آخر المساهمات
2024-11-06, 9:59 pm
2024-10-12, 12:21 am
2024-10-12, 12:19 am
2024-10-12, 12:14 am
2024-10-12, 12:14 am
2024-10-12, 12:13 am
2024-09-21, 5:25 pm
أحدث الصور
تصفح آخر الإعلانات
إعلانات مجانية على نوسا البحر مشدات تخسيس إعلانات مجانية على نوسا البحر إعلانات مجانية على نوسا البحر إعلانات مجانية على نوسا البحر إعلانات مجانية على نوسا البحر إعلانات مجانية على نوسا البحر إعلانات مجانية على نوسا البحر إعلانات مجانية على نوسا البحر إعلانات مجانية على نوسا البحر إعلانات مجانية على نوسا البحر إعلانات مجانية على نوسا البحر إعلانات مجانية على نوسا البحر إعلانات مجانية على نوسا البحر مشدات تخسيس إعلانات مجانية على نوسا البحر

نظرية المعلومات لشانون مدخل غير مزيف لفهم الإنتروبي!

hassanbalam
® مدير المنتدى ®
hassanbalam
رسالة sms : سيرى ببطئ ياحياة
لكى أراك بكامل النقصان حولى
كم نسيتك فى خضمك
باحثا عنى وعنك
وكلما أدركت سرا منك
قلت بقسوة
مأجهلك!!!!
ذكر
عدد المساهمات : 11575
الاٍقامة : وراء الأفق حيث لاشئ سواى وحبيبتى
العمل : مهندس
نوسا البحر : نظرية المعلومات لشانون مدخل غير مزيف لفهم الإنتروبي! 15781612
نظرية المعلومات لشانون مدخل غير مزيف لفهم الإنتروبي! Icon_minitime 2020-07-28, 6:06 pm
[ندعوك للتسجيل في المنتدى أو التعريف بنفسك لمعاينة هذا الرابط]

تباً للتعاريف!

تباً للتعاريف! المشكلة الأساسية في التعاريف أنها تشكل حاجزاً للعقل البشري، فعندما تبدأ موضوعاً ما بتعريف، فإنك من البداية تضع قيوداً على حرية التفكير والنقد. وللأسف معظم الكتب التي ندرسها ممتلئة بهذا النوع من المشاكل. فاستخدام التعاريف يجب ألا يكون على حساب الموضوع الأساسي، وألا يعطي للقارئ الإيحاء بأنها أمر مقدس ولا يمكن نقده. ويجب أن تقتصر على الأدوات التي لا تتعلق بموضوع البحث. أما أن نبدأ نظرية المعلومات مثلاً بتعريف للإنتروبي أو أن نبدأ علم الاجتماع بتعريف للمجتمع، فهذا نوع من الانحدار الفكري الذي ينتج أفراداً مستهلكين للعلم.

لو كان الأمر بيدي، لاستبدلت جميع التعاريف بمناقشات وبراهين فلسفية أو تجريبية بحسب الموضوع، ولتركت للقارئ حرية استخدام الألفاظ التي يريدها. فالهدف هو بناء آلية تفكير نقدية قادرة على إنتاج المعرفة. لا أفراداً هم أقرب لأشرطة الكاسيت، يحفظون ويرددون ما قيل لهم.

تكميم المعلومات

عند طرح أي موضوع يجب البدء بالتساؤل أو بالمشكلة التي أدت للوصول إلى الحل الذي يتم طرحه عادةً كتعريف! وفي الواقع يمكن تكييف المشكلة أو إعادة صياغتها بعدة طرق تتناسب والشريحة المستهدفة. لن أطرح المشكلة الأساسية التي كان شانون (Shannon) يعالجها عندما توصل إلى نظرية المعلومات ونشر ورقته البحثية الشهيرة (نظرية رياضية في الإتصالات). وإنما سأكتفي بطرح الجزء الذي يؤسس للوصول إلى الإنتروبي وفهمه تماماً. للأسف، معظم الكتب تبدأ بتعريف للإنتروبي على أنه العلاقة التالية:
نظرية المعلومات لشانون مدخل غير مزيف لفهم الإنتروبي! P_167029rek1

الواقع أن الشكل المخيف لهذه العبارة كفيل بأن يسبب عقدة نفسية للقارئ! دعك من هذه الشعوذة ولنبدأ رحلتنا بالتساؤل التالي: كيف يمكن أن نكمم المعلومة؟ مثلاً، لو اخبرتك بأن الطقس غداً سيكون ماطراً، ما هي “كمية المعلومات” التي عرفتها من هذه العبارة؟

لتوضيح الأمر لابد من إلقاء الضوء على فلسفة القياس. فعندما نقول: طول شخص هو 180 سم، فإننا نعني أننا أتفقنا على طول ثابت وسميناه السنتيمتر، وطول الشخص هنا يكافئ طول 180 قطعة من هذا الشيء الذي سميناه سنتيمتر. ونفس الأمر بالنسبة للمساحة، فعندما نقول أن مساحة دائرة هي 5 متر مربع، فإننا نعني اننا نملك مربع معين واتفقنا على تسمية هذا المربع بالمتر المربع. ومن ثم قدرنا بأن المساحة المحصورة ضمن الدائرة تكافئ مساحة 5 قطع من هذا المتر المربع.

