# الرياضيات التي تجعل الذكاء الاصطناعي أكثر كفاءة

> التقليم والتناثر والرسم العشوائي ونظرية المصفوفات العشوائية والنماذج المستنيرة بالفيزياء: كيف تقلّص الرياضيات الحوسبة والذاكرة والطاقة التي يحتاج إليها الذكاء الاصطناعي.

Source: https://greenai.guide/ar/مقالات/الرياضيات-التي-تجعل-الذكاء-الاصطناعي-أكثر-كفاءة/  
Updated: 2026-11-19

## باختصار

يذهب جزء كبير من الطاقة التي يستهلكها الذكاء الاصطناعي إلى حوسبة ونقل بيانات لا تحتاج إليهما المهمة. وتُزيل أساليب رياضية مثل التقليم والتناثر والرسم العشوائي ونظرية المصفوفات العشوائية والنماذج ذات البنية المدمجة هذا الفائض، وغالبًا دون خسارة تُذكر في الدقة أو دون أي خسارة. لكنها لا توفّر الطاقة إلا إذا قيس التوفير ولم يُنفَق ببساطة على نماذج أكبر.

## النقاط الرئيسية

- الشبكات العصبية الكبيرة تحمل معاملات أكثر من حاجتها؛ ويمكن للتقليم أن يزيل معظم أوزانها بعد التدريب مع خسارة طفيفة في الدقة.
- لا يوفّر التناثر الطاقة إلا إذا كان العتاد والبرمجيات قادرين على تخطّي الأصفار؛ وإلا فهو توفير على الورق فقط.
- كثيرًا ما يكلّف نقل البيانات طاقة أكثر من العمليات الحسابية، لذا تكتسب الأساليب التي تقلّل حركة الذاكرة أهمية، مثل الرسم العشوائي والانتباه الواعي بعمليات الإدخال والإخراج.
- إدماج قوانين الفيزياء المعروفة أو التماثلات في النموذج يمكن أن يقلّص المعاملات والبيانات التي يحتاج إليها.
- الأساليب العددية الكلاسيكية هي أحيانًا الجواب الأكثر اخضرارًا، ويمكن لمسار هجين أن يستخدم شبكة صغيرة فقط حيث تفيد.

يذهب معظم الطاقة التي تستهلكها الشبكة العصبية إلى أمرين: العمليات الحسابية، ونقل الأعداد بين الذاكرة والمعالج.
ويمكن للرياضيات أن تقلّل كليهما. تشرح هذه المقالة الأساليب الرئيسية بعبارات بسيطة، مع الأوراق المنشورة التي تقوم
عليها، وأين يتوقف كل منها عن تحقيق الفائدة.

وضعت ورشة عمل مكثفة (sandpit) بريطانية عن الذكاء الاصطناعي (AI) الأخضر عُقدت عام 2026، وجمعت علماء رياضيات
وعلماء حاسوب وممثلين عن الصناعة، هذا السؤال في صميم عملها: كيف يمكن للعلوم الرياضية أن تقلّل الطاقة والموارد التي
يحتاج إليها الذكاء الاصطناعي مع تزايد الطلب عليه؟ والأساليب الواردة أدناه هي الأكثر تكرارًا في النقاش، معروضة في
ضوء الأدلة المنشورة.

## لماذا يوجد فائض يمكن إزالته؟ {#why-is-there-redundancy-to-remove}

**النماذج الكبيرة أكبر مما تحتاج إليه المهمة فعلًا، لأن الحجم يجعل تدريبها أسهل.** فالتدريب ينجح أكثر في فضاء
عالي الأبعاد، لكن بعد انتهائه يتبيّن أن كثيرًا من الأوزان لا يضيف إلا القليل.

وهذا يترك مجالًا لثلاثة أنواع من التوفير: أوزان أقل (التقليم)، وقيم نشطة أقل في أي لحظة (التناثر)، وحركة بيانات
أقل (الرسم العشوائي والخوارزميات الواعية بالذاكرة). ونوع رابع يتجنب الفائض من الأساس، بإدماج بنية معروفة في النموذج.

