحا منذ ذلك الحين أدوات قياسية في الإحصاء والعديد من المجالات العلمية.

كيف يعمل

بالنسبة لنموذج معين، تحسب القيمة القصوى لدالة الاحتمال، والتي تحدد مدى احتمالية البيانات المرصودة في ظل هذا النموذج. ثم يطرح معيار المعلومات حدًا جزائيًا يعتمد على عدد المعلمات: يستخدم معيار AIC حدًا جزائيًا يساوي 2 مضروبًا في عدد المعلمات، بينما يستخدم معيار BIC اللوغاريتم الطبيعي لحجم العينة مضروبًا في عدد المعلمات. تشير القيم الأقل للمعيار إلى نموذج أفضل. يمكن تفسير الفرق بين معياري نموذجين كمقياس تقريبي للأدلة النسبية، حيث يكون الفرق حوالي 10 دليلًا قويًا على النموذج الأفضل.

في التطبيق

في الفيزياء، تُستخدم معايير المعلومات للاختيار بين النماذج النظرية المتنافسة—على سبيل المثال، تحديد ما إذا كان الخط الطيفي موصوفًا بشكل أفضل بقمة واحدة أو قمتين متداخلتين، أو ما إذا كانت البيانات الكونية تفضل كونًا مسطحًا مع ثابت كوني على بدائل أكثر غرابة.

حقيقة طريفة

معيار AIC مشتق من مقياس نظري للمعلومات يسمى تباعد كولباك-ليبلر، والذي يحدد مقدار المعلومات المفقودة عندما يقارب توزيع احتمالي توزيعًا آخر.

