💻 computer science

A Search‑Free Foundation Model for Symbolic Regression of Physical Laws

تقدم الورقة البحثية نموذج PISR، وهو نموذج تأسيسي خالٍ من البحث يستفيد من متعدد طيات (manifold) صيغ وبيانات متوافقة تباينيًا ومستوحاة من الفيزياء، ومن مطابقة التدفق لاستعادة القوانين الفيزيائية القابلة للتفسير بسرعة ودقة من البيانات، متفوقًا بذلك على الأساليب الحالية في كل من السرعة والدقة الهيكلية عبر مختلف المعايض العلمية والواقعية.

المؤلفون الأصليون: Chenxi He, Jingqiu Chen

نُشر 2026-07-28

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Chenxi He, Jingqiu Chen

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك محقق يحاول حل لغز، ولكن بدلاً من بصمات الأصابع أو آثار الأقدام، تكون أدلتك هي الأرقام. في عالم العلوم، هناك نوع خاص من الألغاز يسمى "الانحدار الرمزي" (Symbolic Regression). الهدف ليس مجرد التنبؤ بما سيحدث لاحقًا (مثل تطبيق طقس يتوقع هطول المطر)، بل العثور على "القاعدة" التي تفسر سبب حدوث ذلك. فكر في الأمر كأنك تحاول اكتشاف الوصفة السرية لكعكة بمجرد تذوق الفتات؛ أنت تريد اكتشاف الصيغة الرياضية الدقيقة — مثل $E=mc^2$ أو قوانين الجاذبية — التي تستخدمها الطبيعة.

لفترة طويلة، كانت الحواسيب سيئة جدًا في هذا المجال. فهي بارعة في إيجاد الأنماط في البيانات، لكنها عادة ما تعطيك إجابة "الصندوق الأسود": آلة معقدة وغير قابلة للقراءة تعمل بشكل جيد ولكنها لا تخبرك بالقصة. وتحاول طرق أخرى تخمين الوصفة عبر إلقاء آلاف التوليفات العشوائية على الحائط لترى ما الذي سيلتصق منها، لكن هذه الطريقة بطيئة، وخرقاء، وغالبًا ما تتعطل عندما تكون البيانات فوضوية. السؤال الكبير الذي كان العلماء يطرحونه هو: هل يمكننا بناء حاسوب لا يخمن عشوائيًا فحسب، بل "يفهم" شكل القوانين العلمية لكي يجدها بسرعة وبشكل صحيح، حتى في البيانات الواقعية المليئة بالضجيج؟

هنا يأتي اختراع جديد يسمى PISR (الانحدار الرمزي المستوحى من الفيزياء). فكر في PISR ليس كمحقق يبحث بجنون في مكتبة، بل كطاهٍ ماهر حفظ تاريخ الطهي بأكمله. أدرك الباحثون وراء PISR أن القوانين الفيزيائية الحقيقية ليست مجرد رياضيات عشوائية؛ بل تعيش في "حي" محدد ومنظم داخل الكون الشاسع لجميع المعادلات الممكنة. ويسمون هذا الحي "متعدد طيات الصيغ" (Formula Manifold).

بدلاً من البحث عن الإجابة في كل مرة، يتعلم PISR "الخريطة" لهذا الحي. إنه يستخدم خدعة ذكية: حيث يتدرب على مجموعة ضخمة من القوانين الفيزيائية والرياضية المعروفة، ويتعلم التعرف على "روح" أو "شكل" القانون الحقيقي. وعندما تعطيه مجموعة جديدة من البيانات الفوضوية (مثل الحركة الفوضوية للرياح أو مدار نجم بعيد)، لا يبدأ PISR من الصفر؛ بل يقوم فورًا بإسقاط هذه البيانات على خريطته الداخلية ويتساءل: "بماذا يشبه هذا؟". ثم يستخدم قوتين خارقتين للعثور على الإجابة:

مطابقة التدفق (Flow Matching): حيث يقوم بـ "توجيه" نقطة البيانات بلطف نحو أقرب قانون معروف على الخريطة، مثل نهر يجد طريقه إلى المحيط.
الاسترجاع (Retrieval): حيث يلتقط بسرعة أقرب الجيران من مكتبة تضم 400,000 صيغة حقيقية سبق له دراستها.

