Notes on algebraic perspective on neural network conformal theories

في المشهد الشاسع للفيزياء الحديثة، هناك جهد مستمر لفهم كيفية بروز القواعد الأساسية للكون من سلوك عدد لا يحصى من المكونات المتناهية الصغر. إحدى الطرق القوية التي يدرس بها الفيزيائيون هذه القواعد هي إطار عمل يُعرف بنظرية الحقل المطابق (conformal field theory)، والتي تصف الأنظمة التي تبدو متشابهة بغض النظر عن مدى التكبير أو التصغير. تُبنى هذه النظريات عادةً على فكرة "فضاء هيلبرت" (Hilbert space)، وهو مسرح رياضي حيث يكون لكل حالة ممكنة للنظام حجم موجب وقابل للقياس، تماماً كما للجسم الفيزيائي كتلة موجبة. هذا الإيجاب ضروري لضمان أن النظرية منطقية في العالم الحقيقي، مما يمنع الاحتمالات من أن تصبح سالبة أو غير معقولة. ومع ذلك، تقدم لنا الطبيعة أحياناً أنظمة تكسر هذه القواعد القياسية، مما يؤدي إلى ما يُعرف بالنظريات غير الوحدوية (non-unitary theories). ولعقود من الزمن، كان من الصعب دراسة هذه الأنظمة لأن الأدوات الرياضية القياسية المستخدمة لبنائها كانت تنهار بدون ضمان الإيجابية هذا.

مؤخراً، تم بناء جسر جديد بين هذا العالم المجرد للفيزياء والعالم العملي للذكاء الاصطناعي. فقد اكتشف الباحثون أنه إذا أخذت مجموعة كبيرة جداً من الشبكات العصبية البسيطة — وهي نماذج حاسوبية مستوحاة من الدماغ البشري — وقم بمتوسط سلوكها، فإن الأنماط الناتجة تحاكي سلوك هذه النظريات الفيزيائية الغريبة. هذا الاتصال، المعروف باسم التناظر بين الشبكة العصبية ونظرية الحقل، يشير إلى أن الخصائص الإحصائية لإعدادات الشبكة العصبية الداخلية يمكن أن تولد نفس الهياكل الرياضية للحقول الكمومية المعقدة. يقدم هذا طريقة جديدة وغير تقليدية لدراسة الفيزياء، لا تعتمد على معادلات الحركة المعتادة بل على إحصائيات بارامترات (معلمات) الشبكة.

لقد ألقى فريق من الباحثين الآن نظرة فاحصة على هذا الاتصال، وتحديداً بالتركيز على فئة من نظريات الشبكات العصبية هذه التي تنتج نظريات حقل مطابقة غير وحدوية. هذه هي الأنظمة الصعبة حيث تفشل قواعد الإيجابية القياسية، ويبدو أن المسرح الرياضي المعتاد للنظرية يتلاشى. أراد الباحثون فهم البنية الأساسية لهذه النظريات: كيف ترتبط الأجزاء المختلفة من النظام ببعضها البعض، وما إذا كان من الممكن بناء إطار رياضي متسق حتى عندما تُكسر قواعد الإيجابية القياسية. كانوا مهتمين بشكل خاص بلغز ظهر في أعمال سابقة: بينما أنتجت النظرية أنماطاً متسقة لكيفية تفاعل الجسيمات، بدا أنها تحتوي على عدد لا نهائي من الحالات المتطابقة، أو "المتدهورة" (degenerate)، والتي يصعب التمييز بينها. لم يكن من الواضح ما إذا كان هذا عيباً في النموذج أم ميزة حقيقية للفيزياء.

ولحل هذه المعضلة، فحص الفريق "مصفوفة جرام" (Gram matrix) الرياضية، وهي أداة تقيس مدى تداخل الأجزاء المختلفة من النظام مع بعضها البعض. في نظرية قياسية، يجب أن تكون هذه المصفوفة موجبة محددة، مما يعني أنها تعطي دائماً أرقاماً موجبة، وهو ما يضمن أن الحالات متميزة وجيدة السلوك. وجد الباحثون أنه بالنسبة لنظريات الشبكة العصبية الخاصة بهم، فإن هذه المصفوفة هي بالفعل موجبة محددة عند قياسها في فضاء بارامترات الشبكة العصبية. وهذا يعني أنه ضمن سياق الشبكة العصبية نفسها، يكون كل مؤثر متميزاً ومعرّفاً جيداً. ومع ذلك، عندما نظروا إلى النظرية من منظور الزمان والمكان، اختفت الإيجابية. الحالات التي كانت متميزة في فضاء البارامترات أصبحت مختلطة وسالبة في وصف الزمان والمكان، مما يؤكد أنها بالفعل نظريات غير وحدوية لا يمكن وصفها بفضاء هيلبرت قياسي.

