Nine Emotion Centroids: A Label-Free Valence Axis That Transfers Across Four Modalities
تُثبت هذه الورقة أن "محور التكافؤ" (valence axis) منفردًا، يتم استخلاصه بكفاءة عالية في استخدام الملصقات من تسع فئات عاطفية فقط وسرديات قصيرة، يمكن استخراجه من النماذج اللغوية المجمدة ونقله بنجاح إلى مشفرات الرؤية والصوت والدماغ للتنبؤ بالمشاعر بدقة عالية، شريطة أن تكون المفاهيم المستهدفة مستمرة وليست فئوية.
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
داخل البنية المعمارية الشاسعة والصامتة لنموذج لغة حاسوبي حديث، تطلق آلاف الخلايا العصبية نبضاتها في أنماط معقدة في كل مرة تقرأ فيها الآلة جملة ما. لسنوات، اشتبه العلماء في أنه يختبئ داخل هذه العاصفة الكهربائية خطوط مستقيمة بسيطة تتبع أفكارًا محددة، تمامًا مثل إبرة واحدة في بوصلة تشير إلى الشمال. هذه الخطوط، المعروفة بالاتجاهات الداخلية، يمكنها أن تخبرنا ما إذا كانت الجملة تتحدث عن شخص، أو ما إذا كان النموذج على وشك رفض طلب ما، أو ما إذا كان مفهوم ما يشير إلى بلد معين. ولكن أحد أكثر التجارب الإنسانية جوهرية — وهو الشعور بما إذا كان الشيء جيدًا أم سيئًا، ممتعًا أم غير ممتع — ظل أصعب في التحديد. هذا الشحن العاطفي، المسمى "التكافؤ" (valence)، هو جوهر كيفية حكمنا على العالم. إن فهم ما إذا كان بإمكان الآلة استشعار هذا الشعور بشكل طبيعي، دون أن تُعلّم صراحةً بآلاف الأمثلة، يعد خطوة حاسمة في معرفة كيف يفكر الذكاء الاصطناعي ويشعر حقًا.
لقد اكتشف باحث الآن أن هذا الحس بالإيجابية أو السلبية العاطفية ليس منتشرًا بشكل عشوائي عبر عقل الآلة. بدلاً من ذلك، هو يعيش على طول مسار واحد واضح يمكن العثور عليه بجهد ضئيل للغاية. في دراسة شملت نصوصًا وصورًا وأصواتًا وحتى نشاط الدماغ البشري، أظهر الباحث أنه استطاع تحديد هذا الاتجاه العاطفي باستخدام تسع كلمات بسيطة فقط وبضع مئات من القصص القصيرة. لم يكن بحاجة إلى تغذية الآلة بآلاف الأمثلة المصنفة لـ "سعيد" أو "حزين". بدلاً من ذلك، طلب من الآلة قراءة تسع روايات قصيرة، كل منها مرتبط بعاطفة محددة مثل الغضب أو الفرح أو الخوف. ومن خلال حساب متوسط رد فعل الآلة الداخلي تجاه هذه القصص، وجد خطًا واحدًا من النشاط يمتد من السلب إلى الإيجاب. هذا الخط، الذي يسميه الباحث "محور V" (V-axis)، يعمل كقرص تحكم عاطفي عالمي. وعندما قام بإسقاط معلومات جديدة على هذا الخط، استطاعت الآلة أن تخمن بدقة النغمة العاطفية لجملة، أو صورة، أو صوت، أو حتى تسجيل لدماغ بشري يشاهد فيديو، بمستوى من الدقة يضاهي الأنظمة التي تدربت على كميات هائلة من البيانات.
