الدليل الأساسي للخوارزميات التي تدير حياتك

يكاد يكون من شبه المستحيل قضاء يوم دون التفاعل مع خوارزمية Algorithm. فهي تساعد على توجيه كامل تجربتنا على الإنترنت، موصية بما يجب أن نشتريه ونقرأه ونشاهده ونستمع إليه. يستخدم نحو 74% من الراشدين في الولايات المتحدة فيسبوك Facebook مرة واحدة على الأقل يوميا ـ وما يرونه تحدده بالكامل خوارزمية ما. وخارج الإنترنت تسْتخْدم الخوارزميات بازدياد لمساعدتنا على اتخاذ قرارات صعبة، وفحص طلبات العمل، والإشراف على نتائج الاختبارات وحتى توجيه محققي الشرطة إلى جرائم يجب أن يركزوا عليها.

   نظرا إلى أن الخوارزميات صارتْ منتشرة في كل مكان، فقد ولّدتْ حالة تمتزج فيها الصرعة Hype بالقلق. فمن ناحية ما، يقال لنا بانتظام إنها قد تكون غامضة ومتحيزة. ومن ناحية أخرى، نسمع أنها يمكن أن تكون مفيدة بصورة لا تصدق، إذ إنّها تنفذ المهمات التي يمكن أن يلاقي البشر صعوبة فيها، من تحسين لوجستيات التداول المعقدة إلى اكتشاف أولى العلامات المبكرة لمرض ما في عمليات المسح الطبية.

   إذن، ماحقيقة الخوارزميات؟ من المهم فهم أن الكلمة يمكن أن تعني أشياء مختلفة تماما (انظرْ: ما الخوارزمية؟). ومن المفيد أيضا التعرف إلى بعض الخوارزميات التي تشكل حياتنا ـ وهذا ما سنفعله في الصفحات القليلة التالية.

1 وسائل التواصل الاجتماعي

آخر الأخبار على الفيسبوك

قليل من الخوارزميات تمتلك القوة نفسها مثل قوة خوارزميات فيسبوك. تتحكم خوارزميات عملاق الوسائط الاجتماعية في تحديد ما سيراه 2.8 بليون مستخدم شهريا من تحديثات الأصدقاء، والعناوين الرئيسية لآخر الأخبار التي سيقرؤونها.

   عندما نتحدث عن “خوارزمية فيسبوك”، فإننا في الواقع نشير إلى عشرات البرامج التي تعتمد على مجموعة من التكنولوجيات التي تُعدَّل باستمرار. فهذا البرنامج يحلل ما تسميه الشركة “المخزون” Inventory: وهو مجموعة منشورات الأشخاص، أو الصفحات، أو المجموعات التي يتابعها المسْتخْدم. وبعد ذلك يستخدم شبكات عصبية Neural network، وهي شكل من أشكال الذكاء الاصطناعي Artificial intelligence (اختصارا: الذكاء الاصطناعي AI)، لإعطاء تلك المنشورات نقاطا (درجات) اعتمادا على عوامل مختلفة. ومنذ عام 2014 أفاد موظفو فيسبوك أنّ قائمة آخر الأخبار News feed التي تُعرض على الفرد كانتْ تضع 100 ألف عامل في الاعتبار. في النهاية، تُجمع الدرجات في ترتيب معين لكل منشور Post. ومن ثم يُسْتخْدم هذا لتنظيم ما يراه المستخدم.

   نادرا ما يتحدث فيسبوك علنا عن كيفية عمل خوارزمياته بالضبط. في الواقع، إن فيسبوك نفسها لا تعرف، على الأقل على مستوى المستخدمين الفرديين. كتب نيك كليغ Nick Clegg، نائب رئيس الشؤون العالميةِ Vice president of global affairs في فيسبوك، مؤخراً أن النتائج التي تنتجها الخوارزميات لكل مستخدم من المستخدمين مختلفة كاختلاف بصمات أصابعهم.

