راي سولومونوف

راي سولومونوف (25 يوليو 1926 - 7 ديسمبر 2009) ^{[ 1 ] [ 2 ]} كان عالم رياضيات أمريكيًا، ابتكر نظرية الاحتمالات الخوارزمية ، ^{[ 3 ]} ونظريته العامة للاستدلال الاستقرائي (المعروفة أيضًا بالاستدلال الاستقرائي الشامل)، ^{[ 4 ]} وكان من مؤسسي نظرية المعلومات الخوارزمية . ^{[ 5 ]} كما كان رائدًا في فرع الذكاء الاصطناعي القائم على التعلم الآلي والتنبؤ والاحتمالات . وقد نشر أول تقرير عن التعلم الآلي غير الدلالي عام 1956. ^{[ 6 ]}

وصف سولومونوف الاحتمالية الخوارزمية لأول مرة عام 1960، ناشرًا النظرية التي أطلقت نظرية تعقيد كولموغوروف ونظرية المعلومات الخوارزمية . وقد عرض هذه النتائج لأول مرة في مؤتمر في معهد كاليفورنيا للتكنولوجيا (كالتك) عام 1960، ^{[ 7 ]} وفي تقرير نُشر في فبراير 1960 بعنوان "تقرير تمهيدي عن نظرية عامة للاستدلال الاستقرائي". ^{[ 8 ]} ثم أوضح هذه الأفكار بشكل أكثر تفصيلًا في منشوراته عام 1964، "نظرية رسمية للاستدلال الاستقرائي"، الجزء الأول ^{[ 9 ]} والجزء الثاني. ^{[ 10 ]}

الاحتمالية الخوارزمية هي مزيج رياضي مُصاغ من مبدأ أوكام ، ^{[ 11 ] [ 12 ] [ 13 ] [ 14 ]} ومبدأ التفسيرات المتعددة. ^{[ 15 ]} وهي طريقة مستقلة عن الجهاز لتخصيص قيمة احتمالية لكل فرضية (خوارزمية/برنامج) تُفسر ملاحظة معينة، حيث تكون الفرضية الأبسط (البرنامج الأقصر) ذات أعلى احتمالية، بينما تحصل الفرضيات الأكثر تعقيدًا على احتمالات أقل.

أسس سولومونوف نظرية الاستدلال الاستقرائي الشامل ، التي تستند إلى أسس فلسفية متينة ^{[ 4 ]} ، وتستمد جذورها من تعقيد كولموغوروف ونظرية المعلومات الخوارزمية . تستخدم هذه النظرية الاحتمالية الخوارزمية ضمن إطار بايزي . يُعتمد التوزيع الاحتمالي المسبق الشامل على فئة جميع المقاييس القابلة للحساب؛ فلا توجد فرضية باحتمالية صفرية. وهذا يُتيح استخدام قاعدة بايز (للسببية) للتنبؤ بالحدث التالي الأكثر ترجيحًا في سلسلة من الأحداث، ومدى احتمالية حدوثه. ^{[ 10 ]}

على الرغم من أنه اشتهر باحتمالية الخوارزميات ونظريته العامة للاستدلال الاستقرائي ، إلا أنه حقق العديد من الاكتشافات المهمة الأخرى طوال حياته، ومعظمها موجه نحو هدفه في الذكاء الاصطناعي: تطوير آلة يمكنها حل المشكلات الصعبة باستخدام الأساليب الاحتمالية.

وُلد راي سولومونوف في 25 يوليو 1926 في كليفلاند، أوهايو ، وهو ابن مهاجرين يهوديين روسيين، فيليب جوليوس وسارة ماشمان سولومونوف. التحق بمدرسة جلينفيل الثانوية ، وتخرج منها عام 1944. وفي العام نفسه، انضم إلى البحرية الأمريكية كمدرّب في الإلكترونيات. بين عامي 1947 و1951، التحق بجامعة شيكاغو ، حيث درس على يد أساتذة بارزين مثل رودولف كارناب وإنريكو فيرمي ، وحصل على درجة الماجستير في الفيزياء عام 1951.

