ALPHABET: A Laplace-Pole History Aggregator with Banked Exponential Transport

في عالم الذكاء الاصطناعي، غالباً ما تُعلَّم الآلات فهم الوقت من خلال تذكر كل شيء. فعندما يشاهد الكمبيوتر مقطع فيديو، أو يستمع إلى صوت، أو يراقب نبضات قلب، فإنه يبني سجلاً داخلياً ضخماً لكل لحظة مرت. تقوم الأنظمة الحديثة بذلك عبر إنشاء حالات معقدة ومتغيرة تنمو وتزداد تعقيداً كلما عالجت المزيد من البيانات. لقد جعل هذا النهج الآلات بارعة للغاية في التنبؤ، لكنه يأتي بتكلفة باهษة؛ فهذه الأنظمة غالباً ما تكون بطيئة، وتتطلب قدرات حوسبة هائلة، كما أنها غامضة. فمن الصعب النظر في داخلها ومعرفة أي اللحظات الزمنية بالضبط استخدمتها الآلة لاتخاذ قرارها، أو لماذا اختارت نتيجة دون أخرى. وبالنسبة للعلماء والمهندسين، فإن هذا النقص في الشفافية يمثل مشكلة؛ فإذا كان النموذج لا يستطيع شرح منطقه، فمن الصعب الوثوق به في المواقف الحرجة، ومن الصعب معرفة ما إذا كان قد تعلم حقاً الأنماط الأساسية أم أنه اكتفى بمجرد حفظ البيانات.

لقد اقترح فريق من الباحثين في جامعة كوريا للفضاء طريقة مختلفة للتعامل مع الوقت. فقد طرحوا سؤالاً بسيطاً: هل يمكن للآلة أن تظل منافسة في التنبؤ باستخدام جزء ضئيل فقط من قدرة الحوسبة المعتادة، وهل يمكنها القيام بذلك بطريقة شفافة تماماً؟ لقد قدموا نظاماً جديداً يسمى ALPHABET، والذي يقوم بضغط التاريخ الكامل للتسلسل في مجموعة صغيرة ومستقرة من القياسات. وبدلاً من محاولة تذكر كل التفاصيل، يستمع النظام إلى أنماط إيقاعية محددة وتلاشٍ معين، ويلخصها في تقرير موجز. هذا التقرير ليس "صندوقاً أسود"؛ إذ يمكن تتبع كل رقم فيه والرجوع به إلى جزء محدد من المدخلات. وقد وجد الباحثون أن هذا النموذج الصغير والفعال يمكنه مضاهاة أداء الأنظمة الأكبر والأبطأ، مع توفير نافذة واضحة على منطقه الخاص.

الفكرة الجوهرية وراء ALPHABET هي التعامل مع الوقت ليس كقائمة طويلة من الأحداث، بل كمجموعة من الاهتزازات. تخيل جرساً يرن ويتلاشى ببطء؛ لهذا الصوت طبقة صوتية محددة ومعدل تلاشٍ محدد. لقد بنى الباحثون نظامهم حول أدوات رياضية تعمل مثل مجموعة من الأجراس الموزونة، كل منها يستمع لطبقة صوت ومعدل تلاشٍ مختلفين. وعندما تتدفق البيانات إلى النظام، يتم تمريرها عبر مجموعتين منفصلتين من هؤلاء المستمعين الموزونين. المجموعة الأولى، التي تسمى "المصرف المباشر" (direct bank)، تستمع إلى البيانات الخام وتبدأ في بناء ملخص. إنها تلتقط طاقة كل اهتزاز وكيفية ارتباط الاهتزازات ببعضها البعض عبر تأخيرات زمنية قصيرة. كما تقوم هذه المجموعة بتغذية نتائجها مرة أخرى في تدفق البيانات، مما يعيد تشكيل المعلومات ببراعة قبل انتقالها للمرحلة التالية.

أما المجموعة الثانية، المعروفة باسم "المصرف المتتالي" (cascaded bank)، فتستمع إلى هذه البيانات المعاد تشكيلها. وهي لا تغذي نتائجها مرة أخرى، بل تحلل الأنماط الجديدة التي خلقتها المجموعة الأولى. وتنتج كلتا المجموعتين ملخصاً نهائياً يتكون من نوعين من المعلومات لكل مستمع موزون: مقدار الطاقة الموجودة، وكيف ترتبط الإشارة في لحظة معينة بالإشارة بعد بضع خطوات لاحقة. ثم تُدمج هذه الملخصات في وصف واحد ثابت الحجم. ويقوم "رأس" رياضي بسيط بقراءة هذا الوصف لإجراء التنبؤ. ولأن هذا الوصف مبني من هذه القياسات المحددة والمستقرة، يمكن للباحثين النظر في التنبؤ النهائي ورؤية أي "جرس موزون" ساهم بشكل أكبر في القرار. فإذا كان هناك نمط معين حاسماً للقرار، فإن مساهمته تكون مرئية ويمكن عزلها.

