التعلم ذاتي الإشراف (Self-Supervised Learning)

ينظر أخصائي الأشعة إلى صورة البطن ولا يرى مجرد أعضاء، بل يرى ترتيبها المكاني: أي كلية أكبر، وأين يقع الورم بالنسبة للوعاء الدموي. هذا يشبه قراءة خريطة، حيث لا يكفي أن تعرف أين تقع المدينة عادةً، بل يجب أن تكون قادرًا على قياس المسافة بين نقطتين على الأرض. باحثون من IIIT Hyderabad وAIG Hospitals بنوا SPAR-Bench، وهي ثماني مهام تختبر ما إذا كانت نماذج الرؤية الطبية قادرة على هذا النوع من الاستدلال.

في مبنى من تسعة طوابق، في كل طابق ألف غرفة، بعض السكان يهمسون وبعضهم يصرخون. الجيران ينقلون الكلمات، لكن إذا تحدث الجميع بهدوء شديد، تتلاشى الرسالة في الطابق الثالث. وإذا تحدثوا بصخب شديد، تتحول بحلول الطابق الأخير إلى هدير غير مفهوم. بين هذين الطرفين توجد حالة يصل فيها الهمس إلى النهاية دون تشويه. يسميها علماء الأعصاب النقطة الحرجة، ويبدو أن الدماغ يعمل عندها تمامًا.

ينظر أخصائي الأشعة إلى صورة البطن ولا يرى مجرد أعضاء، بل يرى ترتيبها المكاني: أي كلية أكبر، وأين يقع الورم بالنسبة للوعاء الدموي. هذا يشبه قراءة خريطة، حيث لا يكفي أن تعرف أين تقع المدينة عادةً، بل يجب أن تكون قادرًا على قياس المسافة بين نقطتين على الأرض. باحثون من IIIT Hyderabad وAIG Hospitals بنوا SPAR-Bench، وهي ثماني مهام تختبر ما إذا كانت نماذج الرؤية الطبية قادرة على هذا النوع من الاستدلال.

في مبنى من تسعة طوابق، في كل طابق ألف غرفة، بعض السكان يهمسون وبعضهم يصرخون. الجيران ينقلون الكلمات، لكن إذا تحدث الجميع بهدوء شديد، تتلاشى الرسالة في الطابق الثالث. وإذا تحدثوا بصخب شديد، تتحول بحلول الطابق الأخير إلى هدير غير مفهوم. بين هذين الطرفين توجد حالة يصل فيها الهمس إلى النهاية دون تشويه. يسميها علماء الأعصاب النقطة الحرجة، ويبدو أن الدماغ يعمل عندها تمامًا.

في جليد القارة القطبية الجنوبية، لا يترك الجسيم الشبح وراءه سوى وميض خافت من الضوء الأزرق. يلتقط كاشف IceCube هذه الوميضات، ومن خلالها يجب فهم من أين جاء الجسيم. تعلّم نموذج PolarBERT القيام بذلك، لكن ما يراه بالضبط في الداخل ظل لغزًا. للنظر إلى الداخل، طبق الباحثون مشفِّرًا ذاتيًا متناثرًا، وهو شبكة عصبية تستخرج عددًا صغيرًا من السمات المهمة من تنشيطات النموذج.

مترجم فوري في قاعة يتحدث فيها شخصان: عليه أن يواكب المعنى والنبرة معًا، لكن إذا كان الكلام سريعًا جدًا، لا يبقى سوى إعادة صياغة. هكذا يشعر العلماء تقريبًا عندما يتزايد تدفق الموجات الثقالية من اندماجات الثقوب السوداء والنجوم النيوترونية، بينما لا تواكب الحسابات الدقيقة للإشارات.

جزيء DNA منفرد محصور في فجوة معدنية نانوية الحجم يرتجف ويومض تحت الإشعاع الليزري. إشارته البصرية ليست سطرًا واضحًا من الحروف، بل مزيجًا فوضويًا من الومضات والظلال، ناتجًا عن التقلبات الكمومية. فكّ شيفرة هذه الضوضاء يشبه التقاط همس في قاعة مزدحمة: المعلومات المفيدة تغرق في خلفية عشوائية. الشبكة العصبية الجديدة تعمل كمترجم يقظ.

