طرق التنظيم

مترجم في قاعة مزدحمة يحاول تمييز كلام شخص واحد، لكنه يسمع طنين مئات الأصوات. الجزيء الذي يخزن المعلومات الكمومية في الدوران المغزلي يجد نفسه في موقف مشابه: فالدوران المغزلي محاط بارتعاش حراري للذرات، وهذا الارتعاش هو الذي يمحو الذاكرة تدريجيًا. المهمة هي فهم أي الاهتزازات تحديدًا «تصرخ» فوق البقية.

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.

في عام 2019، سجّل مرصد ليغو موجة ثقالية — تموّج في نسيج الزمكان — كانت خريطتها الترددية الزمنية تشبه مشطاً غريباً. كل إشارة من اندماج الثقوب السوداء تترك نمطاً فريداً، كبصمات الأصابع. لكن المشكلة هي أن ظاهرتين مختلفتين تماماً قد ترسمان لوحات لا تكاد تختلف.

تُوصف العديد من العمليات الطبيعية بمعادلات تفاضلية، لكن العلماء غالبًا لا يملكون سوى بيانات مجزأة — أشبه بقطع خريطة ممزقة. تعمل الطريقة الحسابية الجديدة كخرّيط يعيد بناء خريطة كاملة للتضاريس من معالم قليلة.

أنت تقف تحت الدش: تدير الصمام، والماء إما مثلج وإما حارق. الأنابيب تعيش حياتها الخاصة: الضغط يقفز بشكل غير متوقع، وكأنه أوركسترا متقلبة بلا قائد. وحدة التحكم الجديدة هي نظام تكيفي يتعلم في الزمن الحقيقي: دون نموذج مسبق لشبكة الأنابيب، يضبط نفسه مع ديناميكيتها في دقائق معدودة ويُخرج درجة الحرارة بلطف إلى منطقة الراحة، دون أن يتجاوز حدود الأمان ولو مرة واحدة.

في الماء الهادئ، يكون المسار واضحًا: يكفي أن تحافظ على اتجاهك نحو الهدف. لكن في التيارات الهائجة والفوضوية، حيث يتغير اتجاه التدفق وقوته باستمرار، يحتاج الروبوت إلى استراتيجية مختلفة جوهريًا. تفترض المناهج الهندسية التقليدية بناء خريطة دقيقة للتيارات، لكن في الواقع يكاد يكون من المستحيل الحصول على مثل هذه الخريطة — فالبيئة المضطربة معقدة للغاية ومتغيرة.

النهج القياسي لفئة من مسائل التعلم الآلي يشبه زنبركًا تم شده ونسي إطلاقه: الطرق القياسية تضخم حجم المسألة بشكل مصطنع، محولة الحسابات إلى ثقب أسود للذاكرة والوقت.

الدماغ يتحدث عبر طقطقات كهربائية قصيرة. في السابق، لتعلم هذه اللغة، كانت هناك حاجة إلى آلاف الأمثلة المترجمة من قبل المجرِّب. طريقة MOJO تسلك مسارًا مختلفًا: كما يحدث عند تعلم لغة عن طريق الانغماس، فهي أولاً 'تستمع' إلى 'تيار الوعي' دون أي تلميحات وتجد بنفسها الأنماط المتكررة.

تحتاج الهوائيات التقليدية لتحديد الاتجاه بدقة إلى العمل بتناسق: فهي تلتقط ليس فقط شدة الصوت، بل أيضاً طور الموجة في تلك اللحظة. وأي خطأ بسيط في الضبط يؤدي إلى فقدان الاتجاه. تعتمد الطريقة الجديدة فقط على قوة الإشارة. الأمر أشبه بالبحث عن طريق في الضباب، وأنت لا ترى إلا سطوع الأضواء، لا ألوانها.

النجوم النيوترونية هي آخر تجمعات المادة المرئية قبل الانهيار في ثقب أسود. في أعماقها، تنضغط المادة إلى كثافات تريليونية. هنا، تتشابك القوى النووية والجاذبية لتشكل مادة غريبة لا يمكن لأي مسرّع أرضي الوصول إليها. الطريقة الوحيدة للنظر إلى الداخل هي فك شفرة 'المقطوعة الكونية': معادلة الحالة (EoS) التي تربط الضغط بالكثافة.

