A General Capacity Frontier of Complex Networks

من الأسلاك المجهرية لخلية واحدة إلى الشرايين المترامية لاقتصاد عالمي، تشترك الأنظمة المعقدة في سمة خفية: جميعها لها حد. وسواء كان ذلك شبكة مرور تكتظ بالسيارات الكثيرة جدًا، أو سوقًا مالية تتجمد أثناء انهيار، أو شبكة بيولوجية تتحول عندما تصبح الجزيئات نشطة للغاية، فإن هذه الأنظمة تصل إلى ذروة كثافة يتغير عندها سلوكها بشكل جذري. لعقود من الزمن، فهم العلماء أن هذه الحدود موجودة، لكن تحديد ماهيتها كان يتطلب عادةً معرفة عميقة ومتخصصة بذلك النظام المحدد. لمعرفة مقدار حركة المرور التي يمكن للمدينة استيعابها، كنت بحاجة إلى دراسة التخطيط العمراني؛ ولمعرفة مدى سرعة انتشار فيروس ما، كنت بحاجة إلى دراسة علم الأوبئة. ظل السؤال عما إذا كانت هذه الحدود تتبع قاعدة واحدة عالمية عبر كل هذه العوالم المختلفة دون إجابة.

تشير دراسة جديدة من باحثين في جامعة كورنيل إلى أن هناك بالفعل كتاب قواعد مشترك. فهم يقترحون أن السعة القصوى لنظام معقد ليست مجرد حادث عشوائي لتفاصيله المحددة، بل هي مقيدة بـ "تخوم" (frontier) يحددها شيئان: شكل اتصالاته الأساسية وطبيعة النشاط المتدفق من خلاله. ومن خلال معاملة خمسة وعشرين نظامًا مختلفًا تمامًا — من شبكات الطاقة ووسائل التواصل الاجتماعي إلى تفشي الأمراض والتجارة الدولية — كمتغيرات لنفس البنية الرياضية، اكتشف الفريق أن نموذجًا واحدًا يمكنه التنبؤ بدقة بالحدود العليا لأنظمة لم يسبق له رؤيتها من قبل. يشير هذا الاكتشاف إلى أن القواعد التي تحكم مقدار ما يمكن للشبكة القيام به متسقة بشكل مدهش، بغض النظر عما إذا كانت تلك الشبكة مكونة من عصبونات، أو طرق، أو اتفاقيات تجارية.

بدأ الباحثون بتعريف نوع محدد من الأنظمة يسمونه "نظام البنية التحتية للشبكة" (network substrate structured system). تخيل النظام كأنه يتكون من جزأين متميزين. الجزء الأول هو الهيكل الثابت، أو الركيزة (substrate): العقد والخطوط التي تربط بينها، مثل التقاطعات والشوارع في مدينة ما، أو الأشخاص والصداقات في مجموعة اجتماعية. الجزء الثاني هو العملية الديناميكية: الأحداث الفعلية التي تحدث بمرور الوقت، مثل حركة السيارات، أو إرسال الرسائل، أو انتشار العدوى. في العلوم التقليدية، غالبًا ما تُدرس هذان الجزءان بشكل منفصل أو فقط ضمن مجالهم الخاص. ومع ذلك، قرر فريق كورنيل تجريد الموضوع من محتواه المحدد والنظر فقط إلى الشكل الهيكلي للهيكل والنمط الإحصائي للنشاط.

لقد جمعوا بيانات من خمسة وعشرين نظامًا تغطي خمس فئات واسعة: علوم الأرض والعلوم الفيزيائية، علوم الحياة والطب، التكنولوجيا والمعلومات، التجارة والمؤسسات، والنقل والبنية التحتية. تباينت هذه الأنظمة بشكل هائل في الحجم والنطاق. بعض الشبكات امتلكت بضع عشرات فقط من الاتصالات، بينما امتلكت أخرى مليارات. وقاس بعضها النشاط بالثواني، بينما قاس البعض الآخر عبر سنوات. قبل هذه الدراسة، كان مقارنة السعة القصوى لنمط جوي بأقصى تدفق مروري لطريق سريع يشبه مقارنة التفاح بالمجرات. قام الباحثون بتحويل كل نظام إلى مجموعة معيارية من الأرقام. ترجموا شكل كل شبكة إلى متجه من واحد وعشرين سمة هيكلية، مثل مدى اتصال العقد وكيفية تنظيم الشبكة. وفعلوا الشيء نفسه للعملية الديناميكية، حيث ترجموا تدفق الأحداث إلى متجه من سبعة بصمات تصف كيفية سلوك النشاط، مثل مدى تقلب أو استقرار النشاط.

بمجرد اختزال كل نظام إلى هاتين المجموعتين من الأرقام، قام الباحثون بتدريب نموذج حاسوبي لإيجاد العلاقة بين هذه الأرقام وأقصى معدل تم رصده للنظام. لم يكونوا يحاولون التنبؤ بالسلوك المتوسط للنظام، بل بسقفه — أي أعلى نقطة وصل إليها. تعلم النموذج "تخوم السعة" (capacity frontier)، والتي تعمل مثل سقف غير مرئي يحد من مدى ارتفاع النشاط. الجزء الأكثر إثارة في طريقتهم كان كيفية بناء هذا السقف. فقد وجدوا أن أفضل طريقة لوصف الحد هي الجمع بين مكونين منفصلين تم تعلمهما: أحدهما مشتق من شكل الشبكة والآخر مشتق من نمط النشاط. أثبت هذا النهج "اللوغاريتمي الجمعي" (log-additive)، حيث تجتمع الحدود الهيكلية وحدود العملية لتحديد الحد النهائي، أنه الطريقة الأكثر دقة لوصف البيانات.

