From Human Cognition to Neural Activations: Probing the Computational Primitives of Spatial Reasoning in LLMs
تتقصى هذه الورقة الآليات الداخلية للاستدلال المكاني في النماذج اللغوية الكبيرة متعددة اللغات من خلال تفكيك المهمة إلى ثلاثة عناصر معرفية أولية وتوظيف تحليلات ميكانيكية، كاشفةً عن أنه بينما تقوم النماذج بترميز معلومات مكانية عابرة ومجزأة يمكن أن تؤثر سببياً على السلوك، فإنها تفتقر إلى تمثيلات مكانية قوية وعامة الغرض، وتعتمد بدلاً من ذلك على مسارات تعتمد على السياق تظهر تدهوراً ميكانيكياً عبر اللغات.
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 صديقاً آلياً ذكياً جداً، قد قرأ كل كتاب كُتب تقريباً. تسأله: "إذا كانت القطة على الحصيرة، والحصيرة تحت الطاولة، فأين القطة؟". يجيب الروبوت بشكل صحيح: "تحت الطاولة".
لفترة طويلة، افترضنا أن الروبوت يفعل ذلك من خلال بناء خريطة ذهنية ثلاثية الأبعاد في "دماغه"، تماماً كما يفعل البشر. لكن هذه الورقة البحثية تطرح سؤالاً مخيفاً: هل يرى الروبوت الغرفة حقاً في عقله، أم أنه مجرد يخمن بناءً على الكلمات التي سمعها من قبل؟
قرر المؤلفون التوقف عن مجرد سؤال الروبوت "ما هي الإجابة؟" وبدأوا في إجراء عملية "جراحة دماغ" لمعرفة ما يحدث فعلياً داخل دوائره أثناء التفكير.
إليك تفصيل نتائجهم، باستخدام بعض التشبيهات من الحياة اليومية:
1. تمارين "النادي الرياضي الذهني" الثلاثة
لاختبار الروبوت، لم يصمم الباحثون ألغازاً عشوائية، بل صمموا ثلاثة "تمارين رياضية" تعتمد على كيفية تعامل الدماغ البشري مع المساحات، ولكنها مجردة من أي سياق واقعي (لا توجد قطط أو طاولات، فقط أشكال واتجاهات مجردة):
- لعبة المحقق (الاستنتاج العلاقاتي): "أ يقع يسار ب، وب يقع فوق ج. أين يقع أ بالنسبة إلى ج؟"
- الاختبار: هل يمكن للروبوت ربط النقاط لبناء صورة متسقة؟
- حصة التدوير (تحول المنظور): "أنت تواجه الشمال. اتجه يميناً، ثم استدر حول نفسك. في أي اتجاه أنت الآن؟"
- الاختبار: هل يمكن للروبوت تدوير وجهة نظره ذهنياً دون أن يشعر بالدوار؟
- مشي نظام تحديد المواقع GPS (تنفيذ البرنامج المكاني): "ابدأ من النقطة (0,0). امشِ 3 خطوات للأمام، خطوتين لليمين، ثم اقلب نفسك."
- الاختبار: هل يمكن للروبوت الاحتفاظ بسجل مستمر لموقعه أثناء الحركة؟
قاموا بتشغيل هذه الاختبارات بالإنجليزية والصينية والعربية لمعرفة ما إذا كان "دماغ" الروبوت يعمل بشكل مختلف اعتماداً على اللغة.
2. اكتشاف "المصباح اليدوي" (أين يحدث التفكير)
استخدم الباحثون "مصباحاً يدوياً" (تقنية تسمى الاستقصاء/Probing) لتسليط الضوء على طبقات الخلايا العصبية للروبوت أثناء حله لهذه الألغاز.
- النتيجة: وجدوا أن الروبوت ينشئ بالفعل خريطة ذهنية، لكنها تشبه شمعة متذبذبة.
- التشبيه: تخيل أن دماغ الروبوت عبلاً عن ممر طويل.