البحث عن مادة جديدة يشبه التجارب في المطبخ دون وصفة: تجرب وتجرب، وفي الغالب تتخلص من النتيجة. في السابق، كان العلماء يطالعون المقالات العلمية يدويًا ويختبرون التركيبات واحدة تلو الأخرى. الآن ظهر «طاهٍ آلي» يقرأ الأدبيات بنفسه، ويخلط المكونات، ويحلل النتيجة.

تعزف الأوركسترا، لكن الموسيقيين لا يسمعون بعضهم البعض. يقاطع قائد الأوركسترا الموسيقى بين الحين والآخر ويقترب من كل واحد لضبط آلته. هكذا تقريبًا تعمل التلسكوبات الفضائية ذات المرايا المركبة. كل بضعة أيام، يوقف "جيمس ويب" (JWST) الملاحظات ويجري معايرة — يلتقط إشارة مرجعية خاصة للتحقق مما إذا كانت أجزاؤه الـ18 السداسية قد تحركت. بين الفحوصات، تظل شكل المرآة لغزًا.

جهاز الأشعة السينية يلتقط صورة، لكن الطبيب يرى فقط أرقامًا: كثافة العظام، نسبة الدهون. لكن الصورة تحمل أكثر من ذلك بكثير. ابتكر فريق من الباحثين نموذجًا باسم LeDXA يقرأ هذه الصور كخريطة للإشارات الخفية في الجسم. تعلّم النموذج على 11,540 صورة من مشروع «النمط الظاهري للإنسان» بدون أي تسمية. لم يكن يعيد بناء الصورة، بل كان يتنبأ ببنيتها الداخلية، كما لو كان يخمّن شكل الجسم من ظله.

في الفرن، عند رفع درجة الحرارة، تتحرك الجزيئات أسرع ويزداد الاضطراب. مع نماذج اللغة مثل ChatGPT، الأمر معكوس. عندما يزيد المطورون معامل "درجة الحرارة" — وهو مقدار يتحكم في عشوائية اختيار الكلمات — يحصل النموذج على خيارات أوسع للكلمات، لكن نصوصه الطويلة تدخل فجأة في حلقات مكررة.

مخطط الدماغ المغناطيسي — جهاز يشبه خوذة مزودة بمئات المستشعرات — يلتقط المجالات المغناطيسية الضعيفة التي تولدها الخلايا العصبية أثناء عملها. عندما يستمع الشخص إلى كلام، تختبئ في هذه الإشارات بصمات الكلمات المسموعة. لكن استخراجها ليس بالأمر السهل: فالإشارة القادمة من آلاف المصادر تندمج في كتلة متشابكة.

الدماغ لا يكتفي بالاستجابة للعالم، بل يظل يخمّن ما الذي سيحدث في اللحظة التالية. يُعرف هذا المبدأ بالترميز التنبؤي: تقارن الخلايا العصبية التوقعات بالواقع وتحدّث الصورة الداخلية عند حدوث خطأ. لكن كيف يمكن لنظام معقد كهذا أن يُبنى في النسيج الحي للقشرة الدماغية، ظل غير واضح. مؤلفو الدراسة الجديدة مدّوا جسرًا بين الرياضيات والبيولوجيا.

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.

العقل البشري يشبه مجموعة بناء تُكمل نفسها بنفسها. الأفكار الجديدة لا تموت مع الإنسان؛ بل تنتقل وتختلط وتُنتقى. هذه العملية تسمى التطور الثقافي: الاختراعات المفيدة تترسخ، بينما تُنسى غير المفيدة. هكذا تعمل السقاطة (ratchet) — آلية تدور إلى الأمام فقط.

