Infrared Subtraction with Artificial Intelligence

في قلب الفيزياء الحديثة، يدرس الباحثون اللبنات الأساسية للكون من خلال صدم الجسيمات ببعضها البعض بسرعات هائلة. وعندما تحدث هذه الاصطدامات، فإنها لا تنتج مجرد بضعة شظايا بسيطة؛ بل غالباً ما تولد دفقاً من جسيمات جديدة تطير في كل اتجاه. ولفهم القوانين التي تحكم هذه الأحداث، يجب على العلماء حساب احتمالية كل نتيجة ممكنة بدقة متناهية. ومع ذلك، يوجد عائق رئيسي في هذه الحسابات: عندما ينبعث من جسيم ما دفعة من الطاقة تكون خافتة جداً بحيث لا يمكن رؤيتها، أو عندما يتحرك جسيمان في نفس الاتجاه تقريباً، تنهار الصيغ الرياضية المستخدمة لوصف الحدث وتنتج أرقاماً لانهائية وغير منطقية. تُعرف هذه الظواهر باسم "التفردات تحت الحمراء" (infrared singularities). وبينما تضمن قوانين الفيزياء أن هذه اللانهائيات تلغي بعضها البعض في النتيجة النهائية، فإن فصلها عن البيانات ذات المعنى للحصول على رقم دقيق لتجربة معينة كان صراعاً دام عقوداً لعلماء الفيزياء النظرية.

لقد تصدى فريق من الباحثين في جامعة بكين العادية والأكاديمية الصينية للعلوم لهذه المشكلة الآن باستخدام نهج جديد يمزج بين البصيرة الفيزيائية البشرية والقدرات الإبداعية للذكاء الاصطناعي في حل المشكلات. فقد طوروا طريقة لعزل وإزالة هذه اللانهائيات المزعجة دون الاعتماد على الاختصارات الرياضية الجامدة التقليدية التي استُخدمت لسنوات. وبدلاً من إجبار الحسابات على التكيف مع قالب موجود مسبقاً، استخدموا نموذجاً لغوياً كبيراً — وهو نوع من الذكاء الاصطناعي المدرب على كميات هائلة من النصوص والبرمجيات — لتصميم طرق جديدة لرسم خرائط رذاذ الجسيمات الفوضوي وإعادته إلى أبسط نقطة انطلاق له. ووجد الباحثون أنه من خلال ترك الذكاء الاصطناعي يبتكر هذه الخرائط ثم التحقق منها مقابل النظريات الراسخة لسلوك الجسيمات، تمكنوا من إعادة بناء بيانات اصطدام الجسيمات المعقدة بدقة عالية. ويُظهر هذا العمل أن الذكاء الاصطناعي لا يمكنه تسريع الحسابات فحسب، بل يمكنه أيضاً المساعدة في بناء الأدوات الرياضية اللازمة لحل بعض أكثر المشكلات صعوبة في فيزياء الطاقة العالية.

يتمثل التحدي الجوهري الذي عالجه الفريق في كيفية التعامل مع "الضجيج" الناتج عن اصطدامات الجسيمات. فعندما تتصادم الجسيمات، فإنها تبعث إشعاعاً، تماماً كما يبعث محرك السيارة عوادم. وفي عالم الكم، يمكن أن يكون هذا العادم خافتاً جداً لدرجة يستحيل معها تمييزه عن الخلفية، أو متوافقاً مع جسيمات أخرى لدرجة تجعلهما يظهران كتدفق واحد. وتواجه الحسابات القياسية صعوبة مع هذه الحدود الضبابية. ولسنوات، استخدم الفيزيائيون تقنية تسمى "التقطيع" (slicing)، والتي تتضمن رسم خط تعسفي في البيانات لفصل الأحداث الواضحة والقابلة للقياس عن الأحداث الضبابية والمشكلة. ورغم أن هذا الأسلوب ينجح، إلا أنه يسبب أخطاء خاصة به ويتطلب قدرات حوسبة هائلة لجعل الخط رفيعاً بما يكفي ليكون دقيقاً. أراد الباحثون طريقة أفضل: طريقة يمكنها التعامل مع كامل نطاق انبعاثات الجسيمات في آن واحد، دون رسم خط تعسفي، مع الاستمرار في إلغاء اللانهائيات الرياضية.