## ما هو التقليم، وكم يمكنه أن يزيل؟ {#what-is-pruning-and-how-much-can-it-remove}

**التقليم يحذف الأوزان الأقل إسهامًا، ثم يترك الشبكة تتعافى.** أظهر Han وزملاؤه عام 2015 أن التقليم خفّض معاملات
نموذج الصور AlexNet بمعامل تسعة، ومعاملات VGG-16 بمعامل ثلاثة عشر، دون أي خسارة في الدقة.

ثم جاءت أعمال لاحقة جعلت الفكرة أدق:

- **فرضية تذكرة اليانصيب** (lottery ticket hypothesis) (Frankle وCarbin، 2019) وجدت أن الشبكات الكبيرة تحتوي على
  شبكات فرعية أصغر بكثير تضاهي دقة الشبكة الكاملة إذا دُرِّبت من نقطة البداية الصحيحة.
- **SparseGPT** (Frantar وAlistarh، 2023) قلّم نماذج لغوية كبيرة جدًا إلى تناثر لا يقل عن 50% دفعة واحدة، دون إعادة
  تدريب، مع زيادة طفيفة في مقياس الحيرة (perplexity).
- ومسح Hoefler وزملائه عام 2021 لأكثر من 300 ورقة هو الدليل المرجعي لمعرفة متى ينجح التقليم ومتى لا ينجح.

## هل يوفّر التناثر الطاقة فعلًا؟ {#does-sparsity-actually-save-energy}

**فقط إذا جرى تخطّي الأصفار.** فالمصفوفة التي 80% من عناصرها أصفار تكلّف المقدار الكامل إذا كان العتاد يضرب كل عنصر
فيها. ومن المفيد التمييز بين التناثر *غير المنتظم* (أصفار مبعثرة في أي مكان) والتناثر *المنتظم* (كتل أو قنوات أو
أنماط كاملة من الأصفار)، الذي تستطيع الرقائق العادية الاستفادة منه بسهولة أكبر بكثير.

هناك موضعان للبحث عن التناثر:

- **في الأوزان**، عبر التقليم.
- **في التنشيطات**، أي القيم التي تتدفق عبر الشبكة لمُدخل معيّن. أظهر Kurtz وزملاؤه (2020) أن رفع عتبة دالة
  التنشيط ReLU يجعل عددًا أكبر بكثير من التنشيطات أصفارًا تمامًا، ويمكن عندئذ تخطّيها أثناء الاستدلال (inference)،
  أي تشغيل النموذج المدرَّب. وجادل Mirzadeh وزملاؤه (2024) بأن النماذج اللغوية الكبيرة التي تستخدم تنشيطات ReLU
  يمكنها استغلال الأثر نفسه لتقليص الحوسبة.

تناثر التنشيطات *ديناميكي*: فالقيم التي تكون أصفارًا تتغير مع كل مُدخل. وهذا يجعل استغلاله في العتاد أصعب، وهو أحد
أسباب تعامل الورشة مع التصميم المشترك للعتاد والبرمجيات بوصفه جزءًا من الرياضيات، لا أمرًا يأتي لاحقًا.

## لماذا يهمّ نقل البيانات إلى هذا الحد؟ {#why-does-data-movement-matter-so-much}

**جلب عدد من الذاكرة قد يكلّف طاقة أكثر من إجراء عملية حسابية عليه.** والخوارزميات التي تنقل بيانات أقل كثيرًا ما
توفّر أكثر من الخوارزميات التي تُجري عمليات جمع أقل.

تعالج عائلتان من الأساليب هذه المسألة:

- **الرسم العشوائي** (randomised sketching). الرسم إسقاط عشوائي أصغر بكثير لمصفوفة كبيرة يحتفظ بالخصائص التي
  تحتاجون إليها. وقد أرست ورقة Halko وMartinsson وTropp عام 2011 ومسح Martinsson وTropp عام 2020 نظرية الجبر الخطي
  العددي العشوائي، التي تقدّم حدودًا مُثبتة للخطأ في هذه التقريبات. وعند تطبيقها على الشبكات العصبية، يمكن للرسوم
  أن تضغط النتائج الوسيطة الكبيرة قبل نقلها خارج الشريحة.
- **الخوارزميات الواعية بعمليات الإدخال والإخراج** (IO-aware). تحسب FlashAttention (Dao وزملاؤه، 2022) نتيجة
  الانتباه نفسها تمامًا التي تحسبها الطريقة القياسية، لكنها تعيد تنظيم العمل لتقليل عمليات القراءة والكتابة بين
  ذاكرة GPU الكبيرة البطيئة وذاكرتها الصغيرة السريعة. والتوفير هنا يأتي من الجدولة، لا من التقريب.

