لقد أصبح للذكاء الاصطناعي التوليدي (Generative AI) دور بارز في العديد من المجالات، واليوم ننظر في كيفية استخدامه في مجال الفيزياء. تم اقتراح نموذج تعليمي توليدي يعمل على تقدير التأثيرات العلاجية المتباينة، ويهدف إلى توصيف التوزيع الكامل للتأثيرات السببية.

تم تصميم النموذج في صورة شبكة عصبية متعددة الرأس، حيث يتكون من ثلاثة شبكات فرعية مقدرة بشكل مشترك: درجة الميل، الناتج الأساسي، وتأثيرات العلاج المتباينة. يعمل هذا النموذج على نمذجة دالة التكميم الشرطي من خلال هيكل تركيبي يسمح بدمج ميزات المتغيرات التفسيرية مع توظيف الصيغ الرياضية المعقدة، مما يتيح تقدير التأثيرات بدقة.

تظهر الدراسات التجريبية أن الأداء المحسن للنموذج يفوق 70% مقارنة بأساليب مثل الغابات العشوائية العامة، والتعلم الآلي المزدوج، والشبكات التنافسية التوليدية. الأمر اللافت هو أن هذه التحسينات تبرز بصورة خاصة في حالات العينات الصغيرة.

كحالة تطبيق تجريبي، تمت صياغة قانون ستيفان-بولتزمان كنموذج سببي أحادي الاتجاه، حيث وُظف النموذج على بيانات نجوم Gaia DR3. وقد تمكن الباحثون من استعادة العلاقة غير الخطية المتوقعة بين درجة الحرارة والإضاءة، مع تقدير التأثيرات المتباينة عبر نصف القطر النجمي والسطوع المطلق.

يبدو أن هذا الابتكار الجديد يفتح آفاقاً واسعة لفهم العلاقات الفيزيائية المعقدة، مما يجعل استخدام الذكاء الاصطناعي في هذا المجال أكثر أهمية من أي وقت مضى. ما رأيكم في هذا التطور؟ هل ترون أن الذكاء الاصطناعي يمكن أن يحدث تغييرات كبيرة في العلوم؟ شاركونا في التعليقات.