طوّر باحثون في السويد نهجًا جديدًا في التعلم الآلي يدمج قوانين الفيزياء مباشرةً داخل الشبكات العصبية، ما قد يسرّع تطوير مكونات بصرية متقدمة تُستخدم في مجالات تشمل الحوسبة الكمومية والكاميرات والعدسات.
وأظهرت دراسة أجرتها جامعة تشالمرز للتقنية أن تزويد أنظمة الذكاء الاصطناعي بفهم مسبق للقوانين الفيزيائية الأساسية يجعلها أكثر كفاءة ويقلل بشكل كبير من الوقت اللازم لتصميم المواد البصرية.
وقال فيليب تاسين، الأستاذ بقسم الفيزياء وعلم الفلك في الجامعة: "عندما زودنا النظام بمعرفة سابقة بقوانين الفيزياء، تحسن أداؤه مباشرةً وأصبحت الحسابات تستغرق عُشر الوقت الذي كانت تحتاجه من قبل"، وفقًا لموقع "SciTech Daily".
3 أيام.. كيف سرّع الذكاء الاصطناعي التصميم؟
ويعمل فريق تاسين في مجال النانوضوئيات، الذي يركز على التحكم في الضوء على مقاييس متناهية الصغر، بهدف تطوير مواد بصرية اصطناعية يمكن أن تسهم في إنتاج عدسات أخف وأكثر كفاءة، إلى جانب دعم تقنيات الحوسبة الكمومية المستقبلية.
وكان تدريب الشبكات العصبية يتطلب سابقًا كميات ضخمة من البيانات، إذ قد يستغرق إنشاء نقطة بيانات واحدة ما بين 10 دقائق وساعة كاملة، بينما يحتاج الباحثون أحيانًا إلى نحو 40 ألف عملية محاكاة.
وقال فيكتور ليلجا، طالب الدكتوراه بجامعة تشالمرز: "قد يستغرق الأمر منا شهرًا كاملًا لتوليد بيانات كافية لتدريب الشبكة العصبية، ثم إذا أدركت أنك بحاجة إلى إضافة المزيد من الأشياء، فقد يستغرق الأمر شهرًا آخر".
لكن الفريق نجح في تقليص هذه المدة إلى نحو عُشر الوقت السابق، إذ يمكن الآن إنجاز مهام كانت تحتاج إلى 30 يومًا خلال نحو ثلاثة أيام فقط، بفضل تزويد الشبكة العصبية بمعرفة مسبقة بالمبادئ الفيزيائية.
وقرر الباحثون دمج قوانين الفيزياء والكهرومغناطيسية مباشرة داخل الشبكة العصبية بدلًا من تركها تكتشف هذه القواعد عبر التدريب فقط، ما جعلها أكثر كفاءة وقلّل حاجتها إلى البيانات.
وقال ليلجا: "بمجرد أن ندرب الشبكة، يمكننا أن نطلب منها فحص أي هيكل على الإطلاق والحصول على الخصائص البصرية في ميلي ثانية. مع هذه الشبكات الجديدة، نحصل على تقديرات أفضل ونتجنب أخطاء واضحة"، بينما أضاف تاسين: "الآن بعد أن تمكنا من العمل بشكل أسرع بكثير، يمكننا تسريع تطوير التصميم للمكونات البصرية".
ونُشرت الدراسة، التي تحمل عنوان "إطار عام لتكامل المعرفة في التعلم الآلي للتشتت الكهرومغناطيسي باستخدام الأوضاع شبه العادية"، في مجلة "Laser & Photonics Reviews" العلمية.