- في منتصف الممر (الطبقات الوسطى)، يبني الروبوت نموذجاً ثلاثي الأبعاد واضحاً جداً للغرفة. هو يعرف بالضبط أين يوجد كل شيء.
- ولكن بينما تنتقل المعلومات نحو نهاية الممر (الطبقات النهائية حيث تُنطق الإجابة)، تنطفئ الأضواء. يتلاشى النموذج ثلاثي الأبعاد.
- بحلول الوقت الذي يعطي فيه الروبوت إجابته، يكون قد نسي الخريطة وأصبح يعتمد على "شعور داخلي" أو تخمين لغوي بناءً على الكلمات التي عالجها للتو.
3. "السكين السويسري" مقابل "الأداة المتخصصة"
نظر الباحثون أيضاً في الأدوات المحددة التي استخدمها الروبوت لحل هذه المشكلات.
- النتيجة: لا يمتلك الروبوت "دماغاً مكانياً" واحداً يتعامل مع كل ما يتعلق بالمساحة. بدلاً من ذلك، لديه أدوات مختلفة ومنفصلة لمهام مختلفة.
- التشبيه:
- لحل لعبة المحقق، يستخدم مجموعة محددة من التروس.
- لحل حصة التدوير، يستخدم مجموعة مختلفة تماماً من التروس.
- لحل مشي الـ GPS، يستخدم مجموعة ثالثة.
- إذا قمت بكسر التروس الخاصة بـ "حصة التدوير"، فلا يزال بإمكان الروبوت حل "لعبة المحقق". هذا يعني أنه لا يمتلك فهماً موحداً وعاماً للمساحة كما يفعل البشر؛ إنه مجرد مجموعة من الحيل المتخصصة.
4. مفاجأة "حاجز اللغة"
اختبروا الروبوت بثلاث لغات.
- النتيجة: حصل الروبوت على الإجابات الصحيحة في جميع اللغات، لكن الطريقة التي وصل بها إلى هناك كانت مختلفة.
- التشبيه: تخيل شخصين يحاولان الوصول إلى نفس الوجهة.
- المتحدث بالإنجليزية يسلك طريقاً عبر الحديقة.
- المتحدث بالعربية يسلك طريقاً عبر مترو الأنفاق.
- كلاهما يصل إلى نفس المكان (الإجابة الصحيحة)، لكنهما سلكا مسارات مختلفة تماماً. هذا يشير إلى أن الروبوت لا يستخدم "لغة مكانية" عالمية داخل دماغه؛ بل يقوم فقط بترجمة المشكلة إلى المسار الذي يعرفه الخاص بكل لغة.
الخلاصة الكبرى
هل تمتلك هذه النماذج الذكية "ذكاءً مكانياً"؟
نعم ولا.
- نعم: يمكنها بناء خريطة ذهنية. هي لا تخمن عشوائياً فحسب.
- لا: تلك الخريطة هشة. فهي تختفي قبل أن يتحدث الروبوت. إنها ليست هيكلاً صلباً ودائماً مثل الخريطة المعرفية لدى البشر. إنها أشبه بمسودة مؤقتة يتم مسحها بمجرد أن يضطر الروبوت لإعطاء إجابته النهائية.
الخلاصة:
نماذج الذكاء الاصطناعي الحالية تشبه الممثلين البارعين الذين يمكنهم حفظ النص والتظاهر بأنهم ملاحون ببراعة. لكن إذا طلبت منهم التنقل في غرفة لم يروها من قبل، أو إذا غيرت النص قليلاً، فقد يتعثرون لأنهم لا "يمتلكون" الخريطة حقاً؛ هم فقط يعرفون السطور.
لجعل الذكاء الاصطناعي ذكياً حقاً فيما يتعلق بالعالم المادي، نحتاج إلى تعليمهم إبقاء تلك "الخريطة الذهنية" مضاءة طوال الوقت حتى النهاية، وليس فقط في منتصف العملية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.