منذ نعومة أظفاره، كان دافعه المتعة الخالصة للاكتشاف الرياضي والرغبة في استكشاف ما لم يسبقه إليه أحد ^{[ 16 ]} . وفي سن السادسة عشرة، عام 1942، بدأ البحث عن طريقة عامة لحل المسائل الرياضية.

في عام ١٩٥٢، التقى سولومونوف بمارفن مينسكي وجون مكارثي وآخرين مهتمين بالذكاء الاصطناعي. وفي عام ١٩٥٦، نظم مينسكي ومكارثي وآخرون مؤتمر دارتموث الصيفي للأبحاث حول الذكاء الاصطناعي ، وكان سولومونوف من بين المدعوين العشرة الأوائل - هو ومكارثي ومينسكي كانوا الوحيدين الذين بقوا طوال الصيف. ومن أجل هذه المجموعة، أُطلق مصطلح الذكاء الاصطناعي كعلم لأول مرة. في ذلك الوقت، كانت الحواسيب قادرة على حل مسائل رياضية محددة للغاية، ولكن ليس أكثر من ذلك. أراد سولومونوف أن يتناول سؤالًا أوسع نطاقًا، وهو كيفية جعل الآلات أكثر ذكاءً بشكل عام، وكيف يمكن للحواسيب استخدام الاحتمالات لهذا الغرض.

كتب ثلاث أوراق بحثية، اثنتان منها مع أناتول رابوبورت ، في الفترة من 1950 إلى 1952، ^{[ 17 ]} والتي تعتبر أقدم تحليل إحصائي للشبكات.

كان أحد المشاركين العشرة في مشروع دارتموث الصيفي للبحوث حول الذكاء الاصطناعي عام ١٩٥٦. كتب تقريرًا بعنوان "آلة الاستدلال الاستقرائي" ووزعه على الحضور. ^{[ ٦ ]} تناول التقرير التعلم الآلي باعتباره احتماليًا، مع التركيز على أهمية تسلسلات التدريب، واستخدام أجزاء من حلول سابقة للمشكلات في بناء حلول تجريبية لمشكلات جديدة. نشر نسخة من نتائج بحثه عام ١٩٥٧. ^{[ ١٨ ]} وكانت هذه أولى الأبحاث التي كُتبت حول التعلم الآلي الاحتمالي.

في أواخر الخمسينيات من القرن العشرين، ابتكر اللغات الاحتمالية وقواعدها النحوية المرتبطة بها. ^{[ 19 ]} تُسند اللغة الاحتمالية قيمة احتمالية لكل سلسلة ممكنة.

أدى تعميم مفهوم القواعد الاحتمالية إلى اكتشافه في عام 1960 للاحتمالية الخوارزمية والنظرية العامة للاستدلال الاستقرائي.

قبل ستينيات القرن العشرين، كانت الطريقة المعتادة لحساب الاحتمال تعتمد على التكرار: أي حساب نسبة النتائج الإيجابية إلى إجمالي عدد المحاولات. في منشوره عام 1960، وبشكل أكثر شمولاً في منشوراته عام 1964، نقّح سولومونوف تعريف الاحتمال هذا تنقيحًا جذريًا. أطلق على هذا الشكل الجديد من الاحتمال اسم "الاحتمال الخوارزمي"، وبيّن كيفية استخدامه للتنبؤ في نظريته للاستدلال الاستقرائي. وكجزء من هذا العمل، وضع الأساس الفلسفي لاستخدام قاعدة بايز للسببية في التنبؤ.