ولتحقيق ذلك، بنى الفريق إطار عمل يفصل الحساب إلى جزأين. يتعامل الجزء الأول مع الإشعاع المنبعث بالفعل، ويتعامل الجزء الثاني مع "حد الاتصال" (contact term)، والذي يمثل المساهمة النظيفة والمحدودة للاصطدام عند أبسط مستوياته. وكان الابتكار الرئيسي هو استخدام وكيل ذكاء اصطناعي لتصميم القواعد الخاصة بكيفية إسقاط الحالة النهائية متعددة الجسيمات المعقدة مرة أخرى على حالة البداية البسيطة المكونة من جسيمين. وفي نسخة واحدة من تجربتهم، استخدم الذكاء الاصطناعي شبكة عصبية — وهي نوع من البرامج الحاسوبية المستوحاة من الدماغ البشري — لتعلم كيفية رسم خرائط لرذاذ الجسيمات الفوضوي وصولاً إلى نقطة بداية نظيفة. وفي نسخة أخرى، قام الذكاء الاصطناعي بتوليد وصفة رياضية صارمة وخطوة بخطوة للقيام بالشيء نفسه. وفي كلتا الحالتين، قدم الباحثون البشريون القوانين والقيود الفيزيائية، حيث حددوا للذكاء الاصطناعي ما هو ممكن وما هو ممنوع، بينما اكتشف الذكاء الاصطناعي الخطوات المحددة للوصول إلى هناك.

اختبر الفريق طريقتهم الجديدة من خلال محاكاة تصادمات الإلكترون والبوزيترون، وهي عملية قياسية في فيزياء الجسيمات حيث يفني إلكترون ونظيره من المادة (البوزيترون) بعضهما البعض لإنتاج نفاثات من الجسيمات. وقد ركزوا على السيناريوهات التي يتم فيها إنتاج ثلاث أو أربع نفاثات من الجسيمات، وهي أكثر تعقيداً بكثير من حالات النفاثتين الأبسط. كانت النتائج مذهلة؛ فقد نجحت الطرق المصممة بواسطة الذكاء الاصطناعي في إعادة بناء التنبؤات النظرية الكاملة لهذه الاصطدقات، مطابقةً نتائج أكثر أدوات المحاكاة تطوراً بدقة عالية. ووجد الباحثون أن الذكاء الاصطناعي يمكنه تحديد "حدود الاتصال" الضرورية — وهي التصحيحات الرياضية اللازمة لإلغاء اللانهائيات — إما عن طريق مطابقة البيانات مع الأنماط النظرية المعروفة أو عن طريق حسابها مباشرة باستخدام صيغة محلية جديدة لا تتطلب خط التقطيع التعسفي. وقد سمح هذا الحساب المباشر لهم بإعادة استخدام الحسابات الحالية ذات الرتبة الأدنى ودمجها مع التنبؤات النظرية المتقدمة للحصول على الإجابة النهائية.

ولكن المثير للدهشة بشكل أكبر هو أن الفريق حقق هذه النتائج باستخدام موارد حوسبة متواضعة للغاية. فقد تم إجراء الحساب العددي الكامل وتدريب الشبكة العصبية على وحدة المعالجة المركزية لجهاز "ماك بوك" من طراز 2020، وهو حاسوب محمول قياسي، دون الحاجة إلى أي بطاقات رسوميات متخصصة أو حواسيب فائقة. وهذا يشير إلى أن الطريقة الجديدة ليست دقيقة فحسب، بل هي أيضاً فعالة بما يكفي للعمل على أجهزة محلية، مما قد يؤدي إلى دمقرطة الوصول إلى حسابات الفيزياء عالية الدقة. كما وسع الباحثون عملهم ليشمل سيناريوهات أكثر تعقيداً، بما في ذلك تصادم نفاثتين عند مستوى أعلى من الدقة، حيث استخدموا التعلم الآلي لتقليل الضجيج الإحصائي في النتائج. ومن خلال تدريب الذكاء الاصطناعي على التعرف على الأنماط في البيانات وطرحها، تمكنوا من تثبيت الحساب، مما جعل الأرقام النهائية أكثر موثوقية.