   يمكن أن يعني هذا التعقيد تعرض فيسبوك للمحاسبة في الأعوام المقبلة. فقد كان هناك لفترة طويلة توتر بين نموذج عمل الشركة وما يعْتبر أنّه نافع للمجتمع ككل. ويريد فيسبوك إبقاء المستخدمين على موقعه لأطول فترة ممكنة حتى يتمكن من بيع المزيد من الإعلانات. وقد أثار هذا قلقا من أنّ خوارزمياته تعرض الكثير من المنشورات التي تتناول الموضوعات المثيرة للجدل، مثل خروج بريطانيا من الاتحاد الأوروبي Brexit، لأنها تستحث زيادة المشاركة.

   منذ فترة طويلة استخدمتْ الشركة مشْرفين بشريين للمساعدة على تحديد ما إذا كان يجب إزالة محتوى مثير للجدل أم لا. ومؤخرا، أنشأتْ مجلس رقابة Oversight Board مستقلا لمراجعة الحالات الحساسة جدا. ويتألف المجلس من 20 صحافيا وسياسيا وناشطا وأكاديميا، أحدهم هو نيكولاس سوزور Nicolas Suzor، المتخصص بقانون التكنولوجيا من جامعة كوينزلاند للتكنولوجيا Queensland University of Technology في بريسبان بأستراليا. ويقول سوزور: “هناك مشكلات كبيرة تجب معالجتها، مثل ما إذا كانتْ الطريقة التي تُضخَّم بها الأخبار على وسائل التواصل الاجتماعي تتوافق مع أهدافنا الاجتماعية… ولا يُمكن معالجةُ هذه المشكلات إلا عندما يصير فيسبوك أكثر شفافية حول كيفية عمل خوارزمياته”.-ماثيو سباركس Matthew Sparkes

 

2 التنبؤ بالطقس

النموذج الموحد

قد يحيّر هوس البريطانيين بالطقس سائر العالم، ولكن أحد الأشياء الجيدة الذي ينتج من هذا الهوس هو خدمة تنبؤ بالطقس من الدرجة الأولى. ففي قلب توقعات مكتب الأرصاد الجوية Met Office توجد خوارزمية تسمى النموذج الموحد Unified Model. فهي تستمد البيانات حول حالة الغلاف الجوي Atmosphere من محطات الطقس والأقمار الاصطناعية، وبالاستنباط Extrapolating منها  تُقدّر الكيفية التي سيتغير بها الطقس. وتحدد النتائج ما إذا كنا سنرى رمزا لضوء الشمس أو للثلج.

   بنيتْ الخوارزمية على معادلات نافييه-ستوكس Navier-Stokes equations، وهي أفضل وصف لدينا لكيفية تدفق Flow السوائل والغازات. فهذه هي الطريقة التي نتنبأ بها بتدفق الهواء الجاف والرطب في الغلاف الجوي، وهو عامل رئيس في تحديد الطقس. لا يمكن حلّ المعادلات بدقة، ولكن يمكنك حلّها تقريبيا إذا أخذْت سلسلة من التغّيرات التراكمية في حالة الغلاف الجوي وأضفتها إلى بعضها البعض. وهذا ما يفعله النموذج الموحد.

   لعقود من الزمن كانت معالجات الحواسيب تزداد سرعة، مما سمح لخوارزميات مثل النموذج الموحد بمعالجة القياسات التي تتحسن بفضل إضافات بسيطة، ومن ثمّ تعطي تنبؤات أفضل وأسرع. وقد يبدو الأمر وكأن توقعات الطقس تخطئ في أكثر الأحيان، لكن توقعات مكتب الأرصاد الجوية لدرجات الحرارة في اليوم التالي تكون دقيقة في حدود 2°س في 92% من الأوقات. لذلك، مع أنه لا يمكنه التنبؤ بكل زخة مطر بدقة تامة، إلا أنّها خوارزمية موثوق بها جدا.

   لتحسينه أكثر، يجب أن يتغير النموذج الموحد. ويقول بين شيبواي Ben Shipway، من مكتب الأرصاد الجوية: “لم نعد نضيف مُعالِجات Processors أسرع، بل نضيف فقط المزيد من المعالجات”. ويعيد هو وزملاؤه الآن تصميم النموذج لكي يعمل بمعالجات متوازيةParallel processors .

