⚛️ high-energy experiments

Uncertainty in Physics and AI: Taxonomy, Quantification, and Validation

تقدم هذه الورقة تصنيفاً موحداً ونظرة عامة مهيكلة لتقدير عدم اليقين في تعلم الآلة للفيزياء، مما يوضح التفسيرات عبر الأطر الإحصائية ويحدد أدوات التحقق المنهجية لضمان موثوقية البيانات الاحتمالية للاكتشاف العلمي.

المؤلفون الأصليون: Manuel Haußmann, Ramon Winterhalder, Maria Ubiali

نُشر 2026-05-12

📖 6 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Manuel Haußmann, Ramon Winterhalder, Maria Ubiali

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 بحثية بعنوان "اليقين في الفيزياء والذكاء الاصطناعي: التصنيف، التكميم، والتحقق" باستخدام لغة بسيطة وتشبيهات إبداعية.

الصورة الكبيرة: لماذا لا يكفي التخمين؟

تخيل أنك عالم فيزياء يحاول اكتشاف جسيم جديد، أو طبيب يستخدم الذكاء الاصطناعي لتشخيص مرض ما. في كلتا الحالتين، الحصول على الإجابة الصحيحة أمر مهم، لكن معرفة مدى تأكدك من تلك الإجابة هو أمر أكثر أهمية.

إذا قال الذكاء الاصطناعي: "هناك احتمال بنسبة 99% أن يكون هذا ورماً"، ولكنه في الواقع مجرد ظل، فهذا أمر خطير. وإذا قال عالم الفيزياء: "لقد وجدنا جسيماً جديداً"، لكن حساباته لم تأخذ في الاعتبار "الضبابية" في بياناته، فقد يكون مخطئاً.

هذه الورقة البحثية هي دليل للمعلِمين والباحثين في مجال الذكاء الاصطناعي. وهي تجادل بأننا بحاجة إلى لغة مشتركة للتحدث عن اليقين (أو "عدم اليقين" - وهو "الضبابية" أو "الشك" في التوقعات) وقواعد صارمة للتحقق مما إذا كان يتم الإبلاغ عن هذا اليقين بصدق.

1. قاموس الشك (التصنيف)

تبدأ الورقة بالإشارة إلى أن علماء الفيزياء وخبراء الذكاء الاصطناعي غالباً ما يستخدمون كلمات مختلفة لأشياء هي نفسها، مما يسبب الارتباك. لذا، يقترحون "قاموساً" واضحاً يتكون من محورين رئيسيين لتصنيف عدم اليقين:

المحور (أ): من أين يأتي الشك؟ (المصدر)

عدم اليقين الإحصائي (الضجيج): تخيل أنك تحاول تخمين متوسط طول الأشخاص في غرفة عبر قياس ثلاثة أشخاص فقط. قد يكون تخمينك خاطئاً لمجرد أنك لم تقيس عدداً كافياً من الناس. هذا هو النوع الإحصائي. إذا قمت بقياس 1000 شخص، فسيختفي هذا الشك.
عدم اليقين المنهجي (المسطرة المكسورة): تخيل أنك تقيس 1000 شخص، لكن مسطرتك أقصر بمقدار بوصة واحدة فعلياً. مهما كان عدد الأشخاص الذين تقيسهم، ستظل إجابتك خاطئة دائماً. هذا هو النوع المنهجي. إنه ناتج عن أدوات سيئة أو افتراضات خاطئة، وليس عن نقص في البيانات.

المحور (ب): هل يمكن إصلاحه؟ (الطبيعة)

عدم اليقين الألياتوري (رمية النرد): هذا هو العشوائية المتأصلة في الطبيعة. فكر في رمي قطعة نقدية؛ حتى لو كنت تعرف كل شيء عن العملة ومن يرميها، لا يمكنك التنبؤ بالرمية التالية. هذا النوع غير قابل للتقليل. لا يمكنك إصلاحه بالحصول على مزيد من البيانات؛ فهكذا تسير الأمور في هذا العالم.
عدم اليقين الإبستيمي (قطعة اللغز المفقودة): هذا هو الشك الناتج عن نقص المعرفة. تخيل أنك تحاول حل لغز (بازل) ولكن ينقصك نصف القطع. إذا حصلت على المزيد من القطع (بيانات أكثر) أو صورة أفضل لما يجب أن يبدو عليه الللغز (نظرية أفضل)، فسيختفي هذا الشك. هذا النوع قابل للتقليل.

