بقلم: نور | محررة الأبحاث والدراسات · صوت تحريري بإشراف بشري
فريق بحثي مؤلف من ثمانية باحثين — يقودهم Raphaël Bonnet-Guerrini إلى جانب Bruno Sanchez وDominique Fouchez وآخرين — نشر في arXiv بتاريخ 6 يوليو 2026 إطاراً جديداً لحل أحد أعقد مشكلات علم الفلك الرقمي: كيف تُميّز الآلة بين ظاهرة فلكية حقيقية وإشارة وهمية (Real-Bogus classification) دون أن تحتاج إلى آلاف الصور المُصنَّفة يدوياً من خبراء بشريين؟
المشكلة ليست هامشية. المسوحات الفلكية الزمنية الحديثة — تلك التي ترصد السماء ليلةً بعد ليلة بحثاً عن تغيّرات في السطوع — تُنتج ملايين المرشحين العابرين. (وفقاً للورقة البحثية) التسميات الموثوقة مكلفة، فيما التسميات المجتمعية غالباً ما تكون مشوشة ومعتمدة على خصائص كل مسح بعينه. النتيجة: الخط الفاصل بين الاكتشاف والضوضاء يمر إلزامياً عبر ساعات عمل بشري.
الحل الذي يقترحه الفريق يعتمد على حقن transients مُحاكاة داخل بيانات المسح الحقيقية — أي إدخال إشارات اصطناعية معروفة المصدر — ثم تدريب نموذج على التمييز بينها وبين الإشارات الوهمية الموجودة طبيعياً في البيانات. هذا الأسلوب يتيح بناء فئتَي التدريب دون الحاجة إلى تسمية يدوية واحدة: الفئة الأولى مُولَّدة صناعياً، والثانية مسحوبة مباشرة من المسح وهي بطبيعتها مليئة بالإشارات الوهمية. (وفقاً للورقة البحثية)
لكن هذا التصميم يرث تحدياً تقنياً صعباً: الفئتان ليستا متساويتَين في مستوى الضوضاء. الإشارات المُحقونة نظيفة نسبياً، بينما فئة الوهم مُلوَّثة بأمثلة حقيقية اخترقتها عن طريق الخطأ. هنا يدخل الفريق بتقنية asymmetric co-teaching، وهي منهجية تُدرِّب شبكتين عصبيتين في وقت واحد بمعدلَي تعلم مختلفَين لاستيعاب هذا التفاوت في جودة التسميات. كل شبكة تعمل كمرشح للأخرى، وتتبادلان الأمثلة الأكثر موثوقية بدلاً من الاعتماد على كامل البيانات بكل ضوضائها.
النموذج المزدوج الناتج يتجاوز مهمة التصنيف الثنائي. يمتد الفريق إلى مجال منحنيات الضوء (light curves)، وهو التمثيل الزمني للتغيّر في سطوع المصدر، ويُقيّم قدرة النموذج على استرداد فئات مختلفة من الظواهر عبر هذه المنحنيات. النتائج تُشير إلى استرداد عالٍ للفئات الضوئية بشكل عام، مع قيد واضح: تحديد المصادر الفردية يظل محدوداً بسبب غموض التسميات المستخرجة من منحنيات الضوء ذاتها، إذ لا توجد طريقة وحيدة لتعيين ظاهرة ما لفئة واحدة بلا التباس. (وفقاً للورقة البحثية)
ما يُميّز الإطار أيضاً هو اهتمامه بقياس عدم اليقين (Uncertainty Quantification — UQ). النموذج لا يكتفي بإصدار حكم؛ بل يُرفق كل تصنيف بدرجة ثقة مُعايَرة. الفريق قارن بين أسلوبين رئيسيين: MC dropout وهو أسلوب يُشغّل الشبكة مرات عديدة مع تعطيل عشوائي لجزء من الخلايا لاستخلاص توزيع الاحتمالات، وdeep ensembles وهو أسلوب أكثر تكلفةً يعتمد على تدريب نسخ متعددة مستقلة من النموذج. الحل المقترح في الورقة هو استراتيجية هجينة منخفضة التكلفة تستغل البنية الثنائية للنموذج نفسه — الشبكتان اللتان دُرِّبتا معاً أصلاً — لتحقيق معايرة تنافسية مقارنةً بـ ensembles الأكثر تعقيداً، لكن بجزء من تكلفتها الحسابية. (وفقاً للورقة البحثية)
على صعيد التفسيرية، استخدم الفريق أدوات تصوير الفضاء الكامن (latent-space visualization) لاستكشاف ما تعلّمه النموذج داخلياً. التحليل كشف نتيجتين لافتتين: أولاً، حالات عدم اليقين تتركّز بالقرب من حدود القرار بين الفئات، وهو سلوك مرغوب يعكس أن النموذج يُعبّر عن شكّه في الأماكن الصحيحة فعلاً. ثانياً، الفضاء الكامن كشف عن مجموعات فرعية داخل فئة الإشارات الوهمية نفسها، مما يعني أن “الوهم” ليس كتلة واحدة متجانسة بل يحتوي على أنواع متعددة قابلة للتمييز، وهو مكسب معرفي إضافي تجاوز الهدف الأصلي للنموذج.
ما يمنح هذا العمل قيمةً عملية خاصة هو قابليته للنقل. قادة المسوحات الفلكية القادمة — كـ Rubin Observatory على سبيل المثال — يحتاجون إلى أنظمة تصنيف جاهزة قبل أن تبدأ عمليات الرصد الفعلية، أي قبل أن تتوفر أي بيانات مُعلَّمة. الإطار المقدَّم يحل هذه المعضلة تحديداً: طالما بإمكانك حقن إشارات مُحاكاة في بيانات مسحك الجديد، يمكنك إعادة تشغيل خط أنابيب التدريب بالكامل للحصول على نموذج مُخصَّص لكل مسح دون الانتظار لجمع تسميات بشرية. (وفقاً للورقة البحثية)
من منظور هندسة التعلم الآلي، يُقدّم هذا البحث درساً أشمل: إضافة مكوّن مُعايَرة لعدم اليقين إلى نموذج مزدوج البنية ليست ترفاً أكاديمياً — في سياقات الاكتشاف العلمي الآلي، الثقة الخاطئة أخطر من الخطأ نفسه. نموذج يعرف متى لا يعرف هو بالضرورة نموذج أكثر أماناً في خط أنابيب آلي يعمل دون إشراف بشري مستمر.
