When Does AI for PDEs Yield Scientific Evidence?

في المشهد الشاسع للعلوم الحديثة، برزت أداة جديدة قوية للمساعدة في فهم الباحثين للعالم المادي: الذكاء الاصطناعي المطبق على المعادلات التي تحكم الطبيعة. هذه المعادلات، المعروفة بالمعادلات التفاضلية الجزئية، هي اللغة الرياضية المستخدمة لوصف كل شيء، بدءاً من تدفق المياه وحركة الهواء وصولاً إلى سلوك الحرارة والكهرباء. لعقود من الزمن، اعتمد العلماء على المحاكاة الحاسوبية التقليدية لحل هذه المعادلات، ولكن في السنوات الأخيرة، أظهرت نماذج الذكاء الاصطناك قدرتها على تعلم التنبؤ بهذه السلوكيات الفيزيائية بسرعة ودقة ملحوقتين. كانت الطريقة القياسية للحكم على هذه النماذج بسيطة ومباشرة: ما مدى قرب تنبؤ الذكاء الاصطناعي من الإجابة الصحيحة والمعروفة؟ إذا تطابقت الأرقام، يُعت-بر النموذج جيداً. وقد دفع هذا النهج نحو تقدم سريع، مما خلق سباقاً لبناء نماذج تقلل الفرق بين مخرجاتها والحقيقة.

ومع ذلك، ظل هناك سؤال جوهري لم يُطرح إلى حد كبير: هل النموذج الذي ينتج رقماً دقيقاً للغاية يقدم بالفعل نوع الإثبات الذي يحتاجه العلماء لإجراء اكتشاف حقيقي؟ في العالم الحقيقي، لا يريد الباحثون مجرد رقم؛ بل يريدون دليلاً يدعم ادعاءً معيناً، مثل "هذا الرف الجليدي يذوب بشكل أسرع مما كنا نعتقد" أو "هذا السائل سيصبح غير مستقر في ظل هذه الظروف". قد يكون النموذج دقيقاً للغاية بشكل عام، ولكنه قد يفتقد التفصيل المحدد الذي يهم لهذا الادعاء، أو قد يكون بعيداً قليلاً بطريقة تغير الاستنتاج تماماً. وحتى الآن، افترض المجتمع العلمي أن الدقة العالية تعني تلقائياً دليلاً قوياً. وتتحدى دراسة جديدة هذا الافتراض، مشيرة إلى أن الأدوات التي نستخدمها لقياس النجاح قد تقودنا إلى اختيار النماذج الخاطئة من الذكاء الاصطناعي للقيام بمهمة الاكتشاف العلمي.

لقد سعى الباحثون، بقيادة ونسو وانغ من جامعة جنوب الصين للتكنولوجيا، لاختبار هذه الفكرة من خلال ابتكار طريقة جديدة لتقييم نماذج الذكاء الاصطناعي. فبدلاً من السؤال فقط: "ما مدى قرب إجابتك من الإجابة الصحيحة؟"، سألوا: "هل توفر إجابتك دليلاً كافياً لدعم هذا الادعاء العلمي المحدد؟". وللقيام بذلك، أخذوا معيارين موجودين ومستخدمين على نطاق واسع للذكاء الاصطناو في الفيزياء — أحدهما للتنبؤ بكيفية تطور الأنظمة بمرور الوقت، والآخر لتحديد الخصائص الفيزيائية الخفية من البيانات — وأضافوا طبقة تقييم جديدة. لقد استخدموا النماذج ذاتها، وغذوها بالبيانات ذاتها، وطلبوا منها حل المسائل نفسها. ولكن هذه المرة، وإلى جانب درجة الدقة التقليدية، تحققوا أيضاً مما إذا كان مخرج النموذج يمكنه دعم بيانات علمية محددة مسبقاً.

تخيل خبير أرصاد جوية بارعاً في التنبؤ بدرجة الحرارة لكل مدينة في بلد ما، لكنه يفشل في التنبؤ بأن عاصفة معينة ستضرب بلدة ساحلية. إذا نظرت فقط إلى متوسط الخطأ في درجة الحرارة، فسيظهر خبير الأرصاد هذا بمظهر العبقري. ولكن إذا كان هدفك هو تحذير البلدة من العاصفة، فإن هذا الخبير قد فشل. وقد وجد الباحثون أن شيئاً مشابهاً يحدث مع نماذج الذكاء الاصطناعي في الفيزياء. فقد اكتشفوا أن النماذج التي احتلت أعلى المراتب من حيث الدقة الرقمية البحتة لم تكن هي نفسها النماذج التي احتلت أعلى المراتب في تقديم الأدلة لدعم ادعاء علمي. في الواقع، غالباً ما أشارت الغايتان إلى فائزين مختلفين.

