A Geometric Inverse Source Problem for Stochastic Parabolic Equations

تخيل أنك محقق يحاول حل لغز داخل غرفة مغلقة يملؤها الضباب. لا يمكنك رؤية ما بداخلها، ولا يمكنك المرور عبر جدرانها. الخيوط الوحيدة التي تملكها هي تغيرات درجات الحرارة وصوت الرياح وهي تهب ضد نافذة صغيرة محددة في الخارج. هذا هو عالم المسائل العكسية (inverse problems). في العلوم، نبدأ عادةً بـ "سبب" معروف (مثل حريق) ونتوقع "الأثر" (الدخان). لكن في المسألة العكسية، نبدأ بـ "الأثر" (الدخان على النافذة) ونحاول العودة إلى الوراء لمعرفة أين بدأ الحريق بالضبط وما هو حجمه.

تخيل الآن أن الغرفة ليست ضبابية فحسب، بل تهتز أيضاً باهتزازات عشوائية وغير متوقعة، مثل رقصة فوضوية على أرضية ملاهي. هذا هو الوسط العشوائي (stochastic). في العالم الحقيقي، نادراً ما تكون الأشياء مثل تدفق الحرارة في الرقائق الإلكترونية أو انتشار الملوثات في نهر سلسة تماماً؛ فهي تتعرض للاهتزاز بفعل الضجيج العشوائي. يستخدم العلماء المعادلات التفاضلية الجزئية العشوائية (stochastic parabolic equations) لنمذجة هذه العمليات الفوضوية والعشوائية. التحدي الكبير هو: إذا كان النظام يهتز بالعشوائية، فهل لا يزال بإمكاننا تحديد مكان "المصدر" بدقة؟ عادةً ما تجعل العشوائية الأشياء أكثر ضبابية، مما يجعل من الصعب التمييز بين ما إذا كانت الإشارة ناتجة عن "انجراف" (دفع مستمر) أو "انتشار" (انتشار عشوائي).

يتناول هذا البحث هذا اللغز تحديداً. يسأل المؤلفون (يونزانغ لي، تشي لو، ميزي كيان، ويو وانغ) سؤالاً جريئاً: إذا كان لدينا نظام مدفوع بقوتين مختلفتين غير مرئيتين — إحداهما "انجراف" مستمر والأخرى "انتشار" عشوائي — فهل يمكننا معرفة الشكل والموقع الدقيق لكلا المصدرين المخفيين بمجرد النظر إلى قطعة صغيرة من الحدود الخارجية؟ هم لا يخمنون فحسب؛ بل يثبتون ذلك رياضياً. لقد أظهروا أنه حتى مع فوضى العشوائية، فإن "البصمة" التي تتركها على الحدود فريدة بما يكفي للفصل بين المصدرين. كما بنوا خوارزمية حاسوبية ذكية تعمل مثل النحات، الذي ينحت من كتلة الطين ليكشف عن الأشكال المخفية، واختبروها باستخدام عمليات المحاكاة لإظهار نجاحها الفعلي.

لغز الشبحين غير المرئيين

تخيل أنك في مسبح كبير فارغ (نطاقنا $G$). داخل هذا المسبح، يوجد شبحان غير مرئيين. أحد الأشباح، لنسمه "الانسياق" (Drift)، هو قوة ثابتة وهادئة تدفع الماء في اتجاه معين. والآخر، "الانتشار" (Diffusion)، هو قوة مضطربة وفوضوية تجعل الماء يتموج عشوائياً. كلا الشبحين يختبئان داخل المسبح، وقد يكونان في نفس المكان، أو في زوايا مختلفة. لا يمكنك رؤيتهما، ولا يمكنك لمسهما.

الطريقة الوحيدة لمعرفة مكانهما هي الوقوف عند نافذة صغيرة على حافة المسبح وقياس كيفية تحرك الماء ضد الزجاج. هذا هو "تدفق الحدود الجزئي". في العالم الحقيقي، يشبه هذا قياس تسرب الحرارة من جزء معين من رقاقة كمبيوتر للعثور على مكان ارتفاع درجة الحرارة، حتى وإن كانت الرقاقة تهتز بضجيج كهربائي عشوائي.

السؤال الكبير الذي يطرحه البحث هو: هل يمكننا التمييز بين "الانسياق" و"الانتشار" بمجرد النظر إلى حركة الماء عند النافذة؟

في الماضي، اعتقد العلماء أن هذا قد يكون مستحيلاً إذا كان النظام عشوائياً للغاية. فقد كانوا يخشون أن يحجب ضجيج "الانتشار" المرتعش "الانسياق" المستمر تماماً، أو أن يمتزجا معاً في فوضى ضبابية. لكن هذا البحث يثبت، وبشكل مفاجئ، أننا نعم، يمكننا التمييز بينهما.

عبقرية المحقق "ثنائي القنوات"

اكتشف المؤلفون خدعة رياضية رائعة. وجدوا أن النظام يمتلك بنية "ثنائية القنوات"، تشبه نظام ستيريو يحتوي على مكبر صوت يمين ويسار.

