التعلم بإشراف ضعيف

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.

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.

تخيل أنك تبحث عن اليراعات في غابة مظلمة. بدلاً من تصوير الغابة بأكملها كل ثانية ثم تحليل الصور، تحمل معك جهازًا صغيرًا يلاحظ الومضات بنفسه ويقتطع من الإطار دائرة صغيرة حول كل واحدة. الباقي — السواد — لا يُحفظ. هكذا يعمل المستشعر الجديد للكاميرات العلمية. الكاميرات عالية السرعة التقليدية تصور مليون إطار في الثانية، وكل إطار يمثل كمية هائلة من البيانات. من المستحيل نقل كل ذلك عبر الأسلاك: قناة النقل تختنق.

تحت المجهر الإلكتروني، يظهر البروتين كسلسلة من الظلال الضبابية — مئات الآلاف من الصور لنفس الجزيء، ملتقطة من زوايا مختلفة ومثقلة بضجيج قوي. كان النهج الكلاسيكي يعيد أولاً بناء «ضباب» حجمي من هذه الظلال — خريطة لتوزيع الجهد الكهروستاتيكي داخل البروتين. ثم، بالتحديق في هذا الضباب، مثل نحات في كتلة رخام، كان الباحثون يقطعون نموذجًا ذريًا يدويًا أو شبه تلقائيًا. الطريقة الجديدة تعمل بشكل مختلف.

في وحدة العناية المركزة، الطبيب الذي يعالج مريضًا بالإنتان — وهو استجابة التهابية جهازية للعدوى — يتخذ كل ساعة قرارًا بشأن كمية السوائل التي يجب إعطاؤها وجرعة مضيق الأوعية (الدواء الذي يرفع ضغط الدم). الخطأ في أي اتجاه قد يكلف حياة. ولكن كيف نعرف أي قرار كان الأمثل؟ أحد الأساليب هو أخذ آلاف السجلات الطبية وطلب خوارزمية "إعادة لعبها" بتجربة خطوات مختلفة. هذا بالضبط ما فعله مؤلفو الدراسة.

داخل بلورة الألومنيوم، ترتب الذرات في شبكة دورية منتظمة، تشبه البناء بالطوب. لكن في المواد الحقيقية، تتعطل هذه البنية المثالية: قد تنقطع صفوف الذرات قبل بلوغ حدود البلورة، مكوّنة عيوبًا خطية تُعرف بالانخلاعات. تحدد هذه العيوب الخواص الميكانيكية للمعدن: الصلابة، والليونة، والسلوك تحت الحمل.

الورم في الصورة يشبه نقطة مضيئة صغيرة على لوحة داكنة شاسعة. الطبيب يحتاج إلى تلك النقطة تحديداً، وليس الخلفية المنتظمة تماماً. لكن عندما تتعلم الشبكة العصبية تحويل التصوير المقطعي المحوسب (CT) إلى ما يشبه التصوير المقطعي بالإصدار البوزيتروني (PET)، فإنها غالباً ما تسعى إلى إظهار كل شيء بشكل جميل، مما يؤدي إلى طمس تلك النقطة.

صورتان لنفس الدماغ مأخوذتان في وقتين مختلفين تشبهان صورتين لمنزل قبل وبعد التجديد. لفهم ما تغير، تُطبق الصورتان فوق بعضهما وتحلل الاختلافات. لكن جهاز التصوير ليس كاميرا مثالية: فهو يضيف تشوهات بنفسه، وكأن الصورة التُقطت عبر زجاج غير مستوٍ قليلاً. سابقاً، لم تكن البرامج تميز بين التغيرات الحقيقية وتلك الناتجة عن الجهاز.

يقضي الطبيب سنوات في تعلم التعرف على الأمراض من صور الدماغ. في البداية، يرى علامات الشيخوخة بوضوح، ثم يتقن التعرف على الأورام — وفجأة يبدأ في الخلط بين ما كان يعرفه سابقًا. وهذا هو الحال تقريبًا مع العديد من الشبكات العصبية: المعرفة الجديدة تمحو القديمة. تُعرف هذه الظاهرة بالنسيان الكارثي (catastrophic forgetting) — عندما تفقد النماذج المدربة على مهمة جديدة دقتها في المهام السابقة.

جهاز قياس الغلوكوز الذي لا يخز الإصبع، بل يكتفي بالنظر إلى المعصم — إنه حلم ملايين المصابين بالسكري. وهذا ما تعد به الخوارزميات التي تستخرج مستوى الغلوكوز من إشارة النبض العادية — تصوير التحجم الضوئي (photoplethysmography) (وهي نفسها التي تقيس النبض في الساعات الذكية). المشكلة أن أحدًا لم يستطع حتى الآن مقارنة هذه الخوارزميات بشكل صحيح: فكل باحث استخدم بياناته الخاصة وطرقه الخاصة في الفحص.

