أرسل لي صديق مؤخرًا ورقة بحثية. هو جزء من الفريق وراءها، واعتقد أنني سأجدها مثيرة للاهتمام نظراً لعملِي في مجال وكلاء الذكاء الاصطناعي. كان محقًا.

الورقة البحثية هي NeMoCo: تعلم تبايني ذاتي الإشراف لبنيات الشكل الفائق الدقة ثلاثية الأبعاد في علم الأعصاب, المنشورة في Graphical Models الخاصة بـ Elsevier (أغسطس 2026). المؤلف الرئيسي هو Humaira Shaffique، تحت إشراف الدكتور Marco Agus في جامعة حمد بن خليفة، مع المؤلفين المشاركين الدكتور Uzair Shah، والدكتور Mahmood Alzubaidi، والدكتور Jens Schneider، والدكتور Pierre Julius Magistretti، والدكتور Corrado Calì، والأستاذ Mowafa H. الكود مفتوح المصدر على GitHub تحت ترخيص MIT.

أنا لست عالم أعصاب. أنا مهندس ذكاء اصطناعي. أقضي أيامي في بناء Aura — مساعد ذكاء اصطناعي شخصي يدير الذاكرة، ويوجّه المهام، ويسترجع السياق، ويحاول أن يكون مفيدًا حقًا عبر الجلسات. لكن عند قراءة NeMoCo، لاحظت باستمرار نفس المشكلات الهيكلية التي أتعامل معها في هندسة الوكلاء. هذه المشكلات تظهر في بيانات الميكروسكوب الإلكتروني والهندسة الطيفية. لذا فإن هذا هو كتابة تقنية من تلك الزاوية — ما يفعله NeMoCo، ولماذا هو مثير للاهتمام، وما يعكسه في عمل بناء أنظمة الوكلاء.

المشكلة: التسميات مكلفة، والبيولوجيا لا تستخدمها

يستخدم علماء الأعصاب الميكروسكوب الإلكتروني للحجم (EM) لالتقاط صور ثلاثية الأبعاد لأنسجة الدماغ بدقة نانومترية. من هذه الصور، يعيدون بناء شبكات ثلاثية الأبعاد للبنيات دون الخلوية — النيريتات (فروع المحاور والدندرايت)، والعضيات مثل الميتوكوندريا، والأغلفة النووية. هذه الشبكات هي المورفولوجيات: الأشكال ثلاثية الأبعاد الفعلية للبنيات العصبية.

لتصنيفها — هل هذا محور أم دندريت أم شوكة؟ — تحتاج إلى علماء أعصاب خبراء لوضع تسميات يدوية لكل شبكة. هذا بطيء ومكلف ولا يتوسع. لا يمكنك تدريب مصنف خاضع للإشراف دون تسميات، ولا يمكنك الحصول على تسميات دون خبراء. يحتاج علم الاتصالوم إلى معالجة ملايين هذه البنيات. وضع التسميات اليدوية هو عائق.

ما لفت انتباهي هو: الدماغ لا يحصل على تسميات أيضًا. لا يحتاج الطفل إلى شخص يقول "هذا كرسي" لكل كرسي يراه. يتعلم المفهوم من خلال مراقبة الكراسي من زوايا مختلفة، وفي إضاءة مختلفة، وعلى مسافات مختلفة — لاكتشاف الخصائص الثابتة التي تجعل الكرسي كرسيًا. لا تسميات. مجرد خبرة خام واكتشاف البنية.

NeMoCo يسأل: هل يمكن للآلة أن تفعل نفس الشيء مع البنيات العصبية؟

ما يفعله NeMoCo

NeMoCo هو خط أنابيب تعلم متباين ذاتي الإشراف لتصنيف الشبكات ثلاثية الأبعاد. يتعلم التعرف على البنى العصبية دون أي مثال مصنف أثناء التدريب المسبق. الهندسة المعمارية هي نظام ترميز مزدوج على نمط CLIP يُطبق على الشبكات ثلاثية الأبعاد.