النتائج مبهرة. في الاختبارات، وجد PISR البنية الرياضية الصحيحة للقوانين الفيزيائية بنسبة 51.3% في مجموعة صعبة من المشكلات الفيزيائية الواقعية، متفوقًا بذلك على جميع الطرق الأخرى. كما كان أسرع بنحو 2.4 مرة من أفضل منافسيه. لكن السحر الحقيقي حدث عندما اختبره الباحثون على أشياء لم يرها من قبل. فقد نجح PISR في استعادة قوانين شهيرة من بيانات خام في مجالات مختلفة مثل التمويل، والبيولوجيا، وعلم الفلك، بما في ذلك أنماط الاضطراب المعقدة والعلاقة بين سطوع النجم ودرجة حرارته.

والأهم من ذلك، يوضح البحث أن PISR ليس مجرد عملية حفظ للإجابات. فقد أثبت الباحثون أن القوانين العلمية في "عقل" الحاسوب (مساحته الرياضية) منفصلة بوضوح عن الرياضيات العشوائية وغير المنطقية. الأمر يشبه وجود غرفة حيث تجلس جميع القوان Laws الحقيقية في دائرة منظمة وأنيقة، بينما تتشتت الهراءات العشوائية بعيدًا عنها. ولأن PISR يعرف وجود هذه الدائرة، فإنه يستطيع تجاهل الهراء والتركيز فقط على الأنماط ذات المعنى.

ومع ذلك، فإن هذا ليس عصا سحرية تحل كل شيء. يلاحظ البحث بحذر أن PISR مصمم للقوانين "المغلقة" (Closed-form) — وهي المعادلات التي يمكنك كتابتها على ورقة. وهو لا يتعامل حاليًا مع المعادلات التي تتضمن معدلات تغير بمرور الوقت (مثل المعادلات التفاضلية) بنفس الطريقة. أيضًا، بينما يتفوق في إيجاد القوانين التي تشبه الصيغ العلمية، فإنه يواجه صعوبة في المسائل الرياضية المجردة التي لا تتبع قواعد الفيزياء، لأنه تعلم تجاهل تلك الهياكل "خارج المتعدد الطيات" (Off-manifold).

باختدات، يمثل PISR تحولًا من "البحث بالقوة الغاشمة" إلى "التعرف الذكي على الأنماط". وهو يشير إلى أنه إذا علمنا الحواسيب فهم البنية الأساسية لكيفية كتابة الكون لقواعده، فيمكننا استعادة تلك القواعد من البيانات الفوضوية بشكل أسرع وأكثر دقة من أي وقت مضى. لقد أظهر الباحثون أن القوانين العلمية تشغل ركنًا خاصًا ومنظمًا في المساحة الرياضية، ومن خلال تعلم كيفية التنقل في ذلك الركن، يمكننا إعادة اكتشاف أسرار الكون بنظرة واحدة سريعة وحاسمة.

ملخص تقني: نموذج تأسيسي خالٍ من البحث للارتباط الرمزي للقوانين الفيزيائية

1. بيان المشكلة

يهدف الارتباط الرمزي (Symbolic Regression - SR) إلى استعادة قوانين رياضية قابلة للتفسير وذات صيغ مغلقة من البيانات الرصدية. وبينما يعد هذا الأمر محورياً في الاكتشاف العلمي، تواجه الطرق الحالية مقايضة جوهرية بين الدقة والسرعة:

الطرق القائمة على البحث (مثل الخوارزميات الجينية، أو التعداد المتوازي باستخدام وحدة معالجة الرسومات): هي دقيقة على البيانات النظيفة ومنخفضة الأبعاد، لكنها تعاني من تكاليف حوسبية عالية، وهشاشة أمام البيانات الواقعية المشوشة، والحاجة إلى إعادة استكشاف فضاء التعبيرات التوليفي لكل مشكلة جديدة.
طرق التعلم العميق من البداية إلى النهاية (مثل المحولات - Transformers): توفر السرعة، لكنها تعامل الارتباط الرمزي عادةً كمهمة ترجمة تسلسلية. فهي تتعلم نمذجة توزيع البيانات بدلاً من نمذجة الفضاء الأساسي للصيغ، وتفتقر إلى الضوابط الصريحة (priors) على بنية القوانين الفيزيائية. وبناءً على ذلك، فإنها تواجه صعوبة في التعامل مع الفضاء المنفصل، وغير المستمر، والمتنامي بشكل فائق الأس (super-exponentially) للتعبيرات المطلوبة للاكتشاف الفيزيائي الحقيقي.

تفترض الورقة أن الخوارزميات المعتمدة على البيانات الحالية تفشل في التفكير في العلاقات الهيكلية للفيزياء الحقيقية لأنها لا ترمز لنموذج "فضاء الصيغ" التي تتنبأ بها.

