Modular Cognitive Architecture Emerges in Large Language Models
تُثبت هذه الورقة أن النماذج اللغوية الكبيرة تطور تلقائياً بنية معرفية نمطية تحاكي التخصص الوظيفي الموجود في الدماغ البشري، مما يشير إلى أن هذه النمطية هي خاصية أساسية للأنظمة الذكية وليست مجرد مصادفة بيولوجية.
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
المخطط السري للدماغ
لفترة طويلة، حاول العلماء فهم كيفية عمل الدماغ البشري. تخيل الدماغ كمدينة ضخمة ومزدحمة. لقرون، لاحظ الباحثون أن هذه المدينة ليست مجرد كتلة واحدة عملاقة وفوضوية من النشاط؛ بل تتكون بدلاً من ذلك من أحياء متميزة. هناك "حي اللغة" حيث نعالج الكلمات والقواعد، و"المنطقة الاجتماعية" حيث نفهم ما يفكر فيه الآخرون، و"منطقة الفيزياء" لفهم كيفية تحرك الأشياء، و"مختبر المنطق" للرياضيات والاستنتاج. تُسمى هذه الفكرة التخصص الوظيفي: فالدماغ لا يستخدم نفس الخلايا العصبية لكل شيء، بل لديه فرق متخصصة لوظائف محددة.
لكن هنا يكمن اللغز الكبير: هل "تخطيط المدن" هذا هو قاعدة أساسية لكيفية بناء أي نظام ذكي؟ أم أنه مجرد صدفة غريبة من التطور البشري؟ ربما تنظم أدمغتنا بهذا الشكل فقط لأن الأنسجة البيولوجية تحتاج إلى توفير الطاقة، أو بسبب الطريقة التي تطورنا بها على مدى ملايين السنين. وللإجابة على هذا، احتاج العلماء إلى مثال ثانٍ للذكاء لا يكون بيولوجياً. وهنا تظهر نماذج اللغات الكبيرة (LLMs). وهي روبوتات الدردشة الذكية للغاية التي ربما سمعت عنها. هي ليست مكونة من خلايا عصبية ودم، بل من أكواد ورياضيات، تم تدريبها بعملية مختلفة تماماً عن التطور. إذا طورت هذه الأنظمة الاصطناعية، التي ليس لها حدود طاقة بيولوجية ولا تاريخ تطوري، نفس هذه "الأحياء"، فإن ذلك سيشير إلى أن التنظيم المجزأ هو قاعدة عالمية للذكاء، وليس مجرد سمة بيولوجية عابرة.
المدينة الاصطناعية التي بنت نفسها
في هذه الدراسة، طرح باحثون من معهد ماساتشوستس للتكنولوجيا (MIT) سؤالاً بسيطاً ولكنه عميق: هل تنظم هذه النماذج الاصطناعية نفسها في نفس الأحياء المتخصصة مثل الدماغ البشري؟ لمعرفة ذلك، لم يكتفوا بسؤال الذكاء الاصطناعي عن حل المشكلات، بل نظروا "تحت الغطاء" ليروا أي أجزاء من "دماغ" الذكاء الاصطناعي هي التي تقوم بالعمل فعلياً.
اختبر الفريق 46 مهمة مختلفة عبر أربع فئات رئيسية: اللغة (مثل القواعد والمفردات)، الاستدلال الرسمي (الرياضيات والمنطق والبرمجة)، الاستدلال الاجتماعي (تخمين المشاعر أو المعتقدات)، والاستدلال الفيزيائي (التنبؤ بكيفية سلوك الأشياء). استخدموا تقنية ذكية تسمى "الترقيع بالاستدلال" (attribution patching). تخيل أن لديك أوركسترا ضخمة تعزف مقطوعة موسيقية؛ لتعرف أي عازف كمان ضروري لنوتة معينة، يمكنك أن تطلب منه عزف نوتة مختلفة قليلاً وترى كيف يتغير الموسيقى. فعل الباحثون شيئاً مشابهاً مع الذكاء الاصطناعي: أعطوه مشكلتين متشابهتين جداً (مثل "المفاتيح على الطاولة" مقابل "المفتاح على الطاولة") وراقبوا أي الوحدات الرقمية الصغيرة (الخلايا العصبية) تضيء بشكل مختلف لحل اللغز.
