تناولت دراسة حديثة منشورة في مجلة علم الكون والفيزياء الجسيمية الفلكية إمكانية توظيف الذكاء الاصطناعي، وتحديداً تقنية النقل المعرفي، لتسريع عمليات البحث عن فيزياء تتجاوز النموذج الكوني القياسي. ويعود سبب هذا الاهتمام إلى أن النموذج الحالي، رغم نجاحه في وصف التوسع الكوني وتوزيع المجرات، يبدو ناقصاً أمام ملاحظات حديثة تشير إلى وجود نيوترينوات ضخمة أو جاذبية معدلة أو طاقة مظلمة متطورة. واختبار هذه الفرضيات يتطلب عادة محاكيات كونية فائقة الدقة واستهلاكاً هائلاً للموارد الحاسوبية. وقدم باحثون من معهد فلاتفيرن وجامعة برينستون، ومن بينهم أدريان باير وفينا كريشناراج، منهجية بديلة تعتمد على نقل المعرفة بين المهام. تبدأ الخوارزمية بتدريب شبكة عصبية مبدئياً على محاكيات النموذج القياسي الأقل تكلفة، ثم تعاد ضبطها للنماذج الأكثر تعقيداً. ويصف الباحثون هذه الخطوة بمحاكاة القراءة كتاباً تمهيدياً قبل الانتقال إلى النصوص المتقدمة، ما يتجنب إجهاد النظام بمعالجة جميع المعطيات دفعة واحدة. أسفرت التجربة عن نتائج عملية ملموسة، إذ خفضت المنهجية عدد المحاكيات عالية التكلفة المطلوبة بأكثر من عشرة أضعاف في بعض السيناريوهات، مما يؤسس لأداة حسابية فعالة لاستقبال البيانات الضخمة القادمة من المسوحات الكونية المستقبلية. غير أن الدراسة سلطت الضوء على تحدٍّ جوهري يُعرف بالنقل السلبي، حيث يميل الذكاء الاصطناعي إلى تفسير الإشارات الفيزيائية الجديدة من خلال التصنيفات المأخوذة عن النموذج القديم. وقد لاحظ الفريق هذه الظاهرة في محاكيات النيوترينوات الضخمة، حيث يتشابه تأثير كتلتها مع معاملات معروفة سابقاً تصف تجمع المادة، مما يعيق التمييز الدقيق بين الظاهرتين. ويوضح الباحثون أن هذه التحيزات ليست عشوائية، بل تنجم عن تناظرات فيزيائية داخل النموذج تتطلب وعياً دقيقاً وآليات تصحيحية مخصصة. وتؤكد الورقة أن اعتماد استراتيجيات نماذج الأساس يسرع عمليات الاستنتاج الاستدلالي، لكنه قد يعيق اكتشاف فيزياء جديدة تماماً. ويخلص الفريق إلى أن هذه الأداة، رغم فعاليتها، لا تزال بحاجة إلى ضبط دقيق قبل تطبيقها على البيانات الرصدية الحقيقية، مما يفتح الباب أمام بحوث مستقبلية تدمج بين كفاءة الحوسبة المتقدمة والدقة الفيزيائية في عصر الكونيات الحديث.