Human-AI Perceptual Alignment by Playing Hues and Cues
تقدم هذه الورقة إطار تقييم مبتكرًا باستخدام لعبة اللوحة "Hues and Cues" لتقييم التوافق الإدراكي بين الإنسان والذكاء الاصطناًعي في الألوان، كاشفةً أنه بينما تحاكي النماذج الرؤية-اللغوية التباينية الانحيازات البشرية للأجسام الملموسة، فإنها تفشل بشكل منهجي في المجالات المجردة بسبب سوء التصنيف الدلالي وانهيار اليقين، وهي مشكلة يتم التخفيف من حدتها بفعالية أكبر من خلال مجموعات بيانات التدريب المسبق المنسقة أكثر من المجموعات الضخمة غير المنسقة.
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 أنك تحاول تعليم روبوت كيف يرى العالم، ليس فقط من خلال التعرف على الأشكال، بل من خلال فهم "إحساس" الأشياء. في عالم الذكاء الاصطناعي، هناك نوع خاص من الأدمغة يسمى "نموذج الرؤية واللغة" (Vision-Language Model). فكر في هذه النماذج كطلاب أذكياء للغاية قرأوا مليارات الكتب ونظروا إلى مليارات الصور من الإنترنت. هم بارعون في قول: "هذا كلب"، أو "هذه سيارة". ولكن هل يمكنهم فهم "لون" الكلب؟ هل يمكنهم معرفة أن الموز عادة ما يكون أصفر، ليس لأنه أصفر جسديًا في كل صورة، بل لأن عقولنا تمتلك "ذاكرة" بأن الموز أصفر؟ هذا هو الجزء الصعب: لون البشر ليس مجرد ضوء يصطدم بأعيننا؛ بل يتعلق بثقافتنا، وذكرياتنا، وقصصنا المشتركة. يريد العلماء معرفة ما إذا كان هؤلاء الطلاب من الذكاء الاصطناعي يتعلمون الرؤية مثل البشر، أم أنهم يكتفون بالتخمين بناءً على الأنماط الغريبة التي وجدوها في أكوام بياناتهم الضخمة.
ولمعرفة ذلك، قرر فريق من الباحثين لعب لعبة. لم يستخدموا رسومًا بيانية مملة أو اختبارات رياضية معقدة، بل استخدموا لعبة لوحية تسمى "Hues and Cues" (ألوان وإشارات). تخيل لوحة ضخمة بها 480 مربعًا صغيرًا، كل منها بلون مختلف قليلاً، مرتبة مثل خريطة قوس قزح. تعمل اللعبة كالتالي: يقول شخص ما كلمة (مثل "موزة" أو "أمل")، وعليك أن تشير إلى المربع على اللوحة الذي يطابق هذه الكلمة بشكل أفضل. يبدو الأمر بسيطًا، لكنه يكشف كيف تربط أدمغتنا الكلمات بالألوان. استخدم الباحثون هذه اللعبة لاختبار 162 نموذجًا مختلفًا من الذكاء الاصطناعي، وطلبوا منهم اللعب مع 325 إنسانًا حقيقيًا. أرادوا معرفة ما إذا كانت "تخمينات" الذكاء الاصطناعي تتطابق مع "ذاكرة" الحشد، أم أن الذكاء الاصطناعي يتوه في رأسه الخاص.
إليكم ما حدث عندما جلس الروبوتات للعب.
الإعداد: لعبة لوحية رقمية
بنى الباحثون نسخة رقمية من لوحة "Hues and Cues". كانت هذه اللوحة تحتوي على 480 مربعًا لونيًا متميزًا، تم رسم خرائطها بحيث يمكن قياسها علميًا. جمعوا مجموعة ضخمة مكونة من 325 شخصًا للعب اللعبة على هواتفهم وأجهزة الكمبيوتر الخاصة بهم. طُلب من كل شخص مطابقة 100 كلمة مختلفة مع أفضل لون على اللوحة. كانت بعض الكلمات سهلة ومادية، مثل "موزة" أو "دم". وبعضها كان صعبًا ومجردًا، مثل "أمل"، "نسوية"، أو "ثقافة شعبية".
وللتأكد من أن الذكاء الاصطناعي لم يحِد عن البروتوكول، أعطى الباحثون النماذج نفس اللوحة الرقمية تمامًا. كانت مهمة الذكاء الاصطناعي هي النظر إلى الكلمة واختيار أفضل 5 مربعات لونية يعتقد أنها تطابقها. قام الباحثون بعد ذلك بمقارنة اختيارات الذكاء الاصطناعي بـ "الإجماع البشري" (Human Consensus)، وهو متوسط الإجابة التي قدمها البشر الحقيقيون. حتى أنهم حسبوا "معدل الخطأ البشري"، وهو ببساطة مقدار عدم اتفاق البشر مع بعضهم البعض. منحهم هذا خط أساس مثالي: إذا كان الذكاء الاصطناعي جيدًا مثل الإنسان، فيجب أن يرتكب نفس القدر من "الأخطاء" تقريبًا التي يرتكبها البشر.
الاكتشاف الكبير: "انهيار الأزرق"
كانت النتائج مزيجًا من الانتصارات المثيرة للإعجاب والفشل المنهجي الغريب جدًا.