Concept graph →

مقالات ذات صلة · 33

كيف تختار سماكة البلورة خلال 50 محاكاة
المترجم في المفاوضات لا يصغي إلى كل كلمة على حدة، بل يلتقط معنى الجمل كاملة. وفي المجهر الإلكتروني مهمة مشابهة: نحتاج إلى معرفة سماكة البلورة وزاوية ميلها في الحزمة، وليس لدينا سوى نمط الحيود، وهو نمط من آلاف النقاط المضيئة والمعتمة. مقارنة كل بكسل في هذا النمط مع محاكاة مكلفة للغاية، لذا اقترح العلماء ألا ننصت إلى الكلمات المفردة، بل إلى معنى الأجزاء.
ميزان للأفكار: كيف نقيس ما إذا كانت الواجهة العصبية تتحدث حقًا
في ثمانينيات القرن العشرين، وضعت مسابقة DARPA للتعرف على الكلام حدًا للجدل بين الأساليب الإحصائية والقواعد المكتوبة يدويًا، ووضعت معيارًا موحدًا للمجال بأكمله. أما بالنسبة للواجهات العصبية الكلامية التي تترجم النشاط الدماغي إلى كلمات، فلم يكن هناك حتى الآن مثل هذا المعيار المشترك: كل نظام يستخدم مفرداته الخاصة، وطريقته في التسجيل، ونوع الكلام.
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.
الحماية الكمومية ضد الذاكرة الكلاسيكية: لماذا يمحو التصحيح المثالي الآثار
الحاسوب الكمومي — آلة حسابية تستخدم الحالات الكمومية لمعالجة المعلومات — يشبه ندفة ثلج هشة موضوعة على راحة يد دافئة. أدنى نَفَس من الحرارة أو اهتزاز خفيف يحولها إلى قطرة ماء. ولكي تبقى الندفة على قيد الحياة، يتم تصحيحها باستمرار وإعادة تشكيلها كما كانت.
كيف نلتقط الحالة الانتقالية أثناء طي البروتين
تخيّل ممرًا جبليًا يربط بين واديين. في أحد الواديين، يكون البروتين في حالة مطوية ووظيفية، وفي الآخر يكون في حالة غير مطوية وفوضوية. للانتقال من شكل إلى آخر، يجب على الجزيء أن يجتاز نقطة السرج — أعلى نقطة في المشهد الطاقي. في علم البروتينات، تُسمى هذه النقطة الحرجة بالحالة الانتقالية، والإحداثي الذي يصف تقدم التفاعل والمسافة إلى تلك السرج يُسمى المُلتزم (committor).
نجوم نيوترونية توأم: عندما تغيّر الدقة الصورة
النجم النيوتروني هو نواة نجم ضخم سابق، انضغطت حتى صارت بحجم مدينة. ملعقة صغيرة من مادته تزن بقدر جبل. لكن داخل هذه الكرة فائقة الكثافة قد يختبئ مفاجأة: تحت ضغط لا يمكن تصوره، تتفكك النيوترونات إلى كواركات، فيكتسب النجم نواة جديدة أكثر انضغاطًا. عندها قد توجد في الكون أزواج من النجوم لها الكتلة نفسها لكن أنصاف أقطار مختلفة — تُسمى النجوم النيوترونية-التوأم.
كيف تفهم العدو في السماء خلال ثوانٍ
يحتاج الطيار في القتال إلى فهم فوري للهدف ونواياه. تنتظر الأنظمة التقليدية بيانات الرادار الكاملة، تمامًا مثل حارس المرمى الذي لا يتفاعل إلا بعد التسديدة. تعمل الخوارزمية الجديدة كحارس مرمى خبير: من خلال الحركات الأولى للمهاجم، تتنبأ بمناورة الهدف. تجمع الخوارزمية الإشارات المتقطعة وتُحسّن الاستنتاج تدريجيًا.
تعلم الآلة2026-07-161 دarXiv:2607.14995سريع
كيفية تعليم الذكاء الاصطناعي عدم الخلط بين صور الرنين المغناطيسي المتشابهة
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".
أوركسترا من العناصر غير المثالية: كيف تعزز العيوب التقنية الإشارة الراديوية بشكل متناقض
تخيل لوحة هوائيات ذكية — مصفوفة مرحلية — تتحكم في الموجات الراديوية التي تنتقل بسرعة الضوء. إنها تعمل مثل الأوركسترا: مئات من الباعثات الصغيرة، مثل الآلات الموسيقية، تزيح الطور (لحظة "الدخول" في العزف الجماعي) عند الأمر بجهد متغير. السطح بأكمله، بتغيير الأطوار بشكل متزامن، يوجه شعاعًا مركّزًا في الاتجاه المطلوب — مثل أوركسترا ترسل الصوت إلى القاعة.
كيف تساعد الإنتروبيا الروبوتات في إيجاد الطريق أسرع
تمشط مجموعة بحثية حقلًا ضبابيًا. في البداية ينتشر الأفراد على نطاق واسع: "درجة حرارة" البحث المرتفعة تعني تنوعًا كبيرًا في المحاولات. وعند اكتشاف أثر، يتقاربون. لكن سرعة التقارب حاسمة — فتضييق الدائرة مبكرًا قد يجعل أفضل اكتشاف بعيدًا عنهم. يقيّم المنسق تشتت الباحثين ويصدر أوامره بالتسريع أو الإبطاء. في الروبوتيات، تعمل الإنتروبيا كمنسق — إنها مقياس لعدم اليقين والتنوع.