-آنا دمينغ Anna Demming

 

3 المشاركة الرقمية

JPEG

إذا تعرّفْت إلى الاختصار JPEG، فقد تعتقد أنّه مجرد نوع من الملفات. في الواقع، إنّه خوارزمية تسْتخْدم لضغط كمية البيانات في الصورة. يعود الفضل جزئيا في السرعة الفائقة لمشاركة الصور عبر الإنترنت إلى خوارزميات ضغط Compression algorithms مثل هذه.

   سُمِّي JPEG تيمنًا بمجموعة خبراء التصوير المتحدة Joint Photographic Experts Group، التي ابتكرتْ هذا المعيار في عام 1992. الخوارزمية بحد ذاتها معقدة إلى حد ما، لكنها تستند إلى فهم بسيط للإبصار في البشر. يقول جيف والدوك Jeff Waldock، من جامعة شيفيلد هالام Sheffield Hallam بالمملكة المتحدة: “لقد أجريتْ الكثير من الأبحاث حول ما يمكن أن يدركه البشر في الصور والصوت، وهو أقل بكثير مما تستطيع الملفات إرساله… لذلك، من أجل الكفاءة، تركز خوارزميات الضغط على ما هو ضروري للعين أو للأذن لتدركا المعروض عليها”.

   إن الخلايا المخروطية Cone cell في العين البشرية التي تسجل اللون أقل حساسية للضوء بنحو 500 إلى 1000 مرة من خلايا العين العصوية Rod cell، وهذه الأخيرة أكثر حساسية للسطوع Brightness. وإضافة إلى عدد من الأمور الأخرى، يعمل التنسيق JPEG هذا بالتخلي عن بعض المعلومات عن اللون، مع الاحتفاظ بالسطوع بصورة أكثر دقة.

   هناك حالات لا تريد فيها استخدام تنسيق يسبب الخسارة مثل التنسيق JPEG، كالتصوير الطبي أو الفن الرقمي Digital art. وباستخدام خوارزميات الضغط، تكون هناك دائما مقايضة بين الجودة وسرعة الإرسال. ازدادتْ سرعات البيانات ازديادا كبيرا منذ عام 1992، لكن الطلب ارتفع أيضا بصورة كبيرة، لذلك لا يزال الضغط مهما. يمكن لأنواع أخرى من خوارزميات الضغط ضغط أنواع أخرى من الملفات ـ فعلى سبيل المثال، غالبا ما يُسْتخْدم التنسيق MP3 لملفات الموسيقى.

   هناك الكثير من البدائل المحتملة للتنسيق JPEG المصمم لنقل البيانات بصورة أكثر كفاءة. أحدها هو التنسيق JPEG XL، والذي يعمل عليه يوركي ألاكويلا Jyrki Alakuijala، من غوغل Google. يقول: “الصور هي قلب الإنترنت… نحاول تقديم طريقة جديدة لعرض الألوان”. الفكرة هي أن هذا سينتج صورا أكثر ملاءمة للإبصار في البشر.

-تشيلسي وايت Chelsea Whyte

4 الشبكة العالمية

بيج رانك

في عام 1998 قدّم رائدا أعمال براءة اختراع لخوارزمية تسمى بيج رانك PageRank. فقد كان لاري بيج Larry Page وسيرغي برين Sergey Brin، مُؤَسِّسَيْ محرك بحث متوسط الحجم على الإنترنت يسمى غوغل Gogle. من هناك، نما غوغل بسرعة ليصير الرائد دون منازع في البحث بالإنترنت ـ وكانتْ بيج رانك هي التي مكّنت من حدوث ذلك.

