تخيل أنك تحاول الاستماع إلى بث إذاعي فوضوي، يستمر لمدة 24 ساعة، ويمزج بين ضربات القلب، وتقارير الطقس، وتحديثات البورصة، ومذكرات مراهق، كل ذلك في آن واحد. المشكلة ليست في كثرة الضجيج؛ بل في أن الأجزاء "المثيرة للاهتمام" مبعثرة مثل قطع الماس الصغيرة وسط جبل من الرمال. معظم برامج الكمبيوتر التي تحاول فهم هذا البث تعامل كل ثانية من الساعة بالتساوي؛ فهي تستمع إلى الصمت الممل بين ضربات القلب بنفس القدر من التركيز الذي تمنحه للحظة تخطي القلب لضربة ما، مما يهدر طاقتها وذاكرتها على المساحات الفارغة. هذا هو عالم "البيانات متعددة الوسائط والزمنية" (multimodal temporal data) — وهو مصطلح معقد لأي معلومات تتغير بمرور الوقت وتأتي من مصادر مختلفة، مثل النصوص والصور وأجهزة الاستشعار. السؤال الكبير الذي يطرحه العلماء هو: كيف يمكننا بناء عقل لا يكتفي بالاستماع إلى كل شيء فحسب، بل يعرف بالضبط متى يجب أن ينصت بتركيز، ومتى يتجاهل الضجيج؟

هنا يأتي دور EvtGraph، وهو نهج جديد يعمل كمحرر ذكي للغاية وموفر للميزانية للزمن. فبدلاً من إجبار الكمبيوتر على معالجة كل ثانية من البيانات بالتساوي، يعامل EvtGraph الزمن كقصة تحتاج إلى تلخيص. إنه يسأل: "ما هي الأحداث الفعلية هنا؟" ثم يتخلص من الأجزاء المملة. وجد الباحثون أنه من خلال ضغط ساعات من البيانات الفوضوية إلى حفنة فقط من "رموز الأحداث" (event tokens) — أي اللحظات الأكثر أهمية — استطاعوا في الواقع جعل الكمبيوتر أذكى وأسرع. وفي الاختبارات على بيانات واقعية (مثل السجلات الطبية وصور الأشعة السينية)، لم يقتصر هذا الأسلوب على توفير الطاقة فحسب، بل جعله يتنبأ بالنتائج بشكل أفضل من النماذج الرائدة الحالية. وهذا يشير إلى أننا لسنا بحاجة لحفظ الفيلم بأكمله لفهم الحبكة؛ بل نحتاج فقط للتركيز على المشاهد المهمة.

المشكلة: فخ "التقطيع المنتظم" (Uniform Discretization)

فكر في الطريقة التي تشاهد بها فيلماً. إذا كنت مجبراً على إيقاف الفيلم وتحليل كل إطار (frame) فيه، حتى تلك الإطارات التي تظهر الكاميرا وهي تتحرك فقط عبر جدار فارغ، فلن تنهي الفيلم أبداً. ستكون مرهقاً جداً من تحليل الأجزاء المملة لدرجة أنك ستفوت مشهد الانفجار في ذروة الأحداث.

هذا هو بالضبط ما يحدث مع نماذج الكمبيوتر القياسية. فهي تقطع الزمن إلى شرائح متساوية صغيرة (مثل إطارات الفيلم) وتمنح كل شريحة نفس القدر من القدرات الذهنية. لكن الحياة الواقعية ليست كذلك. في المستشفى، قد يجلس المريض هادئاً لساعات، ثم فجأة يرتفع معدل ضربات قلبه. في مقطع فيديو، قد تسير سيارة بسلاسة لأميال ثم تصطدم فجأة. "كثافة المعلومات" غير متساوية. النماذج القديمة تهدر ميزانيتها (قدرتها الحسابية) على الساعات الهادئة والجدران الفارغة، مما يؤدي إلى "انفجار العقد" (node explosion) — حيث يصاب الكمبيوتر بالإرهاق وهو يحاول ربط كل قطعة من البيانات بكل قطعة أخرى.

الحل: المحرر "المتكيف مع الأحداث" (Event-Adaptive)

اقترح مؤلفو هذه الورقة، زيكيان وانغ وفريقه من جامعة تسينغ هوا، إطار عمل جديداً يسمى EvtGraph. تخيل EvtGraph كمخرج لديه قاعدة صارمة: "يمكنك استخدام 8 مقاطع فيديو فقط لسرد هذه القصة بأكملها".

إليك كيف يعمل المخرج، خطوة بخطوة:

1. الضغط المتكيف مع الأحداث (شريط اللحظات البارزة):
   أولاً، ينظر النموذج إلى البيانات الخام (مثل سجل مستشفى لمدة 7 أيام) ويسأل: "أين تكمن الدراما؟" هو لا يختار لحظات عشوائية، بل يستخدم كاشف "بروز" (saliency detector) خاصاً لإيجاد اللحظات التي تتغير فيها الأمور فعلياً. بعد ذلك، يقوم بدمج الثواني المملة والمتكررة في "رموز أحداث" واحدة. إذا كان معدل ضربات قلب المريض مستقراً لمدة 10 ساعات، يتم ضغط ذلك في رمز واحد صغير. أما إذا حدث ارتفاع مفاجئ في ضربات القلب، فسيحصل ذلك على رمز خاص به. يُسمى هذا الضغط المتكيف مع الأحداث (EAMC).