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.

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.

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.

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.

العدسية التجاذبية الميكروية هي أثر كوني مذهل، تنبأ به أينشتاين وطوّره تسفيكي. جسم ضخم، يمر بيننا وبين نجم بعيد، يحني ضوءه كالعدسة، مُحدِثاً تضخيمات وتشوهات مميزة.

60 فأرًا، 1980 عينة، 234 مريضًا بسرطان الرئة. خلف كل رقم آلاف الجينات. يُقاس نشاطها لفهم المرض. لكن البيانات ليست متجانسة: بالنسبة لمريض واحد يتم تقييم مستوى البروتين (رقم متصل)، وإعطاء تشخيص (نعم/لا)، وتحديد النوع الفرعي للورم (فئة). دمجها في نموذج واحد كجمع درجات الحرارة المئوية مع الكيلومترات. المتخصصون في التعلم الآلي يضبطون أوزان الأخطاء يدويًا لكل مهمة.

الذهب لا يستلقي على السطح — إنه مختبئ بين أطنان من الصخور الخاوية. كي يستخرج المنقبون غرامًا واحدًا من المعدن النفيس، يغربلون أمتارًا مكعبة من التربة. على هذا المنوال تقريبًا تُدرَّب نماذج اللغة الكبيرة المعاصرة: تمرر آلاف الإجابات المرشحة عبر نموذج تقييم مكلف (الأوراكل — نموذج يعطي تقييمات دقيقة)، لاختيار إجابة واحدة هي الأفضل.

للكون سرعة يتمدد بها، تُسمى ثابت هابل. المشكلة أن أدق طريقتين لقياسه تعطيان رقمين مختلفين. إحداهما، التي تستخدم الضوء المبكر للكون (إشعاع الخلفية الكونية)، تعطي قيمة معينة. والأخرى، التي تعتمد على رصد النجوم البعيدة في زماننا الحاضر، تعطي قيمة أخرى أعلى قليلًا. الفرق صغير، لكنه يصر على عدم الاختفاء. وهذا ما يُسمى «توتر هابل».

نموّ الجماعة الحيوية من بعيد يشبه قطارًا يتسارع: يزحف في البداية، ثم يكتسب سرعة. لكن بمجرد التحديق في البيانات، تتلاشى الصورة. في قياسٍ واحد نجد عشرة أفراد، وفي آخر مئة دفعة واحدة. النماذج التقليدية تمسح هذا التشتت كما لو كان غبارًا مزعجًا على العدسة. فهي تفترض أن الضجيج موحّد في كل مكان، وتتجاهله ببساطة. العمل الجديد يقترح أن ننصت إلى هذا الضجيج — كما ينصت الطبيب إلى تنفس المريض.

تحسين وصفة طبق معقد أمر دقيق، خاصة إذا كان بإمكانك تجربة عدد قليل من النسخ يوميًا. تغيير المكونات عشوائيًا أمر محفوف بالمخاطر: أزل الملح أو البيكنج باودر وستفسد القاعدة. قصة مشابهة مع البروتينات: الطفرات العشوائية غالبًا ما تكسر الأجزاء الحيوية، وكل تجربة في المختبر تكلف وقتًا ومالًا. النهج الجديد المسمى SILO يعمل بشكل مختلف.

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.

إذا عرضت نفس صورة قطة على شبكتين عصبيتين مختلفتين، فغالبًا ما تصلان إلى استنتاج مماثل: «قطة». ولكن إذا سألتهما بمزيد من التفاصيل، فقد تتباين الإجابات. نموذج واحد سيلاحظ الشاربين، وآخر سيلاحظ اللون، وثالث سيلاحظ الوضعية. يتبين أنه حتى داخل عالم الشبكات العصبية «البصري» لا يوجد اتحاد كامل. ابتكر العلماء طريقة لقياس هذا الاتحاد لكل صورة على حدة. أخذوا عدة شبكات عصبية بصرية بمهام تعلم مختلفة وقارنوا تمثيلاتها الداخلية.

