كيفاش تستعمل Project Lighthouse لتحليل المخطوطات العلمية التاريخية بالذكاء الاصطناعي

شنو كيدير مشروع Lighthouse

مشروع Lighthouse هو مجهود بحثي مفتوح كيهتم بفحص المخطوطات العلمية، والدفاتر، والرسائل، والأعمال المطبوعة اللي ما خذاتش حقها، على نطاق واسع. كيستعمل الذكاء الاصطناعي باش ينسخ الصفحات المرقمنة ويعاود يبني المعنى الرياضي ديالها، مع اشتراط الفحص البشري، والتحقق الحاسوبي، والبحث فالمراجع، والمراجعة المستقلة قبل ما يتعتبر أي مرشح نتيجة موثوقة.

المشروع مصمم باش يقلب على الأفكار اللي ما كملاتش، والنتائج اللي ما تنسباتش لأصحابها، والروابط اللي ما تلاحظاتش. وكيسجل حتى المسالك الخاطئة والنتائج المعروفة فدفتر مشترك، باش ما يعاودوش المساهمون نفس التحقيقات اللي وصلات من قبل لطريق مسدود.

حسب حالة المستودع المؤرخة فـ 9 نونبر 2026، تقرات بعمق تقريباً 12,000 صفحة ديال Gauss وRiemann وHilbert وDedekind وGrothendieck. كان المرشح الرئيسي هو L-019، وكيهم صفائح موجات الصدمة غير المنشورة والمنسوبة لـ Riemann. الجبر ديالها تراجع حاسوبياً، ولكن الإسناد ديالها كان مازال كيتسنى التأكيد من طرف خبير بشري فقراءة المخطوطات القديمة.

القراءة الواعدة بمساعدة الذكاء الاصطناعي ماشي اكتشاف بشكل تلقائي. مشروع Lighthouse كيتعامل مع النسخ، والتفسير، والتحقق، والأولوية التاريخية، والتأكيد من طرف الخبراء كأسئلة منفصلة.

الخصائص الرئيسية

• النسخ على مستوى الصفحة: صور المخطوطات كتحول لنص حرفي، مع تمثيل الصيغ بـ LaTeX ووضع علامة واضحة على النص المشطوب.
• القراءة العميقة حسب السياق: الصفحات الرياضية كيتحللو مع الصفحات المجاورة باش يعاود يتبنى الاستدلال، عوض يتفسر كل جزء بوحدو.
• المقارنة الحديثة: القراءات العميقة كتحدد النظير الحديث، والشخص اللي كينسبو ليه عادة، ونقطة المفاجأة من 0 حتى 10.
• بروتوكول المرشح من أربع مراحل: كل مرشح خاصو يدوز من فحص المسح، وإعادة الاشتقاق حاسوبياً، والبحث فالمراجع انطلاقاً من المعنى، والمراجعة المستقلة بلا معرفة مسبقة بالنتيجة.
• الدفتر المشترك: ledger/LEADS.md كيسجل المرشحين والأحكام، بما فيها التكرارات، والأخطاء، والمصادر اللي حسمات فيها.
• التحكم فالإيجابيات الكاذبة: docs/FALSE_POSITIVES.md كيوثق 12 طريقة شائعة يقدر بها اكتشاف ظاهري يفشل، وكيقدم لائحة فحص إلزامية.
• وسوم المساهمة: الوسوم كتصف الخدمة اللي تكملات، ماشي درجة الثقة ولا الشعبية.
• صيغ مفتوحة: النسخ والتحليلات كيتستعملو صيغ موثقة ديال المستودع، وهادشي كيخلي المساهمين يفحصو البيانات ويزيدو عليها.

فهم بنية المستودع

قبل ما تبدا معالجة الصفحات، تعرّف على المسارات الرئيسية:

queue/QUEUE.md
src/transcribe.py
src/deep.py
src/read_source.py
data/<author>/STATUS.tsv
data/<author>/transcripts/<bundle>/cNNN.json
data/<author>/deep/<bundle>_cNNN.json
data/FORMAT.md
verify/
ledger/LEADS.md
docs/HOT_PAGES.md
docs/FALSE_POSITIVES.md
CONTRIBUTING.md
CITATION.cff

المجلد queue/ كيتبع المصادر اللي مازال كتسنى المعالجة. السكريبتات ديال src/ كتهتم بالنسخ والقراءة العميقة. المخرجات الخاصة بكل مؤلف كتخزن تحت data/، وبرامج التحقق كتحط فـ verify/، والمسالك اللي تدار عليها التحقيقات كتتسجل فالدفتر.