اختبر الباحثون هذا النهج على مجموعة هائلة من اثنتين وثمانين مهمة مختلفة، تتراوح بين تصنيف نبضات القلب واكتشاف الأعطال في الآلات إلى التنبؤ بأنماط الطقس. وقارنوا ALPHABET بتسع عائلات رئيسية أخرى من نماذج التسلسل، بما في ذلك بعض الأنظمة الأكثر قوة واستخداماً اليوم. وفي هذه الاختبارات المباشرة، حقق ALPHAMENT متوسط ترتيب يقارب المركز الرابع بين جميع العائلات العشر، رغم كونه أصغر حجماً بشكل ملحوظ. وفي الواقع، استخدم النموذج حوالي ستة آلاف معلمة (parameter) قابلة للتدريب فقط، بينما كانت النماذج الأخرى تتطلب غالباً مئات الآلاف أو حتى الملايين. وقد تُرجمت هذه الضآلة الشديدة مباشرة إلى سرعة؛ فعند تشغيله على أجهزة قياسية، كان ALPHABET أسرع بخمس مرات في إجراء التنبؤات، وأسرع بنحو أربع مرات أثناء عملية التدريب مقارنة بمتوسط منافسيه.

وبعيداً عن السرعة والحجم، ركزت الدراسة على ما إذا كان هذا النظام المدمج يفهم البيانات حقاً أم أنه حالفه الحظ فحسب. ولاختبار ذلك، أنشأ الباحثون سيناريو مضبوطاً حيث بدت أنواع مختلفة من البيانات متطابقة في إحصائياتها الأساسية، لكنها اختلفت في إيقاعاتها العميقة وطويلة الأمد. ووجدوا أنه بينما عانت النماذج الأخرى للتمييز بينهما، تمكنت مستمعات ALPHABET المتخصصة من اكتشاف الأنماط الدقيقة والأعلى مستوى التي تفصل بينهما. لقد اقترب النظام من الحد النظري لما هو ممكن لهذا النوع من المشكلات، مما أثبت أنه نجح في تعلم استخراج المعلومات الزمنية ذات الصلة. علاوة على ذلك، عندما قام الباحثون عمداً بإزالة "الأجراس الموزونة" الأكثر أهمية من النظام، انخفض أداء النموذج بشكل كبير، مما أكد أنه يعتمد على هذه الميزات المحددة بدلاً من الصدفة العشوائية.

كما وُضعت شفافية النظام تحت الاختبار أيضاً. ولأن التنبؤ النهائي هو مجموع مباشر لمساهمات كل مستمع، فقد تمكن الباحثون من تدقيق منطق النموذج. ووجدوا أن النظام يعتمد باستمرار على عدد قليل من الأنماط الرئيسية لاتخاذ قراراته. فعندما أزالوا المساهمين الرئيسيين، فشل النموذج، ولكن عندما أزالوا مساهمين عشوائيين أقل أهمية، ظل النموذج مستقراً. هذا المستوى من القابلية للتدقيق نادر في الذكاء الاصطناعي الحديث، حيث تُتخذ القرارات غالباً عبر طبقات من الاتصالات المعقدة جداً بحيث يصعب تتبعها. وقد أظهرت الدراسة أنه من الممكن بناء نموذج ليس سريعاً وصغيراً فحسب، بل وأيضاً صادقاً بشأن كيفية وصوله إلى استنتاجاته.

ومع ذلك، فقد كان الباحثون حذرين في تحديد حدود نجاحهم. فالنظام يعمل بشكل أفضل عندما تكون البيانات مستقرة والخطوات الزمنية منتظمة. فعندما أدخلوا ضوضاء عشوائية شوشت الإشارة عبر جميع الترددات، تضرر أداء النموذج، مما يشير إلى أنه ليس حلاً عالمياً لكل أنواع فساد البيانات. كما وجدت الدراسة أنه بينما يمكن للنظام تعلم وضع "أجراسه الموزونة" في المواقع الأكثر فعالية، فإنه يمكنه أيضاً العمل جيداً مع مواقع ثابتة ومحددة مسبقاً، مما يشير إلى أن البنية الهيكلية نفسها قوية. ولا تدعي النتائج أن هذه هي الطريقة الوحيدة لبناء نموذج تسلسل، لكنها تثبت أن الأداء التنافسي لا يتطلب هياكل ضخمة وغامضة.

في الختام، يقدم هذا العمل بديلاً مقنعاً للتوجه الحالي نحو بناء نماذج أكبر فأكبر. فمن خلال ضغط الوقت في مجموعة مستقرة من القياسات الإيقاعية، يظهر ALPHABET أن الكفاءة والشفافية يمكن أن يسيران جنباً إلى جنب. يثبت النظام أن الآلة يمكن أن تكون صغيرة بما يكفي لتعمل على أجهزة متواضعة، وسريعة بما يكفي لمعالجة البيانات في الوقت الفعلي، وواضحة بما يكفي ليفهم البشر منطقها. وفي مجال يهيمن عليه التعقيد غالباً، تشير هذه الأبحاث إلى أن الأداة الأكثر قوة أحياناً هي تلك التي تعرف بالضبط ما الذي يجب أن تستمع إليه، وكيف تشرح ما تسمعه.