📊 statistics

VaSST: Variational Inference for Symbolic Regression using Soft Symbolic Trees

تقدم الورقة البحثية VaSST، وهو إطار عمل احتمالي قابل للتوسع للانحدار الرمزي يستخدم الاستدلال التبايني و"الأشجار الرمزية الناعمة" المستمرة لاستكشاف فضاء البحث التوليفي بكفاءة، مما يتيح تقديراً مبدئياً لعدم اليقين وأداءً فائقاً في استعادة القوانين الفيزيائية من البيانات مقارنة بالطرق الحالية.

المؤلفون الأصليون: Somjit Roy, Pritam Dey, Bani K. Mallick

نُشر 2026-03-02

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Somjit Roy, Pritam Dey, Bani K. Mallick

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

إليك شرح لورقة بحث VaSST، مترجم إلى لغة بسيطة مع استخدام تشبيهات إبداعية.

الصورة الكبيرة: البحث عن "الوصفة" وسط الفوضى

تخيل أنك محقق يحاول اكتشاف الوصفة السرية لكعكة لذيذة. لديك قائمة بالمكونات (دقيق، سكر، بيض) والطعم النهائي للكعكة، لكنك لا تعرف طريقة التحضير.

تعلم الآلة التقليدي (Standard Machine Learning): يشبه طباخاً يحفظ طعم آلاف الكعكات. يمكنه التنبؤ بكيف سيكون طعم كعكة جديدة، ولكن إذا سألته: "كيف صنعتها؟" سيقول فقط: "استخدمت صندوقاً أسود". لا يمكنه كتابة الوصفة.
الانحدار الرمزي (Symbolic Regression): هو هدف المحقق: العثور على الوصفة المكتوبة الفعلية (المعادلة الرياضية) التي تشرح لماذا طعم الكعكة هكذا.

المشكلة هي أن كون الوصفات الممكنة ضخم بشكل فلكي. الأمر يشبه محاولة العثور على الجملة الصحيحة الوحية في مكتبة تحتوي على كل التوليفات الممكنة من الكلمات في اللغة الإنجليزية. معظم الطرق الحالية تشبه شخصاً يكتب كلمات عشوائية على لوحة المفاتيح، آملاً أن يصادف جملة مفيدة. هذا يستغرق وقتاً طويلاً، وغالباً ما ينتهي بهم الأمر بكتابة كلام غير مفهوم.

مرحباً بـ VaSST: المحقق "المرن"

قدم المؤلفون VaSST (الاستدلال المتغير للانحدار الرمزي باستخدام الأشجار الرمزية الناعمة). إليك كيف يعمل، مقسماً إلى ثلاثة مفاهيم بسيطة:

1. الشجرة "الناعمة" (تشبيه الصلصال)

تخيل أنك تبني هيكل شجرة من قطع ليغو صلبة ومتيبسة.

الطرق القديمة: يجب عليك تركيب القطع معاً واحدة تلو الأخرى. إذا وضعت علامة "زائد" في مكان خاطئ، عليك تفكيك الشيء بأكمله والبدء من جديد. هذا بطيء ومحبط.
نهج VaSST: بدلاً من القطع الصلبة، يستخدم VaSST صلصالاً ناعماً وقابلاً للتشكيل.
- في أعلى الشجرة، لا تكون المادة مجرد "زائد" أو "ناقص". إنها خليط من كليهما. هي عبارة عن 60% "زائد" و40% "ناقص".
- هذه "النعومة" تسمح للكمبيوتر باستخدام الانحدار الاشتقاقي (Gradient Descent) (وهو حركة انزلاق سلسة) للعثور على الشكل الأفضل، بدلاً من القفز عشوائياً. الأمر يشبه نحت تمثال بيديك بدلاً من نقشه بالمطرقة.

2. عملية "التلدين" (تشبيه المعدن الذي يبرد)

لا يمكنك خبز كعكة باستخدام خليط سائل خام. في النهاية، يجب أن يصبح الخليط متماسكاً.

يبدأ VaSST بـ "الصلصال" وهو ناعم جداً (درجة حرارة عالية)، مما يسم يسمح له باستكشاف العديد من الأشكال بسهولة.
بينما يتعلم الكمبيوتر، يقوم بـ تبريده تدريجياً (عملية تسمى التلدين - Annealing).
يتصلب الصلصال الناعم تدريجياً ليصبح قطع ليغو محددة وصلبة. وبحلول النهاية، يتحول "الخليط" المكون من 60% زائد و40% ناقص إلى علامة "زائد" حاسمة لأنها هي التي تناسبت مع البيانات بشكل أفضل.

