Sparse Orthogonal Regression Technique: A Spectral Framework for Equation Discovery, Approximation, and Integration

تخيل أنك محقق تحاول حل لغز، لكن الأدلة التي تجدها فوضوية، ومبعثرة، وأحياناً مفقودة. في عالم العلوم والرياضيات، هذه مشكلة شائعة: لدينا نقاط بيانات — قياسات لكيفية حركة الأشياء، أو تغيرها، أو تفاعلها — ولكن ليس لدينا المعادلات المثالية والأنيقة التي تصفها. لطالما حاول العلماء بناء "قواميس" للأشكال الرياضية المحتملة (مثل كثيرات الحدود أو الموجات) على أمل أن تكون الإجابة الحقيقية مخبأة في مكان ما بداخلها. إذا كان الشكل الصحيح موجوداً في القاموس، فيمكنهم العثكم عليه. أما إذا كانت الإجابة الحقيقية شكلاً غريباً لا يتناسب مع القاموس، فإن التحقيق بأكمله قد ينهار.

لفهم هذه البيانات الفوضوية، غالباً ما يستخدم العلماء تقنية تسمى "الانحدار المتناثر" (sparse regression). فكر في هذا الأمر كمحاولة لوصف لوحة معقدة باستخدام عدد قليل فقط من ضربات الفرشاة المحددة من صندوق ضخم من الألوان. أنت تريد العثى عن أصغر مجموعة من الضربات التي لا تزال تلتقط الصورة بأكملها، متجاهلاً الضجيج وطلاء الزائد الذي لا ينتمي إليها. الهدف هو تحويل سحابة فوضوية من الأرقام إلى قاعدة نظيفة ومفهومة يمكنها التنبؤ بالمستقبل، أو حساب المجاميع، أو شرح كيفية عمل نظام ما.

وهنا يأتي دور طريقة جديدة تسمى SORT (تقنية الانحدار المتعامد المتناثر). بدلاً من مجرد الأمل في وجود "ضربة الفرشاة" الصحيحة داخل قاموس جاهز، تقوم SORT بتغيير قواعد اللعبة عبر بناء مجموعة من وحدات البناء المنظمة والمثالية أولاً. يقترح الباحثون، سابين رومان، وليوبتشو تودوروفسكي، وساشو جيروسكي، أنه إذا قمت بترتيب بياناتك في شبكة خاصة ومنظمة (أساس متعامد)، ثم استخدمت مرشحاً ذكياً لاختيار القطع الأكثر أهمية فقط، فيمكنك اكتشاف قواعد الكون حتى عندما تكون البيانات مليئة بالضجيج أو متباعدة العينات.

المشكلة في الاختيار من قائمة طعام

تخيل أنك تحاول تخمين وصفة حساء سري. الطريقة القديمة (المستخدمة في طرق مثل SINDy) هي النظر في قائمة مكون تشتمل على 100 مكون قياسي — ملح، فلفل، جزر، بصل — ومحاولة إيجاد المزيج الذي يناسب المذاق. إذا كان الحساء يستخدم في الواقع مكوناً سرياً مثل "فاكهة التنين" وهو ليس موجوداً في القائمة، فإن الطاهي (الكمبيوتر) سيعاني. قد يحاول فرض النكهة باستخدام مزيج من الجزر والبصل، لكن النتيجة ستكون خاطئة، أو قد يستسلم تماماً إذا كانت البيانات مشوبة ببعض الضجيج.

يجادل مؤلفو هذه الورقة بأن "نهج قائمة الطعام" هذا هش للغاية. إذا لم يتطابق العالم الحقيقي مع القائمة، فإن النموذج ينهار. هم يقترحون استراتيجية مختلفة: بدلاً من التخمين من قائمة ثابتة، ابنِ سقالة رياضية مرنة يمكنها حمل أي شكل، ثم اترك البيانات تخبرك أي أجزاء من تلك السقالة يتم استخدامها بالفعل.

كيف تعمل SORT: التشبيه الموسيقي

فكر في SORT كأنها عملية ضبط بيانو لعزف أغنية لم تسمعها من قبل.

1. السقالة (الأساس): بدلاً من التخمين بشأن النوتات الموجودة في الأغنية، تبدأ SORT بمجموعة كاملة من النوتات المضبوطة بدقة والمستقلة (أساس متعامد). هذه النوتات لا تتداخل مع بعضها البعض؛ إذا عزفت إحداها، فلن تجعل نوتة أخرى تصدر صوتاً أعلى أو أخفض بالخطأ. هذا هو الجزء "المتعامد".
2. المرشح (التناثر): الأغنية التي تحاول العثور عليها هي على الأرجح بسيطة، حتى لو كان التسجيل مليئاً بالتشويش. تستخدم SORT مرشحاً رياضياً (انحدار L1-regularized) للاستماع إلى التسجيل الصاخب والتساؤل: "أي من هذه النوتات تعزف حقاً، وأيها مجرد ضجيج؟" إنها تخفض صوت الضجيج وتحتفظ فقط بالنوتات القليلة التي تهم.
3. النتيجة: ينتهي بك الأمر بقائمة من المعاملات (الأرقام) التي تخبرك بالضبط مدى علو كل نوتة. هذه القائمة هي تمثيلك "المتناثر" للأغنية.

ما وجدوه: المتانة والمرونة

اختبر الباحثون SORT في عدة سيناريوهات صعبة، وكانت النتائج كاشفة للغاية.

