r2py: AI-Assisted Conversion of R Statistical Packages to Python

في عالم تحليل البيانات، هيمنت لغتان متميزتان لفترة طويلة على المشهد. إحداهما، تُدعى "R"، وهي الموطن التاريخي للإحصاء، حيث تُكتب فيها أولاً الأساليب الرياضية الجديدة لفهم العالم. إنها المكتبة المرجعية للعلماء، وتضم آلاف الأدوات المتخصصة التي خضعت للتدقيق والثقة لعقود من الزمن. أما الأخرى، "Python"، فقد أصبحت المعيار للحوسبة الحديثة، وتعلم الآلة، وبناء البرمجيات التي تعمل في العالم الحقيقي. لسنوات، وُجد هذان العالمان بالتوازي. فعندما يحتاج باحث يستخدم "Python" إلى طريقة إحصائية محددة لا توجد إلا في "R"، فإنه يواجه خياراً صعباً؛ فإما أن يحاول تشغيل اللغتين جنباً إلى جنب، وهو أمر مربك ويتطلب تثبيتات برمجية ثقيلة، أو يحاول إعادة كتابة كود "R" من الصفر بلغة "Python". والمسعى الأخير هو عملية ضخمة عرضة للأخطاء، وغالباً ما تفشل في استيعاب السلوكيات الدقيقة للأداة الأصلية.

لقد طور فريق من الباحثين الآن طريقة جديدة لسد هذه الفجوة، ليس عبر إجبار اللغتين على التعايش، بل عبر ترجمة الأدوات الإحصائية نفسها إلى كود "Python" أصيل. لقد أنشأوا نظاماً يُسمى "r2py"، يستخدم الذكاء الاصطناعي لتحويل حزم "R" إلى مكتبات "Python" تعمل دون الحاجة إلى تثبيت برنامج "R" الأصلي. اختبر الباحثون هذا النظام على حزمتين إحصائيتين رئيسيتين ومعقدتين تُستخدمان على نطاق واسع في العلوم. والنتيجة هي مجموعة من أدوات "Python" التي تتصرف تماماً مثل نظيراتها الأصلية في "R"، مما يسمح للعلماء باستخدام عقود من الابتكار الإحصائي ضمن بيئة "Python" الحديثة.

يكمن التحدي الجوهري في هذا العمل في أن "R" و"Python" ليستا مجرد لهجتين مختلفتين لنفس اللغة، بل هما نظامان مختلفان جذرياً بقواعدهما الخاصة. ففي "R"، قد يؤدي أمر بسيط لحساب التباين إلى تطبيق تصحيح محدد لا تستخدمه "Python" بشكل افتراضي. وفي "R"، قد تعيد الدالة قائمة من النتائج بترتيب معين، بينما تتوقع "Python" بنية مختلفة. إذا حاول إنسان ترجمة هذه الأدوات يدوياً، فقد يغفل عن هذه الاختلافات الدقيقة، مما يؤدي إلى كود يبدو صحيحاً ولكنه ينتج أرقاماً خاطئة قليلاً. وفي العلم، حيث يمكن لخطأ عددي ضئيل أن يغير استنتاجاً كاملاً، يعد هذا أمراً غير مقبول. علاوة على ذلك، تعتمد العديد من حزم "R" على أكواد قديمة مُجمّعة (compiled) مكتوبة بلغات مثل "C" أو "Fortana" لأداء الحسابات الثقيلة. لذا، فإن مجرد ترجمة التعليمات عالية المستوى ليس كافياً؛ إذ يجب على النظام أيضاً معرفة كيفية ربط كود "Python" الجديد بمحركات الحساب السريعة القديمة هذه.

ولحل هذه المعضلة، بنى الباحثون إطار عمل يقسم عملية الترجمة إلى سبع خطوات متميزة، يوجهها خبراء بشريون ولكن ينفذها وكلاء ذكاء اصطناعي. فبدلاً من مطالبة الكمبيوتر بترجمة كتاب كامل من الكود دفعة واحدة، يقوم النظام أولاً برسم خارطة لهيكل الحزمة، وفهم أي الدوال تعتمد على غيرها. ثم ينشئ دليلاً مفصلاً لكل نوع من أنواع الأوامر الموجودة في كود "R"، ويقرر بدقة كيف سيتم تجسيد كل منها في "Python" قبل بدء أي ترجمة فعلية. يضمن ذلك ترجمة أمر "R" نفسه دائماً بنفس الطريقة، مما يمنع التناقضات التي تنشأ عندما يتم التعامل مع أجزاء مختلفة من الكود بشكل منفصل.