3. قوة "عدم اليقين" الخارقة

معظم المحققين واثقون من أنهم وجدوا الإجابة الوحيدة. ولكن ماذا لو كانت هناك وصفتان لهما نفس الطعم؟

لأن VaSST مبني على الاحتمالات، فهو لا يعطيك إجابة واحدة فحسب. بل يعطيك درجة ثقة.
يمكنه أن يقول: "أنا متأكد بنسبة 90% أن الوصفة هي $A + B$ ، ولكن هناك احتمال بنسبة 10% أن تكون $A \times B$ ".
هذا أمر بالغ الأهمية في العلم. إذا كان عالم يصمم جسراً بناءً على معادلة، فإنه يحتاج لمعرفة ما إذا كانت هذه المعادلة حقيقة راسخة أم مجرد تخمين محفوف بالمخاطر. VaSST يخبره بالضبط مدى خطورة هذا التخمين.

لماذا يعد هذا أمراً هاماً؟

تقارن الورقة البحثية بين VaSST وبين كبار المحققين الآخرين (مثل البرمجة الجينية وعلماء الآلة البايزيين) باستخدام معادلات فيزيائية شهيرة (مثل الجاذبية والكهرباء).

السرعة: VaSST أسرع بكثير. بينما كان الآخرون يستغرقون ساعات في البحث داخل المكتبة، وجد VaSST الوصفة في دقائق.
الدقة: وجد "الوصفات" الصحيحة (المعادلات) حتى عندما كانت البيانات مشوشة (مثل وصفة كعكة تم اختبارها بميزان مكسور).
البساطة: يتبع VaSST مبدأ نصل أوكام (Occam's Razor). إذا كانت وصفة بسيطة تشرح البيانات، فلن يخترع VaSST وصفة معقدة بمكونات غير ضرورية. إنه يتجنب "الفرط في التخصيص" (حفظ الضجيج بدلاً من القانون) بشكل طبيعي.

الخلاصة

VaSST هو طريقة جديدة وذكية للغاية لاكتشاف قوانين الطبيعة من البيانات.

يحول لغزاً فوضوياً ومستحيلاً (البحث عن إبرة في كومة قش) إلى لغز انزلاقي سلس (نحت الصلصال).
يجد أبسط وأدق "الوصفات" الرياضية لكيفية عمل العالم.
وعلى عكس الطرق الأخرى، فإنه يخبرك مدى تأكده من إجابته.

إنه يشبه منح العلماء نظام تحديد مواقع (GPS) لا يخبرهم فقط بمكان وجودهم، بل يرسم أيضاً خريطة للتضاريس التي يقودون عبرها، مع وضع ملصق تحذيري يقول: "هذا الجزء من الخريطة ضبابي قليلاً، تقدم بحذر".

إليك ملخص تقني مفصل لورقة "VaSST: الاستدلال التبايني للارتباط الرمزي باستخدام الأشجار الرمزية الناعمة".

1. بيان المشكلة

يهدف الارتباط الرمزي (Symbolic Regression - SR) إلى اكتشاف تعبيرات رياضية صريحة وذات صيغة مغلقة من البيانات تكشف عن القوانين الفيزيائية الكامنة. وبينما تعد هذه الطريقة حاسمة للاكتشاف العلمي (SciML)، تواجه الأساليب الحالية قيوداً كبيرة:

البحث الاستدلالي (Heuristic Search): غالباً ما تعاني البرمجة الجينية (GP) والخوارزميات التطورية من تعقيد حسابي عالٍ، وحساسية تجاه التهيئة، وتوليد صيغ شديدة التعقيد.
تعلم الآلة كثيف البيانات: غالباً ما تتطلب الأساليب القائمة على الشبكات العصبية (مثل المحولات/Transformers) مجموعات بيانات ضخة، وتفترض وجود مستويات ضجيج منخفضة، وتفتقر إلى القابلية للتفسير.
القيود الاحتمالية: تواجه الأساليب البايزية الاحتمالية الكاملة (مثل الطرق القائمة على MCMC) صعوبة في التعامل مع الطبيعة التوافقية والمتعددة الأنماط (multimodal) لمساحة التعبير الرمزي. وغالباً ما تظهر ضعفاً في الخلط (mixing)، وبطئاً في التقارب، واستكشافاً غير فعال، مما يؤدي إلى استعادة هيكلية دون المستوى الأمثل.
الافتقار إلى التقدير الكمي لعدم اليقين: معظم الطرق الموجودة تقدم تعبيراً واحداً "أفضل" دون تقديم تقدير كمي مبدئي لعدم اليقين فيما يتعلق بالشكل الهيكلي للمعادلة.

