When word order matters: human brains represent sentence meaning differently from large language models
تكشف هذه الدراسة التي استخدمت بيانات التصوير بالرنين المغناطوظيفي (fMRI) بقوة 7 تسلا أنه بينما تتفوق النماذج اللغوية الكبيرة على النماذج غير المعتمدة على الترتيب، إلا أنها لا تزال تفشل في محاكة التمثيلات الدماغية البشرية لمعنى الجمل بفعالية تضاهي النماذج المصممة صراحةً لترميز العلاقات الهيكلية، مما يؤكد الدور الحاسم لبنية الجملة في الإدراك البشري.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
السؤال الكبير: هل تفكر عقول الذكاء الاصطناعي مثل العقول البشرية؟
تخيل أن لديك اثنين من الطهاة.
- الطاهي (أ): هو إنسان طهى لعدة عقود. هو يدرك أن جملة "الكلب طارد القطة" تختلف تماماً عن "القطة طاردت الكلب"، رغم أن المكونات (الكلمات) هي نفسها تماماً. إنه يفهم "القصة".
- الطاهي (ب): هو روبوت متطور للغاية (نموذج لغوي كبير، مثل تلك التي تشغل نماذج الذكاء الاصطناعي الحديثة). لقد قرأ كل كتب الوصفات في العالم. يمكنه كتابة جملة مثالية عن كلب يطارد قطة.
السؤال الكبير الذي طرحه العلماء هو: عندما يكتب الطاهي (ب) جملة، هل "يفهم" القصة بنفس الطريقة التي يفهمها الطاهي (أ)؟ أم أن الروبوت مجرد ببغاء بارع يقلد صوت الفهم دون أن يستوعب المعنى فعلياً؟
تقول هذه الورقة البحثية: الروبوت جيد في التقليد، لكنه يفشل في "اختبار القصة".
التجربة: لعبة "تبديل الكلمات"
لإيجاد الإجابة، لم يكتف الباحثون بطلب كتابة مقالات من الذكاء الاصطناعي، بل صمموا لعبة مخادعة لمعرفة كيف يتعامل الدماغ والذكاء الاصطناعي مع بنية الجملة.
لقد أنشأوا 108 جملة خاصة. فكر في هذه الجمل كأنها مجموعات "ليغو" (LEGO).
- مجموعة "المتطابقة": لديك مكعب أزرق، ومكعب أحمر، ومكعب أخضر.
- مجموعة "المبدلة": لديك نفس المكعبات الزرقاء والحمراء والخضراء تماماً، لكنك أعدت ترتيبها.
الفخ:
إذا نظرت فقط إلى قائمة المكعبات (الكلمات)، ستبدو المجموعتان متطابقتين.
- الجملة 1: "أحضر المصور المعدات إلى المخرج."
- الجملة 2: "أحضر المخرج المصور إلى المعدات."
بالنسبة للكمبيوتر الذي يحصي الكلمات فقط، هاتان الجملتان متشابهتان بنسبة 90%. أما بالنسبة للإنسان، فهما قصتان مختلفتان تماماً! في الأولى، المصور هو البطل؛ وفي الثانية، المخرج هو البطل.
الاختبار:
وضع الباحثون 30 شخصاً في جهاز الرنين المغناطيسي (كاميرا ضخمة تلتقط صوراً للدماغ) وعرضوا عليهم هذه الجمل. كما طلبوا من مجموعة من الناس عبر الإنترنت تقييم مدى تشابه الجمل.
ثم سألوا: "أي نموذج حاسوبي يتطابق 'دماغه' مع رد فعل الدماغ البشري تجاه هذه الجمل المبدلة؟"
لقد اختبروا أربعة أنواع من "الأدمغة الحاسوبية":
- نموذج "حقيبة الكلمات" (النموذج المتوسط): كمبيوتر يرمي كل الكلمات في دلو ويقوم بعمل متوسط لها، متجاهلاً الترتيب تماماً.
- نموذج "المحول" (Transformer) (الذكاء الاصطناي): نماذج الذكاء الاصطناعي المتطورة (مثل GPT-4) التي نستخدمها اليوم.
- نموذج "الرسم البياني" (Graph): كمبيوتر يرسم خريطة لكيفية اتصال الكلمات ببعضها البعض (مثل شجرة العائلة).
- النموذج "الهجين": مزيج من الاثنين، مصمم خصيصاً لفهم الأدوار (من فعل ماذا لمن).