   قبل أن يتقدّم بيج وبرين للحصول على براءة الاختراع تلك، كانتْ خوارزميات البحث تميل إلى الاعتماد على تحليل الكلمات في صفحة الويب. حدد ذلك مواقع الويب التي ستكون أكثر ملاءمة للإجابة عن طلب المستخدم حين يدخل طلب بحث ما. وتعمل بيج رانك بصورة مختلفة: إذ تعطي ترتيبا لكل رابط بناءً على عدد المواقع الإلكترونية المرتبطة به والجهات المسؤولة عنها. إذا كان الموقع “أ” يرتبط بالموقع “ب”، فسيكتسب الموقع “ب” شيئا من القيمة التي تعطيها بيج رانك لـ “أ”، مما سيعزز موقعه في صفحة نتائج غوغل. وقلب هذا سوق البحث رأسا على عقب، وأحيّد الحيل والحلول البديلة التي استخدمها مالكو مواقع الويب للتلاعب بالترتيب. قدمتْ نتائج أفضل وأكثر دقة.

   لم يعدْ لخوارزمية بيج رانك التأثير الذي كان لها من قبل. وبدلا من ذلك، يستخدم غوغل الآن سلسلة من الخوارزميات المختلفة لتحليل مئات العوامل المختلفة التي تحدد ترتيب مواقع الويب، مسْتخْلصا الأدلة من جميع منتجات غوغل العديدة. وربما لا تدرك ذلك، ولكن موقعك، والوقت من اليوم، والجهاز الذي تبحث منه -إضافة إلى العديد من العوامل غير الجلية الأخرى، والتي لا يكشف عنها غوغل كلها – تؤثر في نتائج بحثك. كما هي حال العديد من معطيات استخدام الإنترنت، فإن الخوارزميات تشخْصن ما تراه بصورة يصعب فهمها تماما (انظرْ: آخر أخبار فيسبوك).

   من الصعب المبالغة في تقدير مدى تغيير هذه الفهرسة الخوارزميّة للعالم. ويسمح تفوق غوغل له ببيع إعلانات مسْتهْدفة تحقق له أرباحا صافية ضخمة: 46.2 بليون دولار من العائدات في الربع الثالث من عام 2020 وحده. لكنه حصل أيضا على دعم صناعات أخرى، ليس أقلّها وسائل الإعلام، التي كانتْ تتمتع ذات يوم بتدفقات إيرادات موثوق بها من الإعلانات. ومن المؤكد أننا سنظل نتعامل مع إرث بيج رانك لأعوام مقبلة.

-ألكسندر ماكنمارا Alexander McNamara

 

5 التمويل

خوارزميات التداول

لقد كان التداول المالي Financial trading لفترة طويلة ساحة بحاجة إلى الأتمتة Automation. فلا يقتصر الأمر على أن البشر كثيرا ما يفقدون أعصابهم ويرتكبون أخطاء. فهناك أيضا عقود من معلومات الأسعار جاهزة لتحلل وتسْتخْدم لتطوير قواعد عن متى يجب أن يشترى، ومتى يحْتفظ، ومتى يباع. حاليا، تسيطر الخوارزميات على جزء كبير من الاقتصاد العالمي.

   يقول نير فولكان Nir Vulkan، عالم اقتصاد الأعمال من جامعة أكسفورد University of Oxford: “يتبع متداولو الأسهم الجيدون قواعد جيدة، ولكن لأنك إنسان، فإنك تترك العواطف تتدخل وقد تصاب بالذعر أو تصير جشعا جدا”… “الخوارزميات هي الطريقة المثلى لتصير منهجيا”.

   تنفذ إحدى سلالات خوارزمية التمويل ما يسمى التداول عالي التردد High-frequency trading، إذ تجري الحواسيب أعدادا كبيرة من التداولات بسرعة لا تصدق. ومن المحتمل أن تحقق كل معاملة ربحا ضئيلا فقط، لكنّ الأرباح تتراكم شيئا فشيئا. واتُهمتْ هذه الخوارزميات بالتسبب في حدوث أعطال مالية في الماضي. لكنها لا تستحوذ سوى على جزء صغير من السوق.

