A user's guide to PINNs in geometric analysis: lessons from the asymptotic Plateau problem
تُعد هذه الورقة رفيقاً منهجياً لدراسة حول الأسطح الدنيا في الفضاء الزائدي، حيث تُفصّل كيف يمكن لترميز القيود الهندسية مباشرة في بنية الشبكة العصبية وتحسين تقييم متبقي المعادلات التفاضلية الجزئية من خلال "الجيّات" (jets) من الدرجة الثانية وتجميع الرسوم البيانية أن يقلل تكالًف التدريب بمعامل يتراوح بين أربعين إلى خمسين ضعفاً، مما يُمكّن من تطبيقات فعالة للشبكات العصبية المستوحاة من الفيزياء في التحليل الهندسي.
البحث الأصلي مُهدى إلى الملك العام بموجب CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). 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
شكل العقد وفن تعليم الحواسيب
تخيل أنك نحات ماهر، ولكن بدلاً من الطين، أنت تعمل مع أغشية صابون شفافة ومطاطية. في عالم الرياضيات، هناك لغز شهير يسمى "مسألة بلاتو". تسأل المسألة سؤالاً بسيطاً: إذا غطست حلقة سلكية على شكل عقدة في ماء صابوني، فما هو الشكل الذي سيتخذه غشاء الصابون؟ عادةً ما تكون الطبيعة ذكية؛ فهي تريد استخدام أقل قدر ممكن من الطاقة، لذا يستقر الغشاء في "سطح أدنى" (minimal surface)—وهو الشكل الأكثر نعومة وتسطحاً الذي يمكنه الالتصاق بالسلك.
الآن، تخيل أخذ هذه الفكرة إلى أقصى الحدود. بدلاً من سلك في حوض استحمام، تخيل عقدة تطفو في كون غريب ومنحنٍ يسمى "الفضاء الزائدي" (hyperbolic space)، حيث قواعد الهندسة مشوهة. في هذا الكون، ليست العقدة مجرد حلقة في منتصف الغرفة؛ بل هي شكل مرسوم على حافة العالم تماماً، بعيداً جداً في اللانهاية. يصبح السؤال: هل يمكننا إيجاد غشاء صابون مثالي وأدنى، يمتد من مركز هذا الكون ليلتقي بتلك العقدة البعيدة؟ لقد عرف الرياضيون منذ فترة طويلة أن مثل هذا الغشاء موجود بالفعل، لكن العثور على شكله الدقيق يشبه محاولة حل متاهة تغير جدرانها باستمرار. وهنا يأتي دور الورقة البحثية، باستخدام نوع خاص من الذكاء الاصطناعي للقيام بالعمل الشاق.
الورقة البحثية: تعليم الذكاء الاصطناعي ليكون عبقرياً في الهندسة
هذه الورقة هي في الأساس "دليل مستخدم" للرياضيين الذين يرغبون في استخدام نوع معين من الذكاء الاصطناعي يسمى الشبكات العصبية المستوحاة من الفيزياء (PINNs) لحل هذه المشكلات الهندسية المعقدة. لم يكتفِ المؤلف، تانكريدي شيتيني غيرارديني وماركو أوسولا، باستخدام الذكاء الاصطناعي لتخمين الإجابة فحسب؛ بل بنوا نظاماً فائق الذكاء وعالي الكفاءة قدم أدلة عددية على وجود صلة عميقة بين شكل العقد وصيغة جبرية معقدة تسمى كثيرة حدود HOMFLY.
فكر في كثيرة حدود HOMFLY كشفرة سرية مخبأة داخل كل عقدة. إذا قمت بلف العقدة بطريقة معينة، تتغير الشفرة. أراد المؤلف معرفة ما إذا كان عدد المرات التي تتقاطع فيها أغشية الصابون التي أنتجها الذكاء الاصطناعي مع نفسها (التقاطعات الذاتية) يتطابق مع الأرقام الموجودة في هذه الشفرة السرية. لقد اختبروا ذلك على العديد من العقد، من الحلقات البسيطة إلى أشكال "رقم ثمانية" المعقدة، ووجدوا أن نتائج الذكاء الاصطناعي تطابقت مع الشفرة تماماً في كل مرة. وهذا يعطي دليلاً عددياً قوياً على حدسية عالم الرياضيات جويل فاين، والتي تقترح أن هندسة هذه الأغشية الصابونية اللانهائية مرتبطة بعمق بجبر العقد.
كيف جعلوا الذكاء الاصطناعي يعمل (السران الكبيران)
تعترف الورقة بأنه إذا ألقيت ذكاءً اصطناعياً عادياً على هذه المشكلة، فمن المرجح أنه سيفشل أو سيستغرق وقتاً طويلاً جداً للتعلم. اكتشف المؤلف أن الفرق بين الذكاء الاصطناعي الناجح وغير المجدي يعود إلى خدعتين ذكيتين استخدمهما لـ "تشفير" قواعد الكون داخل عقل الذكاء الاصطناعي.
