📊 statistics

Branching Flows: Discrete, Continuous, and Manifold Flow Matching with Splits and Deletions

تُعد "تدفقات التفرع" (Branching Flows) إطار عمل جديد للنمذجة التوليدية يتيح توليد تسلسلات ذات أطوال متغيرة من خلال السماح للعناصر بالتفرع عشوائياً أو الموت ضمن غابة من الأشجار الثنائية، مع بقائها متوافقة مع مختلف عمليات مطابقة التدفق عبر فضاءات الحالة المنفصلة والمستمرة والمنوعات الرياضية.

المؤلفون الأصليون: Lukas Billera, Hedwig Nora Nordlinder, Jack Collier Ryder, Anton Oresten, Aron Stålmarck, Theodor Mosetti Björk, Ben Murrell

نُشر 2026-04-28

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Lukas Billera, Hedwig Nora Nordlinder, Jack Collier Ryder, Anton Oresten, Aron Stålmarck, Theodor Mosetti Björk, Ben Murrell

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

تخيل أنك تحاول تعليم روبوت كيفية بناء شيء ما، ولكن هناك عقبة: أنت لا تعرف حجم الشيء النهائي الذي سيصنعه.

إذا كنت تعلمه رسم لوحة، فستعطيه لوحة ذات حجم ثابت. وإذا كنت تعلمه كتابة جملة، فستخبره أن يتوقف بعد عدد معين من الكلمات. ولكن ماذا لو أردت منه تصميم جزيء بروتين، أو دواء جديد، أو سلسلة بيولوجية معقدة؟ في الطبيعة، هذه الأشياء لا تأتي بـ "أحجام قياسية". فقد يتكون بروتين واحد من 50 رابطة، بينما يتكون آخر من 500 رابطة.

نماذج الذكاء الاصطناعي الحالية تشبه الفنانين الذين يعملون على لوحات ثابتة الحجم. إنهم بارعون في ملء مساحة محددة، لكنهم يواجهون صعوبة عندما يحتاج "الكانفاس" نفسه إلى النمو أو التقلص.

يقدم هذا البحث "التدفقات المتفرعة" (Branching Flows)، وهي طريقة جديدة للذكاء الاصطناعي لإنتاج أشياء تتغير في طولها.

التشبيه: الشجرة السحرية المتنامية

لفهم كيفية عمل "التدفقات المتفرعة"، توقف عن التفكير في لوحة مسطحة وابدأ في التفكير في شجرة سحرية.

1. البذرة (نقطة البداية):
تبدأ معظم نماذج الذكاء الاصطناعي بنسخة "فارغة" من المنتج النهائي. أما "التدفقات المتفرعة" فتبدأ بـ "بذرة" — نقطة بداية بسيطة وصغيرة جدًا (مثل جذع واحد).

2. التفرع (نمو الطول):
مع مرور الوقت (أثناء عملية "التفكير" لدى الذكاء الاصطناعي)، تبدأ الشجرة في النمو. قد ينقسم فرع واحد فجأة إلى اثنين. هذه هي الطريقة التي يقرر بها الذكاء الاصطناعي: "في الواقع، أحتاج إلى المزيد من القطع هنا لجعل هذا الجزيء يعمل". الأمر ليس مجرد إضافة قطع؛ بل هو نمو الهيكل من الداخل إلى الخارج.

3. التقليم (حذف الأخطاء):
أحيانًا، تنمو الشجرة فرعًا لا ينتمي إليها — "طريقًا مسدودًا" لا يؤدي إلى جزء مفيد من الجزيء. تمتلك "التدفقات المتفرعة" آلية "تقليم". يمكنها النظر إلى فرع ما والقول: "هذا خطأ؛ دعنا نحذفه"، مما يؤدي فعليًا إلى تقليص الهيكل مرة أخرى إلى الحجم المثالي.

4. المراسي (توجيه النمو):
للتأكد من أن الشجرة لن تنمو لتصبح فوضى عارمة، يستخدم الذكاء الاصطناعي "مراسي". فكر في هذه المراسي كعلامات إرشادية غير مرئية في الهواء. بينما ينمو الفرع، يتم سحبه باستمرار نحو هذه العلامات، مما يضمن أنه حتى مع انقسام الشجرة ونموها، فإنها تتحرك دائمًا نحو شكل جزيء حقيقي ووظيفي.

لماذا يعد هذا أمرًا مهمًا؟ (مشكلة الـ "Infix")

يسلط الباحثون الضوء على مشكلة محددة تسمى "أخذ عينات الـ Infix" (Infix Sampling).

تخيل أنك تبني جسرًا. لقد انتهيت من الجانب الأيسر، وانتهيت من الجانب الأيمن. الآن، تحتاج إلى بناء الجزء الأوسط لربطهما. لكنك لا تعرف كم يجب أن يكون طول هذا الجزء الأوسط لجعل الجسر مستقرًا!