النتائج: الروبوت أخطأ الهدف
إليك ما حدث عند مقارنة النماذج الحاسوبية بالدماغ البشري:
1. "حقيبة الكلمات" كانت سيئة للغاية.
كما هو متوقع، حصل النموذج الذي يتجاهل ترتيب الكلمات على درجة سالبة. فقد اعتقد أن الجمل المبدلة متطابقة تقريباً، بينما عرف الدماغ البشري أنها متضادة.
2. نموذج "المحول" (الذكاء الاصطناعي) كان أفضل، لكنه لا يزال مخطئاً.
كانت نماذج الذكاء الاصطناعي أفضل بكثير من "حقيبة الكلمات"، وقد قامت بعمل جيد. ومع ذلك، عندما نظر الباحثون بدقة في الجمل "المبدلة"، وجدوا أن الذكاء الاصطناعي لا يزال يرى أنها متشابهة جداً.
- التشبيه: تخيل أن الذكاء الاصطناعي يشبه طالباً حفظ قائمة المفردات لكنه لم يقرأ التعليمات. هو يرى كلمات "مصور"، "مخرج"، و"معدات" ويفكر: "آه، هذه هي نفس المكونات، إذاً الطبخة يجب أن تكون هي نفسها!". لقد فاتته "الوصفة".
- الدماغ: أما الدماغ البشري، فقد أضاء بشكل مختلف للجمل المبدلة. لقد عرف أن الأدوار قد تغيرت. وفشل الذكاء الاصطناعي في مطابقة هذا النمط.
3. النماذج "الهجينة" و"الرسوم البيانية" هي التي فازت.
النماذح التي بُنيت صراحةً لفهم من فعل ماذا لمن (الأدوار الدلالية) طابقت الدماغ البشري بشكل أفضل.
- التشبيه: كانت هذه النماذج مثل المحقق الذي لا يكتفي بسرد قائمة المشتبه بهم فحسب، بل يرسم خريطة توضح من فعل ماذا لمن. عندما تم تبديل الأدوار، قال المحقق (والدماغ البشري): "انتظر، الحبكة قد تغيرت!"
مفاجأة "الجملة الطويلة"
كان هناك شيء غريب آخر وجدوه.
عندما قرأ الناس جملًا طويلة جدًا، أضاءت أدمغتهم بطريقة متشابهة جدًا، بغض النظر عن المعنى الفعلي للجملة.
- التشبيه: الأمر يشبه دخول صالة الألعاب الرياضية (الجيم). سواء كنت ترفع وزناً ثقيلاً أو تقوم فقط بتمارين الإطالة، فإن معدل ضربات قلبك يرتفع وتتعرق. يبدو أن الدماغ لديه "وضع الجملة الطويلة" حيث يستعد للعمل الشاق فقط، متجاهلاً التفاصيل المحددة للحظات. اضطر الباحثون إلى مراعاة "وضع الجيم" هذا لرؤية الاختلافات الحقيقية في كيفية فهم الدماغ للقصص.
الخلاصة
ماذا يعني هذا بالنسبة لنا؟
- الذكاء الاصطناعي مبهر، لكنه ليس بشرياً. نماذج اللغات الكبيرة مذهلة في توليد النصوص والإجابة على الأسئلة. لكنها لا "تفكر" في بنية الجملة كما تفعل أدمغتنا. إنها أشبه بمطابقات أنماط متطورة للغاية وليست "فاهِمة" حقاً.
- البنية مهمة. يهتم الدماغ البشري بشدة بـ ترتيب الكلمات و الأدوار التي تلعبها. إذا بدلت الفاعل والمفعول به، يتغير المعنى تماماً، ودماغنا يدرك ذلك فوراً. لا تزال نماذج الذكاء الاصطناعي الحالية "خرقاء" قليلاً في هذه المهمة المحددة.
- نحن بحاجة إلى نماذج أفضل. لبناء ذكاء اصطناعي يفهمنا حقاً، قد نحتاج إلى الابتعاد عن مجرد "التنبؤ بالكلمة التالية" والبدء في بناء نماذج ترسم صراحةً العلاقات بين الكلمات، تماماً كما تفعل أدمغتنا.
باختاً مختصراً: يمكن للذكاء الاصطناعي كتابة قصيدة، لكنه لا يفهم تماماً القصة الكامنة وراء الكلمات كما يفعل الإنسان. إنه مقلد بارع، لكنه ليس مفكراً حقيقياً بعد.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.