معماری جدید AI: شناسایی الگوهای اقلیمی بدون نیاز به داده‌های برچسب‌دار

تصور کنید برنامه‌ریز شهری هستید و باید تصمیم بگیرید کجا سد دفاعی بسازید، اما قوانین منطقه‌ای هر سال تغییر می‌کنند و داده‌های شما قدیمی شده‌اند. در ۲۷ سپتامبر ۲۰۲۶، چارچوبی جدید معرفی شد که ریسک‌های اقلیمی را به‌جای پیش‌بینی ساده، به عنوان یک مسئله «کشف الگو» تعریف می‌کند تا گلوگاه برچسب‌گذاری داده‌ها را از بین ببرد. این سیستم به برنامه‌ریزان شهری اجازه می‌دهد تا ریسک‌های ترکیبی را در طول چرخه‌های جزر و مد و فصول طوفانی شناسایی کنند، بدون اینکه به میلیون‌ها گام زمانی برچسب‌گذاری شده توسط انسان نیاز داشته باشند.

بیشتر مدل‌های تاب‌آوری ساحلی برای پیش‌بینی بالا آمدن سطح دریا، موج‌های طوفانی یا وسعت غرقاب شدن مناطق، به یادگیری نظارت‌شده (Supervised Learning) — شبیه به دانش‌آموزی که فقط با داشتن پاسخ‌نامه درس می‌خواند — متکی هستند. اما طبق گزارش پژوهشگران، این مدل‌ها وقتی با «لایه سیاست‌گذاری» مواجه می‌شوند شکست می‌خورند. محدودیت‌های سیاستی غیرایستا هستند، برچسب‌های کمی دارند و اغلب در حوزه‌های قضایی مختلف متناقض‌اند. برای مثال، یک مدل نظارت‌شده که با داده‌های سال ۲۰۱۵ آموزش دیده است، زمانی که یک مصوبه منطقه‌بندی در سال ۲۰۲۴ تعریف قانونی «منطقه تاب‌آوری» را تغییر می‌دهد، به یک ریسک تبدیل می‌شود. این امر شکافی ایجاد می‌کند که در آن هوش مصنوعی نمی‌تواند با ماهیت غیرایستای حاکمیت انسانی همگام شود.

برای حل این مشکل، یک خط لوله سه مرحله‌ای بر پایه یادگیری خودنظارتی (Self-Supervised Learning) پیاده‌سازی شده است. در این روش، مدل به‌جای پیش‌بینی یک هدف برچسب‌دار، از ساختار خودِ داده‌ها برای یادگیری استفاده می‌کند و وظایف پیش‌متنی (Pretext Tasks) می‌سازد. این رویکرد برای مقابله با کمبود داده‌های برچسب‌دار مشابه است با آنچه در راهکارهای تقلیل دانش متقاطع برای غلبه بر پراکندگی شدید داده‌ها در محیط‌های فضایی مشاهده شده است. پارادایم‌های غالب مورد استفاده شامل «کدگذاری پیش‌بینانه تقابلی» برای یادگیری بازنمایی‌ها از طریق پیش‌بینی متغیرهای پنهان آینده بر اساس بافت گذشته، «مدل‌سازی سری‌های زمانی ماسک‌شده» برای بازسازی گام‌های زمانی حذف شده، و «ترتیب زمانی یا برهم‌زدن» برای یادگیری ناورداها از طریق تشخیص جایگشت‌های زمانی است. این رویکرد به هوش مصنوعی اجازه می‌دهد بازنمایی‌های محیط را مستقل از برچسب‌های انسانی بیاموزد.

معماری چندمقیاسی

مرحله اول، یک رمزگذار تقابلی چندمقیاسی (Multi-Scale Contrastive Encoder) است. این بخش با استفاده از مجموعه‌ای از کانولوشن‌های یک‌بعدی با اندازه هسته (Kernel Size) ۳، ۷ و ۱۵، الگوهای ساعتی، روزانه و هفتگی را به‌طور هم‌زمان استخراج می‌کند. با تقابل دادن پنجره‌های زمانی مجاور با پنجره‌های دورتر، رمزگذار ساختارهای متناوب جزر و مدی را از رانش‌های رژیم بلندمدت تفکیک می‌کند.