1. القناة اليسرى (الانسياق): الدفع المستمر لـ "الانسياق" يترك بصمة محددة يتم التحكم فيها بواسطة أداة رياضية "تنظر للخلف" تسمى الحالة المرافقة (adjoint state). فكر في الأمر كأنك محقق يعيد عرض فيلم حركة المياه للخلف ليرى من أين بدأ الدفع المستمر.
2. القناة اليمنى (الانتشار): الدفع المضطرب لـ "الانتشار" يترك بصمة مختلفة، يتم التحكم فيها بواسطة مكون مارتينجال (martingale component). هذا يشبه المحقق الذي يتتبع التموجات العشوائية ليرى من أين بدأ الفوضى.

يثبت البحث أن هاتين القناتين لا تتداخلان. فعلى الرغم من اضطراب الماء بالعشوائية، تظل بصمة "الدفع المستمر" وبصمة "التموج العشوائي" متمايزتين. ومن خلال الاستماع إلى كلتا القناتين، يمكن للمحقق رسم خريطتين منفصلتين: إحداهما توضح مكان اختباء "الانسياق" بدقة، والأخرى توضح مكان اختباء "الانتشار" بدقة. وهذه هي المرة الأولى التي يتم فيها العثور على مثل هذه الصيغة لهذا النوع المحدد من المعادلات العشوائية.

خوارزمية النحات

معرفة أن الرياضيات تعمل هي أمر، والعثور على الأشباح فعلياً هو أمر آخر. لم يكتفِ المؤلفون بالنظرية، بل بنوا "نحاتاً رقمياً".

تخيل أن لديك كتلة من الطين الرقمي. أنت لا تعرف أين يختبئ الأشباح، لذا تبدأ بافتراض أنهم يختبئون في كتلة مربعة كبيرة من الطين. ثم تبدأ الخوارزمية في عملية "النحت":

1. تقوم بمحاكاة حركة الماء بناءً على تخمينك الحالي.
2. تقارن حركة الماء عند النافذة بالقياسات الحقيقية.
3. تحسب "التدرج" (gradient)، وهو بمثابة بوصلة تخبرك: "حرك الطين قليلاً إلى اليسار لتصبح أقرب إلى الحقيقة".
4. تعيد تشكيل الطين وتكرر العملية.

ولأن الرياضيات معقدة للغاية (تتضمن أرقاماً عشوائية ومعادلات تنظر للخلف)، اضطروا لاستخدام خدعة خاصة تسمى "مونت كارلو للمربعات الصغرى" (Least-Squares Monte Carlo). هذا يشبه تشغيل المحاكاة 200 مرة مع رميات نرد عشوائية مختلفة قليلاً للحصول على صورة متوسطة واضحة، بدلاً من مجرد التخمين مرة واحدة. كما أضافوا قاعدة "التنظيم" (regularization)، وهي بمثابة إخبار النحات: "حافظ على الأشكال ناعمة وبسيطة؛ لا تجعلها متعرجة وغريبة". هذا يمنع الخوارزمية من الارتباك بسبب الضجيج.

النتائج: رؤية غير المرئي

قام المؤلفون بتشغيل "النحات الرقمي" الخاص بهم على جهاز كمبيوتر ليروا ما إذا كان بإمكانهم العثور على الأشباح. وضعوا عدة سيناريوهات:

• السيناريو أ: "الانسياق" فقط هو المختبئ.
• السيناريو ب: "الانتشار" فقط هو المختبئ.
• السيناريو ج: كلاهما مختبئ، وأحياناً في نفس المكان.
• السيناريو د: لم يكن لديهم سوى نافذة صغيرة للنظر من خلالها (بيانات جزئية)، وليس الجدار بأكمله.

في كل حالة، نجحت الخوارزمية. لقد تمكنت من نحت الأشكال الصحيحة بدقة.

• عندما نظروا إلى الجدار بأكمله، وجدوا الأشكال بشكل مثالي.
• عندما نظروا فقط إلى جزء صغير من الجدار، وجدوا الأشكال أيضاً، وإن كان ذلك تطلب جهداً أكبر لتحديد الموقع بدقة.
• والأكثر إثارة للإعجاب، عندما كان كلا الشبحين موجودين، لم ترتبك الخوارزمية؛ بل نجحت في الفصل بين الشكلين، مما أثبت أن رياضيات "القناتين" تعمل فعلياً في الواقع.

يخلص البحث إلى أن هذه الطريقة تعد أداة قوية جديدة. فهي تظهر أنه حتى في عالم فوضوي وعشوائي، لا يزال بإمكاننا استعادة معلومات هندسية دقيقة عن المصادر المخفية. إنها تذكير بأنه مع العدسة الرياضية الصحيحة، حتى أكثر القوى المتذبذبة وغير المرئية يمكن رسم خرائط لها، تموجاً تلو الآخر.