2. المنهجية: إطار عمل VaSST

يقترح المؤلفون VaSST (الاستدلال التبايني للارتباط الرمزي باستخدام الأشجار الرمزية الناعمة)، وهو إطار عمل احتمالي قابل للتوسع يحول البحث التوافقي المنفصل إلى مشكلة تحسين مستمرة.

أ. الأشجار الرمزية الناعمة (التخفيف المستمر)

الابتكار الجوهري هو تمثيل الأشجار الرمزية كـ أشجار رمزية ناعمة. بدلاً من الاختيارات المنفصلة للمعاملات والميزات، يستخدم VaSST تخفيفات مستمرة:

الهيكل الهيكلي (Skeleton Structure): يتم تضمين كل شجرة رمزية في هيكل شجرة ثنائية كاملة ذات عمق ثابت.
المتغيرات الناعمة:
- مؤشر التوسع ( $e_{j\zeta}$ ): يتم نمذجته عبر تخفيف Binary Concrete (تخفيف مستمر لتوزيع Bernoulli) لتحديد ما إذا كانت العقدة ورقة (leaf) أم عقدة داخلية.
- تعيين المعامل ( $o_{j\zeta}$ ): يتم نمذجته عبر تخفيف Gumbel-Softmax (تخفيف مستمر لتوزيع Categorical) لتمثيل خليط ناعم من جميع المعاملات أحادية أو ثنائية المسار المسموح بها.
- تعيين الميزة ( $h_{j\zeta}$ ): يتم نمذجته عبر Gumbel-Softmax لتمثيل خليط ناعم من مدخلات الميزات.
التقييم: عملية تقييم الشجرة الناعمة هي عملية تكرارية قابلة للاشتقاق، حيث تكون مخرجات العقد عبارة عن تركيبات محدبة من العمليات والميزات الممكنة، مرجحة بالاحتمالات الناعمة. وهذا يسمح بـ التحسين القائم على التدرج (gradient-based optimization) عبر الاشتقاق التلقائي.

ب. النمذجة الاحتمالية

يصيغ VaSST الارتباط الرمزي كمسألة استدلال بايزي:

الاحتمالية (Likelihood): نموذج تجميع خطي حيث يكون الاستجابة $y$ عبارة عن توليفة خطية من $K$ من الأشجار الرمزية بالإضافة إلى ضجيج غاوسي.
القبلات (Priors):
- معاملات الانحدار والضجيج: قبلات Normal-Inverse-Gamma (NIG) مترافقة.
- هيكل الشجرة: قبلة هرمية فوق متغيرات الهيكل. ومن المهم أنها تستخدم احتمالية انقسام تعتمد على العمق ( $p_\zeta = \alpha(1+d_\zeta)^{-\delta}$ ) لمعاقبة الأشجار العميقة والمعقدة، مما يفرض مبدأ نصل أوكام (Occam's Razor) (الاقتصاد الهيكلي).
الاستدلال: يستخدم المؤلفون الاستدلال التبايني الصندوق الأسود (BBVI). حيث يقومون بتعظيم حد الإثبات الأدنى (ELBO) باستخدام خوارزمية AdamW (التحسين المتدرج العشوائي).
- يتضمن الـ ELBO تقريباً بطريقة مونت كارلو للاحتمالية الهامشية (دمج معاملات الانحدال) وتشتت كولباك - ليبلر (KL) بين التوزيع البعدي التبايني والقبلة.
- التلدين (Annealing): يتم تلدين معاملات درجة الحرارة في التخفيفات من قيم عالية (خليط ناعم) إلى قيم منخفضة (قريبة من المنفصل) أثناء التدريب للموازنة بين الاستكشاف والاستغلال.

ج. ما بعد التحسين والتقدير الكمي لعدم اليقين

بعد تحسين المعلمات التباينية ( $\phi^*$ ):

أخذ عينات الشجرة الصلبة: يتم أخذ عينات من المتغيرات الناعمة المستمرة لتوليد $H$ من الأشجار الرمزية "الصلبة" المنفصلة.
ترتيب التجميع: يتم تقييم هذه المرشحات $H$ ، ويتم ترتيب الهياكل العليا بناءً على جذر متوسط مربع الخطأ (RMSE) داخل العينة.
عدم اليقين: يوفر توزيع هذه المرشحات العليا مقياساً مبدئياً لعدم اليقين الهيكلي (أي مدى ثقة النموذج في أجزاء معينة من المعادلة).