المشكلة هنا أنه من غير الواضح ما هو الشيء الذي يمكن أن نستخدمه كوحدة لقياس كمية المعلومات. فكمية المعلومات لا تتعلق بطبيعة المعلومة بحد ذاتها. والمعلومات ليست أمراً متجانساً، فقد أخبرك عن وقوع زلزال في اليابان، وقد أخبرك عن زواج أحد أقاربي. وقد أخبرك عن يوم القيامة. وبالتالي نريد مقياس لقياس كمية المعلومات بغض النظر عن طبيعة المعلومة.

الواقع أن ما سأعرضه هنا (وهو ما اقترحه شانون) لا يعدو عن كونه أحد وجهات النظر في هذا الموضوع، ولا يمنع إطلاقاً أن يظهر في المستقبل مقياس آخر لكمية المعلومات يقيسها من وجهة نظر أخرى.

الفكرة الفلسفية التي بنى عليها شانون نظريته هي أن كمية المعلومات لا تتعلق بالعبارة بحد ذاتها، وإنما تتعلق بمتلقي المعلومة. وترتبط بكمية “المفاجأة” التي يشعر بها عندما يسمع هذه المعلومة. فمثلاً لو أخبرتك بأن الطقس غداً سيكون ماطراً وبارداً جداً، قد تستغرب جداً من ذلك إذا كنت في منتصف الصيف وتعاني من يوم حار. بينما لو أخبرتك نفس المعلومة في منتصف الشتاء، فإن ذلك لن يعني لك الكثير. فأنت “تتوقع” ذلك. إذاً كمية المعلومات تتعلق بالاحتمال. هذه هي النظرة الفلسفية التي بنى عليها شانون نظريته.

وبالتالي، لن نعتمد الطريقة التقليدية في إيجاد مقياس لكمية المعلومات. بمعنى أننا لن نبدأ بإيجاد “مقياس” أو “واحدة” لكمية المعلومات ومن ثم نقيس كمية المعلومات الواردة. وإنما سنحاول إيجاد تابع رياضي، هذا التابع يعبر عن المفاجأة التي التي نشعر بها عند وقوع حدث ما. ويجب على هذا التابع أن يحقق مجموعة من الصفات التي “نتوقعها” في تابع قياس كمية المعلومات. لاحظ أنه لا يمكننا البدء بغير ذلك لأننا لا نملك أصلاً فكرة عن هذه “الواحدة” أو كيفية قياسها.

محاولة فاشلة

سنبدأ بطرح التصور التالي، لنفرض أنه لدينا قطعة نقود، احتمال ظهور الكتابة فيها يساوي 0.75 (ثلاث أرباع)، واحتمال ظهور الشعار هو 0.25 (ربع). قمنا برمي قطعة النقود وظهرت الكتابة. وفقاً للنظرة الفلسفية السابقة، فإن كمية المعلومات التي نحصل عليها عند ظهور الكتابة أقل من كمية المعلومات عند ظهور الشعار. وذلك لأننا نتوقع أصلاً وقوع هذا الحدث. والسؤال، ماذا يمكن أن نستخدم لتكميم هذا الأمر؟ نريد تابعاً رياضياً يحقق الأمر السابق. فكر قليلاً قبل متابعة القراءة.

طرحت هذا السؤال على أحد أصدقائي، فأجابني بأنه يمكن الوصول لهذا الأمر عن طريق التابع التالي:

f(p) = 1 – p

حيث p هو احتمال وقوع الحدث. وبالفعل، هذا التابع يحقق المطلوب، فكلما كان احتمال وقوع الحدث صغيراً كلما زادت كمية المعلومات التي نحصل عليها عندما نعلم بوقوعه.

