رياضيات

الإمكان الأعظم

طريقة إحصائية لتقدير المعلمات عن طريق تعظيم دالة الاحتمال.
39 مقالات ذات صلة

الوصف

تقدير الاحتمال الأقصى (MLE) هو حجر الزاوية في الاستدلال الإحصائي. فهو يوفر طريقة مبدئية لاختيار معلمات التوزيع الاحتمالي التي تفسر البيانات المرصودة على أفضل وجه. بالنظر إلى مجموعة من نقاط البيانات ونموذج مرشح (مثل توزيع طبيعي بمتوسط وتباين غير معروفين)، يختار MLE قيم المعلمات التي تجعل البيانات المرصودة أكثر احتمالاً في ظل هذا النموذج. ويتم قياس هذا "الأكثر احتمالاً" من خلال دالة الاحتمال، التي تقيس مدى احتمالية البيانات كدالة للمعلمات.

التاريخ

قدم هذه الطريقة رونالد فيشر في عشرينيات القرن العشرين، بناءً على أعمال سابقة لكارل فريدريش غاوس وآخرين. قام فيشر بصياغة المفهوم وأثبت خصائصه المرغوبة، مثل الاتساق والكفاءة.

كيف يعمل

تُبنى دالة الاحتمال L(θ | البيانات) كحاصل ضرب احتمالات (أو كثافات الاحتمال) لكل نقطة بيانات مرصودة، بافتراض متجه المعلمات θ. يجد MLE قيمة θ التي تعظم هذا الحاصل. عملياً، غالباً ما يتم تعظيم لوغاريتم الاحتمال (اللوغاريتم الطبيعي لـ L) لأنه يحول الحاصل إلى مجموع، مما يسهل الاشتقاق ويجعله أكثر استقراراً عددياً. يتم إيجاد القيمة العظمى بوضع مشتقة اللوغاريتم بالنسبة إلى θ مساوية للصفر وحل المعادلة، أو باستخدام خوارزميات التحسين العددي التكرارية عندما لا يوجد حل مغلق.

في التطبيق

تقدير الاحتمال الأقصى واسع الانتشار في العلوم والهندسة: فهو يدعم تحليل الانحدار، وتدريب الشبكات العصبية (عبر دالة الخسارة عبر الإنتروبيا)، وتقدير المعلمات في تجارب الفيزياء، من فيزياء الجسيمات إلى علم الكونيات.

حقيقة طريفة

تقدير الاحتمال الأقصى ليس دائماً غير متحيز: على سبيل المثال، تقدير الاحتمال الأقصى لتباين التوزيع الطبيعي يكون منحرفاً نحو الأسفل بعامل (n-1)/n، ولهذا يستخدم تباين العينة n-1.