إن تداعيات هذا العمل تتجاوز مجرد الحصول على رقم أفضل لتجربة معينة. فهي تمثل تحولاً في كيفية إجراء الفيزياء النظرية. فلعقود من الزمن، تطلب بناء الأدوات الرياضية اللازمة لإلغاء اللانهائيات جهداً بشرياً هائلاً وبصيرة تحليلية عميقة، وغالباً ما استغرق الأمر سنوات لتطويرها لنوع جديد من الاصطدامات. وتُظهر هذه الدراسة أن الذكاء الاصطناعي يمكن أن يساعد في العملية الإبداعية لبناء هذه الأدوات. لم يقم الذكاء الاصطناعي بمجرد معالجة الأرقام؛ بل صمم هيكل طريقة الطرح نفسها، مقترحاً طرقاً جديدة لرسم خرائط الجسيمات وحساب التصحيحات التي ربما لم يفكر فيها الباحثون البشر. وقد تحقق الباحثون من أن الخرائط التي أنتجها الذكاء الاصطناعي تحترم جميع القوانين الفيزيائية الضرورية، مثل حفظ الطاقة والزخم، وأنها تعاملت بشكل صحيح مع الحدود الصعبة حيث تصبح الجسيمات غير قابلة للتمييز.

وعلى الرغم من أن الدراسة تعد بمثابة إثبات للمفهوم، إلا أنها تفتح مساراً واضحاً للمستقبل. فقد أثبت الباحثون أن نهجهم يعمل لثلاث أو أربع نفاثات عند مستوى قياسي من الدقة، ولنفاثتين عند مستوى أعلى من الدقة. كما حددوا كيفية توسيع الطريقة لتشمل اصطدامات أكثر تعقيداً تتضمن ثلاث نفاثات عند ذلك المستوى الأعلى من الدقة، موفرين الخرائط والصيغ الرياضية اللازمة للعمل المستقبلي. ويعتمد نجاح هذه الطريقة على الشراكة بين الحدس البشري والتعلم الآلي؛ حيث يحدد البشر الحدود الفيزيائية والأهداف، مما يضمن بقاء الذكاء الاصطناعي ضمن قوانين الطبيعة، بينما يستكشف الذكاء الاصطناعي الفضاء الشاسع للحلول الرياضية الممكنة لإيجاد المسار الأكثر كفاءة. وتسمح هذه الشراكة بإعادة استخدام الحسابات الحالية ودمج التنبؤات النظرية المتقدمة، مما يخلق إطار عمل أكثر قوة ومرونة للاكتشافات المستقبلية.

وتشير النتائج إلى أن مستقبل الفيزياء الدقيقة قد يتضمن نوعاً جديداً من سير العمل حيث يعمل الذكاء الاصطناعي كـ "مساعد طيار" في بناء الأدوات النظرية. ومن خلال أتمتة تصميم صيغ الطرح وتحسين التكامل العددي للبيانات المعقدة، يمكن للذكاء الاصطناعي مساعدة الفيزيائيين في دفع حدود ما يمكن حسابه. كما أن القدرة على تشغيل هذه الحسابات المتطورة على حاسوب محمول تشير إلى أن حاجز الدخول إلى العمل عالي الدقة يمكن خفضه، مما يسم_ لعدد أكبر من الباحثين بمعالجة المشكلات الصعبة. ومع انتقال المجال نحو مستويات أعلى من الدقة، حيث تصبح الحسابات أصعب بشكل أسّي، فإن القدرة على بناء طرق الطرح هذه تلقائياً قد تصبح أمراً ضرورياً. لقد أظهر الباحثون أنه مع التوجيه الصحيح، لا يمكن للذكاء الاصطناعي حل المعادلات فحسب، بل يمكنه أيضاً المساعدة في ابتكار الطرق اللازمة لحلها، محولاً بذلك عنق زجاجة دام لعقود إلى خطوة يمكن إدارتها في رحلة الاكتشاف.