   وهناك خوارزميات أكثر شيوعا كالتي تحدد الظروف التي بموجبها تشْترى أصول مالية محددة وتباع، مثل الأسهم Share والسندات Bond. فلا يتعلق الأمر بالسرعة بقدر ما يتعلق بتقليل التحيّز البشري. وقد طوّرتْ الصناديق التي تتعامل بمبالغ ضخمة من المال مجموعةَ القواعد الرقمية هذه بالذات واستخدمتها، إلا أن طريقة عملها الداخلية غير متاحة للجمهور. ويُتخذ عدد متزايد من القرارات المالية العالمية وفقا لهذه الخوارزميات. ويقول فولكان: “إنها تنمو طوال الوقت… فلصناديق التحوط (المَحافِظ الوقائية) Hedge fund أسرارها، لذلك لا يمكن لأحد أن يجزم بذلك على وجه اليقين، لكنني أعتقد أنها تمثل نحو نصف السوق الآن”.

   نحن نعلم أن خوارزميات التداول صارتْ أكثر تعقيدا. وتتجاوز بعض الصناديق القواعد البسيطة وتستخدم الذكاء الاصطناعي AI وتعلّم الآلة Machine learning. فلا يمكن للأنظمة القائمة على هذا أن تستخدم فقط بيانات سوق الأسهم كمتغير إدخال، ولكن أشياء مثل عدد الكلمات الإيجابية والسلبية في مقابلة إعلامية مع رئيس تنفيذي أيضا. بمرور الوقت، قد يمنح هذا الشركات التي لديها أذكى الخوارزميات أفضليةً على من سواها.

-ليا كرين Leah Crane

 

6 التشفير

خوارزمية RSA

هل سبق أن استخدمْت الإنترنت؟ إذًا، فقد استخدمْت خوارزمية التعمية (التشفير) RSA cryptography ، وهو مزيج من الخوارزميات والبروتوكولات التي تجعل من الممكن إرسال المعلومات بسريّة بين الحواسيب. وقد تكون هذه الأسرار أيّ شيء من البريد الإلكتروني إلى تفاصيل حسابك المصرفي.

   تعتمد طرق إرسال الأسرار على خلط الرسالة بطريقة لا يمكن فيها إلا للمستلم المقصود إعادة تنظيمها. وتتمثل إحدى طرق التعمية البسيطة بأن يستبْدل بكل حرف في الرسالة الحرف الذي يليه في الأبجدية. فترْسل “Ij!” ومن ثمّ يعرف المسْتلم كيف يفك رموزها بعكسه العملية للحصول على “Hi!” الأصلية.

   المشكلة هي أنّه في المرة الأولى التي ترسل فيها رسالة، يجب أن تخبر المستلم صراحة بكيفية فك الرموز، مما سيضعف النظام. ولكن إليك خدعة ماكرة: إذا كنْت تستخدم مفتاح تعمية مؤلفا من جزأين، أحدهما عام والآخر خاص، فسيمكنك تعمية رسالتك باستخدام مفتاح المسْتلم العام، لكن المسْتلم وحده يستطيع فكّ الرموز باستخدام مفتاحه الخاص.

   وإحدى طرق تحقيق هذا الأمر هو إيجاد عملية يسْهل تنفيذها في اتجاه واحد (تعمية الرسالة) Encrypting، ولكن يصْعب تنفيذها في الاتجاه المعاكس (فك تعمية الرسالة) Decripting. وتقوم خوارزمية التعمية RSA بهذا باستخدام ميزة فريدة للأعداد الأولية Prime number. إنّ ضرب الأعداد الأولية ببعضها البعض أمر بسيط، لكن تحليل العدد الناتج إلى عوامله الأولية الأصلية يستغرق وقتا أطول بكثير.

   في الحياة الواقعية، تتعامل خوارزمية التعمية RSA مع أعداد أولية عملاقة جدا ومن المستحيل عمليا اختراق النظام ـ في الوقت الراهن على الأقل. وتحليل الأعداد إلى أعداد أولية أمر صعب فقط على الحواسيب الكلاسيكية. ولكنه سيسهل ذلك عند استخدام حاسوب كميّcomputer  Quantum كبير بما يكفي. لكن لا داعي للقلق ـ فالعمل جارٍ على تعميةٍ تعتمد على رياضيات أخرى أكثر مقاومة للكم.