## ماذا تضيف نظرية المصفوفات العشوائية؟ {#what-does-random-matrix-theory-add}

**تصف نظرية المصفوفات العشوائية سلوك المصفوفات العشوائية الكبيرة، وهذا بالضبط ما تكونه أوزان الشبكة العصبية في
بداية التدريب.** وهذا يتيح لعلماء الرياضيات التنبؤ بخصائص الشبكة قبل تدريبها.

استخدمها Pennington وWorah (2017) لتحليل كيفية مرور الإشارات عبر الشبكات العريضة. ودرس Martin وMahoney (2021)
أطياف مصفوفات الأوزان المدرَّبة ووجدا أنماطًا تدل على مدى جودة تعلّم الطبقة. ونتائج من هذا النوع تساعد على تحديد
مستويات التناثر وتشخيص الطبقات الأكبر من حاجتها، دون التجربة والخطأ في تدريب صيغ متعددة.

## هل يمكن للبنية أن تحلّ محل البيانات والمعاملات؟ {#can-structure-replace-data-and-parameters}

**نعم، حيث تكون البنية معروفة.** فإذا كانت مسألة ما تخضع لقانون فيزيائي أو لتماثل، فإن النموذج الذي أُدمجت فيه هذه
المعرفة لا يحتاج إلى تعلّمها من البيانات.

- **الشبكات العصبية المستنيرة بالفيزياء** (Raissi وPerdikaris وKarniadakis، 2019) تضيف المعادلات الحاكمة إلى هدف
  التدريب، فتُعاقَب الشبكة على الإجابات المستحيلة فيزيائيًا.
- **التعلّم العميق الهندسي** (Bronstein وزملاؤه، 2021) يصمّم شبكات تحترم تماثلات مثل الدوران أو التبديل، فتحتاج
  إلى معاملات وأمثلة أقل.
- **فرد الخوارزميات** (algorithm unrolling) (Monga وLi وEldar، 2021) يحوّل خطوات خوارزمية تكرارية كلاسيكية إلى
  طبقات شبكة، فينتج نماذج صغيرة قابلة للتفسير.

وتكررت في الورشة فكرة ذات صلة: **المسارات الهجينة**. احتفظوا بالطريقة الكلاسيكية أو الفيزيائية للخطوات التي تُتقنها،
واستخدموا شبكة صغيرة فقط للجزء الذي يناسب التعلّم، مثل نموذج بديل لمكوّن واحد مكلف في محاكاة. وأحيانًا يكون الجواب
الأكثر اخضرارًا طريقة عددية قائمة دون أي شبكة عصبية على الإطلاق.

## أين يقع الاشتقاق التلقائي والتكميم؟ {#where-do-automatic-differentiation-and-quantisation-fit}

**الاشتقاق التلقائي (AD) يحسب المشتقات الدقيقة لبرنامج ما، وهو المحرّك الذي يقوم عليه التدريب.** فالانتشار
العكسي (backpropagation) هو اشتقاق تلقائي بالنمط العكسي، كما يشرح مسح Baydin وزملائه عام 2018. والاشتقاق التلقائي
الكفء مهم للذكاء الاصطناعي الأخضر في حد ذاته، وهو ما يجعل ممكنةً تقنياتٍ مثل التدريب الواعي بالتقليم وعقوبات
الطاقة القابلة للاشتقاق.

**التكميم (quantisation) يخزّن الأعداد بعدد أقل من البتات**، مثل أعداد صحيحة من 8 بتات بدل أعداد عشرية من 32 بتًا.
وأظهر Jacob وزملاؤه (2018) كيف تُدرَّب الشبكات لاستدلال يقتصر على الأعداد الصحيحة، ما يقلّص الذاكرة والطاقة لكل
عملية. كما أن عددًا أقل من البتات يعني بيانات أقل للنقل.