3. المساهمات الرئيسية

الارتباط الرمزي الاحتمالي القابل للتوسع: يعد VaSST أول إطار عمل يطبق الاستدلال التبايني مع التخفيفات المستمرة للارتباط الرمزي، مما يتيح التحسين الفعال القائم على التدرج عبر المساحة الرمزية.
الأشجار الرمزية الناعمة: يقدم تمثيلاً مبتكراً يجسّر الفجوة بين البحث الهيكلي المنفصل والتحسين المستمر، مما يحافظ على القابلية للتفسير مع السماح بالتعلم القابل للاشتقاق.
التقدير الكمي المبدئي لعدم اليقين: على عكس الطرق الاستدلالية التي تخرج معادلة واحدة، يوفر VaSST توزيعاً بعدياً على الهياكل الرمزية، مما يسمح بتقييم الثقة الهيكلية.
الاقتصاد الهيكلي: تعمل القبلة المعتمدة على العمق بفعالية على معاقبة التعبيرات شديدة التعقيد، مما يمنع الإفراط في التخصيص (overfitting) والالتزام بمبادئ البساطة العلمية.

4. النتائج التجريبية

قيم المؤلفون VaSST على بيانات اصطناعية وعلى قاعدة بيانات فاينمان للارتباط الرمزي (SRBench)، مقارنة بالأسالهم المتطورة مثل: QLattice، وgplearn (GP)، وDEAP (GP)، وBMS، وBSR.

الاستعادة الهيكلية: استعاد VaSST باستمرار التعبيرات الرمزية الصحيحة تماماً عبر مستويات ضجيج مختلفة (بما في ذلك $\sigma^2 = 0.22$ $σ^{2} = 0.22$ ) لكل من الدوال الاصطناعية وقوانين الفيزياء المعقدة (مثل قانون كولوم، وقانون فوريه للتوصيل الحراري).
- المقارنة: غالباً ما فشلت الطرق البايزية المنافسة (BMS, BSR) في استعادة الهيكل الصحيح أو أنتجت صيغاً شديدة التعقيد. أما الطرق العصبية/التطورية (QLattice, gplearn) فغالباً ما نجحت في التنبؤ لكنها فشلت في البساطة الهيكلية.
الدقة التنبؤية: حقق VaSST نتائج تنافسية أو متفوقة من حيث RMSE خارج العينة مقارنة بجميع الخطوط المرجعية، وغالباً ما طابقت BMS وQLattice ولكن مع تعبيرات أبسط بكثير.
القابلية للتوسع الحسابي: أظهر VaSST أداءً زمنياً متفوقاً مقارنة بالطرق البايزية القائمة على MCMC (مثل BMS وBSR). ومع زيادة أحجام العينات، ظل VaSST هو الأسرع، مما يسلط الض الضوء على كفاءة النهج التبايني مقارنة بالأساليب القائمة على أخذ العينات.
المتانة: ظل المنهج مستقراً تحت مستويات الضجيج العالية، بينما مالت الطرق الأخرى إلى التدهور في الاستعادة الهيكلية أو إنتاج صيغ معقدة ومضطربة.

5. الأهمية

يمثل VaSST تحولاً نوعياً في الارتباط الرمزي من خلال الانتقال من البحث العشوائي وأخذ عينات MCMC إلى النمذجة الاحتمالية القابلة للاشتقاق.

الاكتشاف العلمي: يوفر أداة قوية للعلماء ليس فقط لإيجاد المعادلات، بل أيضاً لتقدير عدم اليقين في القوانين المكتشفة، وهو أمر بالغ الأهمية في المجالات العلمية عالية المخاطر.
الكفاءة: من خلال الاستفادة من الاشتقاق التلقائي والاستدلال التبايني، يجعل VaSST الارتباط الرمدي البايزي قابلاً للتوسع مع أحجام البيانات الحديثة، متجاوزاً الاختناقات الحسابية للمناهج الاحتمالية السابقة.
القابلية للتفسير: يحافظ على طبيعة "الصندوق الأبيض" للارتباط الرمزي، مما يضمن أن النماذج الناتجة هي تعبيرات رياضية قابلة للتفسير من قبل البشر وليست شبكات عصبية "صندوق أسود".

باختد، يجمع VaSST بنجاح بين القابلية للتفسير للارتباط الرمزي والقدرة على التوسع للنماذج التباينية الحديثة، مما يقدم حلاً رائداً للاكتشاف العلمي القائم على البيانات.