PRISMA: Improving the Accuracy-Latency Frontier of Diffusion-based PDE Solvers Using Physics-Informed Spectral Attention

تخيل أنك تحاول التنبؤ بكيفية سلوك نظام معقد، مثل كيفية دوران الرياح حول ناطحة سحاب أو كيفية انتشار الحرارة عبر لوح معدني. في عالم العلوم، توصف هذه المشكلات بمعادلات رياضية خاصة تسمى المعادلات التفاضلية الجزئية (PDEs). لعقود من الزمن، كان حل هذه المعادلات يشبه محاولة التنقل في متاهة في الظلام: يتعين عليك اتخاذ خطوات صغيرة وحذرة، والتحقق من موقعك باستمرار، مما يستغرق وقتاً هائلاً من حاسوبك. مؤخراً، بدأ العلماء في استخدام نوع جديد من "المخمن الذكي" يسمى نموذج الانتشار (diffusion model). فكر في هذا الأمر كأنه نحات يبدأ بكتلة من الطين المليئة بالضجيج والتشويش، ثم يقوم ببطء بنحت الضجيج ليكشف عن تمثال مثالي. هذه الطريقة رائعة لأنها تستطيع التعامل مع البيانات الفوضوية وغير المكتملة، ويمكنها حتى إخبارك بمدى عدم تأكدها من إجابتها. ومع ذلك، هناك عقبة: النسخة الحالية من هذا النحات بطيئة للغاية. فلكي يحصل على نتيجة جيدة، يتعين عليه اتخاذ آلاف الخطوات الصغيرة، وفي كل مرة يقدم فيها تخميناً، عليه أن يتوقف ويجري عملية حسابية معقدة ومستهلكة للطاقة للتحقق مما إذا كان يتبع قوانين الفيزياء. الأمر يشبه نحاتاً يتوقف كل بضع ثوانٍ ليستشير موسوعة ثقيلة، مما يجعل العملية بطيئة بشكل مضنٍ.

وهنا يأتي فريق بحثي جديد بحل ذكي يسمى PRISMA. لقد طرحوا سؤالاً بسيطاً: بدلاً من إيقاف النحات للتحقق من الموسوعة عند كل خطوة، ماذا لو بنينا قوانين الفيزياء مباشرة داخل يدي النحات؟ تقدم ورقتهم البحثية PRISMAs، وهو نوع جديد من الذكاء الاصطناي لا يكتفي فقط بـ "التخمين" ثم "التحقق"، بل "يشعر" بالفيزياء أثناء عمله. من خلال دمج قوانين الكون مباشرة في بنية النموذج، يمكن لـ PRISMA تخطي خطوات التحقق البطيئة والمكلفة تماماً. والنتي la هي نظام ليس دقيقاً للغاية فحسب، بل هو أيضاً أسرع بـ 15 إلى 250 مرة من الطرق السابقة. وسواء كانت البيانات نظيفة، أو متفرقة (ناقصة)، أو مشوشة (مليئة بالضجيج)، فإن PRISMA يتكيف فورياً دون الحاجة إلى إعادة تدريبه، مما يوفر طريقة فائقة السرعة لحل بعض أكثر الألغاز العلمية تعقيداً.

المشكلة: النحات البطيء

لفهم سبب أهمية PRISMA، نحتاج أولاً إلى النظر في كيفية عمل "الطريقة القديمة". تخيل أنك تحاول إعادة بناء صورة ضبابية وتالفة لعاصفة. لديك ذكاء اصطناعي قوي يعرف كيف تبدو العواصف عادةً. تعمل أفضل طريقة حالية، والمعروفة باسم "أخذ عينات الانتشار اللاحق" (DPS)، كالتالي: يبدأ الذكاء الاصطناعي بضجيج ساكن نقي ويحاول ببطء تحويله إلى صورة واضحة للعاصفة. لكن المشكلة هنا هي أن الذكاء الاصطناعي لا يعرف القوانين الفيزيائية المحددة لهذه العاصفة. لذا، بعد كل خطوة من خطوات تنظيف الضجيج، يجب على الكمبيوتر أن يتوقف ويجري عملية حسابية منفصلة وثقيلة ليرى ما إذا كانت الصورة التي يصنعها تتبع بالفعل قوانين ديناميكا السوائل.