داده‌های ساحلی چالش‌های خاصی دارند که مدل باید آن‌ها را مدیریت کند: چند-دوره ای بودن در مقیاس‌های مختلف همراه با تغییر رژیم. رمزگذار باید موارد زیر را لحاظ کند:

• چرخه‌های جزر و مدی نیمه‌روزانه (۱۲.۴ ساعت)
• چرخه‌های ماهانه یا همان سیکل‌های Spring-neap (حدود ۱۴.۸ روز)
• چرخه‌های فصلی سالانه
• چرخه‌های ENSO (ال‌نینو-لا‌نینا) که بازه ۲ تا ۷ سال را در بر می‌گیرند

بدون در نظر گرفتن صریح این مقیاس‌ها، یک هدف تقابلی واحد باعث می‌شود داده‌ها به یک توده نامفهوم تبدیل شوند. رمزگذار از تابع زیان InfoNCE استفاده می‌کند تا پنجره‌های لنگر (Anchor) را به سمت جفت‌های مثبت — پنجره‌هایی که با یک چرخه جزر و مدی فاصله دارند تا «فاز جزر و مدی یکسان» را بیاموزند — بکشد و در عین حال جفت‌های منفی از فصول مختلف را دور کند. این سازوکار خاص مانع از آن می‌شود که مدل، جزر و مدهای شدید (Spring Tides) را با رویدادهای طوفانی اشتباه بگیرد، که این مورد نقطه شکست بحرانی در نسخه‌های اولیه بود. این دقت در تحلیل داده‌های محیطی، یادآور استفاده از شبکه‌های گسترده ایستگاه‌های IoT برای پیش‌بینی دقیق فوران‌های آتشفشانی است که در آن حجم بالای داده‌های حسگر برای شناسایی الگوهای بحرانی به کار می‌رود.

حافظه الگو و کوانتش

مرحله دوم از یک بانک حافظه الگو (Pattern Memory Bank) استفاده می‌کند که از طریق کوانتش (Quantization) یا کوانتیزه کردن بردارها عمل می‌کند. به‌جای ذخیره جاسازی‌های (Embeddings) خام، سیستم آن‌ها را به یک کدبوک گسسته با ۲۵۶ ورودی تبدیل می‌کند. این کار یک «واژگان» قابل تفسیر از الگوهای زمانی ایجاد می‌کند که متخصصان حوزه می‌توانند آن را بازرسی و تأیید کنند.

در آزمایش‌ها، این کدبوک به‌طور طبیعی و بدون نیاز به برچسب، در رژیم‌های قابل تفسیری خوشه‌بندی شد، از جمله:

• وضعیت‌های آرام-بهاری (Calm-spring) و آرام-ماهانه (Calm-neap)
• امضاهای پیش از طوفان
• الگوهای موج فعال (Active surge)
• فازهای بازیابی پس از موج

این فرآیند کوانتش از یک تخمین‌گر مستقیم (Straight-through estimator) استفاده می‌کند تا اجازه دهد گرادیان‌ها از طریق شاخص‌های گسسته جریان یابند. بانک حافظه همچنین یک معیار استفاده با ضریب زوال ۰.۹۹ را ردیابی می‌کند تا اطمینان حاصل شود که مرتبط‌ترین الگوها فعال می‌مانند و الگوهای منسوخ به‌تدریج حذف می‌شوند.

رمزگشایی مشروط به سیاست

مرحله نهایی، یک رمزگشای مشروط به سیاست (Policy-Conditioned Decoder) است. این بخش، محدودیت‌های قانونی را به‌عنوان ماسک‌های نرم (Soft Masks) در زمان آموزش و فیلترهای سخت (Hard Filters) در زمان استنتاج (Inference) می‌بیند. سیاست‌ها به‌عنوان بردارهای ساختاریافته کدگذاری می‌شوند که شامل انواع مداخلات مجاز، سقف بودجه و پنجره‌های زمانی هستند.

اگر قانونی جدید، تقویت ساحل (Beach Nourishment) را در فصل تخم‌گذاری لاک‌پشت‌ها ممنوع کند، سیستم به‌صورت لحظه‌ای یک ماسک سخت روی آن اقدام خاص اعمال می‌کند و مقدار Logits را برای اقدامات غیرقانونی به منفی بی‌نهایت می‌برد. این سازوکار تضمین می‌کند که سیستم به‌جای یک اثر آموزش‌دیده ایستا، به یک ابزار بلادرنگ تبدیل شود، زیرا تابع constrained_action خروجی را بر اساس وضعیت زنده سیاست‌ها فیلتر می‌کند.

