Distribution Analysis of Discrete States: reconstructing transition processes from time-resolved state distributions

تخيل أنك محقق يحاول حل لغز، لكنك فقدت دفتر ملاحظاتك. ليس لديك سوى لقطتين لجمهور: واحدة التُقطت في بداية حفلة، وأخرى بعد ساعة منها. أنت تعرف عدد الأشخاص الذين يرتدون قمصانًا حمراء، أو زرقاء، أو خضراء في الصورة الأولى، وتعرف عدد من يرتدون هذه الألوان في الثانية. لكن ليس لديك أدنى فكرة عمن انتقل إلى أين. هل تبادل الشخص الذي يرتدي القميص الأحمر الأماكن مع صاحب القميص الأزرق؟ هل غادر الغرفة تمامًا؟ هل دخل شخص جديد يرتدي قميصًا أخضر للتو؟

هذا هو اللغز الذي يواجه العلماء في مجالات مختلفة مثل الصيد، والتصويت، ودراسة كيفية تحلل البلاستيك. غالبًا ما يرون صور "قبل" و"بعد" لمجموعة من الأشياء (مثل الأسماك، أو الناخبين، أو الشركات)، لكنهم لا يرون أبدًا الخطوات الفردية التي تمت في المنتصف. لعقود من الزمن، حاول الخبراء تخمين التحركات الخفية باستخدام رياضيات معقدة، لكنهم غالبًا ما يصطدمون بحائط مسدود: هناك الكثير من القصص المحتملة التي تناسب الصورتين نفسهما. تقدم هذه الورقة طريقة جديدة وذكية لحل هذا اللغز. إنها تعامل الحشد كشبكة من الأنابيب وتستخدم مبدأ يُسمى "الاعتلاج الأقصى" (Maximum Entropy) — وهو ببساه طريقة "مبتكرة" لقول: "اختر القصة الأكثر رتابة والأقل انحيازًا والتي تتوافق مع الحقائق" — لتحديد المسار الأكثر احتمالًا الذي اتخذه الحشد. الأمر يشبه محاولة إعادة بناء رقصة بمجرد النظر إلى مواضع الراقصين في البوالية والنهاية، مع العلم أن بعض الراقصين يمكنهم التحرك للأمام فقط، وبعضهم يمكنهم التحرك ذهابًا وإيابًا، وبعضهم يمكنهم القفز إلى أي مكان.

---

مُعيد بناء الحشود العظيم

تقدم الورقة مجموعة أدوات جديدة تسمى DADS (تحليل توزيع الحالات المنفصلة). فكر في DADS كأنها مترجم عالمي يحول اللقطات الثابتة للحشد إلى فيلم يوضح كيف تحرك ذلك الحشد. سواء كنت تتبع الأسماك في المحيط، أو الناخبين في انتخابات، أو البطاريات في مستودع، فإن الرياضيات هي نفسها بشكل مدهش: لديك قائمة بكيفية وجود الأشياء في كل "حالة" (مثل العمر، أو الحزب السياسي، أو الحجم) في الوقت (أ)، وعددها في الوقت (ب).

إن عبقرية DADS تكمن في أنها تجبر العالم على اتخاذ قرار حاسم في البداية، قبل القيام بأي عملية حسابية. فهي تسأل: ما نوع أرضية الرقص التي نحن عليها؟

• شارع اتجاه واحد: هل يمكن للأشياء أن تتحرك للأمام فقط؟ (مثل الأسماك التي تكبر في السن أو البلاستيك الذي يتحلل).
• الحي المجاور: هل يمكن للأشياء أن تتحرك قليلاً يسارًا أو يمينًا؟ (مثل الناس الذين يغيرون رأيهم من "سعيد نوعًا ما" إلى "سعيد جدًا").
• الفوضى العارمة: هل يمكن لأي شيء أن يقفز إلى أي مكان؟ (مثل الناخبين الذين ينتقلون من أي حزب إلى أي حزب آخر).