الرؤية الجوهرية للورقة: هذه الفئات تتداخل. على سبيل المثال، "المسطرة المكسورة" (المنهجية) قد تكون "قطعة لغز مفقودة" (إبستيمية) إذا كنا لا نعرف بعد أن المسطرة مكسورة. توفر الورقة مخططاً يساعد في فرز هذه الأنواع حتى لا يخلط العلماء بينها.

2. طريقتان في التفكير (التكراري مقابل البايزي)

تشرح الورقة وجود مدرستين رئيستين حول كيفية التعامل مع هذه الشكوك:

المدرسة التكرارية (المقامر في المدى الطويل): تسأل هذه الطريقة: "إذا كررت هذه التجربة 1000 مرة، كم مرة ستكون إجابتي صحيحة؟" إنهم يركزون على التغطية (Coverage). إذا قالوا "أنا واثق بنسبة 95%"، فهم يقصدون أنه في 95 من أصل 100 تجربة مكررة، ستكون الإجابة الحقيقية داخل نطاقهم.
المدرسة البايزية (مُحدث المعتقدات): تسأل هذه الطريقة: "بناءً على ما كنت أعرفه سابقاً وما رأيته للتو، ما مدى احتمالية أن تكون إجابتي صحيحة؟" يبدأون بـ "اعتقاد سابق" (تخمين بناءً على الخبرة الماضية) ويقومون بتحديثه بالبيانات الجديدة لإنشاء "اعتقاد لاحق" (الاعتقاد الجديد والمحدث).

تشير الورقة إلى أن فيزياء الجسيمات تفضل عادةً النهج التكراري، بينما يفضل علم الكونيات غالباً النهج البايزي. كلاهما صحيح، لكنهما يتحدثان لغات مختلفة.

3. اختبار الضغط (التحقق)

الجزء الأهم في الورقة يتعلق بـ التحقق. فمجرد قول الذكاء الاصطناعي إنه واثق بنسبة 95% لا يعني أنه واثق بنسبة 95% بالفعل. تقترح الورقة ثلاث طرق لـ "اختبار ضغط" توقعات الذكاء الاصطناعي هذه:

اختبارات التغطية (شبكة الأمان): إذا رسم الذكاء الاصطناعي شبكة أمان (فترة تنبؤ) تقول إنها ستلتقط الإجابة الصحيحة في 95% من الحالات، عليك فحص الشبكة. إذا أسقطت 100 كرة ولم تلتقط الشبكة سوى 80، فإن الذكاء الاصطناعي يكذب (إنه مفرط في الثقة). وإذا التقطت 99، فهو حذر أكثر من اللازم.
اختبارات الانحياز (مركز الثقل): هل تخمين الذكاء الاصطناذي الأفضل مزاح باستمرار نحو اليسار أو اليمين؟ تخيل لوحة سهام؛ إذا كانت سهام الذكاء الاصطناعي متجمعة بدقة ولكنها تبعد بوصتين عن المركز جهة اليسار، فهذا يعني أن لديه انحيازاً. إنه دقيق، لكنه ليس دقيقاً في الإصابة (ليس دقيقاً في النتائج).
قواعد التسجيل (تقرير الدرجات): بدلاً من مجرد التحقق مما إذا كان الذكال الاصطناعي صحيحاً أم خاطئاً، تعطي هذه القواعد درجة للذكاء الاصطناعي بناءً على مدى تطابق "خريطة الاحتمالات" الكاملة الخاصة به مع الواقع. إنها تكافئ الذكاء الاصطناعي على صدقه بشأن عدم اليقين. إذا قال "أنا متردد بنسبة 50/50" وكان الواقع فعلاً 50/50، فإنه يحصل على درجة جيدة. أما إذا قال "أنا متأكد بنسبة 100%" وكان مخطئاً، فإنه يحصل على درجة سيئة جداً.

4. الأمثلة "النموذجية" (ماذا يحدث في العالم الحقيقي؟)

اختبر المؤلفون هذه الأفكار على مسائل رياضية بسيطة (الانحدار والتصنيف) لمعرفة كيف تتصرف طرق الذكاء الاصطناعي المختلفة.