1. عندما تكون البيانات فوضوية ومتباعدة
في إحدى التجارب، حاولوا معرفة قواعد دورات تعداد الحيوانات الشهيرة (مثل المفترس والفريسة) وتأرجح البندول. قدموا للكمبيوتر بيانات تم أخذ عينات منها على فترات زمنية متباعدة جداً، مما يجعل من الصعب تحديد سرعة تغير الأشياء.

• الطريقة القديمة: طريقة "القائمة" التقليدية (S SINDy) غالباً ما فشلت بشكل ذريع. عندما كانت البيانات خشنة جداً، كان النموذج يخرج عن السيطرة فجأة، متنبئاً بأن تعداد السكان سينفجر إلى مالا نهاية أو يختفي فوراً.
• طريقة SORT: كانت SORT أكثر استقراراً بكثير. حتى عندما كانت البيانات خشنة، لم تنهار. لقد تدهورت بمرونة، مما يعني أن التنبؤات أصبحت أسوأ قليلاً ولكنها ظلت ضمن نطاق الاحتمال. كان الأمر يشبه سيارة ذات نظام تعليق أفضل؛ يمكنها التعامل مع الطريق الوعر دون أن تنقلب.

2. عندما تكون الوصفة غير معروفة
اختبروا أيضاً نظاماً حيث "المكون السري" هو دالة بسل (Bessel function) (وهي شكل موجي رياضي معقد ليس موجوداً في قوائم كثيرات الحدود القياسية).

• الطريقة القديمة: عانت طريقة القائمة لأن الشكل الحقيقي لم يكن في قاموسها. حاولت فرض وتد مربع في ثقب مستدير، وزاد الخطأ مع زيادة ضجيج البيانات.
• طريقة SORT: لأن SORT لا تعتمد على قائمة ثابتة من المكونات، فقد تمكنت من تقريب دالة بسل باستخدام سقالتها المرنة. ظلت متينة حتى عندما كان "الشكل الحقيقي" شيئاً لم تتوقعه الطريقة القديمة.

3. القيام بالرياضيات بدون الرياضيات
أحد أروع الحيل التي يمكن لـ SORT القيام بها هو حساب التكاملات (والتي تشبه إيجاد المساحة الكلية تحت المنحنى أو الكمية الإجمالية لشيء ما بمرور الوقت). عادةً، تحتاج إلى صيغ معقدة للقيام بذلك. ولكن مع SORT، بمجرد حصولك على قائمة المعاملات الخاصة بك، يمكنك ببساطة "قراءة" الإجابة.

• التشبيه: تخيل أنك تريد معرفة الوزن الإجمالي لكومة من الرمل. بدلاً من وزن كل حبة، تبني نموذجاً للكومة باستخدام بعض القياسات الرئيسية. تتيح لك SORT النظر إلى "معامل" الحجم الإجمالي ومعرفة الإجابة فوراً. لقد اختبروا هذا على الموجات المتذبذبة والمنحنيات الناعمة، وقد نجح الأمر بشكل مذهل، حتى في الأبعاد العالية.

4. تنمية النموذج دون كسر هيكله
أخيراً، نظروا فيما يحدث عندما تجعل النموذج أكثر تعقيداً. في العديد من أنظمة تعلم الآلة، يؤدي إضافة المزيد من التعقيد إلى تغيير كل شيء — تصبح الإجابات القديمة خاطئة لأن الهيكل بأكره يتغير.

• طريقة SORT: لأن SORT تستخدم سقالة مستقرة ومرتبة، فإن إضافة المزيد من "النوتات" إلى الأغنية لا يغير معنى النوتات التي وجدتها بالفعل. إذا أضفت نوتة ذات تردد عالٍ، فستظل النوتات ذات التردد المنخفض كما هي تماماً. هذا يسمح للعلماء بتنمية نماذجهم خطوة بخطوة، والتحقق في كل خطوة مما إذا كان التعقيد الجديد يساعد فعلياً، دون فقدان الأرضية التي قطعوها بالفعل.

الخلاصة

لا تدعي الورقة أنها حلت كل أسرار الكون. بل تقترح أنه بالنسبة للعديد من المشكلات، خاصة حيث تكون البيانات مليئة بالضجيج أو القواعد الأساسية غير معروفة، فإن الاعتماد على قاموس ثابت من المصطلحات الرياضية يعد أمراً محفوفاً بالمخاطر.

بدلاً من ذلك، تقترح SORT حلاً وسطاً: استخدم سقالة رياضية مرنة ومثالية لحمل البيانات، ثم استخدم التناثر للعثور على النمط البسيط والنظيف المختبئ بداخلها. لا يتعلق الأمر بإيجاد المعادلة الرمزية "المثالية" فوراً؛ بل يتعلق بإيجاد تمثيل مستقر وقابل لإعادة الاستخدام أولاً. يمكن بعد ذلك استخدام هذا التمثيل للتنبؤ بالمستقبل، أو حساب المجاميع، أو حتى توجيه العلماء نحو الصيغ الأبسط التي قد يبحثون عنها لاحقاً.

باختصار، SORT هي طريقة جديدة للاستماع إلى موسيقى الكون الصاخبة، وتجاهل التشويش، والعثود إلى اللحن دون الحاجة إلى معرفة الأغنية مسبقاً. إنها تقترح أنه من خلال تصميم أدواتنا الرياضية لتكون قابلة للتكيف والترتيب، يمكننا جعل اكتشافاتنا أكثر متانة ونماذجنا أكثر موثوقية.