-تيموثي ريفيل Timothy Revell

 

 

7 الصحة

خوارزميات الفرز

تخيّلْ أنّك بدأت تشعر بألم حاد في الصدر. ستتصل بسرعة بخدمات الطوارئ لطلب المساعدة. ففي العديد من البلدان، ستكون هناك خوارزمية على الطرف الآخر من خط الاتصال ـ حسنا، نوعا ما. وسيطرح عليك مسؤول الاتصال سلسلة من الأسئلة التي تديرها خوارزمية لمعرفة ما إذا كنْت تعاني نوبة قلبية Heart attack أو شيئا آخر. وتحدد النتيجة ما إذا كان يجب إرسال سيارة إسعاف ومدى سرعة عمل ذلك. يقول ريتشارد ويبر Richard Webber من كلية المسعفين  College of Paramedicsفي المملكة المتحدة: “إذا جعلْت من كل أمر أولوية، فلن تكون هناك أيّ أولوية”.

   في قسم آخر بالطب بدأ استخدام الخوارزميات دون تدخل بشري كبير، أو حتى دون أي تدخل على الإطلاق. وفي نسخة الإنترنت من طوارئ خدمات الصحية الوطنية، فإن خدمة فرز الرعاية الصحية غير الطارئة في المملكة المتحدة، يطْرح على المستخدمين سلسلة من الأسئلة المؤتمتة بالكامل لتساعد على توجيههم. وهناك أيضا العديد من تطبيقات “التأكد من الأعراض” Symptom checker. وهي تسأل عن مشكلاتك الطبيّة وبعد ذلك، بناء على خوارزمية، تقترح تشخيصا محتملا. ومع ذلك، قالتْ الكلية الملكية للأطباء العامين Royal College of General Practitioners في المملكة المتحدة إن مثل هذه التطبيقات لا يمكن أن تحل محل قدرات الأطباء على اتخاذ القرارات بناء على اتساع خبرتهم، وتدريبهم، وأحيانا غرائزهم.

   كما تُسْتخْدم أيضا خوارزميات تعلم آلة أكثر تعقيدا. فهناك العديد من الأنظمة التي يمكنها قراءة الصور الطبية، أو اكتشاف علامات كسر العظام في الأشعة السينية X-ray، على سبيل المثال، أو بداية ظهور العمى المرتبط بداء السكري Diabetes في فحص العين. وطوّرتْ خوارزميات مثل هذه بتدريب البرنامج على آلاف الصور التي صنّفها الأطباء. وفي بعض الحالات تفوقتْ هذه الأنظمة على المهنيين المدربين، وحاليا تستخدمها بعض المستشفيات، وعادة ما يتحقق الطبيب منها مرة أخرى، للمساعدة على إجراء التشخيص بصورة أسرع بكثير.

-كلير ويلسون Clare Wilson

8 الإنترنت

حزمة بروتوكولات الإنترنت

عندما ترسل بريدا إلكترونيا أو تكتب في متصفح، فإنّك تطلب إلى حاسوبك تبادل الرسائل مع جهاز آخر في مكان ما في فضاء الإنترنت الرقمي الشاسع. فهذا الاتصال المعجزة محكوم بمجموعة هائلة من الخوارزميات والقواعد المعروفة بحزمة بروتوكولات الإنترنت Internet protocol suite.

   الغرض من هذه القواعد هو التأكد من وصول حركة المرور إلى حيث يجب أن تصل إليه. ولتحقيق هذا الأمر، لا تعيّن الخوارزميات مسارات محددة عبر الكابلات التي تشكل الإنترنت وذلك تحسبا لتعطل أجزاء منها. وبدلا من ذلك، تُقطع الرسالة إلى رزم Packet وتساعدها الخوارزميات على العثور على أيّ طريق صالح للنقل، وتختار كل رزْمة مسارها اعتمادا على تغذية راجعة Feedback من الحزمة الموجودة في المقدمة. وبمجرد الوصول إلى الوجهة، تجْمع الرزم مع بعضها البعض مرة أخرى.

   كتب مجموعة القواعد الخوارزميّة هذه عالما الحاسوب ڤينت سيرف Vint Cerf وروبرت خان Robert Kahn ونفذتْ في عام 1974. وقد شكّلتْ العمود الفقري للإنترنت منذ ذلك الحين ـ لكنها احتاجتْ إلى بعض التعديلات على طول الطريق.