وللوصول إلى هذا الاستنتاج، فحص الفريق مجموعة متنوعة من نماذج الذكاء الاصطناعي، بما في ذلك بعض النماذج الأكثر تقدماً وشيوعاً في الوقت الحالي. واختبروا هذه النماذج في مهام تتراوح من محاكاة تدفق المياه في الأنهار الضحلة إلى استنتاج الخصائص الخفية لطبقات الصخور تحت الأرض. ولكل مهمة، حددوا ادعاءات علمية معينة، مثل ما إذا كان متوسط مستوى الماء في منطقة ما سيبقى ضمن نطاق معين، أو ما إذا كان نوع معين من الصخور سيتصرف بطريقة معينة تحت الضغط. ثم قاموا بقياس شيئين لكل نموذج: مدى قرب تنبؤه من الإجابة الحقيقية، وما إذا كان تنبؤه، مع تقديره لعدم اليقين، قوياً بما يكفي لتأكيد الادعاء.

كانت النتائج مذهلة. ففي كل مقارنة رئيسية تقريباً، كان النموذج "الأفضل" في تقليل الخطأ مختلفاً عن النموذج "الأفضل" في دعم الادعاء العلمي. في بعض الأحيان، كان الفرق صغيراً، ولكن في كثير من الأحيان كان كبيراً. وجد الباحثون أنه يمكن لنموذج أن يكون دقيقاً عددياً ومع ذلك يفشل في دعم ادعاء ما إذا كانت أخطاؤه قد وقعت في الاتجاه الخاطئ أو إذا كان النموذج غير متيقن جداً من الاحتمالات البديلة. وعلى العكس من ذلك، قد يوفر نموذج ذو أخطاء إجمالية أكبر قليلاً دليلاً قوماً لادعاء ما إذا كانت تلك الأخطاء صغيرة بما يكفي في المنطقة المحددة التي تهم.

ذهبت الدراسة إلى أبعد من ذلك لتشرح سبب حدوث هذا التباين. اتضح أن العلاقة بين الدقة والدليل تعتمد على ثلاثة عوامل رئيسية: مدى قرب القيمة الحقيقية من حافة الادعاء، وأين تقع أخطاء النموذج، ومدى اتساع هامش عدم اليقين في النموذج. فإذا كانت القيمة الحقيقية تقع تماماً على حدود ادعاء ما، فإن خطأً ضئيلاً جداً يمكن أن يقلب الاستنتاج من "مدعوم" إلى "مرفوض". وإذا ارتكب النموذج أخطاءً في الاتجاه الخاطئ، فيمكن أن يقوض ادعاءً ما حتى لو كان الخطأ الإجمالي صغيراً. وإذا كان النموذج يعاني من عدم يقين كبير، فلا يمكنه تقديم الإثبات القاطع اللازم لدعم ادعاء ما، بغض النظر عن مدى دقة تنبؤه المتوسط.

لهذا الاكتشاف تداعيات عميقة على كيفية تطوير واستخدام المجتمع العلمي للذكاء الاصطناعي. لسنوات، عمل الباحثون على تحسين نماذجهم لتكون دقيقة قدر الإمكان، مفترضين أن هذا سيؤدي طبيعياً إلى رؤى علمية أفضل. تشير هذه الدراسة إلى أن هذا الافتراض معيب. فمن خلال التركيز فقط على الدقة، قد يفضل المجتمع دون قصد النماذج الجيدة في إعادة إنتاج البيانات ولكنها ضعيفة في تقديم الأدلة المحددة اللازمة للاكتشاف. ويجادل المؤلف بأننا بحاجة إلى تغيير كيفية تقييم هذه الأدوات. فبدلاً من النظر فقط إلى درجة واحدة للدقة، يجب علينا تقييم ما إذا كان نموذج الذكاء الاصطناعي يمكنه بالفعل دعم الادعاءات المحددة التي يحاول العلماء إثباتها.

لم يكتفِ الباحثون بالإشارة إلى المشكلة فحسب، بل بنوا إطاراً لقياس الحل. لقد أنشأوا نظام تقييم جديداً يعامل دعم الادعاء العلمي كهدف متميز، منفصل عن الدقة الرقمية. واختبروا هذا النظام في سيناريوهات من العالم الحقيقي، بما في ذلك تدفق الرفوف الجليدية في القارة القطبية الجنوبية وحركة السوائل في الصخور المسامية، ووجدوا أنه يعمل كما هو مخطط له. استطاع النظام بوضوح التمييز بين النماذج التي قدمت أدلة قوية وتلك التي لم تفعل، حتى عندما كانت دقتها الرقمية متشابهة.

يعمل هذا العمل كتذكير حاسم بأنه في العلم، الهدف ليس فقط أن تكون على صواب، بل أن تكون على صواب بطريقة ذات أهمية. فالنموذج الذي يكون دقيقاً إحصائياً ولكنه عديم الفائدة علمياً هو فرصة ضائعة. ومع دمج الذكاء الاصطناعي بشكل أكبر في البحث العلمي، يجب أن يتطور أسلوبنا في الحكم على هذه النماذج. نحن بحاجة إلى ضمان أن الأدوات التي نبنيها ليست جيدة فقط في تخمين الأرقام، بل هي قادرة أيضاً على تقديم الأدلة الصلبة والموثوقة التي تدفع الفهم البشري إلى الأمام. وتخلص الدراسة إلى أنه يجب علينا التوقف عن افتراض أن الدقة تساوي الدليل، والبدء في قياس الاثنين بشكل منفصل، لضمان أن تكون نماذج الذكاء الاصطناعي في المستقبل مناسبة حقاً لغرض الاكتشاف العلمي.