"المنطقة الآمنة" (الاستكمال الداخلي - Interpolation): عندما يُطلب من الذكاء الاصطناعي التنبؤ بشيء مشابه لما رآه من قبل (مثل التنبؤ بالطقس في شهر يوليو بناءً على بيانات شهور يوليو السابقة)، تعمل معظم الطرق بشكل جيد. جميعها تعطي إجابات متشابهة ومستويات ثقة متشابهة.
"منطقة الخطر" (الاستكمال الخارجي - Extrapolation): عندما يُطلب من الذكاء الاصطناعي التنبؤ بشيء لم يره من قبل (مثل التنبؤ بالطقس في شهر يوليو بناءً على بيانات شهر يناير فقط)، تصبح الأمور فوضوية.
- الدرس المستفاد: في منطقة الخطر، لا يعتمد ثقة الذكاء الاصطناعي على البيانات بعد الآن، بل يعتمد على الافتراضات.
- التشبيه: تخيل خريطة لمدينة. إذا سألت الذكاء الاصطناعي عن اسم شارع لمنزل لم يره من قبل، ولكنه يقع على طريق تعرفه، فيمكنه التخمين. ولكن إذا سألته عن اسم شارع لمنزل في بلد مختلف تماماً، فعليه أن يخمن بناءً على ما "يعتقده" عن شكل المدن.
- النتيجة: وجدت الورقة أنه في هذه المناطق "المجهولة"، تعطي طرق الذكاء الاصطناعي المختلفة إجابات ومستويات ثقة متفاوتة بشكل هائل. لم تكن أي منها موثوقة تماماً. إن عدم اليقين الذي أبلغت عنه كان يعكس في الغالب "شخصيتها" الداخلية (افتراضاتها الرياضية) بدلاً من المعرفة الفعلية.

الملخص

هذه الورقة هي دعوة للوضوح والأمانة في العلم:

توقف عن خلط الكلمات: كن واضحاً فيما إذا كان شكك نابعاً من الضجيج (العشوائية) أو من الجهل (نقص البيانات).
تحقق من عملك: لا تثق فقط في رقم الذكاء الاصطناعي. استخدم "اختبارات التغطية" و"اختبارات الانحياز" لترى ما إذا كان الذكاء الاصطناعي يقول الحقيقة حقاً بشأن ثقته.
احذر من المجهول: عندما يُطلب من الذكاء الاصطناعي التخمين حول أشياء لم يرها، فإن ثقته هي مجرد تخمين وليست حقيقة. يجب على العلماء التعامل مع نتائج "الاستكمال الخارجي" هذه بحذر شديد.

الهدف النهائي هو ضمان أنه عندما يساعد الذكما الاصطناعي في صنع الاكتشافات العلمية، فإننا نعرف بالضبط مدى قدرتنا على الوثوق بالنتيجة.

ملخص تقني: عدم اليقين في الفيزياء والذكاء الاصطناعي: التصنيف، التكميم، والتحقق

بيان المشكلة

يتطلب دمج تعلم الآلة (ML) في الفيزياء تقديرًا موثوقًا لعدم اليقين (UQ) لضمان صحة الاستنتاجات العلمية إحصائيًا. وبينما تُعد تقديرات عدم اليقين ضرورية في الفيزياء لتحديد مصداقية القياس، ودمج النتائج، وتحديد عتبات الاكتشاف، فإن تطبيقها في تعلم الآلة غالبًا ما يفتقر إلى تفسير إحصائي موحد. المصطلحات غير متسقة عبر المجتمعات؛ حيث يميز الفيزيائيون تقليديًا بين عدم اليقين الإحصائي (statistical) والمنهجي (systematic)، بينما تستخدم أدبيات الإحصاء وتعلم الآلة غالبًا تمييز الآلي (aleatoric - المتعلق بالبيانات) والمعرفي (epistemic - المتعلق بالنموذج). هذه المفردات تتداخل ولكنها ليست متطابقة، مما يؤدي إلى ارتباك محتمل فيما يتعلق بقابلية الاختزال ومصدر عدم اليقين. علاوة على ذلك، تختلف طرق تعلم الآلة الحديثة لتقدير عدم اليقين بشكل واسع في أسسها النظرية، بدءًا من الطرق ذات الضمانات ذات العينات المحدودة (مثل التنبؤ المطابق/conformal prediction) وصولًا إلى تلك التي تعتمد على التحقق التجريبي (مثل المجموعات العميقة/deep ensembles). هناك حاجة ماسة لإطار عمل مهيكل لتوضيح هذه المفاهيم، والتمييز بين عدم اليقين في الاستدلال وعدم اليقين في التنبؤ، وتوفير أدوات مبدئية للتحقق.