الذكاء الاصطناعي بعدسة مكبرة ومطياف: تقييم جودة الصور
تقييم جودة الصورة مهمة تحتاج إلى مفتش دقيق يحمل مجموعة من الأدوات. شبكة IQA-T1 العصبية تتصرف تمامًا هكذا: فهي لا تكتفي بالتحديق في الصورة، بل تستخدم تارة مطيافًا وتارة مقياس إضاءة. الضوضاء الرقمية، مثل تموجات على سطح الماء، تخفي العيوب، لكن تحليل الترددات — مطيافية الصورة — يكشف فقدان الوضوح.
كيف يتعلم الكمبيوتر سماع الجميع في غرفة صاخبة
في غرفة صاخبة، يميز الإنسان الصوت المطلوب بفضل الأذنين اللتين تلتقطان الفرق في وصول الصوت. يعمل الكمبيوتر المزود بعدة ميكروفونات بالطريقة نفسها: يحصل على تلميحات مكانية — من أين يتحدث كل شخص. في السابق، كانت هذه التلميحات تُستخدم للتركيز على اتجاه واحد، مثل شعاع المصباح. لكن عند تداخل الأصوات، كان التركيز يتشتت ويُفقد جزء من الإشارة — كما لو كنا نحاول رؤية ممثلَين في نفس شعاع الكشاف دفعة واحدة.
متحكم العوّامة: الاستقرار عبر معادلة لحظية
عوّامة في خزان ماء: متحكم مثالي، تستشعر مستوى الماء فتعيد النظام فوراً إلى التوازن دون النظر إلى الماضي. طبق المهندسون هذا المبدأ على الشبكات العصبية. أعادوا كتابة البنية المعيارية بحيث تحل معادلة توازن واحدة بدلاً من سلسلة متتالية من الحسابات. تنبثق إشارة التحكم فوراً — مثل وضعية العوّامة.
رمز كمومي بنسخة طبق الأصل
الكمبيوتر الكمومي يشبه أوركسترا بلا قائد: كل كيوبت هو عازف، وأي خلل بسيط يفسد السيمفونية بأكملها. لكي لا تتحول الموسيقى إلى نشاز، ابتُكرت رموز كمومية تصحح الأخطاء. أحد أكثر الأساليب الواعدة هو استخدام موجات ضوئية كاملة بدلاً من الجسيمات الفردية للتشفير، وهي ما تُعرف بالرموز البوزونية (bosonic codes). لكن هناك عقبة.
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).
سكويلر: حين يصرخ النموذج متشككًا في صحة بياناتك
النماذج الإحصائية هي محاولة لمد شبكة رياضية مثالية على تضاريس البيانات غير المنتظمة. عندما يقاوم النموذج، يصدر توترًا، لكننا اعتدنا تجاهله. يقضي الباحثون ساعات محدقين في رسوم البواقي محاولين تخمين حيث يبدأ النموذج في "التفكك". سكويلر يحوّل هذه المقاومة إلى صوت. لم تعد تنظر إلى منحنًى — بل تسمع صريره عندما يُجبر على الانصياع لنقاط بعينها.
من يعالج أفضل: ذكاء اصطناعي عام أم متخصص ضيق؟
كل أسبوع، يطرح الأطباء ملايين الأسئلة على مساعدي الذكاء الاصطناعي بجانب سرير المريض. لكن عادةً ما تُختبر هذه الأدوات على مسائل امتحانية، وليس على ما يُسأل في العيادة الحقيقية. قررت مجموعة من الباحثين تصحيح هذا الأمر. جمعوا 620 سؤالًا حقيقيًا من أطباء في 30 تخصصًا — من أمراض القلب إلى كشف سرطان الدماغ. طُرحت هذه الأسئلة على منصة OpenEvidence.
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.
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.
تعلم الآلة2026-05-081 دarXiv:2605.07878سريع
لماذا تنجح بعض الأسئلة ولا تنجح أخرى؟
تتذوق طبقًا في مطعم دون أن ترى القائمة. تسأل النادل أسئلة — هل هو مالح أكثر من اللازم؟ ما البهارات المستخدمة؟ — وتحاول من إجاباته أن تخمن أي طاهٍ أعدّه. هكذا تقريبًا يدرس الباحثون الشبكات العصبية الحديثة عندما يكون الوصول إليها فقط عبر API (واجهة برمجة تطبيقات، حيث يمكنك طرح سؤال والحصول على إجابة، لكن لا يمكنك النظر إلى الداخل). لكن ليست كل الأسئلة مفيدة بنفس القدر.
الوعي كخلل في منظم الحرارة
يحافظ منظم الحرارة على درجة حرارة الغرفة عند 20 درجة. افتح النافذة في الشتاء – سيشغل التدفئة ليعيد التوازن. الدماغ يفعل شيئًا مشابهًا: فهو يتنبأ باستمرار بما سيحدث بعد لحظة، ويصحح نفسه إذا أخطأ. هكذا يتعلم. لكن أين مكان الوعي في هذه الآلية – إحساس طعم التفاحة أو ألم الحرق؟ نظريتان نظرتا إلى هذا من جانبين مختلفين.