ثم وضع الفريق هذا التخوم تحت الاختبار ليرى ما إذا كان اكتشافًا حقيقيًا أم مجرد تخمين محظوظ. استخدموا طريقة صارمة تسمى "التحقق المتبادل باستثناء مجموعة واحدة" (leave-one-group-out cross-validation). كان هذا يعني أنهم دربوا النموذج على أربعة وعشرين نظامًا ثم طلبوا منه التنبؤ بالسعة القصوى للنظام الواحد الذي لم يره من قبل. فعلوا ذلك لكل نظام على حدة وللمجموعات بأكملها، مثل استبعاد جميع شبكات النقل لمعرفة ما إذا كان بإمكان النموذج بعد ذلك التنبؤ بحدود شبكة تجارية. كانت النتائج متسقة. نجح التخوم في تحديد المعدلات القصوى للأنظمة التي لم يواجهها من قبل، حتى عندما كانت تلك الأنظمة من مجالات علمية مختلفة تمامًا. تنبأ النموذج بحدود تفشي مرض باستخدام فقط البيانات الهيكلية لشبكة طاقة وأنماط النشاط لشبكة اجتماعية، وقد نجح الأمر.

ولضمان أن هذا لم يكن ضربة حظ، أخضع الباحثون نتائجهم لسلسلة من اختبارات الضغط. تحققوا أولاً مما إذا كان النموذج مستقرًا عندما قاموا بتغيير البيانات قليلًا. أضافوا ضجيجًا إلى الأرقام، أو خلطوا الاتصالات في الشبكات، أو قاموا بتنعيم أنماط النشاط. في معظم الحالات، ظلت قدرة النموذج على التنبؤ بالحدود دون تغيير. أظهر هذا أن التخوم لم تكن أثرًا هشًا لبيانات محددة، بل كانت سمة قوية للأنظمة نفسها. ومع ذلك، عندما كسروا عمدًا الارتباط بين البيانات والواقع — عن طريق خلط المعدلات القصوى بحيث لم تعد تتطابق مع الشبكات أو عن طريق توليد أرقام عشوائية — انهار أداء النموذج. أكد هذا أن التخوم كانت تتعلم علاقة حقيقية وذات مغزى، وليس مجرد حفظ الأنماط.

اختبر الباحثون أيضًا ما إذا كان نموذج أكثر تعقيدًا أو أبسط سيعمل بشكل أفضل. حاولوا إزالة البيانات الهيكلية واستخدام أنماط النشاط فقط، أو العكس، ووجدوا أن أياً منهما لم يعمل بشكل جيد مثل النهج المشترك. كما جربوا صيغًا رياضية أكثر تعقيدًا تمزج بين النوعين من البيانات بطرق معقدة، لكن هذا لم يحسن النتائج. كان النموذج الجمعي البسيط المكون من جزأين هو الأكثر كفاءة ودقة. علاوة على ذلك، اختبروا ثلاثة أنواع مختلفة من خوارزميات التعلم — الإحصاء الخطي، وأشجار القرار، والشبكات العصبية — ووجدوا أن جميعها تقاربت نحو نفس الإجابة. يشير هذا الاتفاق عبر المناهج الرياضية المختلفة إلى أن تخوم السعة هي خاصية أساسية لهذه الأنظمة، وليست وهمًا ناتجًا عن نوع معين من الخوارزميات الحاسوبية.

كانت واحدة من أكثر النتائج إثارة للاهتمام هي حجم "الفراغ" (slack) في النموذج. فبينما حدد التخوم ببراعة المعدلات القصوى، كان هناك غالبًا فجوة كبيرة بين السقف المتوقع وأعلى معدل تم رصده فعليًا. في كثير من الحالات، كان الحد الأقصى المتوقع أعلى بنحو ألف مرة من الذروة الفعلية. أشار الباحثون إلى أن هذه الفجوة قد تكون ناتجة عن كونهم ينظرون إلى المعدلات اليومية عبر نوافذ زمنية محددة، أو أن القياسات نفسها كانت غير كاملة. لم يدّعوا معرفة السبب الدقيق لوجود هذه الفجوة، لكنهم أكدوا أن التخوم تظل حقيقة كحد أعلى موثوق. يشير وجود هذا الفراغ إلى أنه بينما يحدد هيكل الشبكة والعملية الحد النظري المطلق، فإن الأنظمة الواقعية نادرًا ما تضغط بقوة عند تلك الحافة.

تخلص الدراسة إلى أن سعة الشبكات المعقدة ليست لغزًا فريدًا لكل مجال، بل هي قيد مشترك يمكن فهمه من خلال لغة مشتركة من الهيكل والديناميكيات. من خلال إثبات أن نموذجًا واحدًا يمكنه تحديد حدود الأنظمة المتنوعة مثل النظم البيئية والاقتصادات وشبكات النقل، قدم الباحثون طريقة جديدة للتفكير في الحدود. لقد أظهروا أنك لست بحاجة لتكون خبيرًا في كل مجال لفهم حدود نظام ما؛ بل تحتاج فقط إلى فهم شكل اتصالاته وطبيعة تدفقه. هذا العمل لا يحل محل الحاجة إلى المعرفة العميقة والمتخصصة في المجال، والتي تظل ضرورية لحل المشكلات والتدخلات. بدلاً من ذلك، فإنه يقدم معيارًا عالميًا، طريقة لرؤية الجدران غير المرئية التي تسند عالمنا المعقد، كاشفًا أنه تحت سطح أنظمتنا المتنوعة، فإن قواعد السعة متسقة بشكل مدهش.