داخل كل خلية، تلتقي الجزيئات وتفترق باستمرار. بعض الأزواج تتماسك بقوة، مثل شريط لاصق، بينما يتلامس البعض الآخر بالكاد، مثل حبوب اللقاح في مهب الريح. هذه الاتصالات العابرة، التي تقارن قوة تماسكها بطاقة إذابة حبة ملح في كوب ماء، هي التي تتحكم في العديد من الإشارات والقرارات الخلوية.

شعاع البروتونات كرصاصة قناص: يطلق طاقته الأساسية في نقطة محددة بدقة، دون أن يكاد يمس الأنسجة في طريقه. لكن خلال 4-6 أسابيع من علاج أورام الرأس والرقبة، يتحرك الهدف: يفقد المريض وزنه، وينكمش الورم، ويتغير وضع الجسم. القناص صوّب على مكان، والهدف قد انتقل بالفعل. شعاع البروتونات يتباطأ في الجسم ويطلق أقصى طاقته في آخر ملليمترات من مساره — وهذا ما يسمى قمة براغ.

عند تجميع أحجية الكون، اعتاد علماء الفلك على أن كل قطعة جديدة يجب أن تتناسب تمامًا مع الصورة المكتملة. لكن في بعض الأحيان تظهر قطع تبدو وكأنها مأخوذة من لغز آخر. عشرون ألف نواة مجرة نشطة — وأحد عشر بالمئة منها ترفضها الشبكة العصبية بثقة باعتبارها غريبة.

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.

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.

لنقل شكل تمثال بأدق التفاصيل، يمكن تقسيمه إلى ملايين المكعبات الصغيرة ووصف كل منها — وهذا طويل وشاق، وتتفتت ذاكرة الحاسوب تحت الضغط. هكذا تُعالج عادةً الصور الطبية ثلاثية الأبعاد: التصوير المقطعي المحوسب أو الرنين المغناطيسي عبارة عن مصفوفة ضخمة من هذه المكعبات (فوكسلات)، ولكي تُنشئ الصورة أو تحسّنها، على الآلة أن تقلبها جميعًا.

الذكاء الاصطناعي التقليدي ينظر إلى الصور الطبية كما لو كانت أحجية من قطع غير مألوفة — فهو يعتبر أي صورتين غير متطابقتين مختلفتين تمامًا. هذا أشبه بمحاولة التمييز بين توأمين دون معرفة قرابتهما. أما في الطب، فالمرضى المصابون بنفس المرض يبدون متشابهين تقريبًا في صور الرنين المغناطيسي، فيخطئ الخوارزم ويخلط بين "الأقارب".

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.

الرادار، مثل الخفاش في الكهف، يرسل نبضة ويستمع إلى الصدى. لكن في جهاز الاستقبال، لا مفر من خلل مجهري — فهو يخلط الترددات ويُنتج لكل هدف شبيهًا وهميًا، كصدى ثانٍ مشوَّه قليلاً. عادةً ما تكون هذه الأشباح مزعجة، ويتم التخلص منها مسبقًا. في العمل الجديد، يصبح الصدى الشبح مساعدًا. كل هدف حقيقي وشبيهه مرتبطان ارتباطًا وثيقًا، كالشكل وظله.

خوارزمية تحسين الصور تشبه مُلاحًا يقود الصورة الضبابية خطوة بخطوة نحو الوضوح. تزيل الضوضاء والتشوهات بالانتقال من بكسل إلى بكسل وفق خريطة مألوفة. لكن إذا التُقطت الصورة في ظروف غير مألوفة — كتمويه غير معتاد مثلاً — لا تتطابق الخريطة مع التضاريس. يأخذ الملاح منعطفات خاطئة، وبدلاً من صورة نظيفة نحصل على خليط سطوعي فوضوي.

تعمل الكاميرا أحادية البكسل مثل رسام يرسم لوحته عبر استنسل مليء بالثقوب. في كل إطار، يصل إلى المستشعر الوحيد جزءٌ فقط من الضوء، معدَّلًا بواسطة قناع — وهو مُعدِّل ضوء مكاني (spatial light modulator) — ثم يعيد الكمبيوتر بناء الصورة الكاملة بتجميع هذا الفسيفساء عبر خوارزميات حسابية. في السابق، كان تسلسل الأقنعة ثابتًا: وكأن الرسام يستخدم دائمًا نفس الاستنسل دون أن يتأمل المشهد.

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.

غابات المدن الخرسانية تضع الطائرات المسيرة في موقف الخفاش الأعمى. الكاميرات تصاب بالعمى عند كل منعطف، ونظام GPS يرتبك بين ناطحات السحاب، وموجات الراديو تتشتت إلى مئة صدى.

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.

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.

قطرة البول تحت المجهر ليست بركة مسطحة، بل حجم متعدد الطبقات. كحزمة من الصفحات الشفافة: إذا نظرت إلى واحدة، تضبب المجاورة. وهكذا ضوء المجهر يُظهر بوضوح طبقة واحدة فقط من العمق. لرؤية جميع الخلايا، كان فني المختبر يلتقط سلسلة من الصور، بتحريك البؤرة يدوياً — مرهق وبطيء. الآن يكفي فيديو قصير (2–14 ثانية) حيث يدير المشغل المقبض ببساطة.

