CrossCult-KIBench: A Benchmark for Cross-Cultural Knowledge Insertion in MLLMs
تقدم هذه الورقة CrossCult-KIBench، وهو معيار شامل يتكون من 9,800 حالة مرتبطة بالصور عبر الثقافات الإنجليزية والصينية والعربية لتقييم إدراج المعرفة عبر الثقافات في النماذج اللغوية الكبيرة متعددة الوسائط، إلى جانب طريقة مرجعية مقترحة تسمى إدراج المعرفة المشروط بالذاكرة (MCKI)، والتي تكشف عن التحديات الحالية في الموازنة بين التكيف الثقافي والحفاظ على السلوك.
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 طباخاً آلياً ذكياً جداً وكلي المعرفة. هذا الطباخ قد قرأ الملايين من كتب الطهي، لكن معظمها كُتب باللغة الإنجليزية واستندت إلى مطابخ غربية. إذا سألته: "هل من المناسب تقديم هذا الطبق؟"، فقد يجيب بـ "نعم!" لأن هذا الطبق شائع في كل مكان ضمن بيانات تدريبه.
ولكن، تكمن المشكلة هنا: إذا كنت في سياق ثقافي معين حيث يحتوي هذا الطبق على لحم الخنزير، وكنت تقدمه لعائلة مسلمة، فإن إجابة الطباخ بـ "نعم" ستكون خطأً فادحاً. هو ليس وقحاً؛ هو فقط لا يملك هذه القاعدة الثقافية المحددة في ذاكرته لهذا الموقف.
تقدم هذه الورقة البحثية طريقة جديدة لإصلاح هذا الطباخ الآلي دون الحاجة إلى إعادة تدريبه من الصفر (والذي يشبه إعادة بناء الروبوت بالكامل).
المشكلة: الطباخ الذي يناسب الجميع
وجد المؤلفون أن نماذج الذكاء الاصطناعي الحالية (التي تسمى النماذج اللغوية الكبيرة متعددة الوسائط) بارعة في رؤية الصور والتحدث، لكنها غالباً ما تخطئ في التفاصيل الثقافية. فهي تميل إلى تطبيق المنطق "الغربي" في مواقف في الصين أو العالم العربي.
- التشبيه: تخيل سائحاً يعرف كيف يقود في الولايات المتحدة (على الجانب الأيمن من الطريق). إذا وضعته في المملكة المتحدة دون إخباره بضرورة التبديل للجانب الآخر، فسوف يقود على الجانب الخاطئ ويتسبب في حادث. السيارة (الذكاء الاصطناعي) تعمل بشكل جيد، لكن معرفة السائق لا تناسب البيئة الجديدة.
الحل: "إدراج المعرفة الثقافية"
بدلاً من إعادة بناء السيارة، يقترح المؤلفون مهمة جديدة تسمى إدراج المعرفة عبر الثقافات (Cross-Cultural Knowledge Insertion).
- الاستعارة: فكر في هذا الأمر كأنك تعطي الطباخ الآلي ورقة غش صغيرة ومتخصصة لرحلة معينة.
- إذا كان الطباخ ذاهباً لعشاء صيني، تضع في جيبه ورقة تقول: "في الصين، القبعة الخضراء تجلب سوء الحظ".
- إذا كان ذاهباً لعشاء عربي، تستبدل تلك الورقة بأخرى تقول: "في الثقافة العربية، لحم الخنزير محرم".
- العقبة: عندما يعود الطباخ إلى عشاء إنجليزي عادي، يجب عليه أن ينسى ورقة الغش هذه ويتصرف تماماً كما كان يفعل من قبل. لا ينبغي أن يبدأ في الاعتقاد بأن القبعات الخضراء تجلب سوء الحظ في نيويورك.
الاختبار: CrossCult-KIBench
للتحقق مما إذا كانت فكرة "ورقة الغش" هذه ناجحة، بنى المؤلفون اختباراً ضخماً يسمى CrossCult-KIBench.