هذا يشبه طباخاً يحاول خبز كعكة، ويضطر للتوقف في كل مرة يضيف فيها مكوناً ليتصل بعالم أغذية ويسأله: "هل هذا صحيح كيميائياً؟". الطريقة تعمل، لكنها تستغرق وقتاً طويلاً جداً. علاوة على ذلك، إذا كانت البيانات المدخلة مشوشة أو ناقصة (مثل صورة بها خدوش)، فإن الذكاء الاصطناعي يصاب بالارتباك. غالباً ما يحتاج إلى ضبط يدوي بإعدادات محددة لكل نوع جديد من المشكلات، وإذا كان الضجيج مرتفعاً جداً، يمكن أن تصبح العملية بأكملها غير مستقرة وتفشل. تجادل الورقة بأن الاعتماد على هذه التحققات الخارجية البطيئة يمثل عنق زجاجة يمنع هذه النماذج القوية من الذكاء الاصطناعي من أن تكون مفيدة في المواقف الآنية.

الحل: بناء الفيزياء في اليدين

اقترح المؤلفون في هذه الورقة، ميده ساوني وفريقها في جامعة فرجينيا تيك، نهجاً مختلفاً. بدلاً من معاملة قوانين الفيزياء كقائمة مراجعة خارجية، قرروا بناءها مباشرة في "ذاكرة العضلات" للذكاء الاصطناعي. لقد ابتكروا نموذجاً جديداً يسمى PRISMA (النمذجة الطيفية المتبقية المستنيرة بالانتباه - PDE Residual Informed Spectral Modulation with Attention).

فكر في PRISMA كنحات لديه قوانين الفيزياء وشمها على أطراف أصابعه. بينما ينحت الضجيج، لا يحتاج إلى التوقف والتحقق من كتاب. بدلاً من ذلك، لديه أداة خاصة تسمى "كتلة الانتباه المتبقي الطيفي" (SRA). تعمل هذه الأداة مثل رادار فائق الحساسية يستمع إلى "صوت" الفيزياء. إذا كان تخمين الذكاء الاصطناعي الحالي خاطئاً قليلاً، فإن كتلة SRA تكتشف الخطأ فوراً في تردد الموجات (مثل سماع نوتة خارجة عن اللحن في أغنية) وتقوم بتوجيه الذكاء الاصطناعي بلطف للعودة إلى المسار الصحيح.

يحدث هذا داخل بنية النموذج، مما يعني أن الذكاء الاصطناعي يتعلم تصحيح نفسه أثناء العمل. إنه لا يحتاج إلى إجراء تلك الحسابات المكلفة والبطيئة بعد كل خطوة. الأمر يشبه امتلاك النحات بوصلة مدمجة تشير دائماً إلى الشمال الحقيقي، مما يسمح له بنحت التمثال في حركة واحدة سلسة ومستمرة.

كيف يعمل: السحر في "الاستماع الطيفي"

توضح الورقة أن PRISM يعمل من خلال النظر إلى المشكلة في "المجال الطيفي". تخيل وتراً موسيقياً؛ يمكنك سماع الوتر كاملاً، ولكن يمكنك أيضاً تمييز النوتات (الترددات) الفردية التي يتكون منها. يفعل PRISMA الشيء نفسه مع رياضيات العاصفة أو تدفق الحرارة؛ فهو يفكك المشكلة إلى ترددات مختلفة.

عندما يقدم الذكاء الاصطناعي تخميناً، فإنه يحسب "المتبقي" (residual) — وهو مجرد مصطلح تقني يشير إلى الفرق بين ما تقول الفيزياء أنه يجب أن يحدث وما يعتقد الذكاء الاصطناعي حالياً أنه يحدث. يقوم PRISMA بعد ذلك باستخدام كتلة SRA الخاصة به للنظر في هذا الفرق في مجال التردد. يسأل: "أي نوتات محددة في هذا الوتر خارجة عن اللحن؟". ثم ينشئ قناعاً خاصاً يخبر الذكاء الاصطناعي: "مهلاً، أصلح الأخطاء عالية النبرة هنا، ولكن اترك الأجزاء منخفضة النبرة كما هي".

الأمر الجوهري هو أن هذه العملية "خالية من التدرج المنحدر" (gradient-descent free). في الطرق القديمة، كان على الكمبيوتر إجراء عملية حسابية عكسية ضخمة لمعرفة كيفية إصلاح الخطأ. يتخطى PRISMA هذا تماماً؛ فهو يطبق الإصلاح مباشرة. وهذا هو السبب في أنه أسرع بكثير. تظهر الورقة أن PRISMA يمكنه حل هذه المشكلات في 20 إلى 50 خطوة فقط، بينما احتاجت أفضل الطرق السابقة إلى 200 إلى 2000 خطوة.