أولاً، الأخبار الجيدة: عندما كانت الكلمات تتعلق بأشياء مادية حقيقية، كان الذكاء الاصطناعي جيدًا بشكل مفاجئ. بالنسبة للأشياء الملموسة مثل "موزة"، "يقطينة"، أو "خنزير"، اختارت نماذج الذكاء الاصطناعي غالبًا نفس الألوان التي يختارها البشر. لقد أدركوا أن الموز أصفر والخنازير وردية. في الواقع، بالنسبة لبعض هذه الأشياء المادية، كان الذكاء الاصطناعي دقيقًا للغاية لدرجة أنه طابق حتى "اللون المثالي" الذي تحتفظ به الذاكرة البشرية، بدلاً من مجرد اللون الفعلي لصورة معينة. هذا يشير إلى أنه عندما يكون هناك واقع مادي واضح، يمكن للذكاء الاصطناعي تعلم "الجو العام" البشري.
ومع ذلك، عندما انتقلت اللعبة إلى المفاهيم المجردة أو الثقافية، اصطدم الذكاء الاصطناعي بحائط مسدود. بالنسبة لكلمات مثل "أمل"، "غضب"، "نسوية"، أو حتى "جرار" (والذي له معنى ثقافي محدد في إسبانيا)، توقف الذكاء الاصطناعي عن تقديم معنى منطقي. بدلاً من اختيار لون يطابق الشعور أو الثقافة، بدأت النماذج تفعل شيئًا غريبًا للغاية: لقد انهارت جميعها في لون افتراضي واحد.
وجد الباحثون أنه عندما لم يعرف الذكاء الاصطناعي الإجابة، لم يكن يخمن عشوائيًا. بد بدلاً من ذلك، كان يختار دائمًا درجة معينة من اللون الأزرق (إحداثي يسمونه "I18" على اللوحة). كان الأمر كما لو أن دماغ الذكاء الاصطناعي أصيب بماس كهربائي وقال: "أنا لا أعرف ماذا يعني هذا، لذا سأختار الأزرق". حدث هذا مرارًا وتكرارًا، بغض النظر عما إذا كانت الكلمة هي "شتاء"، "ستيتش" (من الفيلم)، أو "أكسولوتل" (سمندل المكسيك).
لماذا حدث هذا؟
تعمق الفريق في البحث لمعرفة سبب هوس الذكاء الاصطناعي باللون الأزرق. اختبروا النماذج بكلمات "بلا معنى"، وهي أشياء ليس لها معنى على الإطلاق، مثل حروف عشوائية أو كلمات توقف مثل "الـ" أو "و". وجدوا أن حوالي 42% من النماذج كان لديها انحياز متأصل. فعندما يواجهون كلمات بلا معنى، لم يخمنوا عشوائيًا؛ بل عادوا افتراضيًا إلى ألوان محددة، غالبًا ذلك اللون الأزرق أو أحيانًا الأصفر.
كشف هذا عن خلل حرج: لم يكن الذكاء الاصطناعي "يفهم" حقًا كلمة "أمل". كان فقط يتبع نمطًا تعلمه من بيانات تدريبه. نظرًا لأن الإنترنت يحتوي على الكثير من صور السماء والمياه (وهي زرقاء)، تعلم الذكاء الاصطناعي أنه عندما يكون مرتبكًا، فإن "الأزرق" هو رهان آمن. الأمر يشبه طالبًا، عندما لا يعرف الإجابة على سؤال تاريخ، يكتب ببساطة "أزرق" لأنه رأى تلك الكلمة كثيرًا في كتابه المدرسي.
دور جودة البيانات
نظر الباحثون أيضًا في كيفية تدريب الذكاء الاصطناعي. قارنوا بين النماذج المدربة على أكوام ضخمة وفوضوية من بيانات الإنترنت (مثل مجموعة بيانات LAION) والنماذج المدربة على مجموعات بيانات أصغر، منقحة ومنظمة بعناية.
وجدوا أن مجموعات البيانات الضخمة والفوضوية لم تجعل الذكاء الاصطناعي أكثر ذكاءً في الألوان. في الواقع، كانت النماذج المدربة على بيانات عالية الجودة ومنسقة بعناية أفضل بكثير في مطابقة الألوان البشرية. حجم البيانات لم يكن مهمًا بقدر جودتها. الأمر يشبه الدراسة لاختبار ما: قراءة مليون منشور عشوائي وغير محرر من المدونات قد يمنحك الكثير من الحقائق، لكن قراءة كتاب مدرسي محرر جيدًا يساعدك على فهم المفاهيم بشكل أفضل. النماذج "النظيفة" ارتكبت أخطاء أقل وكانت أقل عرضة للانهيار في ذلك اللون الأزرق الافتراضي.
الخلاصة
إذًا، ماذا يعني كل هذا؟ تُظهر الورقة البحثية أنه بينما أصبح الذكاء الاصطناعي جيدًا حقًا في التعرف على الأشياء المادية وألوانها، فإنه لا يزال يعاني مع الجانب المعقد والثقافي والعاطفي للإدراك البشري. عندما يرتبك الذكاء الاصطناعي، فإنه لا يعترف بعدم اليقين؛ بل يعود افتراضيًا إلى لون "آمن"، وهو الأزرق عادةً، بناءً على ما رآه أكثر من غيره في بيانات تدريبه.
يقترح الباحثون أنه لجعل الذكاء الاصطناعي يفهمنا حقًا، لا يمكننا فقط تغذيته بمزيد من البيانات. نحن بحاجة إلى تعليمه كيفية التعامل مع عدم اليقين دون الانهيار، ونحن بحاجة إلى استخدام بيانات أفضل وأنظف لمساعدته على تعلم القواعد الثقافية الدقيقة للألوان التي يتبعها البشر بشكل طبيعي. لقد أثبتت لعبة "Hues and Cues" أنه حتى أكثر نماذج الذكاء الاصطناعي ذكاءً لا تزال أمامها طريق طويل قبل أن تتمكن حقًا من رؤية العالم كما نراه نحن.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.