كانت النظرية الأساسية لما سُمّي لاحقًا بتعقيد كولموغوروف جزءًا من نظريته العامة. في كتاباته عام 1960، بدأ قائلًا: "لنفترض وجود سلسلة طويلة جدًا من الرموز... سنعتبر هذه السلسلة من الرموز "بسيطة" ولها احتمالية مسبقة عالية، إذا وُجد وصف موجز جدًا لهذه السلسلة - باستخدام، بالطبع، نوع من طرق الوصف المحددة. بتعبير أدق، إذا استخدمنا الرمزين 0 و1 فقط للتعبير عن وصفنا، فسنُسند الاحتمالية 2 ^{− N} لسلسلة من الرموز إذا كان أقصر وصف ثنائي ممكن لها يحتوي على N رقمًا." ^{[ 20 ]}

تُحسب الاحتمالية بالرجوع إلى آلة تورينغ عالمية محددة . وقد بيّن سولومونوف، وأثبت في عام 1964، أن اختيار الآلة، على الرغم من إمكانية إضافة عامل ثابت، لن يُغير نسب الاحتمالية بشكل كبير. هذه الاحتمالات مستقلة عن الآلة.

في عام ١٩٦٥، نشر عالم الرياضيات الروسي كولموغوروف بشكل مستقل أفكارًا مشابهة. وعندما اطلع على أعمال سولومونوف، أقرّ بفضله، ولعدة سنوات، كانت أعمال سولومونوف أكثر شهرة في الاتحاد السوفيتي منها في العالم الغربي. ومع ذلك، كان الإجماع العام في الأوساط العلمية هو ربط هذا النوع من التعقيد بكولموغوروف، الذي كان أكثر اهتمامًا بعشوائية المتتالية. وارتبطت نظرية الاحتمالية الخوارزمية والاستقراء الشامل (سولومونوف) بسولومونوف، الذي ركز على التنبؤ - أي استقراء المتتالية.

في وقت لاحق من نفس المنشور الصادر عام 1960، يصف سولومونوف امتداده لنظرية أقصر رمز منفرد، وهو ما يُعرف بالاحتمالية الخوارزمية. يقول: "يبدو أنه إذا كانت هناك عدة طرق مختلفة لوصف متتالية ما، فينبغي إعطاء كل طريقة منها وزنًا معينًا في تحديد احتمالية تلك المتتالية." ^{[ 21 ]} ثم يُبين كيف يمكن استخدام هذه الفكرة لتوليد التوزيع الاحتمالي القبلي الشامل، وكيف يُتيح ذلك استخدام قاعدة بايز في الاستدلال الاستقرائي. يُحسب الاستدلال الاستقرائي، من خلال جمع تنبؤات جميع النماذج التي تصف متتالية معينة، باستخدام أوزان مناسبة بناءً على أطوال تلك النماذج، للحصول على التوزيع الاحتمالي لامتداد تلك المتتالية. وقد عُرفت طريقة التنبؤ هذه منذ ذلك الحين باسم استقراء سولومونوف .

قام بتوسيع نظريته، ونشر عددًا من التقارير التي أدت إلى المنشورات في عام 1964. تقدم أوراق عام 1964 وصفًا أكثر تفصيلاً للاحتمالية الخوارزمية، واستقراء سولومونوف، وعرضت خمسة نماذج مختلفة، بما في ذلك النموذج الذي يسمى بشكل شائع التوزيع العالمي.

كان علماء آخرون ممن حضروا مؤتمر دارتموث الصيفي عام 1956 (مثل نيويل وسيمون ) يطورون فرعًا من الذكاء الاصطناعي يعتمد على آلات تحكمها قواعد "إذا-ثم " ، أي تستند إلى الحقائق. أما سولومونوف، فكان يطور فرعًا من الذكاء الاصطناعي يركز على الاحتمالات والتنبؤ؛ إذ وصف رؤيته الخاصة للذكاء الاصطناعي آلات تحكمها توزيعات الاحتمالات الخوارزمية. تقوم هذه الآلات بتوليد النظريات مع احتمالاتها المرتبطة بها لحل المشكلات، ومع ظهور مشكلات ونظريات جديدة، تُحدِّث توزيعات الاحتمالات الخاصة بهذه النظريات.