إليك كيف يعمل:

1. خذ شبكة ثلاثية الأبعاد غير مصنفة لعصبية أو عضية.
2. أنشئ عرضين لنفس الشبكة: الأصلي (أو المعزز قليلاً)، والإصدار المحول — يدور عشوائياً (±60°)، يُقاس (0.6–1.4×)، يُشوّه، وربما يُقلل (50–75% أقل من الوجوه).
3. مرر العرضين عبر مُشفِّر DiffusionNet — شبكة عصبية تعمل مباشرة على الأسطح ثلاثية الأبعاد باستخدام الهندسة الطيفية (القيم الذاتية والمتجهات الذاتية لمصفوفة لابلاس الشبكة).
4. يُنتج المُشفِّر متجه تضمين بعدي 32 لكل عرض.
5. يُدرّب خسارة متباينة على نمط CLIP النموذج لجذب عرضي الشبكة نفسها معًا بينما يدفع بعيدًا عن التضمينات من شبكات مختلفة.
6. يحدث تحديث أحد فروع الترميز عبر الانتشار العكسي العادي؛ والفرع الآخر هو momentum-updated "teacher" (EMA، الزخم=0.999) — نهج MoCo، الذي يمنع انهيار التمثيل.

الرؤية الأساسية: من خلال تعلم أن الشبكة المدوّرة، والمُصغّرة، والمُقلّلة هي "نفس الشيء"، يكتشف الترميز الميزات الهندسية الجوهرية التي تحدد كل نوع من الهياكل العصبية — دون أن يُخبر أبدًا بما هي هذه الأنواع.

لماذا يهم DiffusionNet هنا

DiffusionNet (Sharp et al., SIGGRAPH 2022) ليس شيئًا اخترعه NeMoCo. إنه بنية مستعارة للتعلم على الأسطح ثلاثية الأبعاد. لكن الاختيار مهم. على عكس CNNs (التي تحتاج إلى شبكات منتظمة) أو PointNet (التي تعامل النقاط بشكل مستقل)، يعمل DiffusionNet على الهندسة الطيفية للسطح — حيث يحسب القيم الذاتية لمتبادل لابلاس (افكر: أوضاع اهتزاز الشكل) ويستخدم توقيعات نواة الحرارة (HKS) بوصفها وصفًا متعدد المقاييس يلتقط الشكل المحلي على مقاييس مكانية مختلفة.

هذا مهم لأن الخلايا العصبية هي هياكل ثلاثية الأبعاد بشكل أساسي. الهندسة هي الشكل. عندما تصنّف الهياكل العصبية، فإن الشكل — انحناؤه، وتفرعه، وسمكه، وملمس سطحه — هو الإشارة. DiffusionNet يحترم ذلك. لا يقوم بتسطيح الشبكة إلى صورة أو تقليلها إلى سحابة نقاط. إنه يتعلم على السطح نفسه.

في NeMoCo، يأخذ DiffusionNet ميزات HKS ذات 16 بعدًا كمدخل ويخرج تضمينًا ذات 32 بعدًا، باستخدام 4 كتل بعرض=128. البنية مستعارة، لكن التطبيق جديد: هذا المزيج المحدد من DiffusionNet + MoCo + تعلم تبايني على نمط CLIP المطبق على مورفولوجيات علم الأعصاب الفائقة البنية لم يُجرَ من قبل.

إطار بناء الدماغ

هنا بدأ دماغي كمهندس AI يضيء.

NeMoCo هو، بمعنى حقيقي، يبني جزءًا مما يفعله الدماغ — ليس بيولوجيًا، بل حسابيًا. إنه يبني نظامًا يتعلم تصنيف البنى العصبية بالطريقة التي يتعلم بها الدماغ البيولوجي تصنيف العالم: من تجربة خام غير مصنفة.

التشابه يكون على مستوى المبدأ، وليس الآلية. يستخدم NeMoCo دالة خسارة رياضية محددة (تقاطع إنتروبيا بأسلوب CLIP). يستخدم الدماغ مرونة تعتمد على توقيت النبضات والتعديل العصبي — وهي أكثر تعقيدًا بكثير ولا تُشابه مباشرة. "بنك الذاكرة" في NeMoCo هو جدول بحث kNN. الذاكرة البيولوجية ترابطية، إعادة بناء، وتخضع لإعادة تنظيم مستمر. يتعلم الدماغ بشكل مستمر من تيار؛ بينما يتدرب NeMoCo في حقول منفصلة على مجموعة بيانات ثابتة.

لكن المبدأ يبقى صحيحًا: العلامات ليست ضرورية لتعلم تمثيلات جيدة. هكذا يعمل الدماغ البيولوجي، وNeMoCo هو عرض حسابي لذلك.