الخياط يقصّ بدلة، لكن اللحامات تنتفخ والأزرار لا تتطابق. في نظرية الحقل الكمومي، تُسمى التناقضات المماثلة شذوذات (anomalies) — وهي تظهر عندما يُكسر تناظر المعادلات عند الانتقال إلى الوصف الكمومي. عادةً ما تُصحح بإضافة رقعات إضافية — وهي ما يُعرف بحدود باردين-ويس-زومينو المضادة (Bardeen-Wess-Zumino counterterms). هذا عمل يدوي يتطلب حسابًا منفصلاً لكل حالة.

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.

الشبكة العصبية التي تتعلم شيئًا جديدًا تشبه مسافرًا في منطقة جبلية. كل معرفة مكتسبة هي انخفاض في التضاريس، ينزلق إليه المسافر ويعلق فيه. للخروج والوصول إلى حفرة جديدة، يحتاج إلى طاقة. ولكن كلما اكتسب المسافر خبرة، أصبحت جدران حفرته أكثر انحدارًا، وكل صعود تالٍ يتطلب جهدًا أكبر. وصف الفيزيائيون هذه العملية بمعادلات تُستخدم عادةً للحركة البراونية (Brownian motion) — اهتزاز حبوب اللقاح في الماء.

المغناطيس الضعيف في جهاز الرنين المغناطيسي مثل مصباح خافت في غرفة مظلمة: الصورة موجودة، لكن التفاصيل تغرق في الحبيبات. تعمل هذه الأجهزة بمجال أقل من 0.1 تسلا (الجهاز العادي في المستشفى 3 تسلا، أي أقوى بـ30 مرة)، لكنها خفيفة ورخيصة ولا تتطلب غرفة خاصة. المشكلة الوحيدة: التشويش يلتهم الجودة. قامت الشبكة العصبية بدور المرمم.

في البطاريات من الجيل الجديد، لا يُستخدم إلكتروليت سائل فقط، بل ماء مذاب فيه كمية كبيرة جدًا من الملح — أيونات الليثيوم وجزيئات عضوية كبيرة. عدد الأيونات كبير لدرجة أنها تتصادم باستمرار، مثل حشد في ممر ضيق. تتبع كل أيون في هذا الحشد ليس بالمهمة السهلة. الطريقة المعتادة هي حل معادلات ميكانيكا الكم لكل خطوة من خطوات الحركة.

الماء الملفوف في دوامة يتوقف عند نقطة ما عن كونه أملس: تظهر الرغوة والرذاذ. يصف علماء الرياضيات مثل هذه التدفقات بمعادلات، لكن فيها لغز — أحيانًا «ينفجر» الحل، ويصبح لانهائيًا، ولا أحد يعرف السبب. النمذجة العشوائية لا تنقذ هنا، نحتاج إلى أداة دقيقة.

شبكة معارف كثيفة: كل شخص مرتبط تقريبًا بالجميع، وفي هذه الشبكة العنكبوتية يصعب فهم من هو المهم حقًا. خيوط كثيرة جدًا — الحاسوب يختنق، والمحاكاة تتعثر. ابتكر العلماء طريقة لتخفيف هذه الشبكات دون فقدان الأساسي. الفكرة هي إزالة الروابط التي لا تشارك في أقصر المسارات. كما لو أننا في مدينة ما أبقينا فقط على الطرق التي تُستخدم فعلًا، وهدمنا الطرق المسدودة والأزقة الزائدة.

نسيج أجسامنا يشبه المدينة: في أحياء مختلفة تعيش خلايا مختلفة، ولكل منها وظيفتها الخاصة. لفهم كيفية تنظيم هذه المدينة، يلتقط علماء الأحياء صورًا تُظهر أي الجينات نشطة في كل نقطة. لكن الصور الواضحة مكلفة، بينما الرخيصة منها تكون ضبابية — مثل صورة مدينة من ارتفاع كبير حيث لا يمكن تمييز المنازل الفردية. الطريقة الجديدة SRast تتعلم تحويل هذه الصور الضبابية إلى صور مفصلة.