الاكتشاف الكبير
كانت النتائج مذهلة. تماماً مثل الدماغ البشري، طور الذكاء الاصطناعي بنية مجزأة (modular architecture).
- نفس الوظيفة، نفس الفريق: عندما كان على الذكاء الاصطناعي حل مسألتين رياضيتين مختلفتين، استخدم تقريباً نفس المجموعة من الخلايا العصبية. وعندما كان عليه القيام بمهمتين مختلفتين في الاستدلال الاجتماعي، استخدم مجموعة أخرى، ولكن ثابتة، من الخلايا العصبية.
- وظائف مختلفة، فرق مختلفة: والأهم من ذلك، أن الخلايا العصبية المستخدمة للرياضيات لم تتداخل تقريباً مع الخلايا العصبية المستخدمة للاستدلال الاجتماعي. "فريق الرياضيات" و"فريق الاجتماعيات" كانا منفصلين إلى حد كبير.
وجد الباحثون أن المهام ضمن الفئة نفسها تشترك في حوالي 12.9% من خلاياها العصبية العليا، بينما تشارك المهام من فئات مختلفة حوالي 3.0% فقط. وهذا يعني أن الذكاء الاصطناعي قام بتصنيف نفسه طبيعياً إلى أحياء متميزة، محاكياً بذلك تنظيم الدماغ البشري.
ما ليس كذلك
كان الفريق حريصاً على استبعاد بعض التفسيرات البديهية.
- الأمر ليس مجرد كلمات: تحققوا مما إذا كان الذكاء الاصطناعي يجمع المهام لمجرد استخدام كلمات متشابهة (مثل "سعيد" للمهام الاجتماعية أو "ثقيل" لمهام الفيزياء). وجدوا أنه حتى عندما تحكموا في المفردات، ظل الهيكل المجزأ قائماً. لم يكن الذكاء الاصطناعي يصنف حسب الموضوع فحسب، بل حسب كيفية تفكيره.
- الأمر ليس مجرد ذكاء: اختبروا نموذجاً أصغر وأقدم للذكاء الاصطناعي (GPT-2) لم يكن قادراً على حل مهام الاستدلال الصعبة. هذا النموذج لم يطور هذه الأحياء المتميزة، وكان لديه فقط انفصال غامض بين اللغة وكل شيء آخر. وهذا يشير إلى أن التنظيم المجزأ يظهر تحديداً عندما يكون النظام قادراً بالفعل على حل مشكلات الاستدلال المعقدة، وليس لمجرد وجود البيانات.
مدى تأكدهم؟
النتائج قوية. اختبر الباحثون هذا عبر ستة نماذج مختلفة من أحدث التقنيات تتراوح من 24 مليار إلى 123 مليار معلمة (parameter). في كل نموذج كان قادراً على حل المهام، ظهر نفس النمط المجزأ. لم يكتفوا بمراقبة أي الخلايا العصبية تعمل، بل أجروا "جراحة" على الذكاء الاصطناعي. قاموا بتعطيل "خلايا الرياضيات" مؤقتاً وراقبوا ما حدث. عندما فعلوا ذلك، أصبح الذكاء الاصطناعي سيئاً جداً في الرياضيات لكنه ظل مثالياً في الاستدلال الاجتماعي. وعندما عطلوا "خلايا الاجتماعيات"، فشل الذكاء الاصطناعي في تخمين المشاعر لكنه استطاع مواصلة العمل في الرياضيات. هذا "الانفصال المزدوج" يثبت أن هذه المجموعات من الخلايا العصبية مسؤولة سببياً عن مهاراتها المحددة.
الخلاصة
تشير هذه الدراسة إلى أن التنظيم المجزأ — أي وجود فرق متخصصة لوظائف متخصصة — قد يكون مبدأً أساسياً للذكاء. لا يهم ما إذا كنت دماغاً بيولوجياً شكلته ملايين السنين من التطور أو دماغاً رقمياً شكلته الرياضيات والبيانات؛ إذا كنت تريد أن تكون ذكياً بما يكفي للتعامل مع اللغة والمنطق والفيزياء والإشارات الاجتماعية، فإنك تميل طبيعياً لبناء أحياء منفصلة لكل منها. يبدو أنه لكي تكون ذكياً حقاً، تحتاج إلى معرفة كيفية منع رياضياتك من إفساد مشاعرك، ومنع قواعد لغتك من إرباك فيزيائك.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.