في عام 1968، توصل إلى برهان على فعالية الاحتمالية الخوارزمية، ^{[ 22 ]} ولكن نظرًا لقلة الاهتمام العام بها آنذاك، لم ينشرها إلا بعد عشر سنوات. وفي تقريره، نشر برهان نظرية التقارب.

في السنوات التي تلت اكتشافه للاحتمالية الخوارزمية، ركز على كيفية استخدام هذه الاحتمالية واستقراء سولومونوف في التنبؤ الفعلي وحل المشكلات للذكاء الاصطناعي. كما أراد أن يفهم الآثار الأعمق لنظام الاحتمالات هذا.

أحد الجوانب المهمة للاحتمالية الخوارزمية هو أنها كاملة وغير قابلة للحساب.

في تقريره الصادر عام ١٩٦٨، يُبين أن الاحتمالية الخوارزمية كاملة ؛ أي أنه إذا وُجد أي نمط منتظم قابل للوصف في مجموعة بيانات، فإن الاحتمالية الخوارزمية ستكتشف هذا النمط في نهاية المطاف، متطلبةً عينة صغيرة نسبيًا من تلك البيانات. تُعد الاحتمالية الخوارزمية نظام الاحتمالات الوحيد المعروف باكتماله بهذه الطريقة. وكنتيجة حتمية لاكتمالها، فهي غير قابلة للحساب . ويعود عدم قابليتها للحساب إلى أن بعض الخوارزميات - وهي مجموعة فرعية من الخوارزميات التكرارية جزئيًا - لا يمكن تقييمها بشكل كامل أبدًا لأن ذلك سيستغرق وقتًا طويلًا جدًا. ولكن سيتم على الأقل التعرف على هذه البرامج كحلول محتملة. من ناحية أخرى، فإن أي نظام قابل للحساب هو نظام غير كامل . ستكون هناك دائمًا أوصاف خارج نطاق بحث ذلك النظام، والتي لن يتم الاعتراف بها أو أخذها في الاعتبار أبدًا، حتى في وقت غير محدود. تُخفي نماذج التنبؤ القابلة للحساب هذه الحقيقة بتجاهلها لمثل هذه الخوارزميات.

وصف في العديد من أوراقه البحثية كيفية البحث عن حلول للمشاكل، وفي السبعينيات وأوائل الثمانينيات طور ما اعتبره أفضل طريقة لتحديث الآلة.

مع ذلك، لم يكن استخدام الاحتمالات في الذكاء الاصطناعي مسارًا سلسًا تمامًا. ففي السنوات الأولى للذكاء الاصطناعي، كانت أهمية الاحتمالات موضع تساؤل. إذ شعر الكثيرون في مجتمع الذكاء الاصطناعي أن الاحتمالات غير قابلة للتطبيق في عملهم. صحيح أن مجال التعرف على الأنماط استخدم شكلًا من أشكال الاحتمالات، ولكن نظرًا لعدم وجود نظرية شاملة حول كيفية دمج الاحتمالات في أي مجال من مجالات الذكاء الاصطناعي، فإن معظم المجالات لم تستخدمها على الإطلاق.

ومع ذلك، كان هناك باحثون مثل بيرل وبيتر تشيزمان الذين جادلوا بأنه يمكن استخدام الاحتمالات في الذكاء الاصطناعي.

في حوالي عام 1984، وفي اجتماع سنوي للجمعية الأمريكية للذكاء الاصطناعي (AAAI)، تقرر أن الاحتمالية لا علاقة لها بالذكاء الاصطناعي بأي شكل من الأشكال.

