كشف باحثون من كلية كلاركسون في الولايات المتحدة عن أداة ذكاء اصطناعي جديدة تحمل اسم KANDy، المختصر لـ شبكات كولموغوروف-أرنولد للديناميكيات، القادرة على استخلاص المعادلات الرياضية التي تحكم الأنظمة المعقدة والفوضوية مباشرةً من البيانات المرصودة. وتُعد هذه الأداة نقلة نوعية في مجال النمذجة القائمة على البيانات، إذ تمتاز بكونها قابلة للتفسير بدلاً من أن تعمل كصندوق أسود كما هو الحال في النماذج التقليدية التي تقدم تنبؤات دون كشف الآليات الكامنة وراءها. يعتمد النموذج على بنية شبكات كولموغوروف-أرنولد المعروفة، تم تكييفها خصيصاً للأنظمة الديناميكية. ويمكن للباحثين تغذية الأداة ببيانات منظومة فيزيائية معقدة، لتقوم العملية الحسابية باستنتاج القواعد الرياضية المنظمة لسلوكها. ويتعامل التصميم الجديد بنجاح مع البيانات غير الخطية عالية الضوضاء والأقل قابلية للتنبؤ، مما يتجاوز حدود تقنيات اكتشاف المعادلات السابقة. قاد فريق البحث الأستاذ المساعد إريك بولت، إلى جانب الباحث كالفن سلوت والأستاذ المساعد جيريماي فيش. وتم اختبار النموذج بنجاح على مجموعة واسعة من التحديات الحسابية، شملت الأنظمة الديناميكية المنفصلة والمستمرة، والمعادلات التفاضلية الجزئية الفوضوية، بالإضافة إلى استعادة البنية الطوبولوجية المعقدة في الكائن الرياضي المعروف باسم تلافيف هوبف. ويُظهر ذلك قدرة الأداة على التقاط الخصائص العميقة والهيكلية للأنظمة المعقدة. نُشرت نتائج الدراسة كورقة بحثية مسبقة على منصة أرشيف أكاديمي (arXiv)، وتؤكد النتائج الإمكانات التطبيقية الكبيرة لـ KANDy في مجالات العلوم والهندسة التي تعتمد على النمذجة القائمة على البيانات غير الخطية. وأصبح الكود المصدري للأداة متاحاً علناً على منصة غيت هب مع تعليمات التثبيت، مما يسهل على المجتمع البحثي تجربته وتطويره. وتمثل هذه الأداة خطوة مهمة نحو سد الفجوة بين الدقة التنبؤية للذكاء الاصطناعي والوضوح التحليلي المطلوب في البحث العلمي، مما يفتح آفاقاً جديدة لفهم الظواهر الفيزيائية المعقدة دون الحاجة إلى افتراضات مسبقة عن معادلاتها الأساسية.