يُسمى هذا القرار الطوبولوجيا من المستوى صفر (Level 0 Topology). وتجادل الورقة بأن الخطأ في هذا التقدير يشبه محاولة حل متاهة مع تجاهل الجدران. إذا افترضت أن الناس يمكنهم القفز في أي مكان بينما هم في الواقع لا يمكنهم سوى اتخاذ خطوات صغيرة، فإن حساباتك ستكون خاطئة تمامًا. ومن خلال تحديد قواعد "أرضية الرقص" أولاً، يمكن لـ DADS بعد ذلك حساب التدفق الأكثر احتمالًا للناس بين الصورتين.

"الشبح" في الآلة

أحد أكبر اكتشافات الورقة يتعلق بـ "الأشباح" التي تطارد هذه الحسابات. عندما تحاول تخمين الحركة من مجرد صورتين، هناك دائمًا متغير خفي — رقم "شبح" لا يمكنك رؤيته. يطلق عليه المؤلف اسم $\delta$ (دلتا).

لقد أدركوا أن هناك في الواقع أربعة أنواع مختلفة من الأشباح التي يمكن أن تفسد نتائجك:

1. الشبح المادي: لم ترَ الجميع. ربما أمسكت فقط بالأسماك الكبيرة وأغفلت الصغيرة منها.
2. الشبح الدلالي: تغير معنى التسميات. ربما كان معنى "اليسار" في عام 1980 مختلفًا تمامًا عن معناه في عام 2020.
3. الشبح المعرفي: لا تعرف شكل الحشد. أنت تعرف المتوسط، ولكن لا تعرف مدى تشتت الجميع.
4. الشبح الهيكلي: وهذا هو الجديد! لا يتعلق الأمر ببيانات سيئة؛ بل بقواعد اللعبة. إذا كانت أرضية الرقص تسمح بالكثير من التحركات (مثل الفوضى العارمة)، فإن الرياضيات ببساطة لا يمكنها إيجاد إجابة واحدة، مهما كانت جودة بياناتك.

تظهر الورقة أنه في بعض الأنظمة (مثل نمو الأسماك)، تكون القواعد صارمة للغاية (يمكنك أن تكبر فقط، ولا يمكن أن تصغر أبدًا) لدرجة أن الشبح يكون مجرد رقم واحد يمكنك إصلاحه بسهولة. ولكن في أنظمة أخرى (مثل الآراء)، يكون الشبح عبارة عن سحابة من الاحتمالات تتطلب قواعد إضافية لتثبيتها.

لحظة الـ "أوبس" الكبرى

هنا تصبح القصة صادقة وإنسانية للغاية. بدأ المؤلف ورقة بحثه وهو يعتقد أنه وجد رقمًا "سحريًا" يسمى مؤشر الاقتران ($K$). اعتقد أن هذا الرقم يمكنه إخبارهم ما إذا كان النظام يتغير بطريقة موجهة وهادفة (مثل حشد يسير بانتظام) أم بشكل عشوائي (مثل حشد يتخبط). نظروا في بيانات البطاريات والانتخابات والاستطلاعات، وبدا أن الأرقام تتوافق تمامًا، مما يوحي بوجود قانون عالمي للتغيير.

لكن بعد ذلك، قرروا لعب لعبة "المحقق الإحصائي". سألوا: هل يمكن أن يكون هذا النمط مجرد صدفة؟ هل يمكن أن يكون ضجيجًا عشوائيًا؟ أجروا محاكاة ضخمة (اختبار "بلوك-بوتستراب" صفري) لمعرفة ما إذا كان النمط سيظهر حتى لو لم يكن هناك شيء يحدث بالفعل.

النتيجة؟ اختفى النمط.

تعترف الورقة بأن "الرقم السحري" كان على الأرجح مجرد مصادفة ناتجة عن ضجيج أخذ العينات العشوائية. من بين 44 اختبارًا، أظهر اثنان فقط نتيجة ذات دلالة، وهو بالضبط ما يتوقع حدوثه بالصدفة البحتة. لم يخفِ المؤلف ذلك؛ بل سحب ادعاءه بكل فخر. كتب: "لقد كنا مخطئين، وإليكم بالضبط كيف عرفنا ذلك". تم تقديم هذا التصحيح الذاتي كـ "ميزة" وليس كـ "عيب"، مما يظهر أن الإطار مصمم لاكتشاف أخطائه الخاصة.