ستعاني نماذج الذكاء الاصطناعي القديمة لأنها ستحاول تخمين الطول أولاً، وإذا أخطأت في التخمين، فلن يتناسب الجسر. تحل "التدفقات المتفرعة" هذه المشكلة؛ حيث يمكنها البدء بالطرفين وترك "الشجرة" تنمو في المنتصف بشكل طبيعي حتى يتصل الجانبان تمامًا.

تطبيقات من العالم الحقيقي

اختبر الباحثون نهج "الشجرة السحرية" هذا في ثلاث مهام صعبة للغاية:

الجزيئات الصغيرة (الكيمياء): علموا الذكاء الاصطناعي كيفية بناء جزيئات صغيرة. نجح الذكاء الاصطناعي في تعلم كيفية تحديد عدد الذرات التي يجب إضافتها وأين يضعها لإنشاء هياكل كيميائية واقعية.
الأجسام المضادة (الطب): الأجسام المضادة هي "الجنود" في جهازنا المناعي. وهي تأتي بأطوال مختلفة. تعلم الذكاء الاصطناعي كيفية نمو تسلسلات الأجسام المضادة التي تبدو وتعمل مثل تلك الموجودة في الطبيعة.
البروتينات (البيولوجيا): هذا هو "الوحش النهائي" في البيولوجيا. البروتينات هي أشكال ثلاثية الأبعاد ضخمة ومعقدة. تمكن الذكاء الاصطناعي من تصميم هياكل بروتينية كانت واقعية جدًا لدرجة أنها عندما تم تشغيلها عبر محاكيات بيولوجية متقدمة أخرى، بدت مثل البروتينات الحقيقية والوظيفية.

الملخص

باختصار، تنقل "التدفقات المتفرعة" الذكاء الاصطناعي من كونه "رسامًا" (عالقًا في حجم لوحة واحدة) إلى كونه "بستانيًا". فهي تسمح للذكاء الاصطناعي بتنمية الهياكل، وتقسيمها، وتقليمها، مما يجعلها أداة قوية جديدة لتصميم اللبنات الأساسية للحياة المعقدة والمتغيرة الحجم.

ملخص تقني: التدفقات المتفرعة: المنفصلة، والمستمرة، والمنوعية (Manifold)

التدفقات المتفرعة (Branching Flows) هي إطار عمل جديد للنمذجة التوليدية صُمم لمعالجة مشكلة "الطول المتغير" في نماذج الانتشار (Diffusion) ومطابقة التدفق (Flow Matching). بينما تتفوق النماذج التوليدية الحالية في التعامل مع البيانات ذات الطول الثابت (مثل الصور)، فإنها تواجه صعوبة في التعامل مع التسلسلات التي يكون عدد عناصرها غير معروف مسبقاً، مثل سلاسل البروتينات، أو الرسوم البيانية للجزيئات، أو استجابات النماذج اللغوية.

1. المشكلة: تحدي الطول المجهول

تواجه النماذج التجريدية الحالية ثنائية عند التعامل مع التسلسلات متغيرة الطول:

النماذج ذات الترتيب الذاتي (Autoregressive Models): تتعامل جيداً مع تباين الطول (عبر رموز التوقف)، لكنها تسلسلية بطبيعتها (من اليسار إلى اليمين)، مما يجعل من الصعب توسيع نطاقها لتشمل الهياكل المعقدة، غير الخطية، أو متعددة الأنماط.
نماذج الانتشار ومطابقة التدفق (Diffusion/Flow Matching): تتفوق في التعامل مع البيانات المهيكلة، متعددة الأنماط، والمستمرة، ولكنها تتطلب عادةً أبعاد حالة ثابتة.
مشكلة "أخذ عينات الفراغ الداخلي" (Infix Sampling): توجد فجوة محددة حيث يجب إدراج جزء مجهول الطول داخل تسلسل بناءً على مناطق جانبية معروفة (على سبيل المثال، تصميم حلقة جسم مضاد بين منطقتين هيكليتين ثابتتين). الحلول الحالية القائمة على "التعديل" أو "الانتشار القفزي" تعتمد غالباً على تقريبات لا تتوسع بشكل جيد مع الفضاءات (Manifolds) المعقدة ومتعددة الأنماط.

2. المنهجية: إطار عمل التدفقات المتفرعة

يقترح المؤلفون إطار عمل يعتمد على مطابقة المولد (Generator Matching)، حيث تقوم عملية شرطية بنقل توزيع بسيط ( $x_0$ ) إلى توزيع بيانات ( $x_1$ ).

الآلية الجوهرية: غابة من الأشجار الثنائية
بدلاً من متجه ثابت الطول، تتطور الحالة عبر غابة من الأشجار الثنائية.

التفرع (Splits): يمكن للعناصر أن تتضاعف في مكانها عند نقاط التشعب. هذا يسمح لعنصر واحد (الجذر) عند $t=0$ بأن يتطور إلى عناصر متعددة (أوراق) عند $t=1$ .
الحذف (Deletions): يمكن للعناصر أن "تموت" عشوائياً، مما يسمح للنموذج بتقليم العناصر غير الضرورية.
المعدلات العشوائية: يتعلم النموذج المعدلات اللحظية لكل من التفرع والحذف.