تشكلت مجموعة احتجاجية، وفي العام التالي عُقدت ورشة عمل في اجتماع الجمعية الأمريكية للذكاء الاصطناعي (AAAI) مخصصة لموضوع "الاحتمالية وعدم اليقين في الذكاء الاصطناعي". وقد استمرت ورشة العمل السنوية هذه حتى يومنا هذا. ^{[ 23 ]}

كجزء من الاحتجاج في ورشة العمل الأولى، قدم سولومونوف ورقة بحثية حول كيفية تطبيق التوزيع العالمي على المشاكل في الذكاء الاصطناعي ^{[ 24 ]} وكانت هذه نسخة مبكرة من النظام الذي كان يطوره منذ ذلك الوقت.

في ذلك التقرير، وصف أسلوب البحث الذي طوره. في مسائل البحث، يُعدّ الوقت هو الترتيب الأمثل للبحث.${\displaystyle T_{i}/P_{i}}$، أين${\displaystyle T_{i}}$هو الوقت اللازم لاختبار التجربة و${\displaystyle P_{i}}$يمثل هذا احتمال نجاح تلك المحاولة. وقد أطلق عليه اسم "حجم القفزة المفاهيمية" للمسألة. تقارب تقنية بحث ليفين هذا الترتيب، ^{[ 25 ]} ولذلك أطلق سولومونوف، الذي درس أعمال ليفين، على تقنية البحث هذه اسم Lsearch.

في أوراق بحثية أخرى، استكشف كيفية الحد من الوقت اللازم للبحث عن الحلول، متناولاً موضوع البحث المحدود بالموارد. يتم تحديد نطاق البحث بالوقت المتاح أو تكلفة الحساب بدلاً من تقليص نطاق البحث كما هو الحال في بعض طرق التنبؤ الأخرى، مثل طريقة الحد الأدنى لطول الوصف .

طوال مسيرته المهنية، انصبّ اهتمام سولومونوف على الفوائد والمخاطر المحتملة للذكاء الاصطناعي، وناقشها في العديد من تقاريره المنشورة. في عام 1985، حلّل تطورًا محتملاً للذكاء الاصطناعي، وقدّم معادلة تتنبأ بموعد وصوله إلى "نقطة اللانهاية". ^{[ 26 ]} يُعدّ هذا العمل جزءًا من تاريخ الفكر حول إمكانية حدوث تفرد تكنولوجي .

في الأصل، كانت أساليب الاستقراء الخوارزمية تستنبط تسلسلات مرتبة من السلاسل النصية. وكانت هناك حاجة إلى أساليب للتعامل مع أنواع أخرى من البيانات.

يقوم تقرير عام 1999، ^{[ 27 ]} بتعميم التوزيع العالمي ونظريات التقارب المرتبطة به إلى مجموعات غير مرتبة من السلاسل، ويقوم تقرير عام 2008، ^{[ 28 ]} بتعميمه على أزواج غير مرتبة من السلاسل.

في عام 1997، ^{[ 29 ]} 2003 و2006 أظهر أن عدم قابلية الحساب والذاتية هما سمتان ضروريتان ومرغوبتان لأي نظام استقراء عالي الأداء.

في عام ١٩٧٠، أسس شركته الخاصة، أوكسبريدج ريسيرش، وواصل أبحاثه فيها باستثناء فترات قضاها في مؤسسات أخرى مثل معهد ماساتشوستس للتكنولوجيا، وجامعة سارلاند في ألمانيا، ومعهد دالي مولي للذكاء الاصطناعي في لوغانو بسويسرا. وفي عام ٢٠٠٣، كان أول من حصل على جائزة كولموغوروف من مركز أبحاث تعلم الحاسوب في رويال هولواي، جامعة لندن ، حيث ألقى محاضرة كولموغوروف الافتتاحية. وكان سولومونوف مؤخرًا أستاذًا زائرًا في مركز أبحاث تعلم الحاسوب.

في عام 2006، ألقى كلمة في مؤتمر الذكاء الاصطناعي في دارتموث بعنوان "الخمسون عاماً القادمة"، والذي أقيم احتفالاً بالذكرى الخمسين لتأسيس مجموعة دارتموث الصيفية للدراسة. وكان سولومونوف واحداً من خمسة مشاركين أصليين حضروا المؤتمر.

