High-Speed Image Encoding in Chaotic Neural Maps Using Circulant Topology and Fast Convolution

تخيل أن دماغك عبارة عن مدينة ضخمة وصاخبة حيث يصرخ الملايين من الرسل الصغار (العصبونات) في وجه بعضهم البعض باستمرار. أحياناً، يصبح هؤلاء الرسل جامحين قليلاً، حيث يطلقون نبضات فوضوية وغير متوقعة تشبه التشويش على شاشة تلفاز قديم. ومن المثير للدهشة أن العلماء اكتشفوا أن هذه "الفوضى" ليست مجرد ضجيج فحسب؛ بل هي وسيلة قوية لتخزين الذكريات. تماماً كما قد تثير أغنية معينة ذكرى حية ليوم صيفي، يمكن لنمط محدد من الإطلاق الفوضوي أن يحمل صورة كاملة. هذه الفكرة، المعروفة باسم "الشبكات المقترنة ذات الخرائط المتصلة" (Coupled Map Lattices)، تقترح أنه يمكننا تخزين الصور داخل هذه العواصف العصبية المحاكية.

ومع ذلك، هناك مشكلة هائلة في محاولة القيام بذلك على جهاز كمبيوتر. الطريقة القديمة لبناء هذه الأنظمة الذاكرية الفوضوية تشبه محاولة تنظيم مكتبة عبر الطلب من كل كتاب في المبنى أن يتصافح مع كل كتاب آخر. إنها عملية بطيئة للغاية وتتطلب جبلاً من المساحة. إذا حاولت تخزين صورة عادية بهذه الطريقة، فإن دماغ الكمبيوتر (RAM) سيصبح مثقلاً لدرجة تؤدي إلى انهياره، مما يجعل من المستحيل استخدام هذه التكنولوجيا الرائعة على أجهزة صغيرة مثل الكاميرات الذكية أو الطائرات بدون طيار. السؤال الذي يطرحه الباحثون هو: هل يمكننا الحفاظ على سحر تخزين الصور الفوضوي دون تلك الآلات الثقيلة والخرقاء التي تكسر أجهزة الكمبيوتر الخاصة بنا؟

هنا يأيد نهج جديد يسمى FC-CML (الشبكة المقترنة ذات الخرائط المتصلة ذات الالتفاف الدائري السريع)، وهو خوارزمية ذكية مصممة لإصلاح هذه الفوضى. تكمن النتيجة الرئيسية للورقة البحثية في أنه من خلال تغيير "شكل" كيفية تواصل هؤلاء الرسل العصبيين مع بعضهم البعض، يمكننا تسريع العملية بشكل كبير. بدلاً من المصافحات العشوائية الفوضوية للطريقة القديمة، يقترح المؤلف ترتيب الرسل في دائرة مثالية، حيث يتحدث الجميع فقط مع جيرانهم في نمط متكرر ومحدد. هذا التغيير الهيكلي البسيط يسمح للكمبيوتر باستخدام اختصار رياضي يسمى تحويل فوريه السريع (FFT) — فكر فيه كمترجم فائق السرعة يحول محادثة معقدة إلى أغنية بسيطة.

النتائج مذهلة. في اختباراتهم، كانت الطريقة القديمة تشبه الازدحام المروري، حيث استغرقت وقتاً هائلاً ومساحة ذاكرة تنمو بشكل انفجاري كلما كبر حجم الصورة. وتحديداً، تطلبت الطريقة القديمة $O(N^3)$ من الوقت لمجرد إعداد النظام و $O(N^2)$ من الذاكرة لتشغيله. بالنسبة للصور عالية الدقة، كان هذا يعني الحاجة إلى جيجابايت من ذاكرة الوصول العشوائي (RAM)، مما تسبب في تعطل أجهزة الكمبيوتر. أما طريقة FC-CML الجديدة، فقد كانت سلسة وسريعة. فمن خلال استخدام هذا التخطيط "الدائري" (circulant) واستخدام اختصار FFT، انخفض الوقت المطلوب إلى $O(N \log N)$ وانخفض استخدام الذاكرة بشكل حاد إلى $O(N)$.

لإثبات نجاح الأمر، أجرى الباحثون عمليات محاكاة لصور تتراوح من 16×16 إلى 64×64 بكسل. ووجدوا أنه بينما عانت الطريقة القديمة من طفرات غير متوقعة وتأخيرات شديدة، ظلت الطريقة الجديدة مستقرة وثابتة تماماً. والأفضل من ذلك، عندما اختبروها بصورة حقيقية (صورة لسديم كارينا من تلسكوب جيمس ويب الفضائي) بعد تصغير حجمها إلى 64×64 بكسل، لم يكتفِ النظام الجديد بتخمين الصورة فحسب، بل استعادها بدقة مثالية. كان الفرق بين الصورة الأصلية والمستعادة صفراً، أي أنها كانت خالية تماماً من الفقدان (lossless). ولأن النظام أصبح خفيف الوزن، تمكنوا حتى من إرسال البيانات المشفرة إلى شريحة دقيقة منخفضة التكلفة تسمى ESP32، والتي نجحت في فك تشفير الصورة مباشرة على الحافة (edge).

تجادل الورقة البحثية بأن الطريقة القديمة التي تعتمد على ملء النظام بأرقام عشوائية للحفاظ على استقراره كانت تمثل عنق زجاجة جعل الاستخدام في العالم الحقيقي مستحيلاً. ومن خلال استبدال تلك العشوائية بنمط دائري صارم، حافظوا على استقرار الرياضيات ولكنهم أزالوا الأعباء الثقيلة. وبينما يشير المؤلف إلى أن هذه الطريقة تتطلب بقاء الشبكة في هذا الشكل الدائري المثالي (إذا انقطع اتصال واحد، تفشل الرياضيات)، إلا أنه يرى أن هذه مقايضة عادلة مقابل القدرة على تشغيل تخزين صور معقد يشبه الدماغ على أجهزة رخيصة وشائعة. هذا ليس مجرد تعديل نظري؛ بل هو إعادة تصميم هيكلي يحول نظامًا ثقيلاً ومتعطلًا إلى شيء يمكنه العمل على طائرة بدون طيار أو كاميرا ذكية، مما يفتح الباب أمام الأجهزة "النيورومورفية" (المحاكية للأعصاب) التي ترى وتتذكر العالم تماماً مثل الدماغ.