زرعة العين لا تنقل إلى الدماغ صورة فوتوغرافية، بل نقاطًا ضوئية متفرقة نادرة تُعرف بالفوسفينات. لتمييز كوب أو مفاتيح في هذا الرذاذ، يضطر الشخص إلى تحريك رأسه مثل مصباح يدوي في الظلام، وجمع ملامح الجسم شيئًا فشيئًا. هذه عملية بطيئة تشبه تجميع أحجية أُلقيت معظم قطعها. حاولت مجموعة من الباحثين تلميح الدماغ عندما يكون مركزًا حقًا في البحث.

242,327 مجرة — مثل حبات الرمل على الشاطئ. لكن علماء الفلك حولوا هذه الفوضى إلى خريطة: خوارزمية UMAP (التعلم الآلي) أخذت من كل مجرة أحد عشر معلمة — سبعة ألوان من البصريات حتى الأشعة تحت الحمراء المتوسطة (هذا فوتومتري (Photometry))، والقدر الظاهري، ونصف القطر،…

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.

تلتقط كاميرات السيارة ذاتية القيادة الضوءَ كما تفعل التلسكوبات الموجّهة نحو مجرّة بعيدة. كل لقطة هي رصد مجتزأ؛ ويجب أن تتجمع معًا لتشكل خريطة المسار. الحاسوب، مثل عالم فلك، لا يلصق اللقطات، بل يولّد عدة مناظر علوية محتملة ويقارنها بالبيانات الفعلية. يُختار أفضل خيار وفقًا لـ الإنتروبيا — مقياس عدم اليقين الذي ينخفض عندما يتطابق الرسم مع الواقع.

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.

الجولة مع روبوت واحد هي مونولوج ممل، حيث لا يوجد من تتبادل معه النظرات. حوّل الباحثون هذا العرض الفردي إلى مشهد حي: أضافوا إلى الروبوت المرشد الحقيقي شريكاً هولوغرامياً. هذا الثنائي يتواصل، يتناقش، ويمزح، جاذباً الزوار إلى الحوار بدلاً من مجرد سرد الحقائق. ينشأ حوار طبيعي، يشبه حديث الزملاء القدامى.

يشبه برنامج التتبع العادي ملاحاً يوجه سفينة بالاعتماد على النجوم. ولكن ما إن تتلبد السماء بالغيوم حتى تبدأ الإحداثيات بالانحراف، وتزداد في البيانات الإنتروبيا (مقياس اللايقين). يحصل الخوارزم الجديد على "مساعد طيار" — وحدة تراقب مدى ثقة الملاح الرئيسي. وعندما تبدأ الحسابات بالانحراف عن الواقع، يُطلق إشارة: "لقد تغيرت مواقع النجوم، حان وقت تحديث الخريطة".

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.

النهج المعياري الحالي لتعلم الذكاء الاصطناعي يشبه طفلًا محبوسًا في مكتبة: يتذكر ملايين الكتب، لكنه لا يعلم أن النار تحرق، وأن السقوط يسبب الألم. أدمغتنا، المبنية من الكربون ومواد بسيطة أخرى، تعمل بطريقة مختلفة: أولاً يستكشف الجسد العالم من خلال الحركات واللمسات والأخطاء، وعندها فقط تكتسب الكلمات معناها.

إن إتقان لغة أجنبية يشبه ضبط آلة موسيقية. تعمل التقنية الجديدة كموالف ذكي: فهي تستقبل تسجيلك الصوتي وخطاب الناطق الأصلي المرجعي، ثم تمدد أو تضغطهما زمنيًا بشكل ديناميكي — تمامًا كما تُشدّ أوتار الآلة لمطابقة النغمات بدقة — لمحاذاة الإشارات بشكل مثالي، وتقيّم ثلاثة معايير رئيسية: نقاء الأصوات (النطق)، والدقة الإيقاعية، والمنحنى التنغيمي.

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.

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.

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.

لطالما درس علماء الأحياء الخلايا وهم يستمعون لصوت واحد فقط في جوقة متعددة الأصوات: مثلاً، قاسوا نشاط الجينات متجاهلين كيفية تغليف الحمض النووي. الأمر أشبه بمحاولة فهم حديث بمعرفة لغة واحدة فقط. LATTICE تصحح هذا: البرنامج يتعلم خمس 'لغات' جزيئية دفعةً واحدة — من نشاط الجينات إلى العلامات المكانية.

