Decoding Covert Human Attention in Multidimensional Environments
تقدم هذه الورقة شبكة عصبية متكررة هجينة تم تدريبها على بيانات اصطناعية مستمدة من التعلم التعزيزي القائم على الميزات ونماذج اختبار الفرضيات المتسلسلة لفك تشفير الانتباه البشري الكامن بنجاح وبدقة تتجاوز 80%، مما يكشف عن آلية يتم فيها اختبار الفرضيات المستمدة من القيمة باستمرار مقابل الأدلة الواردة.
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
إليك شرح للورقة البحثية باستخدام لغة بسيطة وتشبيهات إبداعية.
المشكلة الكبرى: "الصندوق الأسود" للعقل
تخيل أنك تشاهد شخصًا يلعب لعبة فيديو معقدة. إنه يضغط على الأزرار، ويحرك الشخصية، ويجمع النقاط. يمكنك رؤية ماذا يفعل (خياراته)، لكن لا يمكنك رؤية لما لماذا يفعل ذلك (أفكاره).
في الحياة الواقعية، تقوم أدمغتنا باستمرار بتصفية كم هائل من المعلومات. عندما تدخل مطعمًا لتختار طاولة، قد تكون تنظر إلى مستوى الضجيج، أو السعر، أو الإطلالة. أنت لا تنظر إلى كل شيء في وقت واحد؛ بل تركز على أدلة محددة. هذا ما يسمى بـ الانتباه.
المشكلة بالنسبة للعلماء هي: يمكن لشخصين اتخاذ نفس الخيار تمامًا (مثل الجلوس في الطاولة رقم 4) لأسباب مختلفة تمامًا (أحدهما يهتم بالإطلالة، والآخر يهتم بالسعر). ولأننا لا نستطيع قراءة العقول، لا يمكننا معرفة أي "دليل" كان أحدهم يركز عليه بمجرد مراقبة اختياره. هذه هي مشكلة "الغموض المزدوج": العميل (الإنسان) لا يعرف بالضبط ما الذي يركز عليه، والمراقب أيضًا لا يستطيع رؤيته.
الحل: تدريب الذكاء الاصطناعي بعقول "مزيفة"
أراد الباحثون بناء أداة يمكنها النظر إلى خيارات الشخص وتخمين ما الذي ينتبه إليه. وللقيام بذلك، لم يكتفوا بتغذية الذكاء الاصطناعي ببيانات بشرية حقيقية؛ بل كان عليهم تعليمه أولاً كيف تعمل "أنواع" مختلفة من العقول.
لقذ أنشأوا ستة "أدمغة مزيفة" مختلفة (نماذج حاسوبية) لمحاكاة كيفية تعلم البشر:
- المتعلم البطيء (FRL): تخيل شخصًا يتعلم من خلال تذوق كل طبق في القائمة ببطء. يدرك تدريجيًا أن: "أوه، الأطباق الحارة طعمها أفضل". إنه يحدث رأيه ببطء، لقمة تلو الأخرى.
- المقامر (SHT): تخيل شخصًا يختار طبقًا، يتذوقه، وإذا كان سيئًا، فإنه ينتقل فورًا إلى نظرية مختلفة تمامًا. "ربما هي الحساء؟ لا، رب نمتلك الآن السلطة!" إنه يقفز بين الفرضيات بسرعة.
- الهجين (الفائز): هذا مزيج بينهما. هو يتذوق ببطء، ولكن إذا كان هناك شيء سيء حقًا، فإنه يغير نظريته بالكامل بسرعة بناءً على ما تعلمه.
- العشوائي (RS): شخص يختار الأطباق بشكل عشوائي فقط.
التجربة: لعبة "صائد الجواهر"
استخدم الباحثون لعبة تسمى "صائدو الجواهر" (Gem Hunters). تخيل أنك في غرفة بها ثلاثة صناديق. كل صندوق له شكل (دائرة، مربع، مثلث) وله لون (أحمر، أزرق، أخضر).
- صندوق واحد يعطيك مكافأة بنسبة 80% من الوقت.
- الصندوقان الآخران يعطيان مكافأة بنسبة 20% فقط.
- الخدعة: لا تعرف ما إذا كانت المكافأة تعتمد على الشكل أم على اللون. عليك اكتشاف ذلك من خلال التجربة والخطأ.
تركوا 21 إنسانًا حقيقيًا يلعبون هذه اللعبة. والأهم من ذلك، بعد كل حركة، كان على البشر قول جملة بصوت عالٍ: "أنا أركز على الشكل" أو "أنا أركز على اللون". منح هذا الباحثين "الحقيقة المطلقة" (ground truth)—لقد عرفوا بالضبط ما الذي كان يفكر فيه البشر.
الاختبار: هل يمكن للذكاء الاصطناٍ قراءة العقول؟
درب الباحثون ستة شبكات ذكاء اصطناعي مختلفة (تسمى LaseNet). تم تدريب كل ذكاء اصطناعي على بيانات من أحد "الأدمغة المزيفة" الستة الموصوفة أعلاه.
- الذكاء الاصطناعي رقم 1 تدرب فقط على "المتعلمين البطيئين".
- الذكاء الاصطناعي رقم 2 تدرب فقط على "المقامرين".
- الذكاء الاصطناعي رقم 3 تدرب على "الهجين".
بعد ذلك، قدموا للذكاء الاصطناعي بيانات من البشر الحقيقيين (دون إخبار الذكاء الاصطناعي بأي إنسان ينظر إليه) وسألوه: "ما هي الميزة التي ينتبه إليها هذا الشخص الآن؟"
النتائج: الذكاء الاصطناعي "الهجين" هو الفائز
إليك ما حدث:
- التخصص: كانت أنظمة الذكاء الاصطناعي جيدة جدًا في تخمين ما يفعله "دماغها المزيف" الخاص بها، لكنها كانت سيئة جدًا في تخمين ما تفعله "الأدمغة المزيفة" الأخرى. أثبت هذا أن كل ذكاء اصطناعي تعلم "أسلوبًا" محددًا في التفكير، وليس مجرد خدعة عامة.
- المطابقة البشرية: عندما اختبروا الذكاء الاصطناعي على البشر الحقيقيين، كان الذكاء الاصطناعي الهجين هو الفائز الواضح. لقد خمن انتباه البشر بدقة تزيد عن 80%.
- "الذكاء الاصطناعي للمتعلم البطيء" أدى بشكل سيئ لأن البشر يغيرون تركيزهم بسرعة أكبر من قدرة المتعلم البطيء على المواكبة.
- "الذكاء الاصطناعي للمقامر" أدى بشكل جيد، لكن "الذكاء الاصطناعي الهجين" كان أفضل منه.
لحظة "وجدتها!": كيف يفكر البشر حقًا؟
لم تكن النتيجة الأكثر إثارة هي مجرد فوز الذكاء الاصطناعي الهجين، بل لماذا فاز.
نظر الباحثون عن كثب في كيفية تقديم الذكاء الاصطناي الهجين لتخميناته. وجدوا أنه قبل أن يغير الإنسان تركيزه مباشرة (على سبيل المثال، من "الشكل" إلى "اللون")، كان الذكاء الاصطناعي الهجين قد بدأ بالفعل في "المراهنة" على الخيار الجديد. لقد كان يحتفظ بـ قائمة واسعة من الاحتمالات في ذهنه، ويزنها مقابل بعضها البعض، قبل القيام بالقفزة.
التشبيه:
فكر في الأمر كتحرٍ يحل لغزًا.
- المتعلم البطيء هو محقق لا ينظر إلا إلى مشتبه به واحد لعدة أيام، ويجمع الأدلