Measurement and Optimal Targeting of a Hidden Scatterer in a Complex Environment Utilizing Fisher Information

في عالم الأمواج الفوضوي — سواء كانت أصواتًا ترتد عبر غرفة مزدحمة، أو ضوءًا يتسلل عبر مظلة غابة، أو إشارات راديو تتنقل عبر مدينة من ناطحات السحاب — غالبًا ما يكون من المستح المستحيل التنبؤ بدقة بمكان ذهاب الإشارة. فعندما تصطدم الأمواج ببيئة معقدة مليئة بالعقبات، فإنها تتشتت في اتجاهات لا حصر لها، وتتداخل مع بعضها البعض لتخلق فوضى متشابكة. لعقود من الزمن، تعامل العلماء مع هذه الأنظمة الفوضوية كـ "صناديق سوداء"، حيث يقيسون فقط ما يدخل وما يخرج، دون القدرة على رؤية ما يحدث في الداخل. وقد جعل هذا القصور من الصعب تحديد موقع الأجسام المخفية أو تركيز الطاقة في نقطة محددة داخل مثل هذا الاضطراب. ومع ذلك، فإن نهجًا جديدًا طوره باحثون في جامعة ميريلاند يقدم طريقة للنظر داخل هذه الفوضى دون الحاجة إلى الرؤية بداخلها. فمن خلال معاملة العلاقة بين الأمواج الواردة والصادرة كمصدر للمعلومات الإحصائية، وجدوا طريقة لا تكتفي فقط برصد التغيرات الطفيفة المخفية داخل النظام، بل تتيح أيضًا توجيه الطاقة بدقة إلى حيث تحدث تلك التغيرات، حتى عندما يمتص النظام الطاقة أو يتصرف بطرق تتحدى العكس البسيط.

لقد سعى الفريق، بقيادة ناداف شايب، وجاريد إيرب، وستيفن أنلاي، لحل مشكلة تشبه محاولة العثور على جزء متحرك واحد داخل آلة تهتز ومغلقة. لقد عملوا في غرفة ميكروويف متخصصة، وهي عبارة عن صندوق معدني على شكل ربع "ربطة عنق" (bow-tie)، يعمل كملعب فوضوي للأمواج الكهرومغناطيسية. داخل هذا الصندوق، وضعوا سطحًا خاصًا مكونًا من مكونات إلكترونية دقيقة يمكن ضبطها عن طريق تغيير الجهد الكهربائي المطبق عليها. عمل هذا السطح كعنصر "مخفي"، وهو متغير يمكن تعديله لتغيير كيفية ارتداد الأمواج داخل الغرفة بشكل طفيف. أراد الباحثون معرفة: إذا قاموا بتغيير الجهد على هذا السطح بمقدار ضئيل جدًا، فهل يمكنهم معرفة مقدار هذا التغيير بالضبط بمجرد الاستماع إلى الأمواج الخارجة من الصندوق؟

وللقيام بذلك، استخدموا أداة رياضية تسمى "مؤثر معلومات فيشر" (Fisher information operator). فكر في هذه الأداة كوسيلة لفرز جميع الطرق الممكنة لإرسال إشارة إلى الصندوق وتحديد أي نمط محدد من الأمواج هو الأكثر حساسية للتغيير المخفي. قام الباحثون بحساب هذا المؤثر من خلال مراقبة كيفية تغير سلوك النظام عند تعديل الجهد. ووجدوا أن المؤثر ينتج مجموعة من أنماط الموجات الخاصة، مرتبة حسب مقدار المعلومات التي تحملها عن التغيير المخفي. وكان النمط الأكثر قوة، وهو النمط الذي يحمل أكبر قدر من المعلومات، هو "المتجه الذاتي الرئيسي" (principal eigenvector). وعندما استخدموا هذا النمط المحدد لإرسال الأمواج إلى داخل الصندوق، تمكنوا من قياس تغير الجهد بدقة مذهلة. وفي اختباراتهم، استطاعوا اكتشاف تحولات في الجهد تصل إلى بضعة أجزاء من الألف من الفولت، وهو مستوى من الحساسية كان من المستحيل تحقيقه باستخدام أي نمط موجي آخر.

أدت هذه القدرة على قياس غير المرئي إلى تطبيق ثانٍ أكثر فاعلية: "حلقة تغذية راجعة منفصلة" (discrete feedback loop). تخيل محاولة الحفاظ على توازن قطعة من "البلبل" (spinning top) تدور بانتظام بينما يقوم شخص ما بدفعها باستمرار. أظهر الباحثون أنه من خلال القياس المتكرر لتغير الجهد المخفي ثم تطبيق تعديل معاكس لإلغائه، يمكنهم إبقاء النظام في حالة مستقرة. لقد أجروا هذه العملية لأكثر من مائة دورة، ونجحوا في تحييد التقلبات العشوائية في الجهد. وفي بعض التكوينات، تمكنوا من الحفاظ على استقرار الجهد ضمن جزء ضئيل من الفولت، مما أثبت أن هذه الطريقة يمكنها تثبيت الأنظمة المعقدة بنشاط ضد الانحراف والضجيج. وتعد هذه خطوة مهمة نحو التحكم في البيئات التي عادة ما تكون فوضوية للغاية بحيث يصعب إدارتها.

ثم طرح الباحثون سؤالًا مختلفًا: إذا عرفنا أي نمط موجي هو الأكثر حساسية للجسم المخفي، فهل يمكن استخدام نفس النمط أيضًا لتركيز الطاقة مباشرة على ذلك الجسم؟ في الأوساط المعقدة، يعد تركيز الطاقة أمرًا صعبًا للغاية لأن الأمواج تتشتت في كل مكان. ومع ذلك، اكتشف الفريق أن نمط الموجة نفسه الذي كشف عن الجهد المخفي عمل أيضًا كمفتاح مثالي لتركيز الطاقة على السطح حيث يحدث التغيير. ولإثبات ذلك، استخدموا غرفة ميكروويف دائرية ووضعوا السطح القابل للضبط في مواقع مختلفة. وعندما أرسلوا نمط الموجة الخاص، امتص السطح قدرًا كبيرًا من الطاقة المركزة لدرجة أنه بدأ يتصرف بطريقة غير خطية، وهي علامة على أن الطاقة كانت مركزة بكثافة. وعندما استخدموا أي نمط موجي آخر، ظل السطح هادئًا وخاضعًا لقوانين الخطية. أظهر هذا أن الطريقة يمكنها استهداف نقطة محددة داخل غرفة فوضوية دون الحاجة إلى معرفة المخطط الدقيق للغرفة أو وجود منارة لتوجيه الإشارة.

أحد الجوانب الأكثر إثارة للإعجاب في هذا العمل هو أنه لا يعتمد على كون النظام قابلًا للعكس تمامًا أو خاليًا من الفقد. تتطلب العديد من الطرق التقليدية لتركيز الأمواج أو التصوير عبر الاضطراب أن يسلك النظام سلوكًا متماثلًا، مما يعني أن الأمواج يمكنها نظريًا السفر إلى الوراء في الزمن لتتبع مسارها. يعمل هذا النهج الجديد حتى عندما يمتص النظام الطاقة أو عندما تسلك الأمواج سلوكًا مختلفًا اعتمادًا على اتجاه حركتها. اختبر الباحثون ذلك من خلال إدخال مكونات كسرت هذه التماثلات، وظلت الطريقة ناجحة. وهذا يشير إلى أن التقنية يمكن تطبيقها في سيناريوهات العالم الحقيقي حيث تمتص المواد الطاقة أو حيث لا تكون البيئة موحدة تمامًا، مثل الأنسجة البيولوجية أو شبكات الاتصال التي تعاني من فقدان الإشارة.

كما سلطت الدراسة الضوء على حدود هذه الطريقة. لاحظ الباحثون أنه لاستخدام هذه التقنية، يجب أن تكون قادرًا على تبديل المعلم المخفي بين حالتين على الأقل لمراقبة كيفية تغير النظام. كما أشاروا إلى أنه بينما تعد هذه الطريقة ممتازة في اكتشاف التغيير، إلا أنها لا تستطيع دائمًا التمييز بين أنواع مختلفة من التغييرات إذا كانت أشياء متعددة تتغير في آن واحد. فإذا تغير النظام بسبب عاملين مختلفين في وقت واحد، فقد تعزو الط طريقة التغيير إلى السبب الخطأ. ويقترح المؤلفون أن العمل المستقبلي الذي يتضمن التعلم الآلي يمكن أن يساعد في فك تشابك هذه السيناريوهات المعقدة. علاوة على ذلك، بينما استطاعوا تحديد أفضل نمط موجي، لم يكن لديهم بعد طريقة نظرية للتنبؤ بدقة بمقدار المعلومات التي سيوفرها النظام قبل إجراء التجربة؛ بل كان عليهم الاعتماد على الاختبار التجريبي لمعرفة ما إذا كانت الإشارة قوية بما يكفي.

في النهاية، يوفر هذا البحث طريقة لاستجواب التفاصيل المخفية للأنظمة المعقدة. فمن خلال معاملة تشتت الأمواج كمصدر غني للبيانات وليس مجرد ضجيج، أظهر الفريق أنه من الممكن قياس التغيرات المجهرية وتركيز الطاقة بدقة عالية. إن عملهم يجسّر الفجوة بين النظرية الإحصائية المجردة والهندسة التطبيقية، ويقدم أداة تعمل في الظروف غير المثالية والفوضوية للعالم الحقيقي. وسواء كان الهدف هو تثبيت الأدوات الحساسة، أو تحديد مواقع الأجسام المخفية، أو نقل الطاقة لاسلكيًا عبر بيئات مزدحمة، فإن القدرة على إيجاد "النمط الصحيح" لطرح السؤال الصحيح تمثل تقدمًا هادئًا ولكنه قوي في كيفية تفاعلنا مع العالم المعقد من حولنا.