الصياغة الرياضية:

المسارات الشرطية: يستخدم النموذج "جسراً شرطياً"؛ فبناءً على بنية شجرة تم أخذ عينات منها مسبقاً ( $T$ ) و"مرتكزات" ( $A$ ) — والتي تعمل كأهداف وسيطة للتدفق — تتطور العناصر بشكل مستقل على طول الفروع.
المرتكزات (Anchors): لضمان استقرار التدفق، يتم تخصيص "مرتكزات" للعقد الداخلية في الشجرة (مثل المركز الهندسي للعناصر المنحدرة)، مما يوجه العناصر المستمرة أو المنفصلة نحو أهدافها النهائية.
دالة الخسارة: يتم تدريب النموذج باستخدام خسارة التدفقات المتفرعة الشرطية (CBF loss)، وهي مجموع ثلاثة تباعدات بريغمان (Bregman divergences):
1. خسارة التفرع (Split Loss): تطابق شدة التفرع المتوقعة مع العدد الفعلي لعمليات التفرع المطلوبة في الشجرة.
2. خسارة الحذف (Deletion Loss): خسارة الإنتروبيا المتقاطعة التي تطابق احتمالية حذف عنصر ما.
3. الخسارة الأساسية (Base Loss): خسارة مطابقة التدفق القياسية للتطور المستمر أو المنفصل للعناصر على طول الفروع.

تعدد الاستخدامات: هذا الإطار "قابل للتركيب"، مما يعني أن العملية الأساسية يمكن تطبيقها على الرموز المنفصلة، الفضاءات الإقليدية، المنوعات الريمانية (مثل $SO(3)$ للدوران)، أو الفضاءات المنتجة متعددة الأنماط.

3. المساهمات الرئيسية

إطار عمل موحد: نهج رياضي واحد يمكنه التعامل مع العناصر المنفصلة، المستمرة، والقيم المنوعية (Manifold-valued) في آن واحد.
العدد الكاردينالي المتغير: يتعامل بشكل طبيعي مع تغير عدد العناصر دون الحاجة إلى حشو ثابت الطول أو استخدام "رموز افتراضية" إضافية.
القدرة على أخذ عينات الفراغ الداخلي (Infix Sampling): يوفر طريقة منهجية للقيام بـ "أخذ عينات الفراغ الداخلي مجهول الطول"، وهو هدف سامٍ في تصميم البروتينات والجزيئات.
كفاءة أخذ العينات: يستخدم طريقة استرجاع زمن الانتظار المتكرر (بناءً على معدلات المخاطر) مما يسمح باستدلال فعال رغم تعقيد التفرع.

4. النتائج والتحقق التجريبي

أثبت المؤلفون فعالية النموذج عبر ثلاثة مجالات معقدة:

الجزيئات الصغيرة (QM9): قام النموذج بتوليد مواقع الذرات (إقليدية) وأنواع الذرات (منفصلة) معاً. وقد تفوق على نماذج "الانتشار القفزي متعدد الأبعاد" في مطابقة الخصائص الجزيئية (مثل LogP، والوزن الجزيئي) وأعداد الذرات.
تسلسلات الأجسام المضادة: تعلم النموذج بنجاح توزيع تسلسلات الأحماض الأمينية وأطوالها. وقد طابق أداء نماذج "الطول الأوري (Oracle-length)" (التي تُعطى الطول الصحيح مسبقاً) وتفوق على "تدفقات التعديل" في تنوع المحتوى التسلسلي وطبيعته الأصلية.
بنية البروتين (BranchChain & BranchSegment):
- BranchChain: استطاع توليد سلاسل بروتينية كاملة بأطوال متفاوتة، مع الحفاظ على التماثل (homodimers) وإنتاج هياكل عمود فقري معقولة هندسياً.
- BranchSegment: أظهر القدرة على إجراء أخذ عينات الفراغ الداخلي (Infix Sampling)، عبر تصميم حلقة CDR3 متغيرة الطول في "نانوبودي" (nanobody) مع إبقاء بقية الهيكل ثابتاً، ونجح في تجنب التصادمات الذرية مع الشريك الرابط.

5. الأهمية

تمثل "التدفقات المتفرعة" خطوة هامة نحو النمذجة التوليدية العامة للعلوم الفيزيائية. فمن خلال الابتعاد عن التنسورات ذات الأبعاد الثابتة والتوجه نحو الهياكل الشجرية العشوائية، قدم المؤلفون أداة قادرة على نمذجة عمليات "النمو" و"التقليم" المتأصلة في علم الأحياء والكيمياء. وهذا له آثار عميقة على التصميم الابتكاري للبروتينات، واكتشاف الأدوية، وأي مجال تكون فيه تعقيدات الكائن غير معروفة حتى يكتمل تكوينه تماماً.