في فبراير 2008، ألقى الكلمة الرئيسية في مؤتمر "الاتجاهات الحالية في نظرية وتطبيق علوم الحاسوب" (CTTACS)، الذي عُقد في جامعة نوتردام في لبنان. وأعقب ذلك سلسلة قصيرة من المحاضرات، وبدأ البحث في تطبيقات جديدة للاحتمالات الخوارزمية.

تتمتع كل من الاحتمالية الخوارزمية واستقراء سولومونوف بالعديد من المزايا في مجال الذكاء الاصطناعي. توفر الاحتمالية الخوارزمية تقديرات احتمالية دقيقة للغاية، ويمكن مراجعة هذه التقديرات بطريقة موثوقة لضمان استمرار قبولها. كما أنها تستغل وقت البحث بكفاءة عالية. بالإضافة إلى تقديرات الاحتمالية، تتمتع الاحتمالية الخوارزمية بقيمة أخرى مهمة في مجال الذكاء الاصطناعي، وهي: تعدد نماذجها الذي يتيح لنا طرقًا متعددة لفهم بياناتنا.

يُمكن الاطلاع على وصف لحياة سولومونوف وعمله قبل عام 1997 في مقال "اكتشاف الاحتمالية الخوارزمية"، المنشور في مجلة علوم الحاسوب والأنظمة، المجلد 55، العدد 1، الصفحات 73-88، أغسطس 1997. ويمكن الاطلاع على هذا المقال، بالإضافة إلى معظم المقالات الأخرى المذكورة هنا، على موقعه الإلكتروني في صفحة المنشورات .

في مقال نُشر في عام وفاته، جاء في إحدى المجلات العلمية عن سولومونوف: "يفهم العالم التقليدي علمه باستخدام نموذج واحد سائد - وهو أسلوب الفهم الأكثر شيوعًا في الوقت الحاضر. أما العالم الأكثر إبداعًا فيفهم علمه بطرق عديدة، ويمكنه بسهولة أكبر ابتكار نظريات جديدة، وطرائق فهم جديدة، عندما لا يعود النموذج السائد مناسبًا للبيانات الحالية". ^{[ 30 ]}

في عام 2011، كجزء من مجلد شامل حول نظرية المعلومات الخوارزمية والذكاء الاصطناعي - العشوائية من خلال الحوسبة: بعض الإجابات، والمزيد من الأسئلة ^{[ 31 ]} - نشر ورقته البحثية الأخيرة، إلى جانب شخصيات بارزة أخرى في تلك المجالات مثل غريغوري تشايتين أو يورغن شميدهوبر ، حيث تناول فيها إمكانات الاحتمالية الخوارزمية لتحقيق الذكاء الاصطناعي العام والذكاء الاصطناعي القوي. ^{[ 32 ]}

• يتضمن كتاب مينغ لي وبول فيتاني ، مقدمة في تعقيد كولموغوروف وتطبيقاته. سبرينغر-فيرلاغ، نيويورك، 2008، ملاحظات تاريخية عن سولومونوف بالإضافة إلى وصف وتحليل لعمله.
• الذكاء الاصطناعي الشامل لماركوس هوتر

• الصفحة الرئيسية لراي سولومونوف
• للحصول على وصف مفصل للاحتمالية الخوارزمية، انظر "الاحتمالية الخوارزمية" لهوتر، ليج وفيتاني في موسوعة العلوم.
• مؤتمر الذكرى السنوية الخامسة والثمانين لراي سولومونوف (1926-2009)، ملبورن، أستراليا، نوفمبر/ديسمبر 2011 ، والوقائع ، "الاحتمالية الخوارزمية والأصدقاء. التنبؤ البايزي والذكاء الاصطناعي"، سبرينغر، LNAI/LNCS 7070 .
• تم الاحتفال بذكرى رائد التعلم الآلي في 14 ديسمبر 2011