2. المنهجية: PISR (الارتباط الرمزي المستنير بالفيزياء)

يقترح المؤلفون PISR، وهو نموذج تأسيسي خالٍ من البحث يعيد صياغة الارتباط الرمزي كمشكلة توليد ضمن متشعب (manifold) صيغة-بيانات مُدرب مسبقاً ومتوافق تباينياً. الفرضية الجوهرية هي أن القوانين الفيزيائية الحقيقية تشغل متشعباً فرعياً ذا تعقيد منخفض ومنظم ضمن الفضاء الشاسع لجميع التعبيرات الممكنة، والذي يتشكل من خلال الاتساق البعدي والزخارف التركيبية المتكررة.

البنية والتدريب

المتشعب الكامن المشترك: يستخدم PISR مشفرين متوافقين عبر هدف تبايني متماثل من نوع InfoNCE (على طراز CLIP):
1. مشفر البيانات ( $E_d$ ): مشفر غير متغير الترتيب (pooled multi-head attention مع 16 رمز بذرة متعلمة) يقوم برسم نقاط السحب $\{(x_i, y_i)\}$ إلى متجه كامن $z_d$ .
2. مشفر الصيغة ( $E_f$ ): مشفر عصبي رسومي (graph neural encoder) يقوم برسم شجرة بناء الجملة المجردة (AST) للتعبير إلى متجه كامن $z_f$ .
- التوافق: أثناء التدريب، يتم سحب الصيغة والبيانات التي تولدها لتكونا قريبين من بعضهما في الفضاء الكامن ( $\mathbb{R}^{64\\0}$ )، مما يجعل القرب مؤشراً على العلاقة الوظيفية.
الإشراف الهيكلي: تم تدريب النموذج على مجموعة ضخمة من النصوص الفيزيائية والرياضية (33.6 مليون تعبير) مدعومة برسم بيق معرفي للفيزياء. يعمل حد الخسارة الهيكلي ( $L_{struct}$ ) على فرض انحياز مستنير بالفيزياء على بنية التعبير، باستخدام القوانين الأم، والشروط المسبقة، وحواف مخطط التوجيه المباشر (derivation-DAG edges).
حجم النموذج: يتكون النموذج الكامل من حوالي 0.4 مليار معلمة، بما في ذلك المشفرات، ومجال مطابقة التدفق (flow-matching field)، وفك التشفيد (decoder).

مسار الاستدلال (خالٍ من البحث)

يعمل PISR في تمريرة أمامية واحدة مجمعة دون الحاجة للبحث الرمزي لكل حالة:

التوليد الكامن: يقوم مجال مطابقة التدفق (على طراز DiT) بنقل المتجه الكامن للبيانات $z_d$ نحو المتجهات الكامنة المرشحة للصيغ.
الاسترجاع: يتم فهرسة مكتبة تضم 400,000 متجه صيغة حقيقية. يتم استرجاع أقرب $k$ من الجيران للمتجه $z_d$ لتوفير مكمل غير معلمي للمرشحات المولدة.
فك التشفيد المشروط: يقوم فك التشفيد التتابعي (autoregressive decoder) بتحويل المتجهات المولدة والمسترجعة إلى هياكل تعبيرية (رموز نوعية)، مشروطة بتمثيل البيانات.
الاختيار: يتم ضبط الثوابت الحرة للتعبيرات المرشحة عبر طريقة المربعات الصغرى غير الخطية. يتم ترتيب المرشحين بناءً على خطأ التنبؤ في البيانات المحجوزة فقط (لا يتم تطبيق عقوبة التعقيد، حيث يمكن أن تكون القوانين الفيزيائية معقدة هيكلياً). يتم إرجاع التعبير الأفضل أداءً.

3. المساهمات والنتائج الرئيسية

فرضية متشعب الصيغة

تقدم الورقة أدلة تجريبية على أن الصيغ الفيزيائية الحقيقية قابلة للفصل خطياً عن التعبيرات العشوائية في الفضاء الكامن المتعلم.

القابلية للفصل: يحقق الاختبار الخطي (linear probe) معدل ROC-AUC يبلغ 94.4% في التمييز بين القوانين الفيزيائية الحقيقية والتعبيرات العشوائية المتشابهة في البنية (مع التحكم في تكرار العمليات وطول التعبير).
الهندسة: تشكل القوانين الحقيقية بنية غنية وممتدة (نسبة المشاركة 21.5) تختلف عن التعبيرات العشوائية (10.5)، مما يؤكد أن "منطقة القانون" تُعرف بالقواعد التركيبية وليس مجرد كونها مجموعة فرعية أصغر.
التحليل البعدي: يستند هذا الفصل إلى نظرية بوكمان ( $\pi$ -Buckingham)، التي تقيد القوانين الصالحة بالمجموعات عديمة الأبعاد، مما يؤدي فعلياً إلى تقليص الغالبية العظمى من التعبيرات الصالحة نحوياً ولكنها مستحيلة فيزيائياً.