Concept graph →

مقالات ذات صلة · 34

الطقس مقابل المناخ: كيف نميز الضجيج عن الإشارة
في الشتاء، تتساقط في أحد أحياء المدينة ثلاثة أضعاف كمية الثلوج التي تتساقط في الحي المجاور. سنة حارة، وأخرى باردة. هذه نزوات الطقس — تقلبات قصيرة الأجل وفوضوية في الغلاف الجوي. ولكن على مدى عقود، نرى تحولًا آخر بطيئًا: فصول الشتاء تصبح أكثر اعتدالًا في المتوسط. التمييز بين الاثنين هو المهمة الرئيسية لعلماء المناخ.
الأعداد تُخفي أنماطًا: الهندسة الحسابية لأعداد بويد
في عام 1998، لاحظ عالم الرياضيات ديفيد بويد نمطًا غريبًا. كان يدرس مقياس ماهلر لكثيرات الحدود — وهو مقدار يقيس "تعقيد" جذورها — واكتشف أنه بالنسبة لعائلة من المنحنيات، يُعبَّر عنه دائمًا بعدد نسبي خاص مضروبًا في قيمة مشتقة دالة L. بدت هذه الأعداد-العوامل، التي يُرمز لها بـ $$r_k$$، ككسور عشوائية، لكن بويد افترض أن وراءها نظامًا صارمًا.
المجرات2026-07-222 دarXiv:2607.20006سريع
كيف تكشف المجرات الراقصة عن كتلتها
مجرة درب التبانة وقمرها سحابة ماجلان الكبرى تدوران ببطء حول بعضهما البعض. جاذبيتهما المتبادلة تهز الأطراف البعيدة لدرب التبانة، كما أن إلقاء حصاة في بركة يجعل الماء يتموج.
حارس مع خريطة: صيد الكواكب المتجولة
مئتا مليون نجم. في مركز المجرة، حيث يستهدف المسح المستقبلي لتلسكوب نانسي غريس رومان، حوالي 250 مرة خلال المهمة سيرتعش ضوء أحدها من لمسة غير مرئية. هذه هي الكواكب العائمة بحرية – عوالم طُردت من أنظمتها الأم – و الكواكب الخارجية الأرضية التي تدور حول شموس بعيدة.
قناع غاوس سقط: كيف غيرت 4 610 أكوان إحصاءات الكون
4 610 كونا – هذا بالضبط عدد النماذج الكونية التي احتاجها علماء الفيزياء الفلكية لإظهار أن قناع غاوس المألوف لم يعد صالحًا لبيانات الجيل الجديد. المسوحات السماوية المستقبلية، مثل بعثة Euclid ومرصد Vera Rubin، تعد باستخدام العدسات الجاذبية لرسم خرائط المادة المظلمة – تلك التي اكتشفت وجودها Vera Rubin من خلال الدوران الشاذ للمجرات.
الخوارزمية ذاتية التعلم: كيف تسمع اللحن من خلال الضوضاء
استعادة صورة كاملة من أجزاء متقطعة تشبه سماع لحن الأوركسترا في قاعة صاخبة. تظهر مثل هذه المهام في الفوتومتري، حيث تُستعاد شدة إضاءة نجم من وميضه الضعيف. تتطلب الطرق التقليدية معلومات دقيقة عن التشويش، وهي غالبًا غير معروفة. الخوارزم الجديد يصقل نموذج بياناته بنفسه: كالعازف الذي يضبط آلته أثناء العزف، فهو يقلل درجة الإنتروبيا خطوة بخطوة.
لماذا تكسر الجينات شجرة النسب
تخيل كتابًا للطبخ يُعاد كتابته من جيل إلى جيل. في يوم من الأيام، يتلقى وصفة البرش مكونًا سريًا من طاهي المعجنات — ومنذ تلك اللحظة، لا يتذكر الطعم الأسلاف فحسب، بل يتذكر أيضًا الجار. في النموذج القياسي للتطور، تتصرف الجينات بنفس الطريقة. الجينات هي تعليمات للكائن الحي، نوع من الوصفات الجزيئية.
موجات الراديو ترسم صورًا للعوائق: كيف يكشف الحيود والحدود الأساسية الأجسام الخفية
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.
وصفة للرقاقة العصبية: كيف نصلح التشويش؟