المنهجية

تضع الورقة نظرة عامة مهيكلة لتقدير عدم اليقين (UQ) من خلال ثلاث ركائز منهجية رئيسية:

إطار تصنيفي: يقترح المؤلفون تصنيفًا موحدًا يعتمد على ثلاثة أبعاد:
- المصدر: إحصائي (تقلبات البيانات المحدودة) مقابل منهجي (نماذج أو افتراضات غير كاملة).
- الطبيعة: آلي (عشوائية غير قابلة للاختزال في توليد البيانات) مقابل معرفي (عدم اليقين الناتج عن نقص المعرفة، والذي يمكن تقليله بمزيد من البيانات أو نماذج أفضل).
- الموضوع: عدم اليقين في الاستدلال (حول المعلمات $\theta$ ) مقابل عدم اليقين في التنبؤ (حول الملاحظات المستقبلية $y^*$ ).
  توضح الورقة أن "الإحصائي/المنهجي" يصنف المصادر، بينما "الآلي/المعرفي" يصنف الطبيعة. كما تفكك صراحةً عدم اليقين المعرفي إلى تباين التدريب، وتباين البيانات، وتحيز النموذج، وانزياح النطاق.
المنظورات الإحصائية: تقارن الورقة بين أطر العمل التكرارية (Frequentist) والبيزية (Bayesian).
- التكرارية: تركز على الضمانات طويلة المدى (مثل فترات الثقة، والتنبؤ المطابق) حيث تكون البيانات عشوائية والمعلمات ثابتة.
- البيزية: تركز على النمذجة الاحتمالية للمعلمات (توزيعات اللاحقة/posterior distributions) والتوزيعات التنبؤية عبر الهامشية (marginalization).
  يناقش النص الجسور بينهما، مثل مبرهنة بيرنشتاين-فون ميزس (Bernstein–von Mises) والنهجات العامة/ما بعد البيزية (مثل الاستدلال المتغير العام) التي تفصل أهداف الاستدلال عن افتراضات الإمكانية (likelihood) الصارمة.
التحقق والتشخيص: يفصل المؤلفون أدوات إحصائية محددة للتحقق من UQ:
- اختبارات التغطية (Coverage Tests): تقييم ما إذا كانت المناطق التنبؤية تحتوي على النتائج الحقيقية بالتردد المعلن عنه (هامشي مقابل شرطي).
- المعايرة (Calibration): قياس مدى توافق الاحتمالات المتوقعة مع التكرارات الملحوظة (مثل خطأ المعايرة المتوقع، ومخططات الموثوقية).
- اختبارات التحيز (Bias Tests): تشخيص التحولات المنهجية في التقديرات المركزية باستخدام توزيعات السحب (pull distributions) والبواقي المعيارية.
- قواعد التسجيل الصحيحة (Proper Scoring Rules): تقييم الدقة الشاملة للتوزيعات التنبؤية (مثل درجة برير/Brier score، واللوغاريتم السالب للاحتمالية) لتحفيز التنبؤات الاحتمالية الصادقة.
التوضيحات التجريبية: تنفذ الورقة وتقارن خمس طرق لـ UQ في مهام الانحدار والتصنيف المحكومة:
- الطرق: العمليات الغاوسية (GP)، التنبؤ المطابق (CP)، الشبكات العصبية البيزية (BNN) عبر الاستدلال المتغير (VI) وهاميلتوني مونت كارلو (HMC)، المجموعات التنافرية (RE)، والتعلم الأدلة (EDL).
- المهام: مشكلة انحدار أحادية البعد (لاختبار الاستكمال مقابل الاستقراء) ومشكلة تصنيف ثنائي (مجموعة بيانات "الأهلة المزدوجة/two-moons" مع إزالة مربع مركزي).

المساهمات الرئيسية

تصنيف موحد: توفر الورقة تصنيفًا واضحًا ومتعدد الأبعاد لعدم اليقين يوفق بين لغة "الإحصائي/المنهجي" الخاصة بالفيزياء ولغة "الآلي/المعرفي" الخاصة بتعلم الآلة، مع رسم خرائط واضحة لتقاطعاتهما (مثل الجدول 1).
تمييز الموضوعات: تفصل بدقة بين عدم اليقين في الاستدلال (المعلمات) وعدم اليقين في التنبؤ (الملاحظات)، موضحة أن معايير التحقق (مثل التغطية) تختلف بشكل كبير بين الاثنين.
أدوات التحقق: تجمع الورقة مجموعة من الأدوات التشخيصية المبدئية (التغطية، المعايرة، التحيز، قواعد التسجيل) الضرورية لتقييم ما إذا كانت بيانات عدم اليقين القائمة على تعلم الآلة جديرة بالثقة في سير العمل العلمي.
المقارنة المنهجية: من خلال الأمثلة العملية، توضح الورقة كيف تؤدي الافتراضات النمذجية المختلفة (التحيزات الاستقرائية) إلى تقديرات متباينة لعدم اليقين، لا سيما في أنظمة الاستقراء حيث تكون البيانات شحيحة.

