From Topic to Transition Structure: Unsupervised Concept Discovery at Corpus Scale via Predictive Associative Memory
تقدم هذه الورقة طريقة تستخدم الذاكرة الترابطية التنبؤية لاكتشاف مفاهيم "بنية الانتقال" غير الخاضعة للإشراف وعلى نطاق المتون اللغوية، والتي تلتقط كيفية عمل النصوص وتطورها، مما يميزها عن النماذج التقليدية القائمة على التضمين التي تصنف النصوص حسب الموضوع الدلالي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أن لديك مكتبة ضخمة تحتوي على ما يقرب من 10,000 كتاب، تتنوع بين الروايات الفيكتورية القديمة والخيال العلمي الحديث، والنصوص الدينية، والمقالات التاريخية.
عادةً، إذا طلبت من كمبيوتر تنظيم هذه الكتب، فإنه يعمل مثل أمين مكتبة يقرأ فقط الغلاف الخلفي. فهو يصنف الكتب بناءً على موضوعها.
- كل الكتب التي تتحدث عن "الخوف" توضع في كومة واحدة.
- كل الكتب التي تتحدث عن "البحر" توضع في كومة أخرى.
- كل الكتب التي تتحدث عن "المال" توضع في كومة ثالثة.
هكذا يعمل الذكاء الاصطناعي القياسي (مثل الذي استُخدم في مقارنة هذا البحث). إنه ينظر إلى الموضوع.
الفكرة الكبرى: "ماذا يفعل النص، وليس عما يتحدث"
يقدم هذا البحث طريقة مختلفة لتنظيم الكتب. فبدلاً من السؤال: "عن ماذا تتحدث هذه القصة؟"، فإنه يسأل: "ماذا تفعل هذه القصة الآن؟"
قام المؤلف، جيسون دوري، ببناء نظام يصنف المقاطع ليس بناءً على مفرداتها، بل بناءً على وظيفتها السردية.
التشبيه: "تغيير التروس"
تخيل أنك تقود سيارة.
- الذكاء الاصطناعي القياسي (القائم على الموضوع): يجمع كل مشاهد القيادة معاً. سواء كنت تقود سيارة سباق على مضمار، أو جراراً في حقل، أو سفينة فضائية في فيلم، فهو يرى فقط "مركبات تتحرك".
- هذا النظام الجديد (القائم على الانتقال): يلاحظ تغيير التروس. فهو يجمع اللحظة التي تنتقل فيها من السرعة الهادئة إلى الكبح قبل منعطف حاد.
- قد يجمع مشهداً في رواية غموض فيكتورية حيث يتوقف المحقق فجأة عن الكلام ويحدق في دليل ما، مع مشهد في ملحمة فضاء حيث يتجمد رائد فضاء ويحدق في ضوء تحذير.
- الكلمات مختلفة تماماً. الإعداد مختلف تماماً. لكن الوظيفة متطابقة: لحظة الإدراك المفاجئ والتوتر.
يطلق البحث على هذه الأشياء اسم "مفاهيم بنية الانتقال" (Transition-Structure Concepts). وهي التروس الخفية التي تحول القصة من "الهدوء" إلى "الفوضى"، أو من "الجدال" إلى "الحل".
كيف فعلوا ذلك؟ (خدعة "الضغط")
للعثور على هذه التروس الخفية، لم يعلم الباحثون الذكاء الاصطناعي باستخدام تسميات (مثل "هذا مشهد قتال"). بل استخدموا خدعة ذكية تتضمن الذاكرة والضغط.
- إشارة التدريب: قاموا بتغذية الذكاء الاصطناعي بالملايين من أزواج مقاطع النصوص التي ظهرت بالقرب من بعضها البعض في نفس الكتاب. إذا كان المقطع (أ) يتبعه المقطع (ب)، فإن الذكاء الاصطناعي يتعلم أنهما "مرتبطان".
- عنق الزجاجة (السر): هنا يكمن السر. تم جعل الذكاء الاصطناዊ صغيراً جداً بحيث لا يمكنه حفظ جميع الأزواج الـ 373 مليوناً من المقاطع. كان الأمر أشبه بمحاولة وضع محيط بسعة 50 جالوناً في دلو سعة 10 جالونات فقط.