التثبيت والإعداد

1. جيب المستودع

دير clone ولا حمّل مستودع Project Lighthouse من GitHub، ومن بعد خدم من المجلد الجذر ديالو. قرا CONTRIBUTING.md قبل ما تزيد البيانات ولا تراجع شي مرشح، حيث هو اللي كيحدد طريقة المساهمة.

2. فحص صيغ البيانات الموثقة

حل data/FORMAT.md قبل ما تنشئ ملفات النسخ ولا القراءة العميقة. البيانات الموجودة كتتبع هاد الأنماط:

data/<author>/transcripts/<bundle>/cNNN.json
data/<author>/deep/<bundle>_cNNN.json

تبع المخطط الموثق عوض ما تنشئ بنية بديلة. الأسماء والحقول الموحدة كتمكن المساهمين يعرفو شنو هي الصفحات اللي تعالجات من قبل.

3. إعداد مفتاح API ديالك

المستودع كيتوقع من المساهمين يجيبو مفتاح Anthropic API ديالهم. خزنو فالمسار المحلي التالي:

~/.config/hunt/anthropic_key

ممنوع نهائياً تدير commit للمفتاح فالمستودع. الـ README كيقدر التكلفة بحوالي $0.25 للصفحة بالنسبة للنسخ والقراءة العميقة باستعمال Claude Opus 5.5. خاص مراقبة الاستعمال الفعلي قبل معالجة مصدر كبير.

4. اختيار مصدر مؤهل

المصدر يقدر يكون ديال أي مؤلف، أو مجال، أو لغة، أو قرن، ولكن خاصو يكون فالملك العام، ومرقمن، وموجود فشي مكان الشروط ديالو كتسمح بالجلب. المشروع كيقبل المخطوطات، والدفاتر، والرسائل، والأعمال المطبوعة اللي ما خذاتش حقها.

زيد المصدر فـ queue/QUEUE.md وأنشئ المجلد ديال المؤلف ديالو فـ:

data/<author>/

ما تستاضفش نسخ المكتبات فالمستودع. Project Lighthouse كيربط بالنسخ، وكيخلي النسخ والتحليلات المنتجة محلياً تحت قواعد الترخيص ديال المستودع.

طريقة الاستعمال الأساسية

الخطوة 1: نسخ كل صفحة

استعمل src/transcribe.py ملي يكون المصدر متوفر عبر روابط صور IIIF. بالنسبة لملفات PDF ديال المسوح، استعمل src/read_source.py، اللي كيدعم المسار من صفحات PDF حتى لصور JPEG وسجلات الصفحات.

النسخ خاصو يحافظ على اللي باين فالصفحة، وما يصححوش بصمت. سجل الصيغ بـ LaTeX وعلّم على النص المشطوب. حفظ النتيجة فبنية المؤلف والحزمة المحددة فـ data/FORMAT.md.

data/example_author/transcripts/example_bundle/c001.json

هاد المسار غير مثال على النمط الموثّق ديال التسمية. استعمل المعرّفات الفعلية ديال المؤلف، الحزمة، والصفحة ديال المصدر ديالك.

الخطوة 2: قرا الصفحات الرياضية بتمعّن

استعمل src/deep.py ولا دوال القراءة المتعمّقة فـ src/read_source.py. ضمّن الصفحات المجاورة باش يتفسّرو الرموز، التعاريف، والخطوات الوسيطة فالسياق ديالها.

فكل صفحة مهمّة، عاود بنى البرهان، حدّد المقابل الحديث ديالو، سجّل شكون كيتنسب ليه غالباً، وعطيه نقطة المفاجأة ديال المستودع من 0 حتى 10. خزّن النتيجة فالمسار ديال القراءة المتعمّقة المناسب:

data/example_author/deep/example_bundle_c001.json

النقطة العالية غير كتحدّد الأولوية فالاهتمام. ما كتثبتش الأسبقية التاريخية وما كتسمحش بتصنيف مراجعة أقوى.

الخطوة 3: تفقّد حالة المعالجة

حلّ data/<author>/STATUS.tsv باش تلقى الحزم اللي تفرّغات ولكن مازال ما دازتْش عليها القراءة المتعمّقة. هادي طريقة عملية باش تعاون بلا ما تدخل مصدر جديد.