النتائج

تنتج الأمثلة التجريبية عدة نتائج حاسمة:

الاستكمال مقابل الاستقراء: في مناطق الاستكمال الغنية بالبيانات، تنتج طرق UQ المختلفة (GP, BNN, Ensembles, CP) دقة ونطاقات عدم يقين متقاربة. ومع ذلك، في مناطق الاستقراء (خارج نطاق التدريب)، تتباعد الطرق بشكل كبير. ويحكم سلوكها التحيزات الاستقرائية (مثل اختيار النواة في GPs، أو البنية في NNs) بدلاً من قيود البيانات.
فشل المعايرة في الاستقراء: تكشف أدوات التحقق (منحنيات المعايرة وتوزيعات السحب) أنه بينما قد تكون الطرق معايرة جيدًا داخل نطاق التدريب، إلا أن أيًا منها لا يحافظ على التغطية الاسمية أو توزيعات السحب ذات العرض الموحد عند فرض الاستقراء. تعكس تقديرات عدم اليقين في هذه المناطق الافتراضات المسبقة بدلاً من القيود الإحصائية.
أداء التصنيف: في مهمة التصنيف الثنائي، تتفوق الطرق التي تقوم بالاستدلال اللاحق (HMC, VI, Ensembles) عمومًا على النماذج الأساسية الحتمية في المعايرة (درجة برير أقل وECE أقل). أظهرت المجموعات التنافرية تحسنًا في المعايرة مقارنة بالمجموعات الساذجة من خلال تغطية اللاحقة بشكل أفضل.
حدود التقريب: بينما يعمل HMC كـ "معيار ذهبي"، يمكن لـ VI ذات المجال المتوسط وغيرها من التقريبات أن تؤدي بشكل مماثل في السيناريوهات البسيطة أحادية المنوال. ومع ذلك، تشير الورقة إلى أنه بالنسبة لللاحقات المعقدة (متعددة الأنماط، أو ثقيلة الذيل)، يصبح اختيار التقريب أمرًا حاسمًا.

الأهمية والادعاءات

تضع الورقة نفسها كمساهمة تأسيسية لمبادرة VERaiPHY، التي تهدف إلى وضع معايير للتحقق والصلاحية لتعلم الآلة في الفيزياء. تكمن أهميتها في:

الوضوح المفاهيمي: تجسر الفجوات المصطلحية بين مجتمعات الفيزياء والإحصاء وتعلم الآلة، وتوفر لغة مشتركة لمناقشة عدم اليقين.
التوجيه العملي: تؤكد أن صلاحية UQ لا تضمنها الاشتقاقات الرسمية للطريقة، بل يجب التحقق منها تجريبيًا باستخدام تشخيصات محددة.
التوقعات الواقعية: يدعي المؤلفون بتواضع أنه بينما توجد طرق قابلة للتوسع لـ UQ، فإن القضية الأكثر أهمية المفتوحة هي متانتها تحت الافتراضات غير المثالية (خطأ النموذج، انزياح التوزيع). ويجادلون بأنه في أنظمة الاستقراء، يعتمد عدم اليقين بشكل أساسي على الافتراضات النمذجية، مما يتطلب تفسيرًا دقيقًا بدلاً من الثقة العمياء في المخرجات الخوارزمية.
تكامل خط الإنتاج: تؤكد الورقة أن UQ القوي ليس إضافة اختيارية، بل هو مكون هيكلي في خط الاستدلال العلمي الكامل، وهو ضروري للمهام اللاحقة مثل عملية "الطي/unfolding"، وتقدير المعلمات، والملاءمة العالمية.

تخلص الورقة إلى أن الاستخدام العلمي الموثوق لتعلم الآلة يتطلب جعل الافتراضات النمذجية، وإجراءات الاستدلال، وتشخيصات التحقق صريحة وقابلة للاختبار في كل مرحلة من مراحل خط الإنتاج.