في عالم الذكاء الاصطناعي، تتسابق الشركات والباحثون لتقديم ابتكارات جديدة في التنبؤات الزمنية. وفي هذا السياق، قدم الباحثون مفهومًا جديدًا يُعرف باسم HAMON، يعتمد على تقنيات بصرية لخلق نموذج تنبؤي ثوري.

تظهر الأبحاث أن النماذج الخطية التقليدية ونماذج النطاق الترددي تظل تنافسية بشكل مفاجئ في التنبؤات على المدى الطويل. وقد أظهرت الأدلة الحديثة أن بعض المعايير القياسية في التنبؤ لا تتطلب التمثيلات المعقدة التي تُستخدم في النماذج مثل المحولات (Transformers).

لكن يطرح السؤال: إذا كان النموذج الأساسي للتنبؤ غالبًا منخفض التعقيد تقريباً وخطياً، فهل يحتاج حقًا إلى تنفيذ كمزج زمني رقمي؟ هذا هو جوهر ابتكار HAMON.

تعتمد تقنية HAMON على نوافذ ضوئية سلبية حيث يتم تشفير القيم التاريخية على فتحة بصرية، وتُترك المواقع المستقبلية في الظلام. وتعمل الأقنعة الفازية القابلة للتدريب مع التشتت الضوئي الحر على تشكيل التنبؤات مباشرة في مجال الإخراج.

عند إجراء التنبؤات، يتم استخدام عملية انتشار ضوئية واحدة فقط دون الحاجة إلى طبقة مزج رقمي قابلة للتدريب. وقد حقق HAMON أداءً يفوق أقوى أساسيات النماذج الرقمية التي تم اختبارها على مجموعة بيانات ETTm2 في جميع الآفاق، مع تحسين متوسط خطأ التقدير (MSE) بنسبة تصل إلى 14%. كما أن أداؤه قوي في مجموعة بيانات الأرصاد الجوية، حيث أنه يقارب أقوى الأسس المتاحة في عديد من إعدادات البيانات.

تظهر اختبارات الكود الفازية مع تقنيات القراءة المتوافقة مع الشدة أننا نستفيد هنا من مجال الضوء الحامل للبيانات بدلاً من رأس تنبؤ رقمي. وعلاوة على ذلك، بفضل استخدام تقنيات بصرية فورييه، يحدد HAMON هدفًا واضحًا للأجهزة الضوئية والمزج الفيزيائي السلبي.

إن تقنية HAMON تمثل خطوة كبيرة نحو إعادة تعريف كيفية استخدام البصريات في تطبيقات الذكاء الاصطناعي، مما يوفر لنا في المستقبل نموذجًا يعتمد على الضوء بدلاً من الخوارزميات الرقمية التقليدية.