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.

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.

إن حجم بيانات مسح واحد باستخدام التصوير المقطعي المحوسب يُقارَن بعدة أفلام طويلة. يتجاوز TCAM-Diff هذا الاختناق: يضغط البرنامج الصورة ثلاثية الأبعاد إلى ثلاثة إسقاطات ظلية — تمامًا كما يستعيد النحات تمثالًا مجسمًا من الصور الظلية على ثلاثة جدران.

يجري الماسح الضوئي القياسي للتصوير المقطعي المحوسب سلسلة من صور الأشعة السينية من زوايا مختلفة، وبناءً عليها تستعيد الطرق الحسابية صورة ثلاثية الأبعاد. غير أنه في الممارسة السريرية، تنتشر حالات يُمسح فيها جزء محدود فقط من الجسم - مثل رئة واحدة - وتنقطع بيانات الإسقاط. تنشأ عندها ما تُعرف بمشكلة زاوية الرؤية المحدودة.

عندما ينهار نجم عملاق على نفسه ليصبح مستعرًا أعظم، أو عندما يندمج كرتان نيوترونيتان في رقصة كونية، تحمل تريليونات من النيوترينوات طاقة الكارثة.

تشبه الصورة الرقمية الخام فسيفساء: كل بكسل يخزن لونًا أساسيًا واحدًا — أحمر أو أخضر أو أزرق. لضغط مثل هذا الملف، يتم فصله إلى سطوع (صورة مفصلة بالأبيض والأسود) ومكون لوني. لكن نقاط اللون على المستشعر منزاحة بالنسبة لبعضها البعض، وعند استعادة اللون من السطوع، يحدث اهتزاز وأخطاء.

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.

عندما تكتب "سلطة" وتقترح لوحة المفاتيح الذكية "قيصر"، خلف الكواليس تتعلم ملايين الهواتف معًا التنبؤ بالكلمات. إنها لا تتبادل رسائلك، بل فقط تحسينات الخوارزمية المشتركة — مثل مدرب يرسل للرياضيين فقط التغييرات في خطة التدريب: "أضف 5 تمارين ضغط إلى برنامج الأمس".

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.

عوّامة في خزان ماء: متحكم مثالي، تستشعر مستوى الماء فتعيد النظام فوراً إلى التوازن دون النظر إلى الماضي. طبق المهندسون هذا المبدأ على الشبكات العصبية. أعادوا كتابة البنية المعيارية بحيث تحل معادلة توازن واحدة بدلاً من سلسلة متتالية من الحسابات. تنبثق إشارة التحكم فوراً — مثل وضعية العوّامة.

شبكة عصبية كبيرة، مثل Whisper، التي تتقن مئات اللغات، تشبه النموذج القياسي في فيزياء الجسيمات الأولية — نظامًا متناسقًا حيث كل شيء في توازن دقيق. ولكن بمجرد البدء في تدريبها على لغة نادرة، ينهار هذا التوازن: تتحول اللغة المستهدفة إلى ثقب أسود — منطقة تجذب بلا هوادة جميع موارد التدريب.

توقّع خصائص جزيء جديد يشبه تخمين طعم طبق غير مألوف. يعمل البرنامج كطاهٍ خبير: «يتذوق» جزيئات مماثلة معروفة الخصائص، وبناءً على «مذاقها» يُنقِّح تخمينه. على سبيل المثال، بالنسبة لـ ماء أو ثاني أكسيد الكربون، تجد الخوارزمية نظائر مدروسة وتُصحِّح درجة الغليان أو الذوبانية. لا يكتفي الطاهي بنسخ الجيران، بل يُقيِّم مدى ثقته بتنبؤه الذاتي.

لطالما كان تحديد الأطوار الكمومية أشبه باستجواب شاهد: كان لا بد من الوصول إلى كل زاوية من النظام لانتزاع سره. في عصر ليف لانداو، كان الربط بين الترتيب وكسر التناظر والمعامل المحلي واضحًا وضوح الشمس. لكن اكتشاف الأطوار الطوبولوجية قلب المعادلة: تخفي هذه الحالات ترتيبها في أعماق الترابطات غير المحلية، مثل وصفة لا يمكن قراءتها حتى تتذوق الطبق بأكمله.

التعلم الآلي لم يعد مجرد أداة — بل أصبح مستكشفاً، يستخلص قوانين الطبيعة من البيانات بنفسه. ولكن كيف يتوصل العقل السليكوني إلى الفهم؟ للإطلاع على هذه العملية، لجأ الفيزيائيون إلى نموذج صغير لكنه عميق — شبكة إيزينج، حيث تتراقص اللفات المغزلية تحت إملاء درجة الحرارة.