في ظل النجاح اللافت الذي حققته [الشبكات العصبية العميقة](/tag/[الشبكات](/tag/الشبكات)-العصبية-العميقة) (Deep [Neural Networks](/tag/neural-networks)) في مختلف المجالات، لا يزال [الغموض](/tag/الغموض) يكتنف [آليات](/tag/آليات) عملها الأساسية، حيث تُعتبر غالبًا صناديق سوداء يصعب [فهم](/tag/فهم) سلوكها. هذا [الفجوة](/tag/الفجوة) بين [الأداء](/tag/الأداء) التجريبي والفهم النظري تمثل تحديًا يعيد إلى الأذهان المرحلة السابقة للأكسيومات في [الهندسة](/tag/الهندسة) الكلاسيكية.

في هذه الدراسة، نقدم فرضية "السعي [نحو](/tag/نحو) الأبعاد الفرعية" (Pursuit of Subspaces) كإطار أكسيوماتيكي يُعرف [سلوك](/tag/سلوك) [الشبكات العصبية](/tag/[الشبكات](/tag/الشبكات)-العصبية) من خلال مجموعة من البديهيات الهندسية. هذه البديهيات، إلى جانب نتائجها المستخلصة، توفر منظورًا موحدًا حول تمثيل المعلومات، والحساب، والتعميم في كل من الهياكل الضحلة والعميقة.

تظهر نتائجنا كيف أن هذا الإطار يقدم [تفسيرات](/tag/تفسيرات) هندسية للإشكاليات الأساسية في [التعلم](/tag/التعلم) العميق، بما في ذلك هيكل التمثيل، وآليات التصميم، وسلوك [التعميم](/tag/التعميم). إن هذه النتائج تمثل خطوة مبدئية [نحو](/tag/نحو) إيجاد أسس [نظرية](/tag/نظرية) متماسكة من شأنها أن تعزز فهمنا بدقة أكبر عن كيفية [عمل](/tag/عمل) [الشبكات العصبية](/tag/[الشبكات](/tag/الشبكات)-العصبية) وفعاليتها.

ندعوكم لمشاركة آرائكم حول هذه الاكتشافات الجديدة وتحليلها. ما هو تقييمكم لدور الأبعاد الفرعية في تعزيز الفهم النظري للذكاء الاصطناعي؟