إطار رياضي لقياس الحد الأدنى من التكلفة لتحويل توزيع احتمالي إلى آخر.النقل الأمثل هو إطار رياضي يطرح سؤالًا بسيطًا: ما هي الطريقة الأكثر كفاءة لنقل كومة من التراب (أو أي كتلة) من مكان إلى آخر، بالنظر إلى تكلفة لكل وحدة مسافة؟ بمصطلحات أكثر رسمية، يسعى إلى إيجاد الحد الأدنى من التكلفة لتحويل توزيع احتمالي إلى آخر، حيث يمكن تعريف "التكلفة" بطرق عديدة—المسافة، الزمن، الطاقة، أو أي مقياس آخر. هذه المشكلة التي تبدو مجردة أصبحت أداة قوية عبر العلوم، لأن العديد من العمليات يمكن صياغتها كنقل كتلة أو معلومات من حالة إلى أخرى.
طرح المشكلة لأول مرة غاسبار مونج في عام 1781، ثم أعاد صياغتها ليونيد كانتوروفيتش في عام 1942، الذي قدم الصياغة الاحتمالية التي جعلتها قابلة للحل. حصل كانتوروفيتش على جائزة نوبل في الاقتصاد عام 1975 بفضل عمله. شهد المجال نهضة في التسعينيات مع ارتباطات بديناميكا الموائع والهندسة.
الفكرة الأساسية هي إيجاد "خطة نقل" تطابق كل جزء متناهٍ في الصغر من الكتلة في التوزيع المصدر مع جزء في التوزيع الهدف، مع تقليل التكلفة الإجمالية. هذه ليست مطابقة بسيطة واحد لواحد؛ إنها مشكلة تحسين عالمية يمكن حلها باستخدام البرمجة الخطية أو، بشكل أكثر أناقة، من خلال نظرية المعادلات التفاضلية الجزئية (معادلة مونج-أمبير). غالبًا ما يكشف الحل عن مسار "جيوديسي" بين التوزيعات، والتكلفة الدنيا نفسها تعرّف مقياسًا (مسافة فاسرشتاين) يقيس مدى "بعد" توزيعين عن بعضهما.
يُستخدم في تسجيل الصور وتحويلها، والاقتصاد (مطابقة العرض والطلب)، والتعلم الآلي (تدريب النماذج التوليدية مثل شبكات الخصومة التوليدية)، وفي الفيزياء لنمذجة التدفقات الحبيبية وتطور الأنظمة النجمية.
مسافة فاسرشتاين، المشتقة من النقل الأمثل، هي المقياس المستخدم في تدريب شبكات الخصومة التوليدية (GANs)، المسؤولة عن توليد صور مزيفة واقعية وفن الذكاء الاصطناعي.