الخطوة 4: حقّق فـ الصفحات المفاجئة

أسرع طريق للمراجعة هو docs/HOT_PAGES.md. فيه الصفحات اللي النموذج قيّمها كمفاجئة ولكن مازال حتى شي إنسان ما راجعهاش. قارن التفريغ مباشرة مع المسح الضوئي، تفحّص الصفحات المحيطة، وقرّر واش الادعاء معروف من قبل، ولا تفرّغ بشكل خاطئ، ولا تأرّخ بشكل خاطئ، ولا فعلاً كيسوى يتفتح كمرشّح.

طبّق بروتوكول المرشّح

قبل ما تبيّن أهمية اكتشاف محتمل، كمّل التحقّقات الأربعة بالترتيب.

1. قرا الصفحة مقابل المسح الضوئي. تأكّد من الخط، الرموز، الملاحظات الجانبية، الحذوفات، وترتيب الصفحات. مخرجات الذكاء الاصطناعي بوحدها ما كافياش.
2. عاود اشتقّ الرياضيات بالكود. حطّ الحسابات القابلة لإعادة الإنتاج فـ verify/. اختبر الهويات ولا النتائج المزعومة، وما تعتمدش غير على تشابه لفظي.
3. قلّب فالمراجع حسب المعنى. بدا بالأعمال المنشورة ديال المؤلف، ومن بعد فتّش فالمصادر الأقدم. ما تثقش فـ تاريخ «أول من نُسب إليه» مولّد بالذكاء الاصطناعي بلا تحقّق، حيث هاد التواريخ تقدر تكون متأخرة بزاف.
4. طلب مراجعة مستقلة وما فيهاش توجيه. عطِ لمساهم ثاني ولا لوكيل الحقائق المهمة بلا ما تكشف ليه النتيجة اللي باغي توصل ليها. خاص المراجع يكتب حكماً ويستشهد بالمصادر.

كل ملف ديال مرشّح خاصو حتى هو يضمّ لائحة التحقّق من docs/FALSE_POSITIVES.md. هاد الشي كيساعد يلقط الأخطاء المعتادة بحال التفريغ الخاطئ، التفسير المحدّث، النشر المعروف باسم آخر، ولا التأريخ غير المدعوم.

سجّل النتيجة فالسجل

زيد المرشّح والحكم ديالو فـ ledger/LEADS.md. سجّل النتائج السلبية بنفس العناية ديال النتائج الإيجابية. المرشّح اللي كيتبيّن من بعد أنه جزء من تاريخ معروف كيبقى كيمنع مساهم آخر يعاود نفس البحث.

المثال البارز فالمستودع هو L-019. السجل الكامل ديالو كاين فـ ledger/LEADS.md، بينما docs/L019_expert_request_draft.md فيه الطلب اللي تواجد للمتخصصين. ملف README كيشرح التحقّق بالحاسوب ومقارنة عمياء للخط بالذكاء الاصطناعي، ولكن كيصرّح بوضوح بأن خبيراً بشرياً فـ علم الكتابات القديمة مازال ما أكّدش نسبة النص.

استعمل التصنيفات بشكل صحيح

تصنيفات Project Lighthouse كتبلّغ على الأفعال اللي تكملات، وما كتعبّرش على الاعتقاد فـ اكتشاف:

• transcribed: كاين ملف JSON ديال الصفحة. أي مساهم يقدر يعيّنو.
• read: كاينة قراءة متعمّقة. أي مساهم يقدر يعيّنها.
• self-checked: لقا الصفحة تفحّص المسح الضوئي، دار الرياضيات، وقلّب فالمراجع.
• reviewed: مساهم آخر ولا وكيل ما موجّهش عاود بشكل مستقل التحقّقات الأربعة كاملين وكتب حكماً موثّقاً بالمصادر.
• expert: متخصص مُسمّى صادق على المسح الضوئي.

التصويتات تقدر تعاون فـ تحديد الصفحات اللي خاصها الاهتمام أولاً، ولكن عمرها كتثبت شي تصنيف.

نصائح متقدّمة لبحث موثوق

فرّق بين التفريغ والتفسير

خلي التفريغ أمين حتى إلا كنت كاتظن أنك فاهم الرياضيات. حطّ إعادة البناء، الرموز الحديثة، والمقارنات التاريخية فـ سجل القراءة المتعمّقة، وما تعاودش تكتب المصدر.