بمجرد وضع الخطة، يقوم النظام بترجمة الكود دالة تلو أخرى، وبالترتيب الصحيح. ومن الأهمية بمكان أنه لا يحاول إعادة كتابة الحسابات الرياضية الثقيلة المكتوبة بالفعل في كود مُجمّع؛ بل يحتفظ بالكود الأصلي السريع كما هو ويبني جسراً جديداً في "Python" يمكنه استدعاؤه. بالنسبة لإحدى الحزم التي اختبروها، كان هذا الأمر مباشراً. أما بالنسبة للحزمة الأخرى، التي استخدمت طريقة أكثر تعقيداً للتواصل مع كودها الداخلي، فقد اضطر النظام أولاً إلى إعادة بناء نسخة مصغرة ومستقلة من لغة النظام الداخلية لـ "R" حتى يتمكن الكود القديم من العمل دون وجود برنامج "R" الأصلي. سمح هذا لحزمة "Python" الجديدة باستخدام محرك الحساب نفسه تماماً كما في الأصل، مما يضمن أن أي اختلافات في النتائج ستأتي فقط من الترجمة، وليس من تغيير في الرياضيات.

بعد ذلك، أخضع الباحثون هذه الحزم الجديدة لسلسلة صارمة من الاختبارات. لم يكتفوا بالتحقق مما إذا كان الكود يعمل فحسب، بل قارنوا الأرقام التي أنتجتها أدوات "Python" الجديدة بالأرقام التي أنتجتها أدوات "R" الأصلية عبر مئات السيناريوهات المختلفة. اختبروا الحالات القياسية، والحالات الحدية الصعبة، وحتى رسائل الخطأ التي تنتجها الأدوات. في إحدى الحزم، أجروا 846 اختباراً منفصلاً، وفي الأخرى، أجروا 518 اختباراً. وأظهرت النتائج أن أدوات "Python" الجديدة أعادت إنتاج نتائج "R" الأصلية بدقة عالية للغاية، مطابقة الأرقام ضمن هامش خطأ ضئيل جداً مقبول في العمل العلمي.

ومع ذلك، كشفت العملية أيضاً أن الترجمة ليست مثالية في كل التفاصيل. ففي حالات محددة، أنتجت الأدوات الجديدة نتائج تختلف قليلاً عن الأصل، ولكن بطرق يستحيل إصلاحها دون تغيير الطبيعة الجوهرية للأداة. على سبيل المثال، تعرض أداة "R" الأصلية الأمر تماماً كما كتبه المستخدم، وهي ميزة تعتمد على ذاكرة نظام "R" للمدخلات؛ أما أداة "Python" الجديدة، التي لا ترى سوى القيم المحسوبة النهائية، فلا يمكنها إعادة عرض هذا النص بدقة. لقد حدد الباحثون هذه الاختلافات ووثقوها بوضوح، بدلاً من محاولة إخفائها. كما اكتشفوا خللاً حقيقياً في كود "R" الأصلي تسبب في خطأ طفيف في مواقف معينة؛ ولأن هدفهم كان إنشاء نسخة وفية، فقد أعادوا إنتاج هذا الخلل بدقة في نسخة "Python" الجديدة، لضمان حصول العلماء الذين يستخدمون الأداة الجديدة على نفس النتائج التي يحصل عليها مستخدمو الأداة القديمة.

جاء الاكتشاف الأكثر إثارة للدهشة من عملية الاختبار نفسها. فقد وجد الباحثون أن أفضل طريقة لكشف الأخطاء الخفية لم تكن بكتابة اختبارات جديدة، بل بترجمة الاختبارات الأصلية التي تأتي مع حزم "R". كانت هذه الاختبارات القديمة قد كُتبت من قبل المؤلفين الأصليين للتحقق من ظروف محددة وغير عادية قد لا يخطر ببال المترجم الجديد اختبارها. ومن خلال تشغيل هذه الاختبارات المترجمة، وجد النظام أخطاءً دقيقة نجت من جميع الفحوصات الأخرى، بما في ذلك خطأ خفي في كيفية حساب أحد معاملات التحكم ظهر فقط في حسابات عميقة ومعقدة للغاية. أكد هذا أن مجموعات الاختبار الأصلية هي جزء أساسي من عملية الترجمة، حيث تعمل كشبكة أمان تلتقط المشكلات التي لا يمكن لأي فحص بشري العثور عليها.

يُظهر هذا العمل أن تحويل البرمجيات الإحصائية المعقدة من لغة إلى أخرى أمر ممكن، ولكنه يتطلب نهجاً منضبطاً وخطوة بخطوة بدلاً من مجرد ترجمة آلية بسيطة. لم يقم الباحثون بتحويل حزمتين فحسب، بل بنوا منهجية يمكن تطبيقها على غيرهما. لقد أثبتوا أنه من خلال فصل التخطيط، وترجمة القواعد، والتحقق من النتائج، والإبقاء على محركات الحساب الثقيلة دون تغيير، يمكن إنشاء أدوات "Python" أصلية وفية لأصولها في "R". إن الحزم المحولة متاحة الآن للجميع، ويمكن تثبيتها مثل أي برنامج "Python" آخر، مما يجلب عقوداً من الابتكار الإحصائي إلى بيئة الحوسبة الحديثة دون الحاجة لتثبيت البرنامج الأصلي الثقيل. إن نجاح هذا المشروع يشير إلى أن الحاجز بين الأساليب الإحصية للماضي وأدوات الحوسبة للمستقبل هو أمر يمكن تجاوزه، بشرط أن تتم الترجمة بعناية وهيكلية والتزام بالدقة الرقمية.