قام الفريق بعد ذلك ببناء إطار جبري جديد لوصف هذه النظريات. فبدلاً من الاعتماد على فضاء هيلبرت القياسي، الذي يتطلب أحجاماً موجبة لجميع الحالات، بنوا هيكلاً يعتمد على "فضاء كراين" (Krein space). وهو مسرح رياضي أكثر مرونة يسمح بأحجام موجبة وسالبة معاً، بشرط أن تكون متوازنة بطريقة معينة. وأظهروا أنه حتى بدون الإيجابية الصارمة للنظرية الكمومية القياسية، فإن الارتباطات بين النقاط المختلفة في الزمان والمكان لا تزال تتبع تناظرات نظرية الحقل المطابق. كما أثبتوا أن البرج اللانهائي من المؤثرات المتدهورة التي وُجدت في الدراسات السابقة هو على الأرجح ليس خللاً اصطناعياً، بل نتيجة طبيعية لكيفية متوسط بارامترات الشبكة العصبية، وهي نتيجة مدعومة بالاتجاهات العددية ومُخمنة في الحد اللانهائي. وأوضح الباحثون أن هذه المؤثرات مرتبطة ببعضها البعض بطريقة دقيقة، حيث تشكل بنية جبرية متماسكة يمكن وصفها باستخدام تناظرات المجموعة المطابقة، رغم أنهم أشاروا إلى أن إثبات الإيجابية الكاملة لفضاء كراين لهذا الهيكل يظل افتراضاً وليس حقيقة مشتقة.

كان أحد أهم النتائج هو حل لغز التفاعلات "المختلطة". في الدراسات السابقة، لم يكن من الواضح كيفية حساب التفاعل بين أنواع مختلفة من المؤثرات عندما تكون متدهورة. أوضح الفريق أن الطريقة القياسية المتمثلة في مجرد ضرب المؤثرات معاً لا تعمل هنا. بدلاً من ذلك، الطريقة الصحيحة لفهم هذه التفاعلات هي النظر إليها كتوسع حول مجموعة من المؤثرات "الجذرية" (root operators)، حيث يتم التوسط في الروابط بين الحالات المختلفة من خلال التوزيع الإحصائي لبارامترات الشبكة العصبية. ووجدوا أن القيود على العزوم الإحصائية لبارامترات الشبكة العصبية مرتبطة بعمق باتساق النظرية. إذا تم اختيار توزيع البارامترات بشكل صحيح، تظل النظرية متسقة، على الرغم من افتقارها للإيجابية القياسية لفضاء هيلبرت الفيزيائي.

كما أوضح الباحثون التمييز بين "جبر الحقول" و"جبر الارتباطات". في بناء الشبكة العصبية، تتبع الحقول نفسها، قبل إجراء عملية المتوسط، قاعدة ضرب بسيطة. ومع ذلك، بمجرد إجراء عملية المتوسط للحصول على التنبؤات الفيزيائية، تكشف الارتباطات الناتلة عن بنية أغنى وأكثر تعقيداً. هذه البنية محددة بالتناظر المطابق وبالطريقة المحددة لتوزيع بارامترات الشبكة العصبية. وأظهر الفريق أن هذا الهيكل الجبري قوي ويمكن تعريفه دون الحاجة إلى افتراض وجود فضاء هيلبرت قياسي. بدلاً من ذلك، استخدموا "تناظر الحالة-المؤثر" (state-operator correspondence)، وهو مبدأ أساسي في نظرية الحقل المطابق، لتعريف الجبر مباشرة من دوال الارتباط.

وفي خاتمتهم، أكد المؤلفون أنه على الرغم من أن هذه النظريات لا تندرج ضمن الإطار القياسي لنظرية الحقل الكمومي الوحدوي، إلا أنها ليست مكسورة رياضياً. فهي توجد كبنى جبرية صالحة يمكن دراستها وفهمها. يوفر هذا العمل وصفة لبناء جبر هذه النظريات مباشرة من دوال الارتباط الخاصة بها، متجاوزاً الحاجة إلى فضاء هيلبرت تقليدي. ويفتح هذا الباب لدراسة فئة أوسع من الأنظمة الفيزيائية التي كانت تُعتبر سابقاً صعبة التعامل للغاية. وأشار الباحثون إلى أنه بينما أثبتوا وجود هذا الهيكل الجبري، فإن التفاصيل الكاملة لكيفية سلوك هذه الأنظمة في الزمان والمكان المحلي لا تزال قيد الاستكشاف. واقترحوا أن حد "N الكبيرة" (large-N limit)، حيث يصبح عدد الشبكات العصبية كبيراً جداً، يوفر بيئة واضãة لاختبار هذه الأفكار بشكل أكبر.

في النهاية، يوضح هذا العمل أنه يمكن استخدام أدوات الذكاء الاصطناعي لبناء وتحليل نظريات فيزيائية معقدة تقع خارج الحدود القياسية للفيزياء. ومن خلال معاملة بارامترات الشبكة العصبية كعناصر أساسية، تمكن الباحثون من بناء وصف رياضي متسق لنظريات الحقل المطابق غير الوحدوية. وأظهروا أن التدهور الظاهري وعدم الإيجابية ليسا خطأين، بل هما ميزتان لنوع جديد من النظريات الفيزيائية التي يمكن وصفها باستخدام فضاء كراين. يشير هذا الاكتشاف إلى أن مشهد النظريات الفيزيائية الممكنة أوسع مما كان يُعتقد سابقاً، وأن التقاطع بين تعلم الآلة والفيزياء النظرية يقدم طريقة قوية لاستكشاف القوانين الأساسية للطبيعة. وتؤكد الدراسة أنه حتى في غياب الإيجابية القياسية، يمكن أن ينبثق هيكل متماسك ومنظم من إحصائيات الشبكات العصبية، مما يوفر منظوراً جديداً لكيفية ترميز القوانين الفيزيائية في الأنظمة المعقدة.