جميل، يبدو أننا وصلنا للمطلوب دون الحاجة لشانون وأمثاله. فليذهبوا جميعاً إلى الجحيم! وهنئاً لنا بتابعنا الجميل! قبل أن نسترسل أكثر مع مشاعرنا يجب علينا التأكد من أن تابعنا يحقق ما نتوقعه. ما الذي يمكن أن نتوقعه من تابع يقيس كمية المعلومات؟ لو أخبرتك بأن الطقس غداً سيكون ماطراً، فإنك ستكسب كمية من المعلومات ولتكن X1. لو أخبرتك أيضاً بأنني سأدعوك إلى العشاء هذا المساء، فإنك ستكسب عشاءاً وكمية من المعلومات تكافئ X2. السؤال الآن، ماذا كسبت بشكل كامل من هاتين العبارتين؟ الواقع أنك كسبت عشاءاً وX1 و X2. وبالتالي نتوقع أن كمية المعلومات التي كسبتها بشكل كامل تساوي

X1 + X2

فلسفياً لا يمكن أن اتخيل سبباً لأن تكون كمية المعلومات التي حصلت عليها من حدثين منفصلين ومستقلين مختلفة عن المجموع. الآن، لنفترض أن احتمالات وقوع الحدثين السابقين هي كما يلي:

p1 = 0.5 احتمال سقوط الأمطار غداً

p2 = 0.001 احتمال أن تنال عشاءً على حسابي

وبما أن هذان الحدثان مستقلان (لا علاقة لسقوط الأمطار غداً بعشاء اليوم) فاحتمال وقوعهما معاً يساوي جداءهما. وبالتالي:

p =(p1) (p2) = (0.5)(0.001) = 0.0005

الآن، بما أنني أخبرتك بأن الأمطار ستسقط غداً (احتمالياً، الحدث قد وقع)، فإن كمية المعلومات التي حصلت عليها من هذا الخبر تساوي:

h1 = f(p1) = 1 – 0.5 = 0.5

وكمية المعلومات التي حصلت عليها عندما أخبرتك بأنني سأدعوك إلى العشاء (احتمالياً، الحدث قد وقع)، فإن كمية المعلومات تساوي

h2 = f(p2) = 1 – 0.001 = 0.999

ويفترض أن تكون كمية المعلومات التي حصلت عليها بشكل كامل تساوي:

h = h1 + h2 = 0.5 + 0.999 = 1.499

الآن، يمكن أن نحسب كمية المعلومات بطريقة أخرى، فوقوع هذان الحدثان مع بعضهما أعطاك كمية المعلومات بالشكل التالي:

h’ = f(p) = 1 – 0.0005 = 0.9995

وهنا تكمن المشكلة، لاحظ أن h لا يساوي ‘h بالرغم من أنهما نظرياً يعبران عن نفس كمية المعلومات. واحدة عن طريق حساب كمية المعلومات الناتجة عن كل حدث على حدة. والثانية عن طريق كمية المعلومات الناتجة عن وقوع الحدثين مع بعضهما (الأمر الذي حصل على أمر الواقع).

المشكلة ظهرت لأننا نريد تابعاً يحول كمية المعلومات الناتجة عن جداء احتمالين (بمعنى وقوع حدثين مستقلين) إلى مجموع كميات المعلومات الناتجة عن كل حدث على حدى.

تابع كمية المعلومات (Information Content)

من الواضح أن أول تابع يمكن استخدامه لتحوي مجموع إلى جداء هو تابع اللوغاريتم. ولكن هل يعكس تابع اللوغاريتم فكرة كمية المعلومات كما ناقشناها سابقاً؟ نعم لحسن الحظ. فهو يحقق ما يلي:

log ( 1 ) = 0

log (0) = – لانهاية

وبالتالي يمكن استخدام هذا التابع كمقياس لكمية المعلومات إذا ضربناه ب (-1) حيث يعطي صفراً عندما لا يحوي الحدث أي مفاجأة (نعلم أنه سيقع قطعاً) وتزداد قيمة كمية المعلومات كلما انخفض احتمال وقوع الحدث أي كلما زادت المفاجأة. وبالتالي التابع هو:

i(p) = – log(p)

طبعاً لازالت هنالك مشكلة تحديد أساس اللوغاريتم، سنناقش ذلك لاحقاً عندما نتحدث عن الواحدة التي يجب استخدامها لكمية المعلومات.

لنرى كيف يتصرف هذا التابع في المثال السابق، سنستخدم مؤقتا اللوغاريتم الطبيعي:

h1 = i(p1) = – ln(0.5) = 0.693

h2 = i(p2) = -ln(0.001) = 6.9

h = h1 + h2 = 0.693 + 6.9 = 7.593

h’ = i(p) = -ln(p1.p2) = -ln(p1) – ln(p2) = h1 + h2 = h

إذاً هذا التابع لا يعاني من المشكلة السابقة.