تعمل الرقائق العصبية بشكل مختلف عن الحواسيب التقليدية، المبنية وفق مخططات فون نيومان بذاكرة ومعالج منفصلين. تعتمد الرقائق على شبكة من خلايا بسيطة تشبه العصبونات، ومثل الماء الذي يملأ أي وعاء بانتظام، تجد الحل بسهولة دون خطوات زائدة. والرقاقة نفسها، مثل دماغنا، تقوم على الكربون – الأساس الكيميائي للحياة.
كيف توقف الذكاء الاصطناعي عن قراءة ما لا لزوم له
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.
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.
الشبكات العصبية في مواجهة المادة المظلمة: طريقة جديدة لتحليل العدساتية الضعيفة
تأمل في سماء الليل — ما تراه ليس مجرد تناثر أضواء، بل مخطوطة متعددة الطبقات. تحت حبر النجوم والمجرات اللامع، يظهر نص باهت يكاد يُمحى. إنها رسالة المادة المظلمة، منقوشة بالعدساتية الجاذبية: كتل خفية تشوّه ضوء المجرات البعيدة، تاركةً علامات مائية خافتة على رقّ الكون.
بصريات2026-07-021 دarXiv:2607.02352سريع
مصيدة ضوئية للجسيمات النانوية
الضوء يتدفق كالنهر الخفي. إذا وضعت عائقاً في مجرى التيار، تلتف المياه في دوامات. وهكذا تُنشئ الأسطح الخاصة 'دوامات' ضوئية تلتقط الجسيمات النانوية كرقائق الخشب. ماكسويل استنبط معادلات ضغط الضوء في القرن التاسع عشر، واليوم تُصمّم الخوارزميات المبنية عليها تضاريس من أدق التفاصيل، تشبه مجرى ذلك النهر.
مقايضة الوقت بالوقود
الجرّار الفضائي المزود بمحرك أيوني يتسارع ببطء، لكنه يستهلك وقوداً قليلاً جداً. للانتقال من مدار إلى آخر، يجب حل مسألة صعبة: كم من الوقت يجب تشغيل المحرك وإلى أين يجب توجيهه؟ عادةً ما يُبحث عن أسرع رحلة بكتلة معينة للمركبة. مؤلفو الدراسة الجديدة قلبوا الشرط: فهم يسألون ما هي الكتلة الابتدائية القصوى إذا كان زمن الرحلة محدداً مسبقاً. سُمي هذا النهج بمسألة الكتلة الابتدائية العظمى.
إشارة صامتة: كيف يخفي الذكاء الاصطناعي قوة الأدلة
يتصفح الطبيب سجل المريض ويرى سطرًا: «الدواء يقلل الخطر». ولكن إلى أي مدى يمكن تصديق ذلك؟ هل يستند الادعاء إلى حالات قليلة من الممارسة العملية أم إلى عشرات الآلاف من المرضى في دراسة عمياء؟ يعتمد العلاج على الإجابة. اليوم، كثيرًا ما يكتب هذه النصوص ليس البشر، بل النماذج اللغوية الكبيرة — تلك التي تساعد في البحث عن المعلومات وإعداد الملخصات.
سيمفونية الأقزام البيضاء: كيف تتعلم الشبكة العصبية سماع موسيقى الجاذبية لـ LISA
الكون ليس صامتًا: إنه مليء بطنين مستمر من الموجات الثقالية. بعد عقد من الزمن، ستضبط مركبة LISA الفضائية "أذنيها" على نطاق الميلي هرتز، وسيكون أغنى مصدر هو مجرتنا — عشرات الآلاف من أزواج الأقزام البيضاء، التي تدور في رقصة سريعة. المشكلة أن إشاراتها تندمج في نشاز، يطغى بعضها على بعض.
تنفس الهاوية: الشبكات العصبية تستمع إلى التنهدات المغناطيسية للثقوب السوداء
الثقب الأسود ليس فراغًا جامدًا، بل محرك مغناطيسي حي. 'قلبه' - قرص التراكم - ينبض: شهيق - المادة تلتف في دوامة، زفير - إعادة الاتصال المغناطيسي يمزق خطوط القوة، وتنطلق البلازما بعيدًا عن الأفق.