كيف يتعاون طبيبان لإصدار تشخيص أدق
خبيران ينظران إلى نفس صورة الثدي. الأول طبيب متمرس، والثاني برنامج ذكاء اصطناعي. أحيانًا تتطابق آراؤهما، وأحيانًا تختلف. ومدى تكرار اتفاقهما يحدد مدى دقة تمييزهما معًا بين الأنسجة السليمة والورم.
لماذا لا تنسخ الحمض النووي نفسه بالطريقة الأكثر اقتصادية؟
إذا كتبت وصفة البروتين على ورقة وأرسلتها إلى المطبعة، فإن الخطأ المطبعي في حرف واحد قد يفسد النسخة بأكملها. تواجه الخلية المشكلة نفسها عندما تنسخ حمضها النووي (DNA) — وهو تعليمات طويلة من أربعة "حروف" كيميائية. لكن المطبعة لا تعيد طباعة النص فحسب: كل حرف في السلسلة الجديدة يُجمَّع من أجزاء منفصلة تطفو حوله، ويُستهلك على كل حرف قدر من الطاقة.
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.
امتحان لعالم ذكاء اصطناعي
أفضل مساعد ذكاء اصطناعي للعلماء رسب في الامتحان أسوأ من طالب متوسط في اختبار قصير. 21% فقط من الإجابات الصحيحة — وهذا هو سقف أقوى أربعة نماذج. مسائل الاختبار الجديد لم يكتبها مبرمجون، بل طلاب دراسات عليا: أناس يواجهون العلم الحقيقي كل يوم. سُمي الاختبار COMPOSITE-STEM. يضم 70 مسألة في الفيزياء والأحياء والكيمياء والرياضيات.
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.
كيف تجد البروتينات حدّها الأدنى
لتمييز بروتين عن آخر، لا بد من وصف شكله وتركيبه. وهناك عشرات من هذه الأوصاف: طول الجزيء، الشحنة، الذوبانية. لكن ليست جميعها مفيدة بنفس القدر. تستطيع طريقة تُدعى Differentiable Information Imbalance (DII) اختيار الخصائص الأكثر إفادة والتخلص من الزائد منها. قدّم مؤلفو الدراسة الخصائص المختارة كإحداثيات لنظام فيزيائي افتراضي.
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.
المواد2026-01-241 دarXiv:2601.17253سريع
شبكة عصبية تميز البلورات الحقيقية من الخيالية
تعمل المعادن المسامية المعروفة بالزيوليتات مثل إسفنجات صغيرة ذات ثقوب بأحجام محددة بدقة. تمر عبر هذه الثقوب جزيئات من نوع واحد بينما تعلق جزيئات أخرى — وهذا أساس تنقية المياه وفصل الغازات والتحفيز في البتروكيماويات. لكن ابتكار زيوليت جديد على الورق أسهل بكثير من زراعته في المختبر: يجب أن تتوفر عشرات الشروط الدقيقة للبلورة.
اختبار الصوت للأشعة السينية
ينظر الطبيب إلى صورة الثدي ليجد كتلة مشبوهة. إذا كانت الصورة جميلة وناعمة، لكن الكتلة اختفت منها، فلا فائدة من هذه الصورة. هذا هو بالضبط التحدي الذي واجهه الباحثون الذين طوروا طريقة جديدة لاختبار برامج التصوير الصوتي الضوئي. التصوير الصوتي الضوئي (PACT) يستخدم ومضات ليزر قصيرة: تمتص الأنسجة الضوء، وترتفع حرارتها قليلاً، وتبدأ بإصدار موجات فوق صوتية.
أثر الفجوات في تتبّع المخالطين: لماذا يؤدي فقدان حلقة واحدة إلى انهيار السلسلة كاملة
ينشغل المترجم بكل حفيف في القاعة، فتتحول ساعة الاجتماع إلى ساعتين. وكذلك الحال في مكافحة الوباء: تحاول خدمة تتبّع المخالطين إعادة بناء سلسلة العدوى، لكنها دائمًا ما تفقد شيئًا. شخص لا يتذكر من قابل، وآخر لا يرد على الهاتف، وثالث لم يصل أصلًا إلى أنظار الأطباء.
كيف تستخرج أقصى استفادة من كل فوتون
يشبه المجهر الفلوري (fluorescence microscope) مصوّرًا يلتقط صورًا في الظلام: كلما زاد عدد اللقطات، كانت الرؤية أوضح، ولكن كل لقطة تكلف فوتونات. وفي الخلية الحية، يكون مخزون الفوتونات محدودًا، وإلا فإن الضوء سيقتل العينة ببساطة. لذلك، اقترح العلماء عدم زيادة عدد الفوتونات، بل اختيار اللحظات المناسبة لالتقاطها بذكاء أكبر.
ضوضاء بذاكرة: كيف تغيّر الضوضاء الملونة السببية المناخية
تتشابك التيارات المحيطية كشبكة عنكبوت لزجة: كل اضطراب يترك أثرًا لا يزول فورًا. اعتاد علماء المناخ على اعتبار الصدمات العشوائية في هذه الشبكة غير مرئية وبلا ذاكرة، لكن دراسة جديدة تُظهر أن للضوضاء ذاكرة، وأنها تقوّي الروابط بين العقد البعيدة.