الإنتروبي (Entropy)

لنراجع ما توصلنا إليه حتى الآن. اتفقنا على أن نستخدم “المفاجأة” كمقياس لكمية المعلومات. ولاحظنا الفرق في فلسفة تعريف عملية القياس بين الأطوال والمساحات من جهة وبين كمية المعلومات من جهة أخرى. إذ لا نملك هنا طريقة بديهية لتعريف واحدة والمقارنة معها. وبالتالي سلكنا الطريق الآخر الذي يتطلب إيجاد تابع يحقق الصفات التي نتوقعها من مقياس المعلومات. وتوصلنا إلى تابع يمكن أن يكون مقياساً لكمية المعلومات التي نأخذها عند وقوع حدث ما.

لا نتعامل عادةً مع حدث معين. وإنما نتعامل مع مجموعة من الأحداث التي يمكن أن يقع أحدها. فمثلاً عند رمي قطعة نقود، نحن أمام حدثين: إما ظهور الكتابة أو ظهور الشعار. وعندما نرمي حجر نرد، فنحن أمام 6 أحداث. في هذه الحالة يمكن الحديث عن كمية المعلومات التي نحصل عليها من تجربة، وليس من حدث. (هذا الكلام عبارة عن تبسيط لفكرة المتحول العشوائي) فالتجربة ستؤدي إلى وقوع واحد من مجموعة أحداث، وكل حدث يعطي كمية معلومات معينة. وبالتالي يمكن أن نحسب متوسط كمية المعلومات التي نحصل عليها من هذه التجربة (المتوسط يعبر عن التوقع بلغة المتحول العشوائي). يدعى هذا المقدار (الإنتروبي).

فمثلاً في تجربة رمي قطعة نقود عادية. احتمال ظهور الكتابة يساوي احتمال ظهور الشعار. وبالتالي (سنستخدم اللوغاريتم ذي الأساس 2):

p1 = 0.5, h1 = i(p1) = – log 0.5 = 1

p2 = 0.5, h2 = i(p2) = -log 0.5 = 1

وبالتالي متوسط كمية المعلومات أو الإنتروبي هو:

H =( p1) (i1) + (p2)( i2) = 0.5(1) + 0.5(1) = 1

وبشكل عام، يمكن حساب متوسط كمية المعلومات بالعلاقة:



من صفات هذا التابع أن قيمته تكون أكبر ما يمكن عندما تكون الاحتمالات متساوية. وهذا أحد الأمور التي نتوقعها من تابع لقياس كمية المعلومات. فعند غياب أي معلومة عن التجربة، يكون لجميع النتائج نفس احتمال الظهور. وعندما نبدأ بالحصول على بعض المعلومات، يتغير توزع الاحتمالات وتنقص كمية المعلومات المستخرجة من التجربة.

اقترح شانون واحدة البت (Bits) إذا استخدمنا اللوغاريتم بالنسبة للأساس 2. الواقع أن البت المقصود هنا يختلف عن البت الفيزيائي. فالبت فيزيائياً هو أي نظام يستطيع أن يكون بإحدى حالتين. فقطعة النقود مثلاً تمثل بت. أما البت المستخدم في الإنتروبي، فيعبر عن كمية المفاجأة الموجودة في بت. فهي لا تعني البت الفيزيائي وإنما تعني كمية المعلومات التي نحصل عليها من بت. ففي مثال قطعة النقود السابق. كان احتمال الكتابة يساوي احتمال الشعار. وهذه الحالة تعبر عن الجهل التام بالوضع. في هذه الحالة بالذات نلاحظ أن تابع الإنتروبي يعطي القيمة 1 إذا استخدمنا اللوغاريتم ذي الأساس 2. وهي تعني أن كمية المفاجأة في هذا البت كاملة. فنحن نكسب بتاً كاملاً من المعلومات عند معرفة نتيجة هذه التجربة.

هذا هو سبب تسمية واحدة الإنتروبي بالبت إذا استخدمنا اللوغاريتم ذي الأساس 2. فهو يعطي القيمة 1 عندما يكون الدخل بت ولا نملك عنه أي معلومة.

يمكن ملاحظة أن الحالة هنا تشابه الحالة في بقية المقاييس (كالطول والمساحة). إذ يمكن ضرب الإنتروبي برقم لتحويل الواحدة. فمثلاً لو استخدمنا اللوغاريتم ذي الأساس 8، وادخلنا تجربة مكونة من 8 أحداث ولكل حدث نفس الاحتمال (حالة جهل تام بالتجربة). نلاحظ أن نتيجة الإنتروبي تساوي 1. ولو حسبناها باللوغاريتم ذي الأساس 2 لوجدنا أنها تساوي 3. وهذا الأمر منطقي تماماً. فالتجربة المكونة من 8 أحداث بنفس الاحتمال تحتاج إلى 3 بتات فيزيائية لترميزها. فإذا ماكانت احتمالات كل بت من البتات الثلاثة (0.5 – 0.5) أي حالة جهل تام فإن كمية المعلومات تساوي 3. وعملية تحويل لوغاريتم من أساس معين إلى أساس آخر عبارة عن ضرب برقم ثابت. فلتحويل اللوغاريتم من الأساس 8 إلى الأساس 2 يكفي أن نضرب بالرقم 3.