## هل يمكننا إعادة استخدام النماذج بدل تدريب نماذج جديدة؟ {#can-we-reuse-models-instead-of-training-new-ones}

**كثيرًا ما يمكن ذلك.** أظهر Wortsman وزملاؤه (2022) أن حساب متوسط أوزان عدة نسخ مضبوطة بدقة (fine-tuned) من
النموذج نفسه، أي ما يُسمى "حساء النماذج" (model soup)، يمكن أن يحسّن الدقة دون أي تكلفة إضافية أثناء الاستدلال.
ودمج النماذج القائمة وتكييفها يتجنب تكرار تكلفة التدريب من الصفر. وتمضي مقالة [التنسيق بدل التوليد](/ar/مقالات/التنسيق-بدل-التوليد/)
بفكرة إعادة الاستخدام هذه أبعد.

## ما هي الحدود؟ {#what-are-the-limits}

**مكاسب الكفاءة حقيقية، لكنها لا تتحول تلقائيًا إلى توفير.** وتنطبق ثلاثة تحفّظات على كل الأساليب السابقة:

- التوفير على الورق (معاملات أقل، عمليات أقل) يجب أن يتأكد بقياس الطاقة على عتاد حقيقي.
  راجعوا [قياس طاقة الذكاء الاصطناعي](/ar/الممارسات-الجيدة/كيف-تقيسون-طاقة-الذكاء-الاصطناعي-وانبعاثاته-الكربونية/).
- يجب التحقق من الدقة على المهمة الفعلية، لا على متوسط مقياس أداء فقط.
- الحوسبة الأرخص تميل إلى أن تُستخدم لمزيد من الحوسبة. وتشرح مقالة [الكفاءة ليست كفاية](/ar/مقالات/الكفاءة-ليست-كفاية-تأثير-الارتداد-في-الذكاء-الاصطناعي/)
  أثر الارتداد هذا.

## ماذا تفعلون بعد ذلك {#what-to-do-next}

- إذا كنتم تدرّبون النماذج أو تضبطونها بدقة، فجرّبوا التقليم والتكميم بعد التدريب أولًا: فهما أرخص المكاسب. راجعوا
  [التدريب والاستدلال الكفءان](/ar/الممارسات-الجيدة/تدريب-الذكاء-الاصطناعي-واستدلاله-بكفاءة/).
- تحقّقوا مما إذا كان العتاد والمكتبات لديكم يستغلون التناثر فعلًا قبل الاعتماد عليه.
- قبل اللجوء إلى شبكة عصبية، اسألوا هل تحلّ المسألةَ طريقةٌ كلاسيكية أو هجينة أصلًا.
- قيسوا الطاقة قبل أي تغيير وبعده، على العتاد الذي ستستخدمونه.
- للباحثين: ابحثوا عن مشاريع ممولة ومنح دكتوراه في الذكاء الاصطناعي الكفء في إدراجات [الأبحاث](/ar/البحث/) و[الدكتوراه](/ar/الدكتوراه/)،
  وراجعوا [دليل الباحثين](/ar/أدلة/الذكاء-الاصطناعي-الأخضر-للباحثين/).

## الأسئلة المتكررة

### ما هو التقليم في الذكاء الاصطناعي؟

التقليم يزيل من شبكة عصبية مدرَّبة الأوزان أو العصبونات الكاملة التي تسهم قليلًا في مخرجاتها. وتحتاج الشبكة الأصغر إلى ذاكرة أقل، وعلى العتاد المناسب، إلى حوسبة وطاقة أقل.

### هل يستهلك النموذج المتناثر دائمًا طاقة أقل؟

لا. النموذج المليء بالأصفار لا يوفّر الطاقة إلا إذا تخطّاها العتاد والبرمجيات. فالتناثر غير المنتظم على وحدة GPU عادية قد لا يعمل أسرع من النموذج الكثيف، ولهذا تكتسب أهمية كلٌّ من التناثر المنتظم والنوى الحسابية المتناثرة.