عناصر الدماغ، مُرَسَّمة

إذا فكرت في ما يفعله الدماغ — على مستوى وظيفي، وليس بيولوجي — يمكنك تقسيمه إلى عناصر: الإدراك، الذاكرة، التمثيل، التعلم، الاستدلال. لدى NeMoCo نظائر لكل منها:

• الإدراك: المدخل الحسي الخام يصبح تمثيلًا منظمًا. في NeMoCo، تحوّل ميزات HKS + DiffusionNet الشبكة الخام إلى تضمين هندسي. في الدماغ، تصبح الإشارات الحسية الخام ميزات إدراكية.
• الذاكرة: التمثيلات المخزنة، القابلة للاسترداد عبر التشابه. بنك الذاكرة kNN المتجمد في NeMoCo يخزن التضمينات ويسترجع عبر أقرب جار. الدماغ يسترجع عبر التشابه الترابطي.
• التمثيل: ميزات ثابتة مستخلصة من تجارب متنوعة. تضمين NeMoCo ذي 32 بُعدًا يحوّل نفس الشبكة تحت تحولات مختلفة إلى نفس المتجه. الدماغ يحافظ على تمثيلات كائنات مستقرة عبر وجهات النظر.
• تعلم: التحديث بناءً على الخبرة. NeMoCo يستخدم الانتشار العكسي + متوسط متحرك أسي مع زخم. الدماغ يستخدم قواعد المرونة.
• الاستدلال: دمج التمثيلات لاتخاذ القرارات. NeMoCo يستخدم تصويت kNN والتحقيق الخطي. الدماغ يفعل... حسنًا، شيئًا أكثر تعقيدًا بكثير، لكن الدور الوظيفي هو نفسه.

أنا لا أدّعي أن NeMoCo هو دماغ. إنه خط أنابيب رياضي. لكنه خط أنابيب يبني جزءًا وظيفيًا مما يفعله الدماغ: بناء تمثيلات داخلية مفيدة من تجربة خام غير مصنفة.

حيث يعكس هندسة الوكيل

هذا هو الجزء الذيclosest إلى قلبي. أنا أبني أورا — مساعد ذكاء اصطناعي يدير الذاكرة، ويوجّه المهام، ويسترجع السياق، ويحافظ على الاستمرارية عبر الجلسات. التوازي الهيكلي مع NeMoCo ملموس بما يكفي أنني كنت أومئ باستمرار أثناء قراءة الورقة.

التدريب المسبق ذاتي الإشراف ↔ ذاكرة الوكيل

NeMoCo يتدرب مسبقًا على 4,235 شبكة جمجمة فأر غير مصنفة (مجموعة بيانات MouseFinal)، مبنيًا تمثيلًا هندسيًا عامًا. يمكن بعد ذلك تجميد هذا المشفر المدرب مسبقًا وإعادة استخدامه لمهام لاحقة متعددة — التصنيف، الاسترجاع، التجميع — دون إعادة تدريب النواة.

ذاكرة الوكيل تعمل بنفس الطريقة. ملفات ذاكرة أورا — الذاكرة طويلة المدى، الملاحظات اليومية، ملاحظات الأدوات — تبني فهمًا عامًا للمستخدم، المشاريع، والبيئة دون علامات خاصة بالمهمة. تستمر هذه الذاكرة عبر الجلسات ويمكن استعلامها لأي مهمة. إنها 'سياق مدرب مسبقًا' لا تحتاج إلى إعادة بناء كل مرة.

التقييم المتجمد لـ kNN هو أقرب تشابه. يشفر NeMoCo، المدرب مسبقًا دون علامات، يحقق دقة تقريبية 70–80% في مهمة تصنيف لم يُدرّب عليها صراحةً — فقط من خلال العثور على أقرب الجيران في مساحة التضمين. تسمح ذاكرة الوكيل المُحافظ عليها جيدًا لمساعد الذكاء الاصطناعي بالإجابة على أسئلة حول مشاريع لم يُبلّغ عنها صراحةً في الجلسة الحالية — فقط من خلال العثور على مدخلات دلالية مشابهة. الآلية مختلفة (kNN في مساحة المتجهات مقابل البحث الدلالي sobre النص)، لكن المبدأ هو نفسه: تمثيل جيد، بُني من خبرة خام، ينقل إلى مهام لم يُصمم لها أصلاً.

تعلم التمثيل ↔ بنية معرفة الوكيل

التضمين ذي 32 بعدًا لـ NeMoCo هو تمثيل مضغوط لهوية الشبكة الهندسية. التضمينات التي تكون قريبة في مساحة المتجهات تمثل أشكالًا مشابهة. مساحة التضمين تنبثق من البيانات — لم يصمم أحد أي أبعاد تتوافق مع أي ميزات.

