معدل التعلم

أنبوب الماء القديم يطنّ بشكل مختلف عن الجديد. فالتنبوب الذي فقد مرونته يستجيب لكل دفعة ماء بصدى حاد يعود إلى المضخة أسرع مما يحدث في منظومة فتية. وشيء قريب من ذلك يجري في شراييننا: فمع مرور السنين تتصلّب جدرانها، فتصل موجة النبض إلى الأوعية الدقيقة ثم تنعكس عائدة نحو القلب شبه بلا تأخير. هذا العود المبكر للموجة يمكن التقاطه بمجسّ يوضع على الرقبة، ومن خلاله يُقدَّر عمر الجهاز الوعائي.

البروتين في الخلية ليس ثابتًا كدمية في واجهة عرض. فذراته تهتز باستمرار، وتتمدد وتنحني — تمامًا كوتر الغيتار المشدود الذي يستمر في الاهتزاز بعد نقرته. لفهم وظيفة البروتين، لا بد من تقدير صلابة الروابط بين أجزائه. يصف الفيزيائيون ذلك عبر مصفوفة المشتقات الثانية للطاقة، لكن يمكن تصورها ببساطة كخريطة «الزنبركات» بين الذرات: حيث يكون الرابط صلبًا وحيث يكون مرنًا.

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.

تشبه الخلية الشمسية البيروفسكايتية رياضية شابة: تظهر أداءً مذهلاً في البداية، لكنها تتعب بسرعة. ففي غضون ثماني ساعات فقط، تنخفض كفاءتها بشكل ملحوظ، رغم عدم وجود عيوب ظاهرة — لا شقوق ولا غبار ولا انفصالات.

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).

تتنبأ الشبكة العصبية بمستقبل نظام ديناميكي — على سبيل المثال، تطور البلازما في مجال مغناطيسي أو تغير الوجه في فيديو. الأخطاء حتمية، وكلما نظر النموذج إلى الأمام أكثر، زاد تراكمها. التحقق من الإجابة الصحيحة أثناء العمل مستحيل: فهي ببساطة غير موجودة. وجد مؤلفو الدراسة الجديدة حيلة بسيطة ككل شيء عبقري: تدريب نموذج واحد على التحرك في الزمن إلى الأمام وإلى الخلف.

الفنان يرسم بسرعة بالفحم — ويصبح الوجه في الصورة معروفًا. علماء الفيزياء الفلكية يواجهون مشكلة مشابهة: الطيف النجمي هو صورته الفردية، تكشف درجة الحرارة والتركيب وقوة الجاذبية. حتى وقت قريب، كانت هذه الصورة تتطلب «رسمًا زيتيًا» متقنًا — كود الانتقال الإشعاعي (radiative transfer) في ظروف الخروج عن التوازن الحراري المحلي (non-LTE).

مائة ألف نجم في النواة المزدحمة لعنقود نجمي كروي تتحرك ككرات فولاذية في آلة بينبول عملاقة. كل «دفعة» — لقاء ثقالي بين نظام مزدوج ونجم منفرد — تشعل سلسلة من الأحداث غير المتوقعة. قد يتفرق الزوجان، وقد يُزيح النجم الدخيل أحد الشريكين ويحتل مكانه، وأحياناً يعلق الثلاثة في رقصة هرمية معقدة.

الاتصال بالقمر الصناعي أشبه بمحاولة سماع همسة في عاصفة: الإشارة تضيع في التشويش. ابتكر المهندسون خوارزمية ذكاء اصطناعي تعمل مباشرة على القمر الصناعي وباستهلاك طاقة ضئيل، وتتعرف على التشوهات بدقة أعلى من الطرق السابقة.

الذكاء الاصطناعي الذي يتنبأ بصوتيات قاعة ما يشبه طالباً في امتحان يحفظ الإجابات دون فهم. إذا كانت نقاط الفحص هي نفسها نقاط التدريب، يقوم النموذج ببساطة بحفظ "البصمة" الصوتية لكل موضع – كطالب يتعرف على ورقة الأسئلة من ثنية صغيرة فيها. شَدِّد القواعد – جمِّع البيانات حسب المواقع وأخفِ الدلائل الترددية – وستنهار الدقة من 85% إلى 9–57%.