   أحد أسباب ذلك هو أنها تعمل جنبا إلى جنب مع نظام عنوان البروتوكول الداخلي Internal protocol (اختصارا: البروتوكول IP)، والذي يمْنح كلّ جهاز متصل، من الخوادم Server إلى الهواتف الذكية، مُعرّفًا Identifier فريدا يمكن أن تقرأه الآلة. ونظرا إلى أن العالم صار أكثر ترابطا من أي وقت مضى، فقد تضاءل عدد عناوين البروتوكول IP المتاحة، وفي عام 2017 نفدتْ كلّها تقريبا. ويرجع ذلك إلى أن الإصدار 4 من البروتوكول IP، وهو أول نسخة من الإنترنت أتيحتْ للجمهور، لا يتوفر في تصميمه سوى 4.3 بليون عنوان بروتوكول IP.

   ومن الجيد أن  الإنترنت تطور. ويحتوي نظام العناوين الجديد، IPv6، على عناوين ممْكنة أكثر من عدد الذرّات Atom الموجودة على سطح الأرض. لذلك، حتى بوجود تريليونات الأجهزة في المستقبل التي ستتصل بالإنترنت، فلن تنفد عناويننا في أيّ وقت قريب.

-دونا لو Donna Lu

 

9 العلم

خوارزمية مونت كارلو

احتاج العلماء الذين طوروا القنبلة الذريّة في الحرب العالمية الثانية إلى فهم التفاعل التسلسلي Chain reaction ـ ولم يكن هناك أي مجال للخطأ. وكانتْ المشكلة أنّ الفيزياء كانتْ معقدة جدا لدرجة أنّه لا يمْكن تحليلها بالطرق التقليدية. لذلك ابتكر الرياضياتي ستانيسواف أولام Stanisław Ulam مجموعة من الخوارزميات التي يمكن أن تحلّ المشكلة بطريقة جديدة، وذلك باستخدام الحواسيب الناشئة في ذلك الوقت.

   كانتْ الفكرة هي إعادة محاكاة الفيزياء عدة مرات ومعرفة ما يكثر أن يحدث في المتوسط، مما لن يعطي إجابة واحدة بل النتائج الأعلى احتمالا. وقد سَمّى أولام الخوارزمية على اسم لعبة الورق مونت كارلو Monte Carlo -التي تسمى أحيانا سوليتير Solitaire -لأنه اختبرها أول مرة بنمْذجة نتائج اللعبة.

   حاليا، تسْتخْدم خوارزميات مونت كارلو على نطاق هائل، من التنبؤ باتجاهات سوق الأسهم إلى محطات إنتاج طاقة الرياح. ويقول جون غوتاغ John Guttag، الاختصاصي بعلم الحاسوب من معهد ماساتشوستس للتكنولوجيا Massachusetts Institute of Technology: “إنها مهمة لأنه يمكن استخدامها لفهم الحالات المعقدة التي لا توجد فيها صيغة تحليلية تسمح للمرء بحساب نتيجتها مباشرة”.

   إنها مفيدة خصوصا للعلماء الذين يواجهون ظواهر معقدة. فعلى سبيل المثال، تسْتخْدم استخداما روتينيا لمعرفة شكل الجزيء الذي يمكن أن يلتصق أفضل التصاق ببروتينات مهمة، مما يعطي دليلا على المركبات التي قد تكون أدوية مفيدة. وما كان ليكون بالإمكان تطوير العديد من الأدوية التي نعتمد عليها دون خوارزميات مونت كارلو.

   ما زلنا نجد استخدامات جديدة لها.  وإحدى المشكلات المسْتعصية في الفيزياء تتمثل بفهم سلوك المواد التي تتحرك فيها العديد من الإلكترونات بسرعة وتؤثر في بعضها البعض. وتكاد تكون حساباتها الرياضياتية مستحيلة، مما يعني أنه لا يمكننا التنبؤ بكيفية تصرف المواد التي لم نصنعْها بعد. ووجد روجر ميلكو Roger Melko، من معهد بيريميتر Perimeter Institute في واترلو بكندا طريقا مختصرا. إذ استخدم بدلا من ذلك خوارزميات مونت كارلو، وطبّقها للبحث عن حالات جديدة غريبة للمادة.