غلبه بر شکست‌های فنی

توسعه این سیستم با سه مانع جدی روبرو بود:

• تغییر رژیم‌ها: مدل‌های اولیه زمانی که طوفان‌ها باعث تغییر توپوگرافی (Bathymetry) محلی کف دریا می‌شدند، شکست می‌خورند؛ زیرا جاسازی‌ها دچار رانش شده و کدبوک قدیمی می‌شد. راهکار، یک به‌روزرسانی آنلاین کدبوک بود که با جهش در خطای بازسازی فعال می‌شد. وقتی خطای فعلی از یک آستانه (مثلاً ۲ برابر خط پایه در یک پنجره ۱۰۰ گامی) فراتر رود، بخشی از کدبوک با جاسازی‌های اخیر مجدداً مقداردهی می‌شود. این امر یادگیری مستمر را بدون فراموشی فاجعه‌بار (Catastrophic Forgetting) ممکن می‌سازد.
• تأخیر سیاست‌ها: تغییر قوانین در مقیاس زمانی انسانی (هفته‌ها تا سال‌ها) است اما داده‌های حسگر در مقیاس دقیقه جریان دارند. کدگذاری مجدد سیاست‌ها در هر گام زمانی از نظر محاسباتی گران بود. پژوهشگر یک طرح نسخه‌بندی سیاست‌ها با کشینگ مبتنی بر هش (Hash-based caching) معرفی کرد. وقتی هش سیاست تغییر کند، کش باطل می‌شود؛ در غیر این صورت، رمزگشا از بردار شرطی ذخیره شده استفاده می‌کند. این کار تأخیر استنتاج را حدود ۴۰٪ کاهش داد.
• پیچیدگی تخصیص: تخصیص الگوها به کدبوک یک مسئله تخصیص درجه دوم است که NP-hard محسوب می‌شود. با استفاده از یک رویکرد آنیلینگ الهام‌گرفته از کوانتوم روی یک شبیه‌ساز کلاسیک — و بهره‌گیری از تونل‌زنی کوانتومی شبیه‌سازی شده برای فرار از مینیمم‌های محلی که k-means کلاسیک را به دام می‌اندازند — پژوهشگر خطای کوانتش را ۱۸٪ نسبت به مقداردهی اولیه استاندارد k-means++ کاهش داد. این رویکرد از احتمال تونل‌زنی استفاده می‌کند که با گذشت زمان کاهش می‌یابد و به بهینه‌ساز اجازه می‌دهد مینیمم جهانی‌تری برای تابع انرژی پیدا کند.

لایه استدلال عامل‌محور

کل این مسیر در یک عامل تاب‌آوری (ResilienceAgent) با کنترل‌کننده مدل ReAct قرار گرفته است. این عامل (Agent) دسترسی ابزاری به بانک حافظه الگو و API سیاست‌ها دارد. او فقط پیش‌بینی نمی‌کند، بلکه روی الگوهای کشف شده و وضعیت فعلی سیاست‌ها استدلال می‌کند تا تصمیماتش را توضیح دهد. این رویکرد ترکیبی از استدلال و اقدام، مشابه سیستم‌های برنامه‌ریزی عصبی-نمادین است که برای تضمین ایمنی و عدم نقض سیاست‌ها در کاوشگرهای فضایی به کار می‌روند.

وقتی عامل گامی برمی‌دارد، پنجره حسگر را از طریق رمزگذار و بانک حافظه پردازش می‌کند، وضعیت فعلی سیاست را فراخوانی می‌کند و ماسک اقدام را بر اساس بودجه موجود اعمال می‌کند. برای مثال، او می‌تواند توجیه کند که یک «الگوی پیش از طوفان» باعث فعال شدن یک پاسخ خاص تحت «نسخه ۲.۳ سیاست‌ها» شده است.

این قابلیت ردیابی برای برنامه‌ریزان شهری که به مدل‌های «جعبه سیاه» بی‌اعتماد هستند، حیاتی است. با ارائه یک الگوی نام‌گذاری شده، یک امتیاز اطمینان و یک نسخه سیاست، سیستم یک خروجی ریاضی را به یک تصمیم آگاه از حاکمیت تبدیل می‌کند که برنامه‌ریزان می‌توانند به آن اعتماد کنند.

پتانسیل‌های بین‌حوزه‌ای

این معماری برای هر حوزه‌ای که الگوهای زمانی با محدودیت‌های متغیر ترکیب می‌شوند کاربرد دارد:

• مدیریت شبکه برق: مدیریت الگوهای متناوب انرژی‌های تجدیدپذیر تحت مقررات متغیر FERC.
• بهداشت عمومی: شناسایی سیگنال‌های شیوع بیماری تحت دستورات متغیر گزارش‌دهی.
• ناوگان‌های خودران: استخراج الگوهای ترافیکی تحت قوانین خاص هر حوزه قضایی.
• زنجیره‌های تأمین: شناسایی الگوهای اختلال تحت تغییرات بلادرنگ سیاست‌های تجاری.