عندما تصادف موجة راديو مبنى في طريقها، فإنها لا تنعكس أو تُمتص فحسب — بل تلتف حوله، تمامًا كما تلتف أمواج البحر حول صخرة تاركةً خلفها ماءً هادئًا. في فيزياء الراديو، تُنشئ هذه الظاهرة ظلًا راديويًا — نمطًا معقدًا من مناطق تقوية الإشارة وتوهينها، يسميه العلماء صورة راديوية. في هذا النمط، كما في لوحة انطباعية، تُشفَّر معلومات عن شكل العائق وحجمه ومسافته.

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.

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.

تخيّل طاهيًا محترفًا في ساعة الذروة: فجأة يتعطل الموقد أو ينفد مكوّن رئيسي. بدلًا من الذعر، يعيد فورًا ترتيب الوصفات — يسرّع طهي بعض الأطباق، ويبطئ أخرى، معيدًا توزيع الموارد أثناء العمل. هذا المبدأ في التكيف الديناميكي هو أساس الجيل الجديد من الشبكات فائقة الموثوقية. تُقسَّم البيانات فيها إلى كتل قصيرة وتُوجَّه عبر مسارات مثلى، وتصبح العملة الرئيسية هي زمن الإرسال — التأخير (latency).

بعد إلقاء حجر، تختفي الدوائر على الماء، لكن السائل يحتفظ بذبذبات مجهرية. هبّة هواء صغيرة — ويعود التموّج مجدداً. تتصرف شبكات الخلايا العصبية بطريقة مشابهة. عندما تخفت الإشارات الكهربائية، تبقى ذكراها في نقاط التلامس — المشابك العصبية. مثل الماء بعد عاصفة، تخفي هذه الآثار طاقة كامنة. أظهر العلماء: من خلال لقطة واحدة لحالة الروابط، يُمكن التنبؤ بدقة متناهية إن كانت موجة جديدة من النشاط ستنشأ.

في قدر الحساء، يكفي مقياسا حرارة لمعرفة درجة الحرارة في كل مكان — إذا عرفنا أن الحرارة تسري في دوائر من القاع. وهكذا في العلم: بقياسات قليلة، ينبغي استعادة الصورة الكاملة لحقل الحرارة. النظام يلتقط جوهر العمليات الحرارية، بضغطها في بضعة أرقام - قواعد. كما يعرف الطبّاخ أن الحساء أشد سخونة في الوسط.

تقليديًا، تعمل خوارزميات التعلم الآلي في بيئة ثابتة، تمامًا مثل الماء الذي يتدفق في مجرى محفور مسبقًا دون أن يغير شكله. الطريقة الجديدة تقلب هذا النموذج رأسًا على عقب: فهي تسمح للوكيل بأن يتعلم الأفعال ويغير البيئة التي يعيش فيها بشكل هادف في الوقت نفسه. تخيل جدولًا لا ينساب فقط إلى أسفل المنحدر، بل يعمل بنشاط على تآكل التربة الرخوة، شاقًا طريقه بشكل أقصر وأكثر كفاءة.

يتطلب تحضير طبق معقد وصفة دقيقة: اِبدأ بالتقطيع، ثم القلي، وأضف التوابل في الوقت المناسب. التحولات الكيميائية أيضاً تسير وفق وصفات خطوة بخطوة — آليات تعيد فيها ذرات الكربون والهيدروجين ترتيب نفسها بترتيب صارم. في السابق، كانت الشبكات العصبية غالباً ما تختلق خطوات غير موجودة، مثل طباخ خيالي يستبدل الملح بالسكر.

غالبًا ما يتصرف مساعدو كتابة الكود مثل طاهٍ يعيد قراءة كتاب الطبخ بأكمله لسلق بيضة واحدة. عند تكليفهم بإجراء تصحيح بسيط، يعيدون فتح عشرات الملفات ويتحققون من روابط معروفة مسبقًا. هذا عمل غير ضروري — طاقة تُهدر بلا فائدة. اقترح الباحثون طريقة E3: أولاً تقييم التعقيد الحقيقي، ثم تنفيذ أقل عدد من الإجراءات، وتوسيع نطاق البحث فقط عند الفشل.

مصوّر فوتوغرافي يلتقط غابة ليلية محاولًا الإمساك باليراعات في كادر. الومضات نادرة وخافتة، وحوله ضجيج الريح وأضواء بعيدة. هكذا تقريبًا يعمل الكاشف الضخم Hyper-Kamiokande في اليابان: فهو يلتقط النيوترينوات — جسيمات شبه غير ملموسة — عبر ومضات ضوئية صغيرة في 260 ألف طن من الماء.