كيف يساعدك تحيز التأكيد على التفكير بشكل أسرع
اعتدنا أن نعتقد أن ملاحظة تأكيدات تخميناتنا فقط هي خطأ. لكن حسابات حديثة مستوحاة من سلوك الموجات تقلب هذه النظرة. اتضح أن عادة البحث عن المألوف هي أفضل وسيلة لتقليل الضجيج المعلوماتي (يسميه العلماء الإنتروبيا). وقد أوضح جون فون نيومان أن الاحتمالات قد تتصرف لا كنسب مئوية، بل كموجات متداخلة.
كيف ترى الشعيرات الدموية في الدماغ الحي
تصوير خيط عنكبوت رفيع يرتجف في الريح — هكذا تبدو تقريباً مهمة النظر إلى أوعية الدماغ الحي. يحوّل الفحص المجهري بالموجات فوق الصوتية (ULM) الموجات فوق الصوتية العادية إلى أداة قادرة على رؤية الشعيرات الدموية الفردية، لكن فقط إذا تم ضبط الإعدادات بدقة متناهية. مجموعة البيانات الجديدة، المسماة ULMShare، هي بمثابة ساحة لعب مشتركة للمهندسين والعلماء.
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 نستخرج قوانين الطبيعة من الضوضاء
تسجيل من مسجّل صوتي في ساحة مدينة. يُسمع همهمة الحشد، وخطوات الأقدام، ومقاطع من أحاديث، وضجيج السيارات. وفي مكان ما وسط هذه الفوضى الصوتية، يعزف موسيقي الشارع لحنًا بسيطًا على الناي. ليس من السهل سماعه، فثمة الكثير من الأصوات المختلطة. تقريبًا هذه هي المهمة التي تحلها خوارزمية جديدة باسم Edwin (ضغط إنتروبيا قصوى مع اكتشاف نماذج غير خطية قابلة للتفسير).
كيف تضبط محركًا جزيئيًا دون أن تعقد الأمور
مصنع تدار فيه مئات خطوط التجميع الصغيرة دون توقف. كل خط هو محرك جزيئي يحول الوقود الكيميائي إلى حركة. لجعل المحرك يتحرك أسرع أو في الاتجاه المطلوب، يعدّل المهندس الإعدادات — شكل الأجزاء، وقوة التفاعلات. ولكن كيف تعرف أي إعداد سينجح إذا كانت الاختبارات تستغرق وقتًا طويلاً؟ المشكلة أن أهم الأحداث — مثل قفزة نادرة للمحرك إلى وضع جديد — تحدث مرة كل قرن بمقاييس المحاكاة.
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 تتعلم الشبكة العصبية من أخطاء الكيمياء الكمومية
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.
المواد2026-04-241 دarXiv:2604.22938سريع
كيف تستخرج البيانات من آلاف المقالات
مكتبة تضم 27 ألف كتاب، وكلها عن الخرسانة. في كل كتاب وصفة للخلطة، ودرجة حرارة، وقوة. لكن المعلومات متناثرة بين الفقرات والجداول والحواشي. الإنسان لو أراد جمعها في مكان واحد لاحتاج سنوات. أما البرنامج فقد أنجز المهمة في ساعة واحدة. أخذ العلماء نموذجًا لغويًا كبيرًا — وهو النموذج الذي يجيد قراءة النصوص وفهمها — وضبطوه للبحث عن بيانات الخرسانة. استخرج النموذج من المقالات مكونات الخليط وطريقة التحضير والخصائص النهائية.
بصريات2026-04-171 دarXiv:2604.16692سريع
الجزيئات تنتظم في صفوف: كيف نرى ترتيبها الحقيقي
الغشاء الرقيق لخلية شمسية أو شاشة يشبه حشدًا كثيفًا في ساحة: كل شخص متجه في اتجاه معين، ومن اتجاه نظر الجميع يعتمد ما إذا كان الضوء سيعبر الحشد أو يعلق فيه. في الإلكترونيات العضوية، تلعب الجزيئات دور المارة. حتى الآن، كانت الأجهزة قادرة على قياس الاتجاه العام للحشد فقط — متوسط ميل الرؤوس ومدى التشتت.