أداء الاختبارات المعيارية

تم تقييم PISR على ثلاثة اختبارات معيارية مقابل أربعة نماذج مرجعية: البرمجة الجينية (PySR)، التعداد المتوازي باستخدام وحدة معالجة الرسومات (PSE)، المحول المتخصص في المجال (PhyE2E)، والارتباط الرمزي التوليدي الكامن (GenSR).

اختبار الفيزياء الحقيقية (797 مهمة): حقق PISR دقة هيكلية بلغت 51.32%، متفوقاً على أفضل نموذج تالٍ (PySR) بمقدار 7.66 نقطة مئوية.
التعميم عبر المجالات (270 مهمة): حقق PISA دقة بلغت 71.11%، متجاوزاً PySR بمقدار 15.93 نقطة. يشير هذا إلى أن النموذج تعلم بنية الصيغ الشبيهة بالقوانين بدلاً من مجرد توزيع الفيزياء، مما مكنه من الانتقال إلى مجالات التمويل والاقتصاد وعلم الأحياء.
معادلات فاينمان (119 مهمة): وصل PISA إلى دقة 39.50%، متفوقاً على نموذج التعداد باستخدام وحدة معالجة الرسومات بمقدار 6.73 نقطة.
الكفاءة: يعد PISA أسرع بحوالي 2.4 مرة من البرمجة الجينية و 2.5 مرة من التعداد باستخدام وحدة معالجة الرسومات، حيث يتطلب تمريرة أمامية واحدة فقط (~12.25 ثانية لكل مهمة) مقارنة بالبحث التكراري في النماذج المرجعية.

استعادة القوانين المعقدة

نجح PISA بشكل فريد في استعادة قوانين مسمّاة من بيانات خام فشلت فيها جميع النماذج المرجعية، خاصة في الحالات التي تتضمن:

الدوال المتسامية (Transcendental functions): التعرف الصحيح على الأشكال الأسية أو اللوغاريتمية حيث استبدلت النماذج المرجعية هذه الأشكال ببدائل جبرية (مثل القوى المتداخلة أو التقريبات النسبية).
الأسس المتغيرة: استعادة الأشكال التي تحتوي على أسس متغيرة (مثل $x^n$ ) حيث استبدلت المحولات (transformers) الأسس الثابتة بأسس متغيرة.
مجالات محددة: استعادة قانون كولموغوروف للثلثين من بيانات الاضطراب، وعلاقة ستيفان-بولتزمان من سجلات النجوم، وإغلاق إجهاد رينولدز (محققاً $R^2 \approx 0.99$ حيث فشلت النماذج الكلاسيكية).

4. الأهمية والادعاءات

تدعي الورقة أن PISA يمثل تحولاً جذرياً من "البحث" عن القوانين إلى "توليدها" ضمن متشعب مستنير بالفيزياء.

الانحياز الاستقرائي: من خلال التخصص في متشعب الصيغ الشبيهة بالقوانين، يحقق النموذج دقة تضاهي أحدث ما توصل إليه العلم في البيانات العلمية الحقيقية مع تجنب المنطقة "الخالية من البنية" لفضاءات التعبير المجردة حيث يكون أداؤه ضعيفاً (وهي ميزة وليست عيباً في تصميمه).
التعميم: يظهر النموذج أن نموذج تأسيسي واحد مدرب على الفيزياء يمكنه التعميم إلى مجالات علمية غير فيزيائية (مثل الاقتصاد وعلم الأحياء) لأن هذه المجالات تشترك في نفس "القواعد التركيبية" للقوانين العلمية.
القابلية للتوسع: تجعل البنية الخالية من البحث من الممكن حوسبياً محاولة توليد واختبار الفرضيات على نطاق واسع لمشكلات الإغلاق المفتوحة (مثل نمذجة الاضطراب)، مما ينقل المجال من استعادة القوانين المعروفة إلى اقتراح قوانين جديدة.

يؤكد المؤلفون أن نجاح النموذج يعتمد على فرضية أن القوانين العلمية ليست عناصر عشوائية في فضاء التعبير، بل تشغل متشعباً منظماً يتم تحديده من خلال الاتساق البعدي والزخارف الفيزيائية. هذا الانحياز هو الحاسم للتعامل مع البيانات المشوشة وذات البنية البعدية التي تميز العلوم الواقعية.