“باحثو MIT يطورون نموذج ذكاء اصطناعي مستوحى من ديناميكية المخ البشري لتحليل البيانات طويلة المدى”
كتبت: أمل علوي
كشف باحثون من مختبر علوم الحاسوب والذكاء الاصطناعي (CSAIL) التابع لمعهد ماساتشوستس للتكنولوجيا (MIT) عن نموذج جديد للذكاء الاصطناعي مُستوحى من التذبذبات العصبية في المخ البشري، يُحسّن قدرة الخوارزميات على معالجة السلاسل الزمنية الطويلة بدقة وكفاءة غير مسبوقة، ما يفتح آفاقاً واسعة في مجالات مثل التنبؤ المناخي والرعاية الصحية والتحليل المالي.
التحدي: تعقيدات البيانات الزمنية الطويلة
تواجه نماذج الذكاء الاصطناعي التقليدية صعوبة في تحليل البيانات المتسلسلة طويلة المدى، مثل الإشارات الحيوية أو التقلبات المالية، بسبب عدم استقرارها أو احتياجها لقدرات حاسوبية هائلة. وحتى النماذج الحديثة المُصممة لهذا الغرض (مثل State-Space Models) تعاني من قيود في المرونة والكفاءة.
الحل: محاكاة التذبذبات العصبية في نموذج “LinOSS”
طور الباحثان تي. كونستانتين روش ودانييلا روس نموذجاً جديداً أُطلق عليه اسم “Linear Oscillatory State-Space Models” (LinOSS)، يعتمد على مبادئ فيزيائية مستمدة من الذبذبات المتناغمة القسرية – ظاهرة تُلاحظ في الشبكات العصبية البيولوجية. يتميز النموذج بـ:
الاستقرار الديناميكي: يحافظ على دقة التنبؤ حتى في سلاسل بيانات تصل إلى مئات الآلاف من النقاط.
كفاءة حسابية عالية: يتفوق على النموذج الشهير Mamba بأداءٍ ضعفي السرعة في المهام عالية التعقيد.
قابلية التعميم: يمكنه محاكاة أي علاقة سببية بين مدخلات ومخرجات البيانات، وفق إثبات رياضي قدمه الفريق.
لماذا يُعد هذا الإنجاز ثورياً؟
جسر بين البيولوجيا والحوسبة: أول نموذج يترجم استقرار الشبكات العصبية البيولوجية إلى إطار عمل تعلم آلي.
تطبيقات غير محدودة: من مراقبة الأمراض المزمنة إلى تحسين استراتيجيات التخفيف من تغير المناخ.
اعتراف عالمي: تم اختيار البحث لعرضه شفوياً في مؤتمر ICLR 2025 المرموق، الذي يقبل فقط 1% من الأوراق المقدمة.
تأثيرات مُحتملة على الصناعات الحيوية
أكدت الاختبارات أن نموذج LinOSS قد يُحدث تحولاً في:
الرعاية الصحية: تحليل إشارات الدماغ أو تطور الأمراض عبر سنوات.
المناخ: نمذجة التغيرات البيئية بدقة أعلى.
السيارات الذاتية: تحسين قدرات التنبؤ بالحركة المرورية طويلة المدى.
الاقتصاد: توقع اتجاهات الأسواق المالية المعقدة.
الخطوات القادمة
يعتزم الفريق توسيع نطاق تطبيق النموذج على أنواع بيانات جديدة، مثل الصور والفيديو، واستكشاف آثاره على فهم آلية عمل المخ البشري نفسه. كما سيتم توفير النموذج مفتوح المصدر لدعم التطوير العالمي.
هذا المحتوى تم باستخدام أدوات الذكاء الاصطناعي.