وبالتالي عندما نحسب كمية المعلومات في تجربة معينة (باستخدام لوغاريتم ذي أساس 2) ونجد أنها 3.4 مثلاً. فإننا نعلم أن كمية المعلومات المستخرجة من هذه التجربة تكافئ كمية المعلومات المستخرجة من 4 بتات، ثلاث منها بحالة جهل تام (0.5 – 0.5) والرابع بتوزيع احتمالي يعطي كمية معلومات تساوي 0.4.

وفي الختام أود أن أشير إلى أنه توجد العديد من التفسيرات للإنتروبي، فالإنتروبي يعبر عن متوسط طول أصغر ترميز لنتائج التجربة. هذا التفسير ليس من أصل الإنتروبي وإنما عبارة عن نظرية برهنها شانون في ورقته البحثية.

أتمنى أن تكون كمية المعلومات التي حصلتم عليها من هذه التدوينة أكبر من 0 بت!


الرجوع الى أعلى الصفحة اذهب الى الأسفل
hassanbalam
® مدير المنتدى ®
hassanbalam
رسالة sms : سيرى ببطئ ياحياة
لكى أراك بكامل النقصان حولى
كم نسيتك فى خضمك
باحثا عنى وعنك
وكلما أدركت سرا منك
قلت بقسوة
مأجهلك!!!!
ذكر
عدد المساهمات : 11575
الاٍقامة : وراء الأفق حيث لاشئ سواى وحبيبتى
العمل : مهندس
نوسا البحر : نظرية المعلومات لشانون مدخل غير مزيف لفهم الإنتروبي! 15781612
نظرية المعلومات لشانون مدخل غير مزيف لفهم الإنتروبي! Icon_minitime 2020-07-28, 6:08 pm
كلود شانون ولعنة نجاح نظرية المعلومات
نظرية المعلومات لشانون مدخل غير مزيف لفهم الإنتروبي! P_1670qtctg1

الجزء الأول: «كلود شانون: الأب الحقيقي للعصر الرقمي»

بناءً على تعليقاته بعد عدة سنوات، كان شانون قد أوجز إجاباته على مثل تلك الأسئلة بحلول عام 1943. ومع ذلك، وبشكل غريب، يبدو أنه لم يشعر بأي إلحاح تجاه مشاركة تلك الرؤى؛ فبعض أقرب زملائه في تلك الفترة يقسمون أنهم لم يكن لديهم أدنى فكرة عن أنه كان يعمل على نظرية المعلومات. كذلك لم يكن في عجلة من أمره لنشر عمله، وبالتالي حفظ نسب تلك الأعمال له. «لقد كنت محفزًا أكثر بفعل الفضول»، حسبما أوضح في مقابلة عام 1987، مضيفًا أن عملية الكتابة للنشر كانت «مؤلمة». لكن في النهاية، تجاوز شانون تردده. وكانت النتيجة: الورقة البحثية الرائدة «نظرية رياضية للاتصالات»، التي ظهرت في عدَدَي يوليو وأكتوبر عام 1948 من مجلة «بيل سيستم تيكنيكال».

تفجرت أفكار شانون كالقنبلة. «كانت كطلقة انطلقت فجأة»، حسبما يتذكر جون بيرس، الذي كان أحد أقرب أصدقاء شانون بمختبرات بيل، ومع ذلك فاجأته ورقة شانون البحثية كحال الجميع. «لا أعلم بشأن أي نظرية أخرى جاءت بصورة مكتملة كهذه، مع وجود القليل جدًا من المؤسسين أو التاريخ لها». بالفعل، كان هناك شيء ألهب مخيلات الشعوب بشأن هذا المفهوم الخاص بقياس كمية المعلومات. «لقد كانت ثورةً»، وفق أوليفر سلفريدج، الذي كان آنذاك طالبَ دراساتٍ عليا بمعهد ماساتشوستس للتكنولوجيا. «في أنحاء المعهد كانت ردة الفعل: إنها فكرة رائعة! كيف لم أفكر في ذلك؟»

يكمن الكثير من قوة فكرة شانون في توحيدها لما كان من قبل مجموعة متنوعة من التقنيات.
يكمن الكثير من قوة فكرة شانون في توحيدها لما كان من قبل مجموعة متنوعة من التقنيات. «حتى ذلك الحين، لم تكن الاتصالات علمًا موحدًا»، حسبما أوضح جالاجير. «كان هناك وسط لبث الصوت، وسط آخر للراديو، وأوساط أخرى للبيانات. أظهر كلاود أن جميع الاتصالات كانت في الأساس نفس الشيء – علاوة على ذلك، أنه يمكنك أخذ أي مصدر لتمثله بالبيانات الرقمية».