ذاكرة الوكيل هي تمثيل مضغوط للحقائق والقرارات والسياق. لا يخزن الوكيل النصوص الخام؛ بل يخزن المعنى المجرد. وبنية هذه الذاكرة تنبثق من الاستخدام، وليس من مخطط مسبق. لم أصمم تصنيف ذاكرة أورا مسبقًا. اكتشفت ما هو مهم من خلال التفاعل — أي المشاريع تظهر، وأي القرارات تهم، وأي التفضيلات تتكرر. تُجمّع الذاكرة بشكل طبيعي المفاهيم ذات الصلة، بنفس الطريقة التي تتجمّع بها مساحة التضمين لـ NeMoCo الهياكل العصبية المشابهة بشكل طبيعي.

البصيرة التناقضية

هذا أكثر تكهنًا، لكنني أعتقد أنه حقيقي. يعمل خسارة التباين لـ NeMoCo عن طريق سحب الأشياء المتشابهة معًا ودفع الأشياء المختلفة بعيدًا. يتعلم النموذج ما يجعل وجهتين "نفس الشبكة" من خلال تعلم ما يجعلهما "ليس شبكة أخرى" أيضًا.

هناك درس هنا لتصميم الوكيل. الوكيل الذي يخزن فقط الحقائق — أمثلة إيجابية — لا يملك طريقة لمعرفة ما هو distinctive حول تلك الحقائق. لقد جربت تتبع التناقضات في ذاكرة أورا: "هذا المشروع يستخدم SQLite، وليس Postgres"; "هذا المستخدم يفضّل الإجابات المباشرة، وليس الشروحات." يجعل الإطار التناقضي التمثيل أكثر غنى. لا يكفي معرفة ما هو شيء ما؛ بل تحتاج أيضًا إلى معرفة ما ليس هو.

مُشفّر الزخم هو آخر مثال. يمنع الفرع المعلم الذي يُحدّث ببطء (EMA, τ=0.999) التمثيل من التذبذب بشكل كبير أثناء التدريب. يمكن لذاكرة الوكيل استخدام مبدأ مشابه للتحديث البطيء. لا أعيد كتابة الذاكرة طويلة المدى عند كل حقيقة جديدة. أسمح للأنماط المهمة بتراكم الوزن بمرور الوقت قبل ترقيتها. الملاحظات اليومية هي سجلات خام؛ الذاكرة طويلة المدى مُنتقاة. الترقية من أحدهما إلى الآخر هي تحديث شبيه بالزخم — بطيء، متعمد، ومقاوم للضوضاء.

النتائج

يقيّم NeMoCo التمثيلات المتعلّمة على ثلاثة مستويات:

1. Frozen kNN (k=20): المُشفّر مجمّد تمامًا. يتم تصنيف النماذج التجريبية عن طريق العثور على 20 أقرب جيران لها في بنك ذاكرة تضمينات التدريب والتصويت. لا تدريب إضافي. النتيجة: ~70–80% دقة في مهمة تصنيف البنية العصبية ذات الست فئات، بعد التدريب المسبق على MouseFinal — مجموعة بيانات لم يرَ المُشفّر أي علامات لها.
2. Linear probing: يتم تدريب طبقة خطية واحدة فوق المُشفّر المجمّد. هذا يختبر ما إذا كانت الميزات المتعلّمة قابلة للفصل خطيًا — هل تشكل الفئات مجموعات نظيفة في فضاء التضمين؟
3. Fine-tuning: يتم تدريب المُشفّر الكامل + المصنف من النهاية إلى النهاية. هذا هو السقف المُشرف: ~87% دقة.

النتيجة الرئيسية: self-supervised and supervised approaches reach comparable accuracy. ليست متطابقة — السقف المُشرف أعلى — لكن كافية بما يكفي لتصنيف البنى العصبية دون مجموعات بيانات كبيرة مُصنّفة. دقة استرجاع CLIP أثناء التدريب المسبق أفضل بـ 200–400× من الحظ العشوائي (العشوائي = 0.024% لـ 4,235 شبكة)، مما يخبرك أن المُشفّر يتعلّم بنية حقيقية، لا يحفظ ضوضاء.

هذه الأرقام تأتي من ملف README للمرحلة 4 من المشروع — نطاقات متوقعة، ليست أرقامًا منشورة نهائيًا. الورقة مدفوعة الوصول على ScienceDirect، لذا لا يمكنني التحقق من الأرقام النهائية الدقيقة. لكن الاتجاه واضح: التدريب المسبق الذاتي الإشراف يسد معظم الفجوة أمام التدريب المُشرف الكامل، ويحقق ذلك دون علامة واحدة.