- ولأنه لم يستطع حفظ كل زوج محدد، فقد أُجبر على ضغط المعلومات.
- اضطر للتوقف عن النظر في التفاصيل المحددة (مثل "رجل يرتدي قبعة عالية") والبدء في البحث عن الأنماط المتكررة (مثل "شخصية تقدم طلباً رسمياً").
- هذا "الضغط" أجبر الذكاء الاصطناعي على اكتشاف البنية الأساسية للسرد التي تتكرر عبر آلاف المؤلفين والعصور المختلفة.
ماذا وجدوا؟
عندما تركوا الذكاء الاصطناعي يصنف الكتب بناءً على هذه "التروس"، كانت النتائج مذهلة:
- وجدوا "الوظائف السردية": أنشأ نظاماً لتجمع "المواجهة المباشرة" تضمن الجدالات الدبلوماسية في كتب التاريخ، والمشاجرات الصاخبة في الروايات الرومانسية، والاستجوابات في قصص التحري.
- وجدوا "السجلات" (الأساليب): جمعوا معاً "لهجة البحارة" من روايات المغامرات، وكتب التاريخ البحرية، والرسومات الكوميدية، رغم اختلاف مواضيعها. لقد أدركوا الصوت، وليس مجرد الكلمات.
- وجدوا "نماذج المشاهد": حددوا نمطاً معيناً لـ "الاحتضار/الأزمة الطبية" ظهر في كل شيء، من المقالات الدينية إلى هجاء مارك توين.
اختبار "الرواية غير المرئية"
لإثبات أن هذا لم يكن مجرد خدعة، اختبروا الذكاء الاصطناعي على خمسة كتب شهيرة لم يسبق له رؤيتها من قبل (مثل دراكولا وكبرياء وتحامل).
- الطريقة القديمة (القائمة على الموضوع): عندما تطلب من ذكاء اصطناعي قائم على الموضوع تصنيف رواية أليس في بلاد العجائب، فإنه يشتت الكتاب في كل مكان. "حفلة الشاي" تذهب مع حفلات الشاي الأخرى. "الأوراق" تذهب مع ألعاب الورق الأخرى. يتوزع الكتاب عبر 87 كومة مختلفة.
- الطالطريقة الجديدة (القائمة على البنية): أدرك الذكاء الاصطناعي الجديد أن أليس في بلاد العجائب تتكون في الغالب من "ترسين" محددين: "الطقوس المنزلية" و"الألعاب العبثية". لقد حصر الكتاب بأكمله في كومتين أو ثلاث كومات فقط.
- أدرك أن حفلة شاي "الماد هاتر" ولعبة الكروكيت الخاصة بالملكة هما من الناحية البنيوية الشيء نفسه: لعبة ذات قواعد تعسفية ومربكة.
- أدرك أن دراكولا هو كتاب "متعدد الأنواع" لأنه يستخدم العديد من التروس البنيوية المختلفة (مذكرات، يوميات، سجلات سفينة)، بينما تظل رواية كبرياء وتحامل في ترس واحد ثابت لـ "النميمة الاجتماعية".
لماذا يهم هذا؟
فكر في هذا كتعلم عزف الموسيقى.
- الذكاء الاصطناعي القياسي يتعلم التعرف على كلمات الأغاني.
- هذا الذكاء الاصطناዊ يتعلم تتابع الأوتار (الهارموني).
لا يهم إذا كانت الكلمات تتحدث عن الحب، أو الحرب، أو البيتزا؛ إذا كان تتابع الأوتار هو "بناء بطيء وحزين"، فإن الذكاء الاصطناዊ يعرف أنها نفس اللحظة الموسيقية.
يشير هذا البحث إلى أن القصص، عبر جميع الثقافات والعصور، مبنية من مجموعة محدودة من "اللبنات" البنيوية. ومن خلال ضغط البيانات، اكتشف الذكاء الاصطناዊ هذه اللبنات دون أن يخبره أحد ما هي. إنها طريقة جديدة لفهم "الهيكل العظمي" للسرد البشري، والتي تكشف أنه بينما تقول قصصنا أشياء مختلفة، فإنها غالباً ما تفعل الأشياء نفسها تماماً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.