- ماذا يوجد في الاختبار؟ إنه مكتبة ضخمة تضم 9,800 سؤال يعتمد على الصور.
- السيناريوهات: تغطي 49 وضعاً ثقافياً مختلفاً، مثل "هل من المناسب ارتداء قبعة خضراء؟" أو "هل الزواج من نفس الجنس مقبول هنا؟".
- اللغات: يختبر هذا في الإنجليزية (الولايات المتحدة)، والصينية (الصين)، والعربية (المنطقة العربية).
- الهدف: يختبر الاختبار أمرين:
- هل نجحت ورقة الغش؟ (هل قدم الذكاء الاصطناعي الإجابة الصحيحة للثقافة المحددة؟)
- هل أفسدت ورقة الغش شيئاً آخر؟ (هل بدأ الذكاء الاصطناعي يعطي إجابات خاطئة لثقافات أخرى بسبب البطاقة الجديدة؟)
الطريقة الجديدة: MCKI (المكتبة الذكية)
ابتكر المؤلفون أيضاً طريقة جديدة تسمى MCKI (إدراج المعرفة المشروطة بالذاكرة) لتعمل بمثابة "أمين المكتبة الذكي" لأوراق الغش هذه.
- كيف تعمل: بدلاً من تغيير دماغ الروبوت بشكل دائم، يحتفظ MCKI بمكتبة من الحقائق الثقافية خارج الروبوت.
- العملية:
- يرى الروبوت صورة (مثلاً: طبق من لحم الخنزير).
- يسأل MCKI: "هل هذه الصورة تشبه أي شيء في مكتبتنا الثقافية؟"
- إذا كان الجواب نعم، يهمس MCKI بالقاعدة الثقافية الصحيحة في أذن الروبوت لهذه اللحظة فقط.
- يجيب الروبوت بشكل صحيح.
- للصورة التالية (مثلاً: طبق من لحم البقر في الولايات المتحدة)، يتحقق MCKI من المكتبة، ولا يجد تطابقاً، فيترك الروبوت يجيب بشكل طبيعي.
ماذا وجدوا؟
اختبر المؤلفون هذه الطريقة مقابل طرق أخرى (مثل محاولة إعادة تدريب الروبوت أو مجرد عرض أمثلة عليه).
- الأخبار السيئة: معظم الطرق الحالية خرقاء. إذا حاولت تعليم الروبوت عن الثقافة الصينية، فإنه غالباً ما ينسى كيف يتصرف في الولايات المتحدة، أو يصاب بالارتباك ويعطي إجابات غريبة. الأمر يشبه محاولة تعليم كلب خدعة جديدة، ولكن في هذه العملية، تجعله ينسى كيف يجلس.
- الأخبار الجيدة: طريقتهم الجديدة، MCKI، كانت الأفضل في تحقيق التوازن بين الاثنين. لقد نجحت في تعليم الروبوت القاعدة الثقافية الجديدة دون إفساد سلوكه القديم. إنها تشبه وجود مترجم يتدخل فقط عند الحاجة، بدلاً من محاولة إعادة كتابة شخصية الروبوت بالكامل.
الملخص
تقول هذه الورقة: "لا يمكننا افتراض أن الذكاء الاصطناعي يعرف كل شيء عن كل الثقافات. نحن بحاجة إلى طريقة لإضافة قواعد ثقافية محددة فورياً دون تعطيل قدرة الذكاء الاصطناعي على العمل في أماكن أخرى. لقد بنينا اختباراً لإثبات أن هذا الأمر صعب، وبنينا أداة جديدة (MCKI) تقوم بذلك بشكل أفضل من أي شخص آخر حالياً".
لم يدّعوا أن هذا سيحل جميع مشكلات التحيز في الذكاء الاصطناعي أو سيُستخدم في المستشفيات بعد؛ هم فقط أثبتوا أن نهج "إضافة قاعدة محددة" هذا ممكن وضروري لجعل الذكاء الاصطناعي واعياً ثقافياً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.