الحسابات الكمومية وصفة بمكونات مثالية، لكن الطاهي — الطبيعة — يطبخ على طريقته. النماذج الآلية للذرات تحفظ الوصفة عن ظهر قلب وتتنبأ بخصائص المادة في ثوانٍ بدلًا من أسابيع. المشكلة أن الوصفة نفسها — معادلات شرودنغر — تحتوي تبسيطات: في مكان ما أهملنا ارتجاف الإلكترونات، وفي مكان آخر استبدلنا التبادل المعقد بحقل متوسط.

في أي مجموعة هناك ثلاثيات غير معلنة: ثلاثة أصدقاء دائمًا معًا. وهناك أزواج تعمل بشكل مستقل. واتضح أن مدى «احتواء» الثلاثيات للأزواج يحدد كيفية انتشار كل شيء في المجموعة — من الفيروس إلى الفكرة الجديدة. أدخل العلماء مقياسًا أطلقوا عليه اسم معامل التداخل (nesting coefficient). يبيّن هذا المعامل كم مرة تتكرر الروابط داخل الثلاثي في الروابط الثنائية.

تدريب نموذج دقيق للديناميكا الهوائية يشبه فن الطهي: أولاً يتعلم الطاهي مئات الوصفات لاستيعاب المبادئ العامة، ثم يتقن بسهولة طبقاً معيناً. المهندسون صمموا AeroTransformer — بنية شبكة عصبية دُرِّبت على مجموعة بيانات ضخمة — و"أطعموها" 30 ألف شكل جناح مختلف، مجرة كاملة من أفكار الطهي مجرة.

نواة اليورانيوم تشبه محفظة مشدودة مقفلة على نصفين. لكي تنفجر وتطلق الطاقة – أي لكي تنقسم النواة – يجب تجاوز حاجز الطاقة. ارتفاع هذه العتبة يحدد ما إذا كانت المادة مستقرة أم عرضة للتفكك في أي لحظة. ظل الفيزيائيون لعقود يحسبونها بالمعادلات، لكن بالنسبة لأكثر النوى تقلباً – شديدة الاستطالة، ذات عدد غير معتاد من الجسيمات – كانت الحسابات كاذبة.

يشبه الحاسوب الكمومي أوركسترا يعزف فيها كل موسيقي دوره، لكن نغمة خاطئة واحدة قد تفسد السيمفونية كلها. لمنع ذلك، نحتاج إلى مستمع يلتقط النشاز فورًا دون أن يعيق العزف. هذا بالضبط ما صنعه الفيزيائيون: كاشف يجد الخلل في النظام الكمومي خلال 384 نانوثانية، دون أن يمسّ المعلومات نفسها تقريبًا. في قلب الجهاز عنصران فائقا التوصيل يخزنان البت الكمومي (qubit) مثل جناحَي طائر واحد.

تعلّم الشبكة العصبية يشبه النزول من جبل على زلاجة: تحتاج إلى السرعة الصحيحة حتى لا تعلق ولا تخرج عن المسار. في الطريقة الشائعة للتعلّم بالزخم (مثل القصور الذاتي) عادةً ما تُستخدم قيمة ثابتة مقدارها 0.9. تذكّر مؤلفو المقال فيزياء التذبذبات المخمدة واقترحوا تغيير الزخم أثناء التعلّم: في البداية يكون كبيرًا، ثم يتناقص وفق معادلة حيث يساوي الزخم واحدًا ناقص جذرين لمعدل التعلّم.

جهاز التصوير بالرنين المغناطيسي يشبه كاميرا تلتقط صورًا للداخل، لكنها بطيئة جدًا. يجب على المريض أن يبقى ساكنًا لعدة دقائق، بينما يستمر القلب في النبض. إذا تحرك الشخص أو اختلّ الإيقاع، تصبح الصورة ضبابية. يضطر الأطباء إلى تكرار الفحص، مما يهدر الوقت والجهد. الطريقة الجديدة تحل هذه المشكلة بطريقة غير تقليدية.

