تخطّي إلى المحتوى
Kudos AI
Read in English
الاستدلال الاحتمالي

الأسبوع الذي لم يكن ممكنًا

خذ أرجح حالة في كل يوم واكتبها بالترتيب، فيخرج لك تقرير يعطيه النموذج احتمالًا يساوي الصفر تمامًا: في مثال لمراقبة آلة على أربعة أيام يكون الجواب يومًا بيوم سليمة، سليمة، معطّلة، معطّلة، والانتقال من سليمة إلى معطّلة انتقال لا يقع. ما السؤالان فعلًا، ولماذا يجيب التنعيم وفيتربي عن سؤالين مختلفين، وماذا يعني احتمال بعدي قدره 0.411 لأفضل مسار لمن عليه أن يتصرّف.

قراءة 4 دقيقةKudos AI

المتطلبات المسبقة: الاستدلال على عالَم متغيّر

تعريشة من الأيّام تُرسم فيها كل المسارات باهتةً، ويغلظ أفضل مسار باقٍ إلى كل عقدة، ثم يُتتبَّع الفائز رجوعًا من النهاية متجاوزًا عقدةً كان الجواب يومًا بيوم قد اختارها.

آلة في واحدة من ثلاث حالات: سليمة، أو في تدهور، أو معطّلة. ولا يمكن أن تقفز من السليمة إلى المعطّلة مباشرةً؛ لا بدّ أن يتدهور شيء أوّلًا ولو ليوم واحد. وبصيغة نموذج انتقال، مع كون حالة العطل ماصّة:

P(Xt+1∣Xt)=healthydegradingfailedhealthy0.950.050degrading0.100.600.30failed001P(X_{t+1} \mid X_t) = \begin{array}{l|ccc} & \text{healthy} & \text{degrading} & \text{failed} \\ \hline \text{healthy} & 0.95 & 0.05 & 0 \\ \text{degrading} & 0.10 & 0.60 & 0.30 \\ \text{failed} & 0 & 0 & 1 \end{array}

ويطلق مِجسّ اهتزاز إنذارًا باحتمال 0.1 حين تكون الآلة سليمة، و0.2 حين تكون في تدهور، و0.9 بعد أن تتعطّل. وتبدأ الآلة سليمة. وعلى مدى أربعة أيّام يُبلغ المِجسّ

هدوء، ثم هدوء، ثم إنذار، ثم إنذار.

أ. الجواب يومًا بيوم

الحساب البديهي هو، لكل يوم، احتمال كل حالة بمعلوميّة الأرصاد الأربعة جميعًا. وهذا هو التنعيم، وهو ما تعرضه لوحة المراقبة. وبالجمع على كل المسارات:

اليومسليمةفي تدهورمعطّلةالأرجح
11.0000000.0000000.000000سليمة
20.5056420.4943580.000000سليمة
30.3626910.2259780.411331معطّلة
40.3337990.1023350.563866معطّلة

اقرأ العمود الأخير من أعلى إلى أسفل: سليمة، سليمة، معطّلة، معطّلة.

هذا التقرير مستحيل. فهو يجعل الآلة سليمةً في اليوم الثاني ومعطّلةً في الثالث، ونموذج الانتقال يعطي تلك الخطوة احتمالًا صفرًا. والمتتالية ليست بعيدة الاحتمال فحسب، ولا هي تلخيص تقريبي لشيء قريب منها. فاحتمالها بالضبط

P(healthy,healthy,failed,failed∣e1:4)=0.P(\text{healthy}, \text{healthy}, \text{failed}, \text{failed} \mid e_{1:4}) = 0.

ولم يخطئ الحساب في شيء. فكلٌّ من هذه الأرقام الأربعة صحيح، وكلٌّ منها يجيب عن سؤال يخصّ يومًا واحدًا، وركم أربع إجابات عن أربعة أسئلة منفصلة لا ينتج إجابةً عن سؤال يخصّ الأسبوع.

