في عالم الذكاء الاصطناعي الذي يتطور بسرعة، تأتي دراسة جديدة تسلط الضوء على كيفية تحسين نماذج الذكاء الاصطناعي للتعامل مع بيانات الزمن متعددة الكيانات. تمكنت مجموعة من الباحثين من إعادة النظر في هذه المشكلة من منظور هيكلي، مما أتاح لهم تقسيم الديناميات الزمنية متعددة الكيانات إلى أنواع ثلاثة من التفاعلات: التفاعلات المكانية بين الكيانات، التفاعلات الزمنية عبر الزمن، والتفاعلات المتقاطعة التي تربط بين المجالين.

تقدّم هذه الدراسة نموذج Transformer هيكلي (Structured Transformer) يستطيع نمذجة جميع هذه التفاعلات ضمن مرحلة واحدة. يدمج النموذج الانتباه الذاتي المكاني والزماني بشكل متوازي، يلي ذلك انتباه متقاطع ثنائي الاتجاه، ويمزج المخرجات عبر دمج قابل للتعلم.

هذه الطريقة لا تقلل فقط من الحاجة للتكديس العميق لكنها تقدم أيضًا نمذجة أكثر شفافية وكفاءة. تم اختبار هذا الاقتراح في عدة مجالات، بما في ذلك التعرف على الأنشطة الجماعية المعتمدة على الفيديو، وتحليل التفاعلات البشرية المعتمدة على الهيكل العظمي، والتعرف على الأنشطة المعتمدة على المستشعرات القابلة للارتداء. ورغم بساطته، فإن النموذج يحقق أداءً متفوقًا أو مساوياً للنماذج الأعمق مع عدد من المعلمات يصل إلى 1.76 مليون فقط.

تشير النتائج إلى أن العمق في النماذج السابقة يعوض جزئيًا عن نمذجة التفاعلات الضمنية والمتشابكة، بينما تقدم عملية التحليل الهيكلي بديلاً أكثر كفاءة وشفافية. بشكل عام، تدعم هذه الدراسة مبدأ تصميم يفضل الهيكل أولاً؛ حيث يمكن أن تظهر وسائل التعبير القوية للتفكير الزمني متعدد الكيانات من خلال الكشف عن هيكل التفاعل بدلاً من الاعتماد على العمق.