الدرس 04 – مرتكزات الذكاء الاصطناعي - الخوارزميات

الدرس الرابع: كيف نقيس كفاءة الخوارزميات؟ الوقت والذاكرة ميزان الأداء

حين تنظر إلى خوارزمية تعمل داخل جهاز، تستطيع أن تتخيّل المشهد كما لو أنك تدخل ورشة كبيرة يقف فيها عامل ماهر. أمامه طاولة واسعة للمواد، وبين يديه أدوات يتحرك بها ليصنع النتيجة التي وُكِّلت إليه. ولأن العمل لا يُقاس بجمال الأدوات فقط، بل بقدرة العامل على الإنجاز، تجد نفسك تسأل أسئلة بسيطة لكنها جوهرية: كم يستغرق من الوقت؟ وكم يحتاج من مساحة على الطاولة ليعمل؟

هذان السؤالان بالضبط هما قلب قياس كفاءة الخوارزميات: الوقت والذاكرة.

وعندما تتأمل عمل العامل داخل الورشة، ترى أنه كلما كانت طاولة العمل أوسع، أمكنه أن يضع عليها موادًا أكثر، ويُرتّب الأدوات أمامه في انسجام واحد، فيتحرك بسلاسة. أما إن ضاقت الطاولة، فإنه يضطر في كل خطوة إلى رفع أداة، ثم وضع أخرى، ثم إعادة ترتيب المواد مرارًا، وإبعاد ما قد يعيق عمله. العمل ما يزال ممكنًا، لكنه أبطأ وأكثر كلفة.

هذه الصورة هي المعادل المباشر لما يحدث داخل الخوارزمية: الذاكرة هي طاولة العمل. والخوارزمية تحتاج إليها كي تضع الأرقام المؤقتة، وتحتفظ بالمقارنات، وتخزن نتائج صغيرة قبل أن تُعاد صياغتها في النتيجة النهائية.

ولكن الطاولة — أي الذاكرة — لا تكفي وحدها. فما فائدة الطاولة الكبيرة إذا كان العامل نفسه يتحرك ببطء؟ ولهذا، في وجهٍ آخر من المشهد، ترى أن الخوارزمية لا تُقاس بقدرتها على الوصول إلى النتيجة فقط، بل بالزمن الذي تستغرقه لتصل إليها. فإذا طلبتَ فرز عشرة أسماء، ربما لا ترى فرقًا بين خوارزمية وأخرى. لكن إذا طلبتَ فرز مليون اسم، تبدأ الفوارق بالظهور بوضوح. بعض الخوارزميات تنهي العمل كما لو أنها تقطع طريقًا مستقيمًا، وبعضها تسير في مسار طويل متعرّج يحتاج وقتًا كبيرًا. وهنا يظهر معنى التعقيد الزمني: ليس كم خطوة تنفذ، بل كيف يزداد عدد الخطوات عندما تكبر المشكلة.

ومع مرور الوقت تكتشف أن الزمن والذاكرة لا يتوافقان دائمًا. فقد تشاهد خوارزمية تعمل بسرعة مذهلة، لكنها تحتاج إلى طاولة واسعة جدًا تستوعب كل خطواتها الثانوية. وكأن العامل لكي ينجز عمله بسرعة يحتاج أن يفرش أدواته كلّها أمامه دون استثناء. وفي المقابل ترى خوارزمية أخرى تعمل ببطء نسبي، لكنها تحتاج إلى مساحة صغيرة فقط، كعامل يكرر بعض الخطوات بيده بدلًا من تخزين نتائج كثيرة على الطاولة.

وهنا تبدأ رؤية التوازن: إذا كان الجهاز قويًا وطاولة العمل فيه واسعة، تستطيع الخوارزمية السريعة أن تعمل دون قلق، حتى إن استهلكت ذاكرة كبيرة. أما إذا كان الجهاز محدود الإمكانات — هاتف قديم، أو متحكم صغير في جهاز منزلي — فإن الخوارزمية الخفيفة تصبح ضرورة، حتى لو كانت أبطأ قليلًا، لأنها لا تُثقل الجهاز بحمل أكبر من قدرته.

ولأن الخوارزميات صُمِّمت لتخدم أغراضًا مختلفة، لا تستطيع أن تقول إن الخوارزمية الأسرع هي الأفضل دائمًا، أو إن الخوارزمية الأقل استهلاكًا للذاكرة هي الأكثر كفاءة. تعتمد الإجابة دائمًا على طبيعة المشكلة، وحجم البيانات، وقدرة الجهاز. فالنظام البنكي يحتاج سرعة لأن القرار يجب أن يصدر فورًا. أما خوارزمية ضغط الصور داخل جهاز صغير فقد تحتاج إلى توفير الذاكرة أكثر من حاجتها إلى السرعة.

وهكذا يتكشف لك أن قياس الكفاءة ليس حكمًا رياضيًا جامدًا، بل فنّ موازنة بين زمن التنفيذ ومساحة الذاكرة، تمامًا كما يوازن العامل الماهر بين سرعة يده وسعة طاولته. وعندما تُصمّم خوارزمية تراعي هذا الميزان، تصبح قادرة على خدمة النظام الذي تعمل فيه، وتحقق الغاية التي وُجدت من أجلها دون إهدار للوقت أو للطاقة.

مركز علوم الدولي (د. عبدالرحمن الزراعي)

_________

هل استوعبت الدرس

نعم واضح جداً

واضح

بعض الوضوح

11 votes

5:15

7 comments