قرا محيط الصفحة

الصيغة تقدر تبان جديدة ملي كتكون مفصولة على التعاريف ديالها ولا على الاشتقاق السابق. ديما تفحّص الصفحات اللي قبل واللي بعد، ترتيب الحزمة، والدفاتر المرتبطة قبل ما تفتح خيطاً.

قلّب على المفاهيم، ماشي غير على المصطلحات

المؤلفون التاريخيون يقدرو يوصفو نتيجة حديثة بلا ما يستعملو الاسم الحالي ديالها. قلّب على العلاقة الرياضية، البناء الهندسي، الشرط الفيزيائي، ولا تقنية البرهان. بدا بمنشورات المؤلف نفسو قبل ما تقارنها بالمصادر اللاحقة المنسوبة.

خلي المراجعات بلا توجيه

ما تقولش للمراجع المستقل إن الصفحة متوقّع يكون فيها نتيجة شهيرة جات من بعد. عطِيه المسح الضوئي، التفريغ، أدلة التاريخ، والحقائق الرياضية، وخبّي عليه النتيجة المقترحة. هاد الشي كينقص من تحيّز التأكيد.

خلّي التحقّق قابل لإعادة الإنتاج

حطّ السكريبتات والحسابات فـ verify/، وثّق الافتراضات، وفرّق بين التحقّقات الرمزية الدقيقة والأدلة العددية. التحقّق المفيد خاصو يخلّي مساهماً آخر يعاود الاشتقاق بشكل مستقل.

عطي الأولوية للخدمة اللي ما سالاتش

استعمل STATUS.tsv باش تلقى الحزم المفرّغة اللي كتسنى القراءة المتعمّقة، واستعمل docs/HOT_PAGES.md باش تلقى الصفحات المفاجئة اللي كتسنى التفحّص البشري. هاد المسارات كتعاون تتفادى تكرار المعالجة اللي سالات.

حترم الحقوق الخاصة بكل مصدر

النسخ الممسوحة كاتبقى مع المكتبات ديالها، وخصّها تكون مربوطة بيها بلا ما تستضاف. التفريغات والتحليلات ديال المستودع مرخّصة بموجب CC BY 4.0، بينما الكود مرخّص بموجب MIT. بالنسبة للملاحظات غير المنشورة ديال غروتنديك، المستودع فيه غير التحليلات والاقتباسات القصيرة، ماشي التفريغات الكاملة، وهاد الشي وفقاً للاستثناء المشروح فـ README.

حافظ على معلومات الأسبقية والاستشهاد

Project Lighthouse كيعتمد أول commit ولا release فيه مدخلة فالسجل على أنه التاريخ العلني ديالها. إصدار من GitHub مؤرشف فـ Zenodo يقدر يزيد DOI وطابعاً زمنياً مستقلاً. استعمل CITATION.cff ملي كتستشهد بالمستودع، واذكر المستودع ملي كتعاود تستعمل التفريغات ديالو المرخّصة بـ CC BY.

طرق المساهمة

• شارك التفريغات ولا الترجمات الموجودة، سواء تدارو باليد ولا باستعمال أي أداة ولا نموذج.
• شغّل سكريبتات المعالجة على مصدر جديد مؤهّل.
• صحّح التفريغات المولّدة بمقارنتها مع النسخ الممسوحة.
• قرا بتمعّن الحزم اللي حالياً غير مفرّغة.
• راجع مرشحاً موجوداً بشكل مستقل.
• قدّم حكماً خبيراً باسمك إلا كانت عندك المعرفة التخصصية المناسبة.

المشروع كيشدّد على أن القراءة الخبيرة والمعرفة بالأدبيات أندر من توكنات النماذج. حتى المساهمة اللي كتفنّد مرشحاً تقدر تكون قيّمة، إلا توثّقات بأدلة ومصادر واضحة.

الخلاصة

Project Lighthouse كيجمع بين معالجة المخطوطات على نطاق الذكاء الاصطناعي وبروتوكول بحثي متشكّك عن قصد. بدا باختيار مصدر مؤهّل ولا حزمة مازال ما كملاتش، ودير تفريغات وفية، وقرا الصفحات بتمعّن فالسياق ديالها، وحقّق فالمزاعم المفاجئة من خلال فحص النسخ الممسوحة، والكود، والبحث فالأدبيات، والمراجعة المستقلة. سجّل كل نتيجة فالسجل المشترك باش تولّي الاكتشافات وحتى الطرق المسدودة أدلة علمية قابلة لإعادة الاستعمال.