מחקר חדש, שערכו חוקרים מבית הספר לכימיה באוניברסיטת תל אביב, מציג גישה חדשנית לשליטה בתהליכים אקראיים באמצעות מנגנון מתקדם של "אתחול אקראי מסתגל" (Adaptive Resetting). לדברי החוקרים, השיטה צפויה להשפיע על מגוון תחומים - החל מאלגוריתמים חישוביים וחיפוש מידע, ועד סימולציות מולקולריות וחקר מערכות ביולוגיות מורכבות.
המחקר נערך על-ידי הדוקטורנטים תומר דויד קידר ואופיר בלומר תחת הנחייתם של פרופ' ברק הירשברג ופרופ' שלומי ראובני מבית הספר לכימיה באוניברסיטת תל אביב. המחקר פורסם בכתב העת Nature Communications.
החוקרים הביאו דוגמה מהטבע. דמיינו דבורה שמחפשת אחר צוף. הדבורה יוצאת מהכוורת (נקודת ההתחלה) ונעה תוך חיפוש אחר פרח כלשהו (נקודת הסיום). כיוון ומיקום הפרח לא ידוע מראש, הדבורה תבחר במסלול שונה בכל פעם שבו היא יוצאת מהכוורת, וזמן ההגעה לפרח יהיה לכן אקראי. כעת דמיינו כי, מדי פעם, הדבורה "מאתחלת" את תנועתה על-ידי חזרה הביתה. למנגנון כזה קוראים "אתחול אקראי".
מזה כעשור, מדענים יודעים כי ניתן להאיץ תהליכי חיפוש רבים ע"י שימוש באתחול אקראי או "חזרה הביתה". אך, עד כה, הם הניחו שתהליך האתחול והחיפוש הם בלתי תלויים. הנחה זו הקלה מאוד את הניתוח המתמטי של הבעיה כיוון ומשוואות הלוקחות בחשבון את העובדה שהדבורה יכולה להתאים את אסטרטגיית האתחול שלה לתנאי הסביבה היו קשות מדי לפתרון. מאידך, ברור כי אם הדבורה קרובה מספיק לפרח כך שהיא יכולה להריח או לראות אותו, היא לא תרצה לחזור הביתה לפני שהיא מבקרת בפרח.
במחקר החדש, הצליחו החוקרים מבית הספר לכימיה באוניברסיטת תל אביב להתגבר על הקושי הזה בדיוק. החוקרים פיתחו שיטה לחזות כיצד תהליכי אתחול מסתגלים ישפיעו על מהלכה של הדבורה. השיטה כללית ביותר וניתן ליישם אותה לכל תהליך אקראי, כגון תגובות כימיות, שינוי מבנה של חלבונים, אלגוריתמים לניהול מערכות תורים ואפילו תהליכי למידה של רשתות נוירונים.
פרופ' ברק הירשברג
(צילום: אוניברסיטת תל אביב)
לדברי החוקרים, מדובר בפריצת דרך בעלת השלכות רחבות בתחומי הפיזיקה הסטטיסטית, והכימיה החישובית, שכן היא מאפשרת לייעל תהליכי חיפוש, חישוב וסימולציה בצורה מדויקת וחסכונית יותר. חשיבותו המרכזית של המחקר טמונה בכך שהוא מציע דרך כללית לחיזוי ולשליטה בהתנהגות של מערכות מורכבות מחוץ לשיווי משקל - כלומר, משתנות ודינמיות, בעיה בסיסית במדע המודרני - תוך צמצום דרמטי של הצורך בהרצות חישוביות מרובות ויקרות.
צוות החוקרים מסביר ש"אתחול אקראי" הוא מנגנון העוצר תהליך מסוים ומתחיל אותו מחדש מנקודה מוגדרת. בשנים האחרונות נמצא כי שיטה זו יכולה לייעל משמעותית תהליכי חיפוש והגעה ליעד, אך עד כה היא הייתה מוגבלת למקרים שבהם האתחול מתבצע באופן שהינו בלתי תלוי במצב המערכת. המחקר החדש פורץ מגבלה זו ומציג מסגרת כללית שבה קצב האתחול מותאם בזמן אמת למצב התהליך ולהיסטוריה שלו.
לדברי החוקרים, החידוש המרכזי במחקר הוא היכולת לחזות את התנהגות המערכת תחת אתחול אקראי באמצעות ניתוח של הדינמיקה ללא אתחול בלבד, בעזרת שיטת "משקול מחדש". גישה זו מאפשרת לחשב מדדים חשובים כגון זמן ההגעה הממוצע ליעד וההתפלגות שלו, וכן מצבי שיווי משקל - מבלי לבצע סימולציות רבות ומורכבות לכל תרחיש בנפרד.
פרופ' שלומי ראובני
(צילום: אוניברסיטת תל אביב)
החוקרים הדגימו כיצד ניתן ליישם את השיטה על מנת לשפר אסטרטגיות חיפוש "חכמות", למשל כאשר סוכן חיפוש (כגון בעל חיים או אלגוריתם) משנה את התנהגותו בהתאם לקרבה למטרה. באמצעות השיטה ניתן כעת לחשב בקלות כיצד התאמת קצב האתחול למידע סביבתי תשפיע על זמן החיפוש - שלב הכרחי בדרך לתכנון אסטרטגיות חיפוש טובות יותר. בנוסף, הוצגה אפשרות לתכנן מצבים עמידים אדפטיביים, שאינם בשיווי משקל מלא, במערכות פיזיקליות – הישג שלא היה אפשרי בשיטות אתחול קודמות.
מעבר לכך, החוקרים שילבו למידת מכונה במסגרת המודל, והראו כי ניתן לאמן רשת נוירונים שתלמד באופן אוטומטי את אסטרטגיית האתחול האופטימלית למשימה נתונה. יישום זה הוביל להאצה משמעותית של סימולציות דינמיקה מולקולרית, כולל תהליכים מורכבים כמו קיפול חלבונים - תחום בעל חשיבות רבה ברפואה ובביוטכנולוגיה.
לדברי החוקרים, הגישה החדשה צפויה לפתוח אפשרויות מחקר ויישום רחבות בתחומי הפיזיקה הסטטיסטית והכימיה החישובית, ולספק כלי יעיל לתכנון תהליכים מורכבים במערכות שאינן בשיווי משקל.