الوباء كلعبة: كيف يغيّر الحساب الشخصي موجة العدوى
الوباء ليس مجرد فيروس، بل ملايين القرارات الشخصية. شخص ما يستمر في ركوب المترو، وآخر يحبس نفسه في المنزل. النماذج الكلاسيكية تصف السلوك المتوسط للجمهور، لكنها لا تسأل لماذا يتصرف كل فرد بهذه الطريقة. العمل الجديد يضيف نظرية الألعاب إلى علم الأوبئة: كل مشارك هو لاعب يختار عدد الاتصالات التي يسمح بها، ويفعل ذلك مع مراعاة حمايته الذاتية وما يحدث حوله.
خريطة للنوى الذرية
عندما يخترق نيوترون أو بروتون نواة ذرية، فإنه يتصرف مثل كرة تصطدم بجدار غير مستوٍ: فقد يرتد بطرق مختلفة اعتمادًا على مكان الاصطدام. يصف الفيزيائيون مثل هذه التصادمات باستخدام "النموذج البصري" (optical model) — وهو نموذج يستبدل النواة المعقدة بجهد فعال، كما لو كنا نصف الجدار بمتوسط ارتفاع واحد بدلاً من وصف كل تجويف على حدة.
كيف تنقل جسيمًا نشطًا بأقل تكلفة ممكنة؟
الملقط الضوئي (optical tweezer) هو شعاع ضوئي يمسك بالأجسام متناهية الصغر مثل البكتيريا أو حبيبات الغبار ويحركها. إذا أردنا نقل جسيم من النقطة أ إلى النقطة ب، يمكننا ببساطة سحبه مباشرة. لكن هذا سيستهلك طاقة أكبر من اتباع مسار التفافي ذكي. الجسيم النشط هو جسم مجهري يدفع نفسه بنفسه إلى الأمام، مثل سباح صغير.
بوصلة جزيئية للبحث عن الأدوية
الكيميائي الذي يبحث عن دواء جديد يشبه طباخًا بلا وصفة: لديه قائمة بالخصائص المطلوبة، لكن أمامه ملايين المكونات الممكنة. كل تجربة مكلفة وتستغرق وقتًا، لذا يجب التجريب بحكمة. البرنامج الجديد SEISMO يعمل مثل طباخ يتذوق الطبق بعد كل خطوة ويقرر فورًا ما الذي سيضيفه بعد ذلك. إنه لا ينتظر تراكم دفعة كاملة من المحاولات، بل يعدل الجزيء بعد كل قياس.
آلة تتعلم رؤية الخفي
عندما يُنتَج كوارك القمة داخل كاشف الجسيمات، يتحلل فورًا إلى وابل كامل من الجسيمات الأخرى. إن التقاط إشارة إلى فيزياء جديدة في هذا الوابل يشبه سماع همسة في حفلة موسيقية صاخبة. لا يتطلب الأمر مجرد ميكروفون جيد، بل القدرة على طرح ضجيج مكبرات الصوت وضجيج الجمهور.
سر الحسابات الدقيقة: كيف تُنقل قواعد الذرات إلى الجزيئات
الإلكترونات — جسيمات متناهية الصغر في الجزيئات — تناور باستمرار، متجنبة الاصطدامات، مثل الركاب في ساعة الذروة. لحساب سلوكها، يضع العلماء قاعدة للمسافة الشخصية: دالة رياضية تحدد مدى القرب الذي يمكن لإلكترون أن يقترب به من جاره. هذه الدالة هي نوع من جهد التنافر، تصف كيف تتغير طاقة النظام عند اقتراب الإلكترونات من بعضها.
مجلس الحكماء بدلًا من التصويت العام: كيف نختار أفضل توقعات النينيو
في غرفة بها 80 مستشارًا، كلٌّ يصرخ برأيه، وإذا استمعت للجميع وأخذت المتوسط، فستحصل على فوضى. هكذا الحال مع توقعات النينيو: النموذج ينتج 80 سيناريو للمستقبل، لكن ليست جميعها مفيدة بنفس القدر. بعضها يخطئ أقل، وبعضها أكثر، وبعضها يتحدث عن شيء آخر تمامًا. عادةً ما يحسب المتنبئون متوسط جميع التوقعات الثمانين بأوزان حسب الدقة العامة، لكن هذا مثل إعطاء الكلمة للحكيم وللثرثار على حد سواء.