سبع قصص، رياضيات واحدة

لإثبات أن مجموعة الأدوات الجديدة تعمل، طبق المؤلف نموذجها على سبع قصص مختلفة تمامًا من الواقع:

1. الانتخابات الألمانية: وجدوا أن جمهورية فايمار (1928) والديمقراطية الألمانية الحديثة (1972) كلاهما وصلا إلى نقطة استقرار قصوى بنفس "بصمة الاعتلاج" (مقياس الاضطراب)، رغم مرور 44 عامًا بينهما. ومع ذلك، كان النظام الحديث أكثر استقرارًا، حيث أبطأ صعود الأحزاب المتطرفة بمعامل قدره 2.3.
2. آراء الناخبين: اكتشفوا تأثير "الانفصال". بينما كانت نتائج الانتخابات تزداد استقطابًا (الناس يصوتون للأطراف المتطرفة)، ظلت أوصاف الناخبين لأنفسهم في المنتصف. كان الناس يصوتون للمتطرفين دون الاعتراف بأنهم متطرفون.
   แปลง 3. الرضا عن الحياة: أظهروا أنه قبل عام 1949، كانت البيانات غامضة جدًا بحيث لا يمكن الوثوق بها، ولكن بعد ذلك، تمكنوا من تتبع كيف دفعت الأزمات (مثل الجائحة) الناس نحو مستويات أعلى وأدنى من الرضا في آن واحد، مما خلق توزيعًا "أكثر حدة".
3. تحلل البلاستيك: في تجربة مخبرية، تتبعوا كيفية تحلل البلاستيك. وجدوا أن القياسات المختلفة (مثل الصلابة مقابل الوزن) تتطلب قواعد "أرضية رقص" مختلفة. بعض التغييرات كانت في اتجاه واحد (غير قابلة للعكس)، بينما البعض الآخر (مثل التبلور) يمكن أن يكون ذهابًا وإيابًا.
4. بقاء الشركات: أكدوا قاعدة عالمية: الشركات الجديدة أكثر عرضة للفشل من الشركات القديمة. منحنى "مسؤولية الحداثة" هذا كان متطابقًا في الولايات المتحدة وألمانيا، مما يثبت أن الرياضيات تعمل عبر الحدود.
5. نمو القشريات: تتبعوا نوعًا من أنواع جراد البحر (Nephrops) حسب الحجم بدلاً من العمر. وجدوا "منحدرًا" في البيانات: بمجرد أن تصبح هذه الكائنات كبيرة بما يكفي ليتم صيدها قانونيًا، تختفي من بيانات المسح فورًا. لم يكن هذا لغزًا بيولوجيًا؛ بل كان تنظيمًا للصيد في العمل.

الخلاصة

تخلص الورقة إلى أنه بينما لا يمكننا دائمًا رؤية الخطوات الفردية للحشد، يمكننا إعادة بناء التدفق إذا احترمنا قواعد اللعبة. الدرس الأهم هو أن الأنظمة غير القابلة للعكس (مثل التقدم في السن أو التحلل) أسهل رياضيًا في الحل من الأنظمة القابلة للعكس (مثل الآراء). ولكن حتى عندما تكون الرياضيات صعبة، يوفر الإطار وسيلة للتحقق مما إذا كانت استنتاجاتنا حقيقية أم مجرد ضجيج عشوائي.

لم يبنِ المؤلف مجرد آلة حاسبة جديدة؛ بل بنى طريقة جديدة للتفكير تعترف بعدم اليقين، وتراجع عملها، وتجد تشابهات هيكلية عميقة بين صيد الصياد، وصوت الناخب، وقطعة بلاستيك. إنه تذكير بأنه في العلم، معرفة ما "لا تعرفه" — وامتلاك الشجاعة لقول "لقد كنا مخطئين" — لا يقل أهمية عن إيجاد الإجابة.