1. لا تطلب من الذكاء الاصطناعي تعلم القواعد؛ بل ابنِها بداخله
عادةً، عندما تقوم بتدريب ذكاء اصطناعي، فإنك تعطيه هدفاً (مثل "تقليل الطاقة") وعقوبة إذا كسر القواعد (مثل "إذا لم تلمس العقدة، أضف عقوبة"). أدرك المؤلف أن هذا النهج فوضوي للغاية. بدلاً من ذلك، بنوا الذكاء الاصطناعي بحيث يكون من المستحيل فيزيائياً عليه كسر القواعد.
تخيل أنك تعلم روبوتاً رسم دائرة. النهج العادي هو أن تقول له: "ارسم خطاً، وإذا لم يكن مستديراً، سأعطيك درجة سيئة". قد يرسم الذكاء الاصطناعي مربعاً، ويحصل على درجة سيئة، ثم يحاول مجدداً، لكنه قد لا يصل أبداً إلى المثالية. كان نهج المؤلف مختلفاً: فقد بنوا ذراع الروبوت بحيث لا يمكنها إلا التحرك في دائرة. مهما حاول الروبوت التحرك، لا يمكنه إلا رسم دائرة. في الورقة، صمموا هيكل الذكاء الاصطناعي بحيث يلمس دائماً العقدة عند اللانهاية ويتصرف دائماً بشكل صحيح عند حافة الكون. هذا يعني أن الذكاء الاصطناعي لم يضطر لإضاعة الوقت في تعلم الأساسيات؛ بل كان عليه فقط اكتشاف التفاصيل المعقدة في المنتصف. أدى هذا إلى إلغاء الحاجة إلى "عملية التوازن" بين العقوبات المختلفة وجعل التدريب أكثر موثوقية.
2. توقف عن إعادة اختراع العجلة في كل مرة
كانت الخدعة الثانية تتعلق بالسرعة. لتدريب الذكاء الاصطناعي، يجب على الكمبيوتر حساب كيفية تغير الشكل عند كل نقطة، وهو أمر يتضمن رياضيات معقدة تسمى "المشتقات". الطريقة القياسية للقيام بذلك تشبه مطالبة طالب بإعادة اشتقاق صيغة رياضية من الصفر في كل مرة يخضع فيها للاختبار. إنها دقيقة، لكنها بطيئة للغاية.
أدرك المؤلف أنه يمكن القيام بذلك بشكل أسرع بكثير باستخدام تقنية "الانتشار الأمامي لـ jets من الدرجة الثانية" (forward propagation of second-order jets). باللغة البسيطة، بدلاً من مطالبة الكمبيوتر بإعادة حساب الميل والانحناء للشكل من الصال من الصفر في كل مرة، علموا الكمبيوتر أن يحمل "الميل" و"الانحناء" معه أثناء تحرك الشكل عبر الشبكة، مثل حقيبة ظهر. كما بنوا "مترجماً" (compiler) يأخذ مجموعة التعليمات بأكملها ويحولها إلى برنامج لغة آلة واحد فائق السرعة، بدلاً من إعادة بناء التعليمات في كل مرة.
النتيجة؟ جعلت هاتان التغييرات عملية التدريب أسرع بـ 40 إلى 50 مرة. على جهاز كمبيوتر محمول عادي، المهمة التي كانت ستستغرق أياماً أو تتطلب حاسوباً فائقاً ضخماً، انتهت في حوالي 40 دقيقة. وبدون هذه الحيل، يقول المؤلف إن دراستهم لعشرات العقد كانت ستتطلب مجموعة حواسيب (cluster)، أو لم تكن لتتم على أجهزة الكمبيوتر العادية.
ماذا يعني هذا للمستقبل
لا تدعي الورقة أنها حلت كل مشكلات العقد في الكون، لكنها قدمت أداة جديدة قوية. من خلال إظهار قدرتهم على جعل الذكاء الاصطناعي ينتج نتائج تطابق النظريات الرياضية العميقة، فتحوا الباب أمام الرياضيين الآخرين لاستخدام أساليب مماثلة. ويقترحون أنه مع هذه التقنيات الفعالة، قد نتمكن قريباً من استخدام أجهزة الكمبيوتر للمساعدة في إثبات وجود أشكال معقدة في الهندسة، وتحويل التجارب العددية إلى براهين رياضية صلبة.
باختصار، لم يجد المؤلف طريقة لصنع أغشية صابون في الكمبيوتر فحسب؛ بل عرفوا كيف يعلمون الكمبيوتر قواعد اللعبة جيداً لدرجة تمكنه من اللعب بمثالية، وبسرعة كافية لمساعدتنا في حل بعض من أقدم الألغاز في الهندسة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.