محقق ایرانی نفرین داده‌های ابعاد بالا را با الگوریتم LSH شکست

دکتر وهاب میررکنی، پژوهشگر ایرانی و دانش‌آموخته دانشگاه صنعتی شریف و مؤسسه فناوری ماساچوست (MIT)، با ارائه الگوریتم «هش حساس به مجاورت» (LSH) مبتنی بر توزیع‌های پایدار، راهکاری مؤثر برای جست‌وجوی سریع داده‌های مشابه در مجموعه‌های عظیم و پُربُعد ارائه کرد. این دستاورد که در سال ۲۰۲۵ باعث انتخاب او به‌عنوان برگزیدۀ جایزه مصطفی(ص) شد، چالش «نفرین ابعاد بالا» را حل می‌کند؛ پدیده‌ای که در آن داده‌ها به‌گونه‌ای پراکنده می‌شوند که مفهوم شباهت از بین رفته و جست‌وجوی نزدیک‌ترین همسایه غیرممکن می‌گردد.

چالش داده‌های پُربُعد

داده‌های دنیای واقعی مانند تصاویر (میلیون‌ها بُعد)، متون (ده‌ها هزار بُعد) و توالی‌های ژنتیکی (میلیاردها باز) ابعاد بسیار بالایی دارند. در چنین فضاها، فاصله‌ها تقریباً یکسان شده و الگوریتم‌های سنتی کند و غیرعملی می‌شوند.

نवآوری میررکنی

روش‌های LSH اولیه تنها برای مترهای اقلیدسی و منهتن کارایی داشتند و از توابع هش بر اساس توزیع نرمال استفاده می‌کردند. میررکنی و همکارانش با تعمیم این ایده به «توزیع‌های پایدار»، سیستمی ساختند که با تقریباً هر نوع داده و معیار فاصله‌ای سازگار است. این روش توابع هش متنوع و نادرتری را امکان‌پذیر می‌سازد و اطمینان می‌دهد داده‌های مشابه در فضای جدید نیز نزدیک بمانند.

نتیجه

الگوریتم جدید تا ۴۰ برابر سریع‌تر از روش‌های سنتی عمل می‌کند و سرعت جست‌وجو را مستقل از تعداد ابعاد داده می‌سازد. این پیشرفت در کاربردهایی نظیر بازیابی تصویر، تحلیل ژنتیک، پردازش زبان طبیعی و سیستم‌های پیشنهاددهنده به کار می‌رود.