آثار على الرمال: الذكاء الاصطناعي ينهي خلافات علماء الأحافير المستمرة منذ سنوات
كان تحديد هوية الديناصور من أثر قدمه أشبه دائمًا باليانصيب. فالطين والتعرية وملايين السنين تحوّل البصمات الواضحة إلى انبعاجات غامضة، ما يدفع العلماء إلى الجدال حتى تبحّ أصواتهم. وقرر علماء أحافير ألمان أن يكفّوا عن التخمين، فدرّبوا شبكة عصبية على استخلاص ثمانية معايير رئيسية تفوت العين البشرية ببساطة. وتحلل الخوارزمية هندسة الأثر بدقة تفوق أي بروفيسور، وتُسقط التقديرات الذاتية من الحساب. لا يتعلق الأمر بمشروع ذكاء اصطناعي عادي آخر، بل بأداة حقيقية قد تعيد رسم خريطة هجرة الزواحف القديمة وتطهّر أرشيفات المتاحف من الأخطاء. وبينما ننتظر ثورة الآلات، تنشغل الآلات بهدوء بمعرفة من داس على الأرض قبل وقت طويل من ظهورنا.
معالج بواسطة الذكاء الاصطناعي من 3DNews AI؛ بتحرير Hamidun News
لطالما شابهت علوم الأحافير قراءة الطالع في فنجان القهوة، مع فارق أن الفنجان هنا كتلة ضخمة من الحجر الرملي تزن أطنانًا، وأن الرواسب مجرد انخفاض بالكاد يُرى تركته قدم ما قبل مئة مليون سنة. تذكّروا كيف كنا نحاول في الطفولة تخمين أشكال السحب. هذا تقريبًا ما يفعله العلماء حين ينظرون إلى الآثار المتحجرة، التي تُعرف بالإكنيتات (ichnites). المشكلة أن الديناصور الواحد يترك آثارًا مختلفة تمامًا بحسب ما إذا كان يركض على طين لزج أو يمشي على رمل جاف. أضيفوا إلى ذلك التعرية وضغط الطبقات العلوية ونظرة الباحث الذاتية، وستحصلون على وصفة مثالية لحروب علمية تمتد عقودًا.
قرر فريق من الباحثين الألمان أن الوقت قد حان لإنهاء هذه الرومانسية وإدخال الدقة الرياضية إلى الميدان. فاعتمدوا على التعلم العميق لوضع منهجية ثابتة لما كان يُعدّ حتى الآن مسألة حدس. وحدد العلماء ثماني سمات نموذجية، تشكّل ما يشبه «جواز سفر رقميًا» للبصمة، ويشمل زوايا ميل سلاميات الأصابع المميزة، ونسبة أطوال الأصابع، وعمق مناطق ضغط محددة. يميل الدماغ البشري إلى البحث عن أنماط مألوفة حيث لا وجود لها، أما الشبكة العصبية فمحايدة. فهي ترى الهندسة حيث لا نرى نحن سوى حفرة في الصخر.
لماذا يهم هذا الآن تحديدًا؟ نحن نقف عند نقطة يتجاوز فيها عدد الأحافير المكتشفة قدرة العلماء الفعلية على معالجتها. ففي مخازن المتاحف تتراكم الأتربة على آلاف الألواح ذات الآثار التي صُنّفت «بالعين المجردة» منذ القرن الماضي. ويتيح استخدام الذكاء الاصطناعي إجراء مراجعة واسعة النطاق لهذه المجموعات. وقد أظهرت الاختبارات الأولى أن الخوارزمية قادرة على التمييز بين أنواع الديناصورات حتى حين يكون الأثر محفوظًا جزئيًا. ويفتح ذلك الطريق أمام إنشاء قاعدة بيانات عالمية، تُقارَن فيها كل بصمة جديدة فورًا بجميع الاكتشافات المعروفة على الكوكب.
يمنحنا تحليل الآثار ما لا تستطيع العظام أن تمنحه، وهو الديناميكية. فالهيكل العظمي يخبرنا كيف كان الحيوان يبدو عند موته، أما الأثر فيخبرنا كيف كان يعيش: بأي سرعة كان يتحرك، وهل كان يصطاد منفردًا أم ضمن قطيع، وكيف كان يتفاعل مع بيئته. وتحوّل رقمنة هذه التجربة بمساعدة الذكاء الاصطناعي علم الأحافير من تخصص وصفي إلى علم دقيق قائم على البيانات. وبات بإمكاننا الآن محاكاة مشية الزواحف القديمة بدرجة من المصداقية كانت متاحة سابقًا لخبراء المؤثرات الخاصة في هوليوود وحدهم، لكن تقف وراءها الآن رياضيات صارمة.
بالطبع قد يقول المتشككون إننا نوكل إلى الآلات تفسير ماضينا. لكن المفارقة هنا أن الخوارزميات التي نبتكرها لتصميم السيارات ذاتية القيادة وأنظمة التعرف على الوجوه تبرع أكثر ما تبرع في تفسير ماضينا السحيق. فنحن نستخدم تقنيات المستقبل لنفهم أخيرًا من كان سيد هذا الكوكب قبل وقت طويل من ظهور أول بادرة للذكاء البشري. وقد يتضح بعد سنوات قليلة أن نصف المعروضات في متاحفكم المفضلة موسومة بتسميات خاطئة، وأننا سنضطر إلى إعادة كتابة الكتب المدرسية.
الخلاصة: الذكاء الاصطناعي يحوّل علم الأحافير إلى علم بيانات (data science)، ويستبعد العامل البشري من عملية التعرف. فهل نحن مستعدون لأن تعيد الشبكات العصبية كتابة تاريخ الديناصورات؟
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.