النتائج: سريع، قوي، وجاهز لكل شيء

اختبر الفريق نموذج PRISMA على خمسة أنواع مختلفة من المشكلات الفيزيائية، بما في ذلك كيفية تدفق المياه عبر الصخور المسامية (تدفق دارسي)، وكيفية انتقال الحرارة (بواسون)، وكيفية دوران الهواء (نافييه-ستوكس). وضعوا النموذج تحت اختبارات صعبة:

1. البيانات المشوشة: أضافوا ضجيجاً عشوائياً إلى المدخلات، لمحاكاة أخطاء الاستشعار في العالم الحقيقي.
2. البيانات المتفرقة: أعطوا النموذج 3% فقط من المعلومات، مثل لغز (بازل) تفتقر معظم قطعه.
3. ظروف جديدة: اختبروه في ظروف لم يسبق له رؤيتها، مثل مستويات مختلفة من لزوجة السوائل.

كانت النتائج مبهرة. في اختبار تدفق دارسي المشوش، حقق PRISMA معدل خطأ قدره 12.28% فقط، بينما سجلت أفضل طريقة انتشار سابقة (DiffusionPDE) خطأ بنسبة 49.18%. والأكثر إثارة كان السرعة؛ فقد كان PRISMA أسرع بـ 15 إلى 250 مرة من المنافسين. على سبيل المثال، في مشكلة تدفق دارسي، استغرق PRISMA 0.18 ثانية فقط لتوليد الحل، بينما استغرق DiffusionPDE نحو 213 ثانية.

كما تسلط الورقة الضوء على أن PRISMA لا يحتاج إلى إعادة تدريب للمهام المختلفة. سواء كنت تريد التنبؤ بالمستقبل (المسألة الأمامية) أو استنتاج السبب من الأثر (المسألة العكسية)، أو سواء كانت لديك بيانات كاملة أو مجرد نقاط متفرقة، فإن نموذج PRISMA نفسه يتعامل مع كل ذلك. ويرجع ذلك إلى أن النموذج يستخدم "أقنعة" لإخباره بالمعلومات المتاحة، مما يسمح له بالتكيف فورياً دون أي تدريب إضافي.

لماذا يهم هذا؟

يشير المؤلفون بحذر إلى أنه على الرغم من أن هذه قفزة هائلة، إلا أنها ليست عصا سحرية لكل مشكلة بعد. النسخة الحالية من PRISMA تعمل بشكل أفضل على الشبكات ثنائية الأبعاد (الأسطح المستوية) والأشكال المنتظمة. لم يتم اختبارها بعد على الهياكل ثلاثية الأبعاد المعقدة أو الأشكال غير المنتظمة مثل قلب الإنسان أو سلسلة جبال وعرة، رغم أن المؤلفين يشيرون إلى إمكانية تكييف طريقتهم لتلك الحالات أيضاً.

ومع ذلك، بالنسبة للمشكلات التي يحلها، فإن التأثير واضح. من خلال إزالة الحاجة إلى التحققات الخارجية البطيئة، يفتح PRISMA الباب لاستخدام نماذج الذكاء الاصطناعي القوية هذه في التطبيقات الآنية. تخيل توقعات جوية تتحدث فورياً مع وصول بيانات جديدة، أو أداة تصوير طبي يمكنها إعادة بناء صورة واضحة من مسح ضبابي ومشوش في جزء من الثانية. تشير الورقة إلى أنه بجعل الذكاء الاصطناعي الموجه بالفيزياء سريعاً وقوياً، يمكننا تسريع الاكتشاف العلمي في مجالات مثل ديناميكا السوائل، والنمذجة الجوفية، والتصوير الطبي.

باخت بخلاصة، يحول PRISMA نهج "البطء والثبات" الذي تتبعه حلول الفيزياء الحالية للذكاء الاصطناعي إلى نظام "سريع وذكي". إنه يثبت أنك لست بحاجة للتوقف والتحقق من القواعد في كل خطوة إذا بنيت القواعد داخل النظام منذ البداية. والنتيجة هي أداة ليست دقيقة فحسب، بل هي أيضاً عملية بما يكفي للاستخدام في العالم الحقيقي الفوضوي والمشوش والمتسارع.