2. ميزانية العقد (الحد الصارم):
   هذا هو الجزء الأكثر أهمية. لدى النموذج ميزانية عقد (Node Budget) صارمة. في تجاربهم، حددوا هذه الميزانية بـ 8 رموز فقط للتسلسل الطويل. الأمر يشبه قولك: "يمكنك الاحتفاظ بـ 8 ملاحظات فقط في مذكراتك لهذا الأسبوع بأكمله". يُجبر النموذج على أن يكون انتقائياً؛ فهو يخصص "درجة أهمية" لكل حدث محتمل ويحتفظ بأفضل 8 فقط. هذا يجبر الكمبيوتر على تركيز كامل قدرته الذهنية على اللحظات الأكثر حرجاً، بدلاً من تشتيت طاقته على الأجزاء المملة.

3. الرسم البياني المقيد زمنياً (السلسلة السببية):
   بمجرد أن يمتلك النموذج لحظاته الثمانية المهمة، يقوم بربطها. لكنه يتبع قاعدة صارمة: يمكنك فقط ربط لحظة بما حدث قبلها، وفقط إذا حدثت في وقت قريب بما يكفي (ضمن نافذة زمنية محددة تسمى $\epsilon$-lag). هذا يمنع النموذج من الوصول إلى معلومات مستقبلية. إنه يبني خريطة متفرقة (رسم بياني/graph) حيث تسير الخطوط للأمام في الزمن فقط وبين الأحداث ذات الصلة.

ما وجدوه: القليل يعني الكثير

اختبر الفريق هذه الفكرة على بعض التحديات الصعبة، بما في ذلك التنبؤ بالنتائج الطبية للمرضى باستخدام قاعدة بيانات MIMIC-IV (والتي تشمل السجلات الصحية الإلكترونية وصور الأشعة السينية للصدر) ومعيار TimeMMD (الذي يمزج أنواعاً مختلفة من البيانات مثل حركة المرور، والطقس، ووسائل التواصل الاجتماعي).

كانت النتائج مفاجئة ومبهرة:

• دقة أفضل: لم يوفر EvtGraph المال فحسب، بل انتصر أيضاً. في مهام التنبؤ الطبي، حقق AUROC بلغ 0.906، متفوقاً على أفضل النماذج السابقة (مثل Transformers وLSTMs) التي كانت تتراوح حول 0.84 إلى 0.88. لقد كان أفضل في التنبؤ بحالات مثل إصابة الكلى الحادة (AKI) وتسمم الدم (sepsis).
• "النقطة المثالية" للميزانية: اكتشفوا أنك لست بحاجة لميزانية ضخمة للحصول على نتائج رائعة. في الواقع، بلغت الأداء ذروته عندما استخدموا ميزانية صغيرة جداً قدرها $B=8$ رموز. وبمجرد زيادة الميزانية عن ذلك، لم يتحسن الأداء كثيراً، لكن الكمبيوتر كان يضطر للعمل بجهد أكبر. وهذا يشير إلى أنه بالنسبة للبيانات المعقدة، فإن الملخص الصغير والمختار بعناقة غالباً ما يكون أفضل من الملخص الضخم والفوضوي.
• الكفاءة: نظرًا لأن النموذج يعالج هذه الرمونات الثمانية الرئيسية فقط بدلاً من آلاف الخطوات الزمنية، فإنه أسرع بكثير ويستهلك ذاكرة أقل. لقد خلق "حد باريتو" (Pareto frontier) حيث تحصل على دقة عالية بتكلفة منخفضة.

لماذا هذا مهم؟

تجادل الورقة بأننا كنا نتعامل مع البيانات الزمنية بشكل خاطئ. افترضنا أنه لكي نفهم الزمن، نحتاج لرؤية كل أجزائه. يقترح EvtGraph العكس: لكي تفهم الزمن، عليك أن ترى جزءاً أقل منه، ولكن ترى الأجزاء الصحيحة.

من خلال معاملة الحوسبة كمورد محدود (ميزانية) وإجبار النموذج على إنفاق هذه الميزانية فقط على الأحداث ذات المعلومات العالية، نجح الباحثون في إنشاء نظام يتسم بالكفاءة والقوة في آن واحد. لقد أثبتوا أن هذا المنظور "المتمحور حول الحدث" ليس مجرد وسيلة لجعل الأشياء تعمل بشكل أسرع، بل يساعد النموذج فعلياً على تعلم أنماط أفضل لأنه لا يتشتت بالضجيج.

في النهاية، يقترح EvtGraph طريقة جديدة للتفكير: في عالم يعاني من فرط البيانات، قد تكون الخطوة الأذكى هي تجاهل معظمها والتركيز تماماً على اللحظات التي تستحق الاهتمام.