هذه الرؤية وحدها كانت لتجعل ورقة شانون البحثية واحدة من أعظم الإنجازات التحليلية في القرن العشرين. لكن كان هناك المزيد. لنفترض أنك تحاول إرسال، على سبيل المثال، تحية عيد ميلاد عبر خط تلغراف، أو عبر وصلة لاسلكية، أو حتى بالبريد الأمريكي. كان شانون قادرًا على إظهار أن أي قناة اتصال لها سرعة محدودة، مُقاسة بالأرقام الثنائية لكل ثانية. وكانت الأنباء السيئة أنه فوق هذا الحد للسرعة، كانت الدقة المثالية مستحيلة: أيا كان مستوى ذكاء تشفيرك لرسالتك وضغطها، لا تستطيع ببساطة أن تجعلها تنتقل بشكل أسرع دون التخلي عن بعض البيانات.

لكن الأخبار السارة والمدهشة هي أنه تحت هذا الحد للسرعة، كان البث مثاليًا على نحو محتمل. ليس فقط جيدًا جدًا، بل مثالي. قدم شانون دليلًا رياضيًا على أنه لا بد من وجود شفرات توصلك إلى ذلك الحد دون فقدان أي معلومات مطلقًا. علاوة على ذلك، حسبما أوضح، سيكون الإرسال المثالي ممكنًا بغض النظر عن كم الكهرباء الساكنة والتشويه اللذان يحتمل وجودهما في قناة الاتصال، وبغض النظر عن مقدار ضعف الإشارة.

بالتأكيد، قد تحتاج إلى تشفير كل حرف أو بكسل بعددٍ هائل من البيتات لضمان أن عددًا كافيًا منها سيمر. وقد تضطر لابتكار جميع أنواع أنظمة تصحيح الأخطاء البارعة، حتى يمكن إعادة بناء الأجزاء المعطوبة من الرسالة لدى الطرف الآخر. وبالفعل، عمليًا ستصبح الأكواد في النهاية طويلة جدًا والاتصالات بطيئة جدًا لدرجة أنك ستضطر للاستسلام وترك التشويش يفوز. لكن من حيث المبدأ، يمكنك أن تجعل احتمالية الخطأ أقرب إلى الصفر بقدر ما شئت.

هذه «المسألة الأساسية» لنظرية المعلومات، حسبما يسميها شانون، فاجأته هو شخصيًا عندما اكتشفها. فقد بدا إخضاع التشويش منتهكًا للمنطق السليم تمامًا. لكن بالنسبة لمعاصريه عام 1948، الذين شهدوا تلك المسألة لأول مرة، كان التأثير مثيرًا. «أن تجعل فرصة الخطأ صغيرة بقدر ما شئت؟ لم يفكر أحد مطلقًا في ذلك»، حسبما يتعجب روبرت فانو من معهد ماساتشوستس، الذي أصبح هو نفسه منظر معلومات في الخمسينيات، والذي لا يزال لديه صورة تبجيلية لشانون معلقة في مكتبه. «كيف جاءته هذه الرؤية، كيف توصل إلى الاعتقاد بمثل هذا الأمر، لا أعلم. لكن كل هندسة الاتصالات الحديثة تقريبًا مبنية على هذا العمل».

تفسر مسألة شانون كيف أننا يمكننا عرضًا أن نرمي الأقراص المدمجة بشكل ما كان أحد ليجرؤ على الإقدام عليه بأسطوانات الفينيل التي استخدمت لفترة طويلة.
عمل شانون «يخيم على كل شيء نفعله»، حسبما يقر روبرت لاكي، نائب الرئيس للأبحاث التطبيقية بشركة «تيلكورديا»، التي خرجت من رحم مختبرات بيل والمعروفة سابقًا باسم «بيلكور». بالفعل، حسبما يشير، كانت المسألة الأساسية لشانون بمثابة مثلٍ أعلى وتحدٍ للأجيال المقبلة. «طوال 50 عامًا، عمل الناس للوصول إلى قدرة القناة التي قال إنها ممكنة. وقد أصبحنا قريبين من تحقيق ذلك مؤخرًا فقط. لقد كان تأثيره عميقًا».