جالب است که پژوهشگر دریافت رمزگذار در صورت هم‌راستایی مقیاس‌های زمانی، به‌خوبی بین حوزه‌ها منتقل می‌شود. یک رمزگذار چرخه جزر و مدی که با داده‌های شبکه برق مقداردهی اولیه شده بود، ۳۰٪ سریع‌تر از مدل با مقداردهی تصادفی همگرا شد.

ارزیابی و محاسبات

ارزیابی مدل‌های خودنظارتی بدون برچسب نیازمند یک «مجموعه کاوش پایین‌دستی» (Downstream probe suite) بود. پژوهشگر از تکالیف برچسب‌دار کوچک، مانند پیش‌بینی وقوع سیل در ۲۴ ساعت آینده، استفاده کرد تا تأیید کند بازنمایی‌های SSL از مدل‌های نظارت‌شده که روی همان داده‌های محدود آموزش دیده بودند، عملکرد بهتری دارند.

چالش‌های دیگر شامل ابهام در کدگذاری سیاست‌ها بود. چون سیاست‌های زبان طبیعی نامنظم هستند، از یک مدل زبانی کوچک (SLM) تنظیم‌شده برای دستورالعمل‌ها جهت استخراج بردارهای ساختاریافته سیاست استفاده شد. این LLM به دقت ۸۵٪ دست یافت و ۱۵٪ باقی‌مانده توسط یک اعتبارسنج مبتنی بر قانون (Rule-based validator) شناسایی شد.

برای مدیریت بار محاسباتی ۱۰ سال داده با رزولوشن دقیق در ۴۰ حسگر، تیم از Gradient Checkpointing، دقت ترکیبی (Mixed Precision) و یک برنامه آموزشی (Curriculum) استفاده کرد که با مقیاس‌های درشت شروع شده و سپس مقیاس‌های دقیق را اضافه کرد. این بهینه‌سازی زمان آموزش را روی یک GPU NVIDIA A100 از ۹ ساعت به ۲.۵ ساعت کاهش داد.

این تغییر در رویکرد نشان می‌دهد که محدودیت‌ها باید به‌جای مانع، به‌عنوان سیگنال در نظر گرفته شوند. با ادغام سیاست به‌عنوان یک ورودی شرطی درجه اول، سیستم برای اپراتورهای انسانی دقیق‌تر و قابل‌اعتمادتر می‌شود.

مسیرهای پژوهشی آینده

کارهای آینده بر سه محور متمرکز است:

• سخت‌افزار کوانتومی واقعی: استقرار مسئله تخصیص روی آنیلرهای D-Wave برای نگاشت تخصیص کدبوک به فرمول‌بندی‌های QUBO (بهینه‌سازی باینری بدون محدودیت درجه دوم).
• مذاکره چند-عاملی: توسعه سیستم‌هایی که در آن عامل‌های حوزه‌های قضایی مجاور می‌توانند برای اقدامات تاب‌آوری مشترک مذاکره کنند تا از اجرای سیاست‌های متناقض جلوگیری شود.
• کاوش الگوهای علی: حرکت از همبستگی به سمت مداخله، که به عامل اجازه می‌دهد به سوالات ضد-واقعی (Counterfactual) پاسخ دهد، مانند «اگر هفته گذشته بر اساس این الگو اقدام کرده بودیم چه می‌شد؟»

نتیجه‌گیری: درس‌هایی از جزر و مد

این کاوش می‌آموزد که برچسب‌ها اغلب یک عصا هستند؛ غنی‌ترین ساختار در داده‌های زمانی اگر وظایف پیش‌متنی درستی طراحی شوند، خود-بدیهی است. علاوه بر این، تفسیرپذیری یک ویژگی است، نه یک هزینه. بانک حافظه الگو واژگانی را فراهم کرد که یک نمونه اولیه پژوهشی را به ابزاری تبدیل کرد که یک برنامه‌ریز شهری واقعاً بتواند از آن استفاده کند. جزر و مد منتظر همگرایی یک مدل نمی‌ماند، اما با یک معماری آگاه از حاکمیت، هوش مصنوعی راستی می‌تواند همگام با آن پیش برود.

گام بعدی شما

• بررسی متدهای یادگیری خودنظارتی برای داده‌های سری زمانی در پروژه‌های تحلیل داده.
• مطالعه روی ادغام محدودیت‌های قانونی (Hard Constraints) در لایه‌ی خروجی مدل‌های پیش‌بین.
• آزمایش رویکردهای کوانتومی-کلاسیک برای بهینه‌سازی خوشه‌بندی داده‌های حجیم.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.