ب. السؤال الذي يجيب عنه فيتربي

السؤال الآخر هو: أيّ متتالية كاملة هي الأرجح؟ وهو تعظيم واحد على المسارات 34=813^4 = 81، وتؤدّيه خوارزميّة فيتربي في زمن خطّي بعدد الأيّام. والجواب هنا

سليمة، ثم في تدهور، ثم معطّلة، ثم معطّلة،

باحتمال بعدي قدره 0.411331. وهي متتالية مغايرة لتلك التي أعطاها الحساب يومًا بيوم، وتقول تحديدًا إنّ الآلة قضت اليوم الثاني في تدهور - وهو اليوم الذي وضعت هامشيّته التدهور في المرتبة الثانية، عند 0.494358 مقابل 0.505642 للسليمة.

وهذا الفارق هو الدرس كلّه في رقم واحد. فاليوم الثاني يكاد يكون رمية عملة. والقاعدة اليوميّة تأخذ الجانب الفائز بفارق 1.1 نقطة ولا تسأل قطّ إلامَ يلزمها ذلك الاختيار. أمّا فيتربي فلا يسأل إلّا عن المتتاليات، فيقبل يومًا ثانيًا أسوأ قليلًا في مقابل يوم ثالث يمكن بلوغه أصلًا.

يعرض الشكل الخلاف نفسه في عالم المظلّة، حيث كل انتقال مسموح، فالهامشيّات المرصوفة يومًا بيوم لا تكون هناك إلّا مسارًا غير الأرجح، لا مسارًا مستحيلًا.

تفاعلي: ما كنت تعلمه حينها، وما تعلمه الآن

انقر يومًا لتبديل المظلّة.

P(مطر) مرشَّحة
0.111
0.703
0.148
P(مطر) مملَّسة
0.148
0.554
0.148
أرجح تاريخ
جفاف
جفاف
جفاف
أيام الاختلاف
2
احتماله
40.2%

في اليوم 2 تختلف الحاشية المملَّسة عن أرجح التواريخ. فحاشية ذلك اليوم 0.554، أي أنه على انفراده كان ممطرًا على الأرجح - ومع ذلك يُهزم كل تاريخ ممطر فيه بتاريخ جافّ فيه. والرقمان صحيحان: الحاشية تجمع تواريخ يخسر كلٌّ منها منفردًا، بينما على التسلسل أن يلتزم بواحد. ولهذا لا يكون تسلسل الفائزين خطوةً خطوةً تاريخًا معقولًا، ولهذا كان فيتربي خوارزميةً أخرى لا مجرّد تيسير.

ج. صاحب المرتبة الثانية حكاية أخرى بالكامل

ثاني أرجح أسبوع ليس تنويعًا صغيرًا على الأوّل:

المتتاليةالاحتمال البعدي
سليمة، في تدهور، معطّلة، معطّلة0.411331
سليمة، سليمة، سليمة، سليمة0.326541
سليمة، سليمة، في تدهور، معطّلة0.097691
سليمة، في تدهور، في تدهور، معطّلة0.054844

أفضل تفسير أنّ الآلة تعطّلت في اليوم الثالث. وثانيه، عند 0.326541، أنّه لم يحدث شيء البتّة وأنّ آلةً سليمة أطلقت إنذارين كاذبين متتاليين، وهو ما تفعله باحتمال 0.1×0.10.1 \times 0.1 في أيّ يومين متجاورين. ولا يمكن أن تكون الحكايتان قريبتين من الصواب معًا. هما روايتان متنافستان، والفجوة بينهما هي الدليل الذي يقوم عليه قرار الصيانة فعلًا.

وهذا يضع الرقم الرئيس في موضعه أيضًا. فالمتتالية الأرجح تحمل 0.411331 من الكتلة البعديّة، أي أنّ أفضل تفسير للأسبوع خاطئ نحو 59% من الوقت. فيتربي يعيد منوال توزيع على المتتاليات، لا إعادة بناءٍ لما جرى، وذكره من دون الكتلة التي تسنده يخفي مدى ضآلة فوزه.

د. أيّهما تريد

السؤالان مختلفان حقًّا، وكلٌّ منهما مناسب لعمل مختلف.