ويضيف لاكي، ألهم عمل شانون تطوير «جميع شفراتنا لتصحيح الأخطاء وخوارزميات ضغط البيانات الحديثة». بعبارة أخرى؛ لولا شانون، ما كنا رأينا خدمات نابستر».

تفسر مسألة شانون كيف أننا يمكننا عرضًا أن نرمي الأقراص المدمجة بشكل ما كان أحد ليجرؤ على الإقدام عليه بأسطوانات الفينيل التي استخدمت لفترة طويلة: تسمح هذه الأكواد المصححة للخطأ لمشغل الأقراض المدمجة بأن يلغي عمليًا التشويش الناتج عن الخدوش وبصمات الأصابع قبل أن نستمع إليها. وعلى غرار ذلك، تفسر مسألة شانون كيف أن الحواسب الحديثة يمكنها نقل البيانات المضغوطة بسرعة عشرات آلاف البيتات لكل ثانية عبر خطوط الهواتف العادية التي يعصف بها التشويش.

كما تفسر كيف أن علماء ناسا كانوا قادرين على الحصول على صورٍ لكوكب نبتون على الأرض عبر ثلاثة مليارات كيلومتر من الفضاء بين الكواكب. كما تقطع شوطًا طويلًا نحو تفسير سبب أن كلمة «رقمي» قد أصبحت مرادفًا لأعلى مستوًى ممكنٍ في جودة البيانات.

النهاية
في غضون عام أو اثنين من نشر ورقته البحثية، شعر شانون بالفزع بعد أن وجد أن نظرية المعلومات قد أصبحت رائجة جدًا.
جاءت جوائز أعمال شانون سريعًا. حيث أعلن وارن ويفر، مدير شعبة العلوم الطبيعية بمؤسسة روكفلر، أن نظرية المعلومات شملت «جميع الإجراءات التي عن طريقها قد يؤثر عقلٌ على الآخر»، بما في ذلك، «ليس فقط الخطاب المكتوب أو الشفهي، بل والموسيقى، الفنون التصويرية، المسرح، البالية، وفي الواقع، جميع صور السلوك البشري». بالكاد استطاعت مجلة «فورتشن» أن تحتوي حماسها، حيث اعتبرت نظرية المعلومات واحدة من «المنتجات البشرية الأندر والأكثر مدعاة للفخر، إنها نظرية علمية عظيمة، ويمكنها بشكل عميق وسريع أن تغير نظرة البشر للعالم». اضطر شانون نفسه بعد فترة وجيزة لتخصيص غرفة كاملة في منزله للاحتفاظ باقتباساته، لوحاته التذكارية وشهاداته فقط.

ومع ذلك، وفي غضون عام أو اثنين من نشر ورقته البحثية، شعر شانون بالفزع بعد أن وجد أن نظرية المعلومات قد أصبحت رائجة جدًا. كان الناس يقولون أمورًا سخيفة عن قدر المعلومات الواردة من الشمس، أو حتى محتوى المعلومات الخاص بالتشويش. كان العلماء يقدمون طلبات المنح مع الإشارة إلى «نظرية المعلومات» سواء أكانت مقترحاتهم لها علاقة بالنظرية أم لا. وأصبحت «نظرية المعلومات» كلمة طنانة، كحال «الذكاء الاصطناعي»، «الفوضى»، و«التعقيد» في الثمانينيات والتسعينيات إلى حد كبير. وقد كره شانون ذلك. في ورقة بحثية عام 1956 بعنوان «الأمر الرائج»، في مجلة «المعاملات بشأن نظرية المعلومات» (Transactions on Information Theory)، أعلن شانون أن نظرية المعلومات كانت تُقدم بمبالغة كبيرة. «ربما تم تضخيمها لتحمل أهمية تتجاوز إنجازاتها الفعلية»، حسبما كتب.

بدلًا من الاستمرار في خوض ما عرف أنه معركة خاسرة، انسحب شانون. ورغم أنه باشر، لبعض الوقت، بحثه بشأن نظرية المعلومات، رفض شانون جميع الدعوات تقريبًا التي لا نهاية لها لإلقاء محاضرات، أو لإجراء مقابلات صحفية؛ لم يُرد أن يكون مشهورًا. وعلى غرار ذلك، توقف إلى حد كبير عن الرد على بريده الإلكتروني. وانتهى أمر المراسلات من قبل شخصيات بارزة في العلوم والحكومة بالنسيان وعدم الرد في مجلد سماه «رسائل ماطلت طويلًا في الرد عليها». في الواقع، مع مرور السنوات، بدأ شانون في الانسحاب ليس فقط من المشهد العام، بل ومن قطاع الأبحاث – وهو موقف أقلق زملاءه بالمعهد، الذين حملوه على الاستقالة من مختبرات بيل عام 1958. يعلق فانو: «لقد كتب أوراقًا بحثية جميلة، عندما كتب. وأجرى محادثات جميلة، عندما أجرى محادثات. لكنها كره فعل ذلك».