ما يجعل هذا الاكتشاف مثيرًا للاهلاه هو أن نفس الخط العاطفي يظهر في آلات لم تُعلّم معًا أبدًا. اختبر الباحث ذلك على أربعة أنواع مختلفة من الأنظمة: نموذج لغة يقرأ النصوص، ونظام رؤية ينظر إلى الصور، ونظام صوتي يسمع الأصوات، ونموذج يفسر الإشارات الكهربائية من الأدمغة البشرية. لم تشترك أي من هذه الأنظمة في أي بيانات تدريب مع بعضها البعض؛ فقد بُنيت لوظائف مختلفة تمامًا. ومع ذلك، عندما طبق الباحث طريقته البسيطة المكونة من تسع قصص على كل منها، وجد نفس الاتجاه العاطفي يبرز في كل حالة على حدة. يبدو الأمر كما لو أن مفهوم "الجيد" و"السيئ" جوهري للغاية لدرجة أنه يخلق شكلاً متشابهًا في عقل قارئ النصوص، ومدرك الصور، ومراقب الدماغ، بغض النظر عن كيفية بنائهم. وقد تحقق الباحث من ذلك عبر أخذ مصنف تم تدريبه فقط على تسميات نصية واستخدامه لقراءة النغمة العاطفية للصور والأصوات وموجات الدماغ. وقد نجح الأمر بدقة عالية، مما يثبت أن هذا البعد العاطفي الواحد يجسّر الفجوة بين الرؤية والسمع والقراءة والتفكير.
أثبت الباحث أيضًا أن هذا الخط ليس مجرد مصادفة أو علامة سلبية توجد بالقرب من البيانات العاطفية. وللتحقق مما إذا كان الخط يقوم بالعمل فعليًا، أجرى تجربة جراحية. لقد أخذ نماذج اللغة، وبينما كانت تعالج الجمل، قام رياضيًا بإزالة هذا الاتجاه العاطفي المحدد من الحالة الداخلية للآلة. وعندما فعل ذلك، انهارت قدرة الآلة على فهم المشاعر. في بعض الحالات، انخفضت دقتها بأكثر من ثلاثين نقطة مئوية، بينما لم يكن لإزالة اتجاه عشوائي من نفس الحجم أي تأثير تقريبًا. وهذا يشير إلى أن الآلة تعتمد على هذا المسار المحدد لاتخاذ أحكامها العاطفية. ومع ذلك، وجد الباحث أيضًا أن هذه القدرة ليست متطابقة في كل آلة. فبينما استطاع العثور على الخط في نماذج من عائلات مختلفة، لم يتمكن من استخدامه لتوجيه سلوك الآلة في بعضها البعض. في نماذج معينة، كان الخط موجودًا ويمكن اكتشافه، لكن إضافة هذا الخط إلى أفكار الآلة لم يغير مخرجاتها. وهذا يشير إلى أنه بينما يعد الاتجاه العاطفي سمة عالمية لهذه الأنظمة، فإن طريقة استخدام الآلات له تعتمد على تاريخها وتصميمها الخاص.
كما أوضحت الدراسة ما لا يستطيع هذا الأسلوب القيام به. اختبر الباحث نهجه على أنواع أخرى كثيرة من المفاهيم، مثل تحديد أشياء معينة أو فئات من الكلمات، وفشل في العثور على اتجاه واضح. يعمل هذا الأسلوب تحديدًا للمشاعر المستمرة مثل النغمة العاطفية، حيث يمكن للبيانات أن تنزلق بسلاسة من طرف إلى آخر، وليس للفئات الحادة والمتميزة. علاوة على على ذلك، بينما وجد الأسلوب الخط العاطفي في تسجيلات الدماغ دون الحاجة إلى تسمية بيانات الدماغ نفسها، إلا أن الإعداد الأولي لنموذج الدماغ تطلب بعض التدريب تحت الإشراف للتمييز بين المشاعر الإيجابية والسلبية. وهذا يعني أن النجاح "الخالي من التسميات" ينطبق على الخطوة النهائية لقراءة العاطفة، وليس على البناء الأولي لنموذج الدماغ. وبالرغم من هذه الحدود، تقدم النتائج طريقة قوية للنظر داخل الذكاء الاصطناعي. فمن خلال إظهار أن اتجاهًا واحدًا بسيطًا يمكنه التقاط جوهر العاطفة البشرية عبر النصوص والرؤية والصوت ونشاط الدماغ، تشير الأبحاث إلى أن أكثر المشاعر البشرية تعقيدًا قد تكون ممثلة في الآلات بطريقة بسيطة ومشتركة وسهلة الوصول بشكل مفاجئ.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.