📊 statistics

A Look into How Machine Learning is Reshaping Engineering Models: the Rise of Analysis Paralysis, Optimal yet Infeasible Solutions, and the Inevitable Rashomon Paradox

تستكشف هذه الورقة التوترات الفلسفية بين ممارسات الهندسة المدنية التقليدية وتعلم الآلة من خلال بيان كيف يمكن لدمج تعلم الآلة عبر صياغات منطقية متنوعة أن يؤدي إلى ثلاث مفارقات حرجة — شلل التحليل، والحلول غير الممكنة، وتأثير راشومون — محاججةً بذلك بضرورة حدوث تحول معرفي جوهري في التعليم والمنهجية الهندسية لمواءمة هذه التقنيات الناشئة مع المبادئ الراسخة.

المؤلفون الأصليون: MZ Naser

نُشر 2026-08-21

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: MZ Naser

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

لطالما اعتمدت الهندسة المدنية على مجموعة من الأدوات الموثوقة، وإن كانت غير كاملة، للحفاظ على ثبات المباني. فعلى مدى عقود، استخدم المهندسون صيغاً بسيطة مستمدة من سنوات من الملاحظة والاختبار للتنبؤ بمقدار الوزن الذي يمكن أن يتحمله عارضة خرسانية أو كيفية تفاعل عمود فولاذي مع الحريق. هذه القواعد التجريبية ليست مثالية؛ فهي غالباً ما تتجاهل التفاصيل المعقدة والفوضوية لكيفية سلوك المواد في الواقع. ومع ذلك، فهي مقبولة لأنها شفافة، وسهلة التحقق، وقد حافظت على سلامة الناس لأجيال. واليوم، يدخل نوع جديد من الأدوات إلى هذا المجال: تعلم الآلة. هذه برامج حاسوبية تتعلم من كميات هائلة من البيانات لإيجاد أنماط قد يغفل عنها البشر. وبينما يمكن لهذه البرامج التنبؤ بالنتائج بدقة مذهلة، إلا أنها غالباً ما تعمل كـ "صندوق أسود"، حيث تقدم إجابة دون شرح "السبب" الكامن وراءها. وهذا يخلق توتراً في المهنة؛ فالمهندسون مدربون على فهم القوانين الفيزيائية التي تحكم منشآتهم، لكنهم يُطالبون الآن بالثقة في أنظمة قد لا تتحدث لغتهم ذاتها. ولم يعد السؤال مجرد ما إذا كانت هذه الحواسيب يمكنها التنبؤ بشكل أفضل، بل ما إذا كان بإمكانها القيام بذلك دون فقدان الحدس البشري والفهم الفيزيائي اللذين يحددان سلامة البيئة العمرانية.

في ورقة بحثية حديثة، يستعرض م. ز. ناصر هذا المشهد المتغير، باحثاً في كيفية إعادة تشكيل تعلم الآلة لطريقة تفكير المهندسين في التصميم والسلامة. لا يكتفي المؤلف بالاحتفاء بقوة هذه الأدوات الجديدة؛ بل يبحث في ثلاثة فخاخ محددة، أو مفارقات، قد يقع فيها المهندسون عند الاعتماد المفرط على النماذج القائمة على البيانات دون ربطها بالواقع الفيزيائي. الفخ الأول يسمى "شلل التحليل". ويحدث هذا عندما يصبح النموذج الحاسوبي دقيقاً جداً في التنبؤ بنتيجة ما لدرجة أنه يجعل المهندس يشعر في الواقع بضعف الثقة في فهمه الخاص للفيزياء. على سبيل المثال، توضح الورقة كيف يمكن لنموذج تعلم الآلة أن يتنبأ بقوة الخرسانة بشكل أفضل بكثير من الصيغة التقليدية. ومع ذلك، فإن الصيغة الجديدة التي أنتجها الحاسوب كانت معقدة وغريبة المظهر لدرجة أنها لم تقدم أي رؤية حول العمليات الكيميائية والفيزيائية الفعلية التي تحدث داخل الخرسانة. يحصل المهندس على رقم أفضل، لكنه يفقد القدرة على تفسير سبب صحة هذا الرقم.

وتتعلق المفارقة الثانية بإيجاد حلول مثالية رياضياً ولكنها مستحيلة التنفيذ فيزيائياً. يوضح المؤلف ذلك من خلال مطالبة الحاسوب بتصميم عمود مقاوم للحريق يستخدم أقل قدر ممكن من المواد. اقترح الحاسوب، بتركيزه فقط على الأرقام، تصميماً بقطر محدد جداً ليس من المقاسات القياسية المتوفرة في العالم الحقيقي. وبينما استوفى التصميم جميع متطلبات السلامة النظرية واستخدم كمية أقل من الخرسانة، إلا أنه كان عديم الفائدة لطاقم البناء لأنهم لا يستطيعون شراء أنبوب بهذا المقاس الدقيق. يسلط هذا الضوء على خلل حرج في التحسين القائم على البيانات الصرفة: فبدون قواعد صارمة حول ما هو متاح وقابل للبناء فعلياً، يمكن للحاسوب ابتكار حلول لا توجد إلا على الشاشة.

أما المفارقة الثالثة، وهي الأكثر إرباكاً، فتُعرف بـ "تأثير راشومون"، وتيم تسميتها تيمناً بفيلم تروي فيه شخصيات مختلفة قصصاً متضاربة عن نفس الحد actually. في هذا السياق، تظهر الورقة أن طريقتين مختلفتين تُستخدمان لشرح كيفية اتخاذ نموذج تعلم الآلة لقرار ما يمكن أن تعطيا إجابتين متناقضتين تماماً. قد تقول إحدى الطريقتين إن زيادة قوة الفولاذ تجعل العمود أكثر أماناً، بينما قد تشير طريقة أخرى، تنظر إلى نفس البيانات، إلى أن الفولاذ الأقوى يجعله أقل أماناً. كلتا الطريقتين صحيحتان رياضياً، ومع ذلك فهما متناقضتان، وأحياناً تتناقضان حتى مع القوانين الأساسية للفيزياء. وهذا يخلق وضعاً خطيراً حيث لا يستطيع المهندس الوثوق في تفسير النموذج، حتى لو بدا تنبؤ النموذج صحيحاً.

وللتغلب على هذه المخاطر، تجادل الورقة بأن مستقبل الهندسة يكمن في نهج هجين. يقترح المؤلف ألا يحل تعلم الآلة محل حدس المهندس أو القوانوان الفيزيائية الأساسية، بل أن يعمل بجانبها. وهذا يعني استخدام الحواسيب للتعامل مع المهام الشاقة لتحليل البيانات مع ضمان فحص النتائج مقابل المبادئ الفيزيائية المعروفة والقيود العملية للبناء. وتخلص الورقة إلى أنه لكي يصبح تعلم الآلة جزءاً موثوقاً من أدوات الهندسة، يجب على المهنة أن تتطور. سيحتاج المهندسون إلى تعلم كيفية تفسير هذه النماذج المعقدة، كما يجب تصميم النماذج نفسها لتراعي قواعد العالم الفيزيائي. الهدف ليس الاختيار بين الحكم البشري والذكاء الاصطناعي، بل إيجاد طريقة تسمح لهما بالعمل معاً، لضمان أن مباني المستقبل ليست فقط متوقع سلامتها، بل هي أيضاً مفهومة ومبنية بثقة.

أبحاث مشابهة