-دانيال كوزينز Daniel Cossins

 

ما الخوارزمية؟

اسألْ عالم حاسوب هذا السؤال وسيجيبك بأنها سلسلة من التعليمات التي تأخذ مدْخلات، وتنفذ بعض العمليات الحسابية القابلة للتكرار وتنتج مخْرجات. فكّر في الخوارزمية على أنها وصفة فائقة الدقة، وعادة ما تكون مكتوبة بالمنطق الجاف للغة البرمجة.

   مثال بسيط هو ترتيب الفقاعة Bubble sort، والذي يرتب قائمة أعداد بترتيب تصاعدي. ويبدأ بمقارنة أول عددين. فإذا كان الأول أكبر من الثاني، فإنه يبدل بينهما، وإلا فإنه ينتقل إلى الزوج التالي. فهو يتنقل عبر القائمة مرارا وتكرارا حتى ينتقل عبرها دون حاجة إلى أي مبادلة، وعند هذه النقطة ينْتج قائمة مرتبة. وإذا كنْت تتسوق عبر الإنترنت وطلبت تصنيف المنتجات بحسب السعر، فإن خوارزمية ترتيب الفقاعات ستبدأ بالعمل خلف الكواليس.

   حاليا، يتحول الاستخدام الشائع لكلمة خوارزمية: إذ تسْتخْدم بازدياد لوصف أي شيء ينجزه الحاسوب تقريبا. ويتضمن ذلك مجالات الذكاء الاصطناعي AI وتعلّم الآلة، حيث لاتكون خطوات الوصفة واضحة وضوحا تاما.

   خذْ الشبكات العصبية Neural networks مثالا، وهي نوع من أنظمة الذكاء الاصطناعي AI التي تقلد الدماغ البشري في أنه يمكن تدريبها على أداء مهمة بناء على النظر في أمثلة نتائج صحيحة وغير صحيحة. وقد تكون مثل هذه “الخوارزميات” قوية ومذهلة، ولكن عادة ما يكون من الصعب النظر إلى داخلها وتحديد الكيفية التي تعمل بها  فعلا.

هناك من يجد أن إرخاء مصطلح الخوارزمية ليشمل الذكاء الاصطناعي AI غير مفيد. ويقول مارتن داير Martin Dyer، من جامعة ليدز University of Leeds بالمملكة المتحدة: “يستخدم الأشخاص الآن ’خوارزمية‘ ليشيروا إلى أيّ شيء تقريبا”. وأنا منزعجٌ جدا من استخدام الأشخاص الخاطئ لها”.

   يحذر داير من أننا في المستقبل قد نعتمد اعتمادا متزايدا على تعلّم الآلة باعتباره “وسيلة سهلة للحل” ـ طريقا لحل المشكلات دون فهمها تماما بأنفسنا.

   يقول إنه يجب علينا تطبيق النوع الصحيح من الخوارزميات في السياق الصحيح. فهناك حالات يكون فيها وجود مجموعة صارمة من الخطوات التي يمكن التنبؤ بها أمرا مرغوبا فيه، وحالات يكون فيها الذكاء الاصطناعي AI عالي القدرة، ولكن الغامض، مفيدا. يقول داير: “لا بأس إن أخطأ في توقع هل ستحب هذا الكتاب أم لا، ولكن ستكون هناك مشكلة إذا تسبب في تحطّم سيارتك”.

-ماثيو سباركس

بقلم: ليا كرين Leah Crane، كلير ويلسون Clare Wilson، تشيلسي وايت Chelsea Whyte، دونا لو Donna Lu، دانيال كوزينز Daniel Cossins، تيموثي ريفيل Timothy Revell، ماثيو سباركس Matthew Sparkes، آنا دمينغ Anna Demming، وألكسندر ماكنمارا Alexander McNamara

ترجمة: محمد الرفاعي

© 2021, New Scientist, Distributed by Tribune Content Agency LLC