التنبؤ بالطقس يشبه محاولة توقع أين ستتدحرج صخرة على منحدر، إذا عرفت شكل كل نتوء وقوة الرياح. أخطأت في البداية — وبعد أسبوع يتحول الخطأ إلى عاصفة كاملة. في السابق، كانت التوقعات الدقيقة تتطلب حواسيب ضخمة وحسابات تستمر أيامًا. الآن ظهر نموذج Sonny الذي يفعل الشيء نفسه على بطاقة رسوميات واحدة. يعمل Sonny على خطوتين.

قبل كل إطلاق للتوكاماك — المنشأة التي يُحتجز فيها الغاز شديد الحرارة بواسطة مجال مغناطيسي — يقضي المشغلون ساعات في حساب سلوك البلازما. فالثمن باهظ للخطأ: معلمة واحدة خاطئة قد تفسد التجربة. الآن تأتي الشبكة العصبية للنجدة، إذ تتعلم من عمليات الإطلاق السابقة وتصدر توقعًا أسرع من طرفة عين.

نموذج اللغة هو بنية متعددة الطبقات، حيث تعالج كل طبقة الكلمات بطريقتها الخاصة. في بداية التدريب، تكون الطبقات فوضوية، لكنها تدريجيًا تنتظم في فريقين. الفريق الأول يعمل ببساطة: هندسته الداخلية تتماسك وتصبح أقل تشابكًا. بينما يظل الفريق الثاني معقدًا ومتشعبًا. الطبقات ذات الهندسة البسيطة كانت أفضل المتنبئين بنشاط مناطق اللغة في الدماغ.

نمو بلورة من الجرمانيوم فائق النقاء يشبه خَبز سوفليه حساسة: أي ارتفاع بسيط في الحرارة أو ذرة شائبة زائدة — وتصبح السبيكة كلها صالحة فقط لإعادة الصهر. هذه البلورات هي قلب الكواشف التي تلتقط أندر الأحداث: من المادة المظلمة إلى اضمحلال بيتا المزدوج. لكن عددًا قليلًا من الشركات في العالم يعرف كيف يزرعها بإنتاجية عالية، وأسرار الإتقان تنتقل عبر عقود.

في غرفة مظلمة، على طاولة، يوضع مؤشر ليزر وقطعة زجاج عليها نسيج وكاميرا هاتف عادية. يمر الضوء عبر العينة، فتظهر في الصورة ليست خلايا، بل نمط من خطوط فاتحة وداكنة — مثل ظل أوراق الشجر على الجدار. من هذا النمط يتعلم الكمبيوتر تخمين كمية بروتين HER2 على سطح الخلايا السرطانية في الثدي. بروتين HER2 يشبه مقبض الباب الذي يمكن للدواء أن يمسك به.

الخلية التي تتعرض لحزمة من البروتونات تشبه مدينة تتعرض لقصف نقطي: في بعض الأماكن تتهدم أحياء بأكملها، وفي أماكن أخرى لا تتجاوز الأضرار كسر الزجاج. يعتمد بقاء المدينة على أي المباني تضررت بالضبط وكيف توزعت الضربات. في السابق، كان الأطباء يقيمون الضرر بناءً على القوة الإجمالية للقصف، لكن هذا غير كافٍ: جرعتان متطابقتان قد تتركان دمارًا مختلفًا تمامًا.

ضبط الشبكة العصبية يشبه محاولة تغيير ثقب أسود دون لمس أفق الحدث الخاص به: لا نغير سوى جزء صغير من المعاملات. ألقى الباحثون نظرة إلى الداخل فرأوا أنماطًا مذهلة - روابط قوية بين أجزاء النموذج، تشبه التشابك في فيزياء الكم. وبقياس الإنتروبيا (مقياس الفوضى)، اكتشفوا «وادي التشابك» - هبوط حاد في الانتظام يعتمد على طريقة التدريب.

يشبه التنبؤ بالمناخ وصفة طهي معقدة: رشة خاطئة واحدة تفسد الطبق بأكمله. وكذلك الحال مع السحب، فهي مكونات صغيرة لكنها حاسمة. تقسم النماذج المناخية التقليدية الغلاف الجوي إلى خلايا بحجم 50-100 كم ولا تميز السحب الفردية. هذا يشبه رش الفلفل بحفنات عندما تتطلب الوصفة رشة دقيقة. التبسيط يبعد عن الواقع: في النماذج، يؤدي فقدان المعلومات حول السحب إلى تراكم الأخطاء في حساب انعكاس ونفاذية الإشعاع الشمسي.