### ما هي الشبكة العصبية المستنيرة بالفيزياء؟

شبكة عصبية تُدرَّب على احترام قوانين فيزيائية معروفة، عادةً بإضافة المعادلات الحاكمة إلى دالة الخسارة. وإدماج هذه المعرفة يعني أن الشبكة تحتاج إلى بيانات أقل لتتعلم حلًا مفيدًا.

### هل يمكن للرياضيات حقًا أن تُحدث فرقًا إلى جانب الرقائق الأفضل؟

نعم، والاثنان يتكاملان. فالخوارزميات الأفضل تقلّل العمل المطلوب، والعتاد الأفضل ينجز ذلك العمل بتكلفة أقل. وقد جاءت عدة من أكبر أوجه التوفير في الذكاء الاصطناعي، مثل التكميم والانتباه الكفء، من الرياضيات والخوارزميات لا من رقائق جديدة.

## المصادر

- [Learning both weights and connections for efficient neural networks](https://arxiv.org/abs/1506.02626), Han, Pool, Tran and Dally, NeurIPS (2015)
- [The lottery ticket hypothesis: finding sparse, trainable neural networks](https://arxiv.org/abs/1803.03635), Frankle and Carbin, ICLR (2019)
- [Sparsity in deep learning: pruning and growth for efficient inference and training in neural networks](https://jmlr.org/papers/v22/21-0366.html), Hoefler, Alistarh, Ben-Nun, Dryden and Peste, Journal of Machine Learning Research (2021)
- [SparseGPT: massive language models can be accurately pruned in one-shot](https://arxiv.org/abs/2301.00774), Frantar and Alistarh, ICML (2023)
- [Inducing and exploiting activation sparsity for fast inference on deep neural networks](https://proceedings.mlr.press/v119/kurtz20a.html), Kurtz et al., ICML (2020)
- [ReLU strikes back: exploiting activation sparsity in large language models](https://arxiv.org/abs/2310.04564), Mirzadeh et al., ICLR (2024)
- [Finding structure with randomness: probabilistic algorithms for constructing approximate matrix decompositions](https://doi.org/10.1137/090771806), Halko, Martinsson and Tropp, SIAM Review (2011)
- [Randomized numerical linear algebra: foundations and algorithms](https://doi.org/10.1017/S0962492920000021), Martinsson and Tropp, Acta Numerica (2020)
- [FlashAttention: fast and memory-efficient exact attention with IO-awareness](https://arxiv.org/abs/2205.14135), Dao, Fu, Ermon, Rudra and Ré, NeurIPS (2022)
- [Implicit self-regularization in deep neural networks: evidence from random matrix theory and implications for learning](https://jmlr.org/papers/v22/20-410.html), Martin and Mahoney, Journal of Machine Learning Research (2021)
- [Nonlinear random matrix theory for deep learning](https://papers.nips.cc/paper/6857-nonlinear-random-matrix-theory-for-deep-learning), Pennington and Worah, NeurIPS (2017)
- [Physics-informed neural networks: a deep learning framework for solving forward and inverse problems involving nonlinear partial differential equations](https://doi.org/10.1016/j.jcp.2018.10.045), Raissi, Perdikaris and Karniadakis, Journal of Computational Physics (2019)
- [Geometric deep learning: grids, groups, graphs, geodesics, and gauges](https://arxiv.org/abs/2104.13478), Bronstein, Bruna, Cohen and Veličković (2021)
- [Algorithm unrolling: interpretable, efficient deep learning for signal and image processing](https://arxiv.org/abs/1912.10557), Monga, Li and Eldar, IEEE Signal Processing Magazine (2021)
- [Automatic differentiation in machine learning: a survey](https://jmlr.org/papers/v18/17-468.html), Baydin, Pearlmutter, Radul and Siskind, Journal of Machine Learning Research (2018)
- [Model soups: averaging weights of multiple fine-tuned models improves accuracy without increasing inference time](https://arxiv.org/abs/2203.05482), Wortsman et al., ICML (2022)
- [Quantization and training of neural networks for efficient integer-arithmetic-only inference](https://arxiv.org/abs/1712.05877), Jacob et al., CVPR (2018)