  • التنعيم، يومًا بيوم، هو ما تريده حين يكون القرار يوميًّا: هل كانت هذه المعاملة احتياليّة، هل كان المريض في رجفان أذيني خلال هذه الدقيقة، هل يُحجَر إنتاج هذا اليوم. فكل جواب يُستعمل وحده ولا يُركَّب في سرد.
  • المتتالية الأرجح هي ما تريده حين تُقرأ المخرجات بوصفها حكاية: نصًّا مفرَّغًا، أو تعليقًا على جينات، أو تقرير عطل، أو وسمًا صرفيًّا. فكل ما سيقرؤه إنسان أو برنامج لاحق بوصفه متتاليةً يجب أن يكون متّسقًا داخليًّا، ولا يضمن ذلك إلّا التعظيم المشترك.

والخلل الذي ينبغي ترقّبه نظامٌ يحسب الأوّل ويعرضه بوصفه الثاني. وهو شائع، لأنّ الهامشيّات هي ما ينتجه المرشِّح أصلًا وركمها لا يكلّف شيئًا. وسيبدو التقرير المركوم معقولًا في الغالب. وما إن يحتوي نموذج الانتقال على صفر بنيوي، كما هو حال كل نموذج واقعي تقريبًا، حتى يصير التقرير أحيانًا لا خاطئًا فحسب بل مستحيلًا، ولا ينتبه إلى ذلك شيء في المسار.

هـ. الفحص الرخيص

إن كنت تركم هامشيّات فبوسعك كشف المشكلة من دون تغيير طريقتك. خذ المتتالية المُبلَّغ عنها وقيّم احتمالها تحت نموذج الانتقال: اضرب احتمالات الانتقال على امتدادها. فإن كان الجداء صفرًا فالتقرير يصف شيئًا يقول النموذج إنّه لا يقع.

يكلّف ذلك مرورًا واحدًا على المخرجات، وفي هذا المثال ينعدم الجداء بين اليوم الثاني والثالث. والإبلاغ عن الأرقام اليوميّة الأربعة بوصفها أربعة أرقام أمانة. وقراءتها من أعلى إلى أسفل هي منشأ الأسبوع المستحيل.

المراجع والقراءات الإضافية

  • Stuart Russell, Peter Norvig, Artificial Intelligence: A Modern Approach, Pearson (3rd edition), 2010· مكتبة مراجع Kudos AI

تُذكر الأعمال المحمية بحقوق النشر للمرجعية فقط ولا تُستضاف هنا؛ يرجى الرجوع إلى الناشر للوصول إليها.

قراءات ذات صلة

قراءة 6 دقيقةالاستدلال الاحتمالي

الاستدلال على عالَم متغيّر

كيف تحوّل فرضيّتا ماركوف تاريخًا غير محدود إلى جدولين صغيرين، وما التعاودان التقدّمي والتراجعي اللذان يجيبان عن كل سؤال عن الحاضر والماضي، ولماذا تحتاج المتتالية الأرجح إلى خوارزمية خاصّة بها، وما الذي يتغيّر حين تكون الحالة عددًا حقيقيًا لا لائحة.

الاحتمالاتالذكاء الاصطناعي
قراءة 3 دقيقةالاستدلال الاحتمالي

مئة ألف عيّنة، أربعمئة منها حقيقيّة

على شبكة السطو مع اتّصال الجارين معًا، تُبقي المعاينة بالرفض 183 سحبًا من 100,000، وتُبقي المعاينة بالترجيح بالأرجحيّة كلَّ السحوب بحجم عيّنة فعّال قدره 396. والتقديران يبتعدان نحو 10% عن احتمال بعدي قدره 0.284172، والسبب يُحسب بالضبط: 252 عيّنة تحمل 76% من الوزن و99.975% من مربّع الوزن.

الذكاء الاصطناعيالاحتمالات
قراءة 9 دقيقةالاستدلال الاحتمالي

تعلّم الأعداد في نموذج احتمالي

من أين تأتي أعداد الشبكة البايزية أو التوزيع الغاوسي فعلًا: وصفة الإمكان الأعظم ذات الخطوات الثلاث مطبَّقة على معالم منفصلة ثم متصلة، وتوزيع بيتا القبلي الذي يصلح ما تفعله بحدث لم يُشاهد قط، وبايز الساذج والتكرار الصفري الواحد الذي يدمّره، وخوارزمية EM للحالة التي يتعذّر فيها العدّ أصلًا - وكل رقم محسوب لا مُدّعى.

الاحتمالاتالإحصاءالذكاء الاصطناعي
← العودة إلى كل المقالات