لماذا يهم

تحتاج علم الاتصاليات إلى المقياس. ليس العائق هو التصوير — تكنولوجيا EM يمكنها التقاط تيرابايتات من البيانات. العائق هو التوضيح. إذا كنت بحاجة إلى علماء أعصاب متخصصين لتسمية كل شبكة يدويًا، فأنت محدود بالقدرة البشرية. نهج NeMoCo — التدريب المسبق على بيانات غير مصنفة، والنقل إلى المهام المصنفة بضبط دقيق قليل — هو مسار لكسر هذا العائق.

نقل المعرفة عبر المجالات مثير للاهتمام بشكل خاص. يتدرب NeMoCo مسبقًا على شبكات جماجم الفئران وينتقل إلى تصنيف البنية العصبية. مجال مختلف، أشكال مختلفة، نفس primitives الهندسية. تعلم الترميز ميزات شكل ثلاثي الأبعاد عامة انتقلت. هذا هو وعد التعلم الذاتي الإشراف: تعلم بنية العالم، ثم تخصص بتكلفة منخفضة.

الكود مفتوح المصدر. تُوصف مجموعات البيانات في المستودع. يمكن إعادة إنتاج البنية على RTX 3090 (مع حجم دفعة مخفض) أو على A100 للتدريب على نطاق كامل. هذا ليس نظامًا مؤسسيًا مقفلًا — بل هو مشروع بحث يمكنك تشغيله بنفسك.

الفريق

هذا العمل نشأ من جامعة حمد بن خليفة في قطر. قادت هميرا شفيق العمل كجزء من أطروحتها للماجستير. أشرف الدكتور ماركو أغوس. الدكتور عمر شاه (مالك المستودع والمرشد)، والدكتور محمود الزبيدي، والدكتور جينس شنايدر، والدكتور بيير يوليوس ماجيستريتي، والدكتور كورادو كالي، والأستاذ موفا هـ. يكملون قائمة المؤلفين المشاركين. الورقة منشورة في Graphical Models (Elsevier)، نُشرت تقريبًا في أغسطس 2026.

صديقي في الفريق. أرسله لي لأنه ظن أن التشابهات مع هندسة الوكلاء ستتنقر، وقد حدث ذلك.

ما أستخلصه

بينما أبني أورة، كنت أحل نفس المشكلة الأساسية التي يحلها NeMoCo، لكن في مجال مختلف: how do you build useful internal representations from raw, unlabeled experience?

جواب NeMoCo: التعلم المتباين على الهندسة الجوهرية. أظهر للنظام الشيء نفسه من زوايا مختلفة، وقُل له «هذه هي نفسها»، وسيكتشف ما يهم. جوابي لـ Aura: تراكم الذاكرة من التفاعل، السماح للبنية بالظهور من الاستخدام، وتعزيز الأنماط ببطء. آليات مختلفة، نفس المبدأ.

إطار بناء الدماغ ليس استعارة أنا فرضها. إنه البنية الفعلية للمشكلة. عندما تبني وكيلًا — الإدراك (توجيه الإدخال)، الذاكرة (التخزين والاسترجاع)، التمثيل (السياق المضغوط)، التعلم (تحديث الذاكرة)، الاستدلال (اختيار الأدوات والتخطيط) — فأنت تبني شيئًا شبيهًا بالدماغ من مكونات. ليس من الناحية البيولوجية. وظيفيًا. بنفس الطريقة التي يبني بها NeMoCo نظامًا يصنف البنى العصبية كما يصنف الدماغ العالم: دون أن يُخبر ما هي الفئات.

هذه هي الدروس. العلامات هي اختصار. البنية هي ما يهم. ويمكنك تعلم البنية من التجربة الخام — سواء كنت دماغًا، أو مصنف شبكة، أو وكيل ذكاء اصطناعي يحاول أن يكون مفيدًا.

NeMoCo على GitHub: github.com/Uzshah/NeMoCo

الورقة: Elsevier, Graphical Models (~August 2026)

DiffusionNet: Sharp وآخرون، SIGGRAPH 2022 — github.com/nmwsharp/diffusion-net

MoCo v2: He وآخرون، CVPR 2020 — arxiv.org/abs/2003.04297

CLIP: Radford وآخرون، ICML 2021 — arxiv.org/abs/2103.00020