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.

يتعلم مشخِّص الذكاء الاصطناعي كطالب طب قبل الامتحان. تُعطى له صورة أشعة سينية وشكوى المريض. لكن أحياناً يظهر بين مواد التدريب تقرير الطبيب الجاهز — الإجابة كاملة. حينها تحفظ الشبكة العصبية هذا التقرير، وتقفز دقتها في الاختبار إلى 98%. لكن هذا غش: فالمهارة الحقيقية لا تتطور.

الطفل، وهو يستكشف شقة غير مألوفة، يزحف من شيء إلى آخر ويتذكر ما يراه من كل زاوية. هكذا يبني الدماغ خريطة ذهنية — نموذجاً داخلياً للفضاء. خوارزمية gradCSCG تعمل بالمبدأ نفسه: تستقبل بثاً من الكاميرا وترسم مخطط المكان بنفسها، معتمدة فقط على تغير الصور. في السابق، كانت الآلات تحتاج إلى تلميحات — مثل كائنات محددة مسبقاً في الصور. أما الطريقة الجديدة فتستغني عنها.

تشبه أجهزة السمع التقليدية طاهياً يطبخ بوصفة وهو مغمض العينين. تحلل الفوضى الصوتية الفوضى القادمة من الميكروفون، وبناءً عليها تضخّم الكلام. في مقهى صاخب، كثيراً ما يخطئ هذا الأسلوب. يتصرّف النظام الجديد كطاهٍ خبير: يعالج الإشارة أولاً ثم يتذوق النتيجة. إن لم يكن الكلام نقياً، يعدّل الإعدادات، مثل إضافة الملح إلى حساء جاهز.

الإنسان في القارب يوجّه بشكل حدسي بإزاحة وزن جسمه. نفس المبدأ الفيزيائي تستخدمه المركبة المائية بدون طيار: المناورة تنفذها كتلة متحركة تنتقل داخل الهيكل. حركتها تتحكم بها شبكة عصبية — خوارزمية تدرّبت على توقع فوضى الأمواج وهبّات الرياح.

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.

أنظمة الطاقة المزودة بألواح شمسية وتوربينات الرياح تُشبه مباراة شطرنج: الغيوم وتغيّر الأحمال هي تحركات الخصم التي لا يمكن توقعها. للحفاظ على التوازن، كان المُشغّلون سابقاً يستعرضون عشرات السيناريوهات (عدم اليقين)، مما كان يتطلب وقتاً وحسابات كثيرة جداً. الخوارزمية الجديدة تعمل مثل أستاذ كبير في الشطرنج: فهي لا تكتفي بحساب الخيارات، بل تُقسّم رقعة الشطرنج إلى أجزاء مستقلة وتحلّلها في آنٍ معاً.

السائق على طريق زلق لا يعرف كيف ستستجيب السيارة لعجلة القيادة، فيتعلم أثناء القيادة تاركاً هامشاً للخطأ. على نحو مماثل، تتصرف خوارزمية التحكم الذكية. فبدلاً من المطالبة بنموذج دقيق، تجمع البيانات بشكل فوري، وتقدّر عدم اليقين والتشويشات الخارجية، وكأن الصندوق الأسود يكشف عن إعداداته تدريجياً.

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.

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.

تخيّل طبّاخًا يتعلّم الطهي من صور مرسومة فقط — شبه مؤكد أنه سيفسد كل طبق. فخّ مشابه يتربّص بـ الرؤية الحاسوبية: تدريب النماذج يتطلب آلاف الصور الموسومة، لكن جمعها ووضع العلامات عليها يدويًا مكلف ومضجر. الصور الاصطناعية المولّدة بالخوارزميات تحل المشكلة، لكن بشرط أن تبدو حقيقية. هنا تظهر أداة GraNatPy التي تقيّم مصداقية الصور الاصطناعية.