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.

يمكن تشبيه الشبكة العصبية بسكن جامعي، حيث يحصل كل قاطن على غرفته الخاصة. عادةً، تشغل كل علامة في البيانات خلية عصبية منفصلة، ويتم التعلّم بالتتابع: أولاً علامة، ثم أخرى. هذا بطيء ويعتمد على البيانات المتاحة. لكن إذا سمحنا لعدة علامات بالسكن في غرفة واحدة — أي تداخلها فوق بعضها — يتغيّر المشهد. بنى العلماء نموذجًا بسيطًا «معلّم-تلميذ» واستخرجوا معادلات للتعلّم دون تداخل.

النموذج اللغوي للبروتينات يشبه طاهيًا تعلم من آلاف الوصفات وأصبح يؤلف أطباقًا جديدة. أحيانًا يبالغ فيضع الملح في كل طبق لأنه وجد في كتاب ناجح كمية كبيرة منه. في البروتينات، هذا التكرار ليس مجرد مظهر غير جميل: فالأجزاء المتطابقة من السلسلة تجعل البروتين هشًا، فلا يستطيع أن يطوي بالشكل الصحيح ولا يعمل. لاحظ العلماء هذه المشكلة في نموذجين شائعين: ESM-3 وProtGPT2.

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.

الاتصال الكمومي عبر القمر الصناعي يشبه تبادل الإشارات بين منارتين بعيدتين: يجب أن يصطدم الشعاع بالكاشف بدقة، وإلا فلن يمكن قراءة الرسالة. لكن في الفضاء، كل شيء يهتز — ضوء الشمس يسخن الهيكل، والمحركات تسبب اهتزازات، والبصريات الحساسة تنحرف عن محورها. عندها يتوقف المصدر عن إنتاج أزواج الفوتونات المتشابكة اللازمة للتشفير.

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.

الطوب بأحجام مختلفة، عند رصّه في جدار واحد، يترك فيه شقوقًا. تقريبًا بنفس الطريقة تتصرف الذرات في السبائك المقاومة للحرارة: عندما يشكل معدنان مختلفان شبكة بلورية مشتركة، وتكون ذراتهما مختلفة قليلًا في الحجم، ينشأ إجهاد داخل المادة. يتراكم هذا الإجهاد ويؤدي في النهاية إلى تدمير السبيكة عند التسخين.

الشبكة العصبية العادية المستخدمة في الكيمياء الكمومية تشبه طالبًا يتعلم من أخطائه، لكنه يتعثر في كل مرة عند النقطة نفسها. فهي تزحف ببطء نحو الإجابة الصحيحة، وتكون حساسة للإعدادات، وكثيرًا ما تفقد استقرارها.

مترجم في قاعة صاخبة يحاول أن يلتقط الكلام وسط ضجيج الأصوات. الطريقة المعتادة هي حفظ مجموعة من العبارات وتوظيفها وفق قالب جاهز. لكن إذا اشتد الضجيج، ينهار القالب. الانحدار الذاتي المتجهي اللاخطي التكيفي يعمل بشكل مختلف: فهو يتعلم فهم معنى الكلام، متجاوزًا التشويش. الانحدار الذاتي المتجهي اللاخطي القياسي يبني ميزات لا خطية وفق قالب متعدد الحدود صارم.

على حافة الزمكان، حيث تنتهي جميع أشعة الضوء، تعيش تماثلات يتناقش حولها الفيزيائيون منذ نصف قرن. تُسمى بالدوران الفائق (superrotations) - وهي تحويلات للكرة السماوية تتباعد عند نقاط معينة، مثل الدوامات في الهيليوم فائق الميوعة. لفترة طويلة، بدا أنه لا يمكن قياس شحنة هذه الدوامات: التكاملات التي يجب أن تعطي كميات محفوظة تتباعد إلى ما لا نهاية.