من آن لآخر، استمر شانون في النشر. ومن الأمثلة البارزة على ذلك، قبل أن يصبح فزعًا جدًا بسبب شهرته وينسحب بدرجة أشمل، مقالٌ مؤثرٌ نشر عام 1950 بمجلة «ساينتفك أمريكان» وصف فيه كيف أنه قد يمكن برمجة حاسوب ليلعب الشطرنج. لكنه تراجع ببطء عن المسرح الأكاديمي، حسبما يتذكر بيتر إلياس، وهو قائد آخر لمجموعة نظرية المعلومات بمعهد ماساتسوستس للتكنولوجيا.

انطوت رؤية كلود للتدريس على تقديم سلسلةٍ من المحادثات عن الأبحاث، والتي لم يعرف بشأنها أحد. لكن هذه الوتيرة كانت صعبة جدًا؛ في الواقع، كان يُصدر ورقة بحثية كل أسبوع.
—بيتر إلياس
وبحلول منتصف الستينيات، وفق إلياس، توقف شانون عن التدريس. بعد تقاعده الرسمي عام 1978، عن عمر يناهز 62 عامًا، انسحب شانون بسعادة إلى بيته في ضاحية بوسطن بوينشستر، ماساتشوستس. لم يكن المال مصدر قلق؛ فبفضل معرفته بصناعات التكنولوجيا الحديثة المنطلقة حول الطريق 128 ببوسطن، كان قد قام ببعض الاستثمارات الحذرة في البورصة. ولم يظهر أي تضاؤل في براعته. «لقد استمر في بناء الأشياء!» حسبما تذكر بيتي شانون ضاحكةً. «كان أحد الاختراعات شخصية لدبليو سي فيلدز تضرب ثلاث كراتٍ على طبلة. دعني أخبرك، لقد أحدث ضوضاء شديدة».

ومع ذلك، حلت فترة حوالي العام 1985 عندما بدأ هو وبيتي ملاحظة حدوث زلات محددة. حيث قد يقود السيارة وينسى طريق العودة إلى المنزل. وبحلول عام 1992، عندما كان معهد مهندسي الكهرباء والإلكترونيات يعد لنشر أعماله مُجمعةً، كان شانون منزعجًا لإدراكه أنه لا يتذكر كتابة العديد من تلك الأوراق البحثية. وبحلول منتصف عام 1993، مع وضوح حالته للجميع، أكدت العائلة ما بدأ الكثيرون بظنه: أصيب شانون بداء ألزهايمر. لاحقًا من ذلك العام، أودعته عائلته على مضض بدار للمسنين.

في عام 1998، عندما احتفلت بلدته الأم، جيلورد، بميشيجان، بالذكرى الخمسين لنظرية المعلومات عبر إزاحة التسار عن تمثال نصفي لواضعها في حديقة المدينة، شكرت بيتي شانون البلدة نيابة عنه. وتوضح شانون أنه كان بحالة جيدة جسديًا حتى موته، عندما بدا أن كل شيءٍ ينهار في الحال. لكن في يوم 24 فبراير، بعد شهرين فقط من عيد ميلاد شانون، حان أجله. «كانت ردة الفعل لموته غامرةً»، حسبما توضح، «أظن أنها كانت لتذهله».

الرجوع الى أعلى الصفحة اذهب الى الأسفل

نظرية المعلومات لشانون مدخل غير مزيف لفهم الإنتروبي!

استعرض الموضوع التالي استعرض الموضوع السابق الرجوع الى أعلى الصفحة

مواضيع مماثلة

-
» نظرية الأوتار أو نظرية الخيطية (بالإنكليزية: String Theory)،
» تحميل كتاب مدخل إلى علم السياسة لموريس دوفرجيه
» محاولة لفهم الإعدامات والقمع المسعور بتاع دولة السيسي
» تحميل كتاب بوصلة الشخصية؛ أسلوب جديد لفهم الناس – دايان تيرنر – ثلما جريكو
» نظرية مثلث الحب

صفحة 1 من اصل 1
نوسا البحر :: منتديات تعليمية :: المنتدى التعليمى

حفظ البيانات | نسيت كلمة السر؟

حسن بلم | دليل نوسا | برامج نوسا | هوانم نوسا | مكتبة نوسا البحر | سوق نوسا | قصائد ملتهبة | إيروتيكا | ألعاب نوسا