تخيل أنك تدخل مكتبة ضخمة وفوضوية حيث يصرخ الملايين من الناس عما أعجبهم من كتب، لكن الغرفة صاخبة للغاية لدرجة أنك بالكاد تستطيع سماعهم. البعض يهمس، والبعض الآخر يصرخ، وقليل منهم يصدرون ضجيجاً عشوائياً يوحي بأنهم أحبوا كتاباً ما بينما هم في الحقيقة لم يفعلوا. هذا هو عالم أنظمة التوصية (Recommender Systems)، المحركات الرقمية وراء نتفليكس، سبوتيفاي، وأمازون، والتي تحاول تخمين ما تريده تالياً. وللقيام بهذه التخمينات، تستخدم الحواسيب شيئاً يسمى الشبكات العصبية الرسومية (GNNs). فكر في الـ GNN كأمين مكتبة فائق الذكاء لا ينظر فقط إلى قائمة شخص واحد، بل ينظر إلى شبكة العلاقات الكاملة بين كل قارئ وكل كتاب. ومع ذلك، يواجه أمين المكتبة هذا مشكلة: عندما تكون المكتبة هادئة جداً (بيانات شحيحة) أو صاخبة جداً (تعليقات سيئة)، يصاب أمين المكتبة بالارتباك ويبدأ في التوصية بكتب ستكرهها.

السؤال الكبير الذي يطرحه العلماء هو: كيف نعلم أمين المكتبة هذا تجاهل الضجيج وإيجاد الأنماط الحقيقية، حتى عندما تكون البيانات فوضوية؟ الإجابة عادة ما تتضمن التعلم التبايني (Contrastive Learning)، وهو يشبه مطالبة أمين المكتبة بمقارنة نسختين مختلفتين قليلاً من نفس القصة لمعرفة ما يظل ثابتاً (الحقيقة) وما يتغير (الضجيج). لكن معظم الطرق الحالية تحاول إصلاح الضجيج عن طريق هز رفوف المكتبة عشوائياً أو إضافة كتب وهمية، مما قد يؤدي بالخطأ إلى رمي الأشياء الجيدة مع الأشياء السيئة.

يقدم هذا البحث أمين مكتبة جديداً وذكياً يسمى COMPASS (نهج التفكيك المتعدد التبايني مع الإشارات الموجهة اجتماعياً). بدلاً من هز الرفوف عشوائياً، يستخدم COMPASS نظارات خاصة تسمح له برؤية المكتبة في طبقات. فهو ينظر إلى "الصورة الكبيرة" لما يحبه الجميع (الأنماط العالمية) ثم يقترب لرؤية التفاصيل الدقيقة لما يحبه عدد قليل جداً من الناس (التفاصيل المحلية). كما يستمع إلى ما يقوله أصدقاؤك عن الكتب، ولكن كمجرد اقتراح لطيف، وليس كقاعدة صارمة. اختبر الباحثون ذلك على بيانات حقيقية من الموسيقى والأفلام والكتب، ووجدوا أن COMPASS أفضل بكثير في تجاهل الضجيج وتقديم توصيات رائعة، حتى عندما تكون البيانات فوضوية للغاية أو عندما لم يقرأ المستخدمون سوى كتب قليلة.

المشكلة: مكتبة صاخبة

تخيل أنك تحاول معرفة ما يحبه صديقك من طعام. تسأله: "هل تحب البيتزا؟" فيقول "نعم". ولكن ماذا لو كان مجرد مهذب، أو ربما كان جائعاً فقال نعم لكل شيء؟ في عالم التوصيات عبر الإنترنت، يحدث هذا طوال الوقت. ينقر المستخدمون على أشياء لا يحبونها حقاً، أو يتصفحون فقط دون شراء. يُسمى هذا التغذية الراجعة الضمنية المشوشة (Noisy Implicit Feedback).

غالباً ما تعامل برامج الكمبيوتر الحالية التي تحاول تخمين ما يعجبك (أنظمة التوصية) كل نقرة كأنها حقيقة مطلقة. فهي تبني خريطة عملاقة (رسم بياني) تربط المستخدمين بالعناصر. ولكن إذا كانت الخريطة تحتوي على الكثير من الاتصالات الخاطئة، فسيضيع الكمبيوتر. الأمر يشبه محاولة التنقل في مدينة حيث تشير نصف لافتات الشوارع إلى المكان الخاطئ. تحاول معظم الطرق الموجودة إصلاح ذلك عن طريق حذف بعض الاتصالات أو إضافة اتصالات وهمية لترى ما سيحدث. لكن هذا يشبه محاولة إصلاح خريطة مكسورة عن طريق رمي السهام عليها والأمل في إصابة المكان الصحيح؛ فهي غالباً ما تزيل القرائن الجيدة مع السيئة.

الحل: COMPASS ونظاراته الخاصة

قام مؤلفو هذا البحث، محمد علي عبادي، وعلي رضا عبد الله بوري، وبارهام مورادي، بإنشاء نظام جديد يسمى COMPASS. بدلاً من التخمين العشوائي للاتصالات الحقيقية، يستخدم COMPASS خدعة رياضية تسمى تفكيك القيم المفردة (SVD).

فكر في SVD كوسيلة لأخذ صورة ضخمة ومشوشة للمكتبة وتفكيكها إلى طبقات من الوضوح.

1. طبقة الرتبة المنخفضة (الصورة الكبيرة): تُظهر هذه الطبقة الأنماط الأكثر وضوحاً. إنها تشبه رؤية المكتبة من طائرة بدون طيار: يمكنك بوضوح رؤية الممرات الرئيسية والأقسام الأكثر شعبية. وهذا مفيد للمستخدمين الذين لم يقرؤوا كتباً كثيرة بعد (المستخدمين ذوي البيانات الشحيحة) لأنه يمنحهم توصية عامة آمنة بناءً على ما يحبه الجميع.
2. طبقة الرتبة العالية (التفاصيل الدقيقة): تقوم هذه الطبقة بالتقريب لإظهار التفاصيل الصغيرة والمحددة. إنها تشبه السير في الممر وملاحظة أن شخصاً معيناً يحب نوعاً نادراً جداً. هذا مفيد للمستخدمين الذين قرؤوا الكثير من الكتب (المستخدمين النشطين) لأنه يلتقط أذواقهم الفريدة والمحددة.

تكتفي معظم الأنظمة بالنظر إلى إحدى هاتين الطبقتين فقط. ومع ذلك، يرتدي COMPASS نظارات Gumbel-Softmax. تقرر هذه النظارات تلقائياً مقدار النظر إلى "الصورة الكبيرة" مقابل "التفاصيل الدقيقة" لكل شخص. إذا كنت مستخدماً جديداً، تركز النظارات على الصورة الكبيرة. وإذا كنت معجباً خارقاً، فإن النظارات تقترب لرؤية التفاصيل. يحدث هذا تلقائياً، دون الحاجة لأن يخبر الكمبيوتر بما يجب فعله.

الهمس الاجتماعي

يستمع COMPASS أيضاً إلى أصدقائك، لكنه يفعل ذلك بحذر. في العديد من الأنظمة، إذا أعجب صديقك بشيء ما، فإن الكمبيوتر يجبرك على الإعجاب به أيضاً. ولكن ماذا لو كان صديقك غريباً فحسب؟ يعامل COMPASS الروابط الاجتماعية كـ همس ناعم. فهو يقول: "مهلاً، صديقك يحب هذا، لذا ربما ستحبه أنت أيضاً"، لكنه لا يفرض الأمر. إذا رأى الكمبيوتر أن ذوق صديقك لا يتوافق مع سلوكك الفعلي، فإنه يتجاهل الهمس. يساعد هذا النظام على البقاء قوياً حتى لو كانت بعض الروابط الاجتماعية وهمية أو ضعيفة.

عملية التوازن

تدريب كمبيوتر للقيام بكل هذه الأشياء في وقت واحد أمر صعب. يجب على الكمبيوتر تعلم التوصية بالعناصر (الوظيفة الأساسية) وفي نفس الوقت تعلم تجاهل الضجيج (الوظيفة الإضافية). إذا ركز أكثر من اللازم على تجاهل الضجيج، فقد ينسى كيفية التوصية. وإذا ركز أكثر من اللازم على التوصية، فقد يرتبك بسبب الضجيج.

استخدم المؤلفون استراتيجية الوزن المتوازن بالتدرج (Gradient-balanced weighting). تخيل ميزانًا (أرجوحة) يتم ضبط أوزانه باستمرار. يراقب الكمبيوتر مدى صعوبة تعلم كل جزء ويقوم تلقائياً بتغيير الوزن للحفاظ على توازن الميزان. يضمن هذا أن يتعلم الكمبيوتر كلا المهارتين بشكل مثالي دون أن يطغى أحدهما على الآخر.

ما وجدوه

اختبر الفريق نظام COMPASS على ثلاث مجموعات بيانات من العالم الحقيقي: Yelp (للأعمال التجارية)، LastFM (للموسيقى)، و Douban (للكتب). وقارنوه بعشرة أنظمة أخرى من الطراز الرفيع.

• دقة أفضل: تفوق COMPASS باستمرار على الأنظمة الأخرى. في مجموعة بيانات Douban، حسن دقة التوصيات بنسبة تصل إلى 5.76% (مقاسة بـ NDCG@20) مقارنة بأفضل نظام تالٍ. قد يبدو هذا صغيراً، لكن في عالم محركات التوصية، يعد هذا فوزاً كبيراً.
• التعامل مع الضجيج: تعمد الباحثون إضافة "ضجيج" إلى البيانات، بجعل 20% من التفاعلات وهمية. وحتى مع هذا القدر من الفساد، حافظ COMPASS على أدائه الجيد، بينما انهارت الأنظمة الأخرى. يشير هذا إلى أن COMPASS بارع جداً في تجاهل الإشارات الوهمية.
• مساعدة المستخدمين الجدد: كان النظام جيداً بشكل خاص في مساعدة المستخدمين الذين لديهم تفاعلات قليلة جداً (المستخدمين ذوي البيانات الشحيحة). فمن خلال التركيز على "الصورة الكبيرة" لهؤلاء المستخدمين، تمكن من تقديم تخمينات جيدة رغم عدم وجود الكثير من البيانات للاعتماد عليها.
• السرعة: على الرغم من كل هذه العمليات الحسابية الإضافية، لم يصبح النظام أبطأ كثيراً. فالعمليات الحسابية الإضافية (طبقات SVD) تمت مرة واحدة قبل بدء التدريب، لذا أثناء التعلم الفعلي، كان بنفس سرعة الأنظمة الأخرى.

الخلاصة

يشير البحث إلى أن سر التوصية الرائعة ليس مجرد امتلاك المزيد من البيانات أو إضافة المزيد من الضجيج إلى المزيج. بل يتعلق الأمر بالنظر إلى البيانات من زوايا مختلفة. من خلال تقسيم اتصالات المستخدم والعنصر إلى طبقات من "الصورة الكبيرة" و"التفاصيل الدقيقة"، والسماح للنظام بتقرير أي زاوية يركز عليها لكل شخص، يمكننا بناء أنظمة أكثر ذكاءً، وأكثر قوة، وأفضل في التعامل مع الواقع الفوضوي للسلوك البشري.

يشير المؤلفون إلى أنه على الرغم من نجاح هذا النهج، إلا أن هناك مجالاً للنمو. قد يتضمن العمل المستقبلي جعل "الهمسات الاجتماعية" أكثر ذكاءً من خلال تحديد الأصدقاء الجديرين بالثقة، أو استخدام نفس فكرة الطبقات المتعددة للشبكات الاجتماعية نفسها. ولكن في الوقت الحالي، يظهر COMPASS أن القليل من التفكيك الهيكلي يقطع شوطاً طويلاً في جعل توصياتنا الرقمية تبدو أكثر إنسانية.