Quantum Models with Multi-Stage Training for Compositional Concept Generalization

تمتلك الذكاء البشري قدرة رائعة على إعادة دمج الأفكار البسيطة والمتعلمة في مواقف جديدة تماماً. فالشخص الذي يفهم ماهية "السيارة" ومعنى كلمة "أصفر" يمكنه فوراً التعرف على سيارة صفراء لم يسبق له رؤيتها، مطبقاً معرفته بالخطر على هذا المزيج المستحدث. هذه القدرة، المعروفة باسم التعميم التركيبي، تتيح لنا التنقل في عالم نواجه فيه باستمرار ترتيبات جديدة من الأجزاء المألوفة. أما بالنسبة للذكاء الاصطناعي، فإن هذه المهارة لا تزال تشكل عقبة مستعصية؛ فبينما تتفوق الأنظمة الحديثة في التعرف على الأنماط التي رأتها أثناء التدريب، فإنها غالباً ما تتعثر عندما يُطلب منها تطبيق تلك الأنماط نفسها على تركيبات جديدة، مثل وضع جسم معين في علاقة مكانية جديدة. يشير هذا القصور إلى أن النماذج الحالية تقوم بحفظ الأمثلة بدلاً من الفهم الحقيقي للقواعد الأساسية لكيفية ترابط الأشياء مع بعضها البعض.

استكشف باحثون من جامعة كوليدج لندن وجامعة أمستردام مساراً مختلفاً لحل هذه المشكلة، متوجهين نحو المنطق الغريب والقوي لميكانيكا الكم. وفي عملهم الذي عُرض في مؤتمر أسبوع IEEE للكم، اقترحوا أن الطريقة التي تعالج بها الحواسيب الكمومية المعلومات قد تتوافق طبيعياً مع كيفية دمج البشر للمفاهيم. ومن خلال بناء نموذج يفصل بين تعلم الأجسام وتعلم العلاقات بينها، نجحوا في إنشاء نظام يمكنه التعميم على سيناريوهات غير مرئية بفعالية أكبر بكثير من الطرق التقليدية، وكل ذلك باستخدام جزء ضئيل من القدرة الحسابية.

ركز الفريق على مهمة حيث يجب على الكمبيوتر النظر إلى صورة لشكلين هندسيين واختيار الوصف الصحيح لعلاقتهما من بين خيارين. على سبيل المثال، عند إعطائه صورة لمكعب على يسار مخروط، يجب على النظام تمييز العبارة الصحيحة "مكعب يسار مخروط" عن عبارة مشتتة مثل "مكعب يمين مخروط". ولتعليم الآلة، استخدم الباحثون مجموعة بيانات تحتوي على صور لأشكال مثل الكرات والأسطوانات والمخاريط في أوضاع مختلفة. وكان التحدي يكمن في تدريب النظام على بعض التركيبات، مثل مخروط على يمين مكعب، ثم اختباره على تركيبات لم يسبق له رؤيتها، مثل مخروط على يسار مكعب. هذا الإعداد يجبر النموذج على تعلم مفهوم "اليسار" و"اليمين" كقواعد مستقلة يمكن تطبيقها على أي شكل، بدلاً من مجرد حفظ صور محددة.

وبدلاً من تدريب النظام بأكمله دفعة واحدة، اعتمد الباحثون نهجاً ذا مرحلتين يحاكي المنهج الدراسي. في المرحلة الأولى، تعلم النموذج التعرف على الأجسام الفردية؛ حيث عُرضت عليه صور لأشكال مفردة، مثل كرة وحيدة أو مكعب واحد، وعُلّم ربطها بأسمائها. وبمجرد أن أتقن النموذج هذه اللبنات الأساسية، قام الببحاث بتجميد ذاكرته لما تبدو عليه تلك الأشكال. وفي المرحلة الثانية، أدخلوا المهمة المتعلقة بالعلاقات؛ حيث عُرض على النموذج الآن صور تحتوي على شكلين، وكان عليه تعلم قواعد كيفية ارتباطهما ببعضهما البعض فقط، باستخدام التعريفات المستقرة والمسبقة للأشكال التي حفظها بالفعل. ضمن هذا التصميم عدم محاولة النظام إعادة تعلم ماهية "المكعب" في كل مرة يرى فيها علاقة جديدة، مما أجبره على معاملة العلاقة كتحويل منفصل يُطبق على جسم ثابت.

ولتنفيذ ذلك، استخدم الفريق إطار عمل يترجم اللغة والمعنى إلى هياكل رياضية تسمى "التنسورات" (tensors)، والتي يمكن رسم خرائطها مباشرة على الدوائر الكمومية. واختبروا طرقاً مختلفة لتغذية بيانات الصور في هذه الدوائر الكمومية. إحدى الطرق، وتسمى "ترميز السعة" (amplitude encoding)، حاولت الحفاظ على الهندسة الدقيقة لبيانات الصورة الأصلية. أما طريقة أخرى، وهي "ترميز الزاوية" (angle encoding)، فقد حولت البيانات بطريقة أدخلت تغييرات غير خطية، مما أعاد تشكيل المعلومات لجعل الاختلافات بين العلاقات أكثر وضوحاً. كما جربوا طريقة "الكولاج" (collage)، حيث يتم دمج الدوائر الكمومية لشكلين منفصلين مادياً لتمثيل صورة علاقة واحدة.

كانت نتائج عمليات المحاكاة التي أجروها كاشفة. فعندما قارن الباحثون نموذجهم الكمومي متعدد المراحل بنظام كلاسيكي قياسي، كان الفرق في الكفاءة صارخاً. تطلب النظام الكلاسيكي المرجعي أكثر من 150 مليون معلمة قابلة للتدريب لمحاولة تنفيذ المهمة، ومع ذلك فشل في التعميم، حيث سجل 50 بالمئة فقط في التركيبات غير المرئية، وهو ما يعادل التخمين تقريباً. في المقابل، حقق النموذج الكمومي تعميماً قوياً باستخدام 426 معلمة قابلة للتدريب فقط. ووصل النسخة الأكثر نجاحاً من نظامهم، والتي استخدمت طريقة الكولاج مع ترميز الزاوية، إلى دقة تزيد عن 72 بالمئة في حالات الاختبار غير المرئية. كان هذا الأداء أفضل بكثير من نموذج كمومي أحادي المرحلة حاول تعلم كل شيء في آن واحد، مما أثبت أن فصل تعلم الأجسام عن تعلم العلاقات كان أمراً حاسماً.

وجد الباحثون أن نجاح نموذجهم يعتمد بشدة على كيفية ترميز البيانات. فقد أثبتت طريقة ترميز الزاوية، التي أدخلت تحويلات غير خطية، تفوقها على طريقة ترميز السعة. وهذا يشير إلى أن بيانات الصورة الأصلية، كما تمت معالجتها بالأدوات القياسية، لم تفصل بوضوح العلاقات المكانية المطلوبة للمهمة. إن عملية الترميز الكمومي نفسها ساعدت في إعادة هيكلة المعلومات، مما جعل التمييز بين "اليسار" و"اليمين" أكثر وضوحاً للنموذج. وبينما حافظ ترميز السعة على الشكل الأصلي للبيانات، فقد أبقى على التشابهات المربكة بين الترتيبات المكانية المختلفة قائمة، مما جعل التمييز بينها أصعب.

تشير هذه النتائج، المستمدة بالكامل من عمليات المحاكاة الحاسوبية، إلى أن التمثيلات الكمومية المهيكلة توفر مساراً واعداً لتعليم الآلات فهم التركيبية. فمن خلال فرض فصل واضح بين ماهية الأشياء وكيفية ارتباطها، وباستخدام الدوائر الكمومية لإعادة تشكيل البيانات في شكل أكثر قابلية للفصل، حقق النموذج مستوى من التعميم كافح للوصول إليه الأنظمة الكلاسيكية رغم امتلاكها موارد أكثر بكثير. لا يدعي هذا العمل أنه حل مشكلة الذكاء الاصطناعي، ولكنه يوضح أن نهجاً معيناً ومنظماً للتعلم — حيث تُتعلم العناصر الأولية أولاً ثم تُدمج — يمكن أن يكون فعالاً للغاية عند اقترانه بالخصائص الفريدة للحوسبة الكمومية. ويشير المؤلفون إلى أن العمل المستقبلي سيحتاج إلى اختبار هذه الأفكار على أجهزة كمومية حقيقية واستكشاف ما إذا كانت هذه الأساليب يمكن أن تتوسع لتشمل مشاهد أكثر تعقيداً ومفردات أغنى، لكن النتائج الحالية تقدم إثبات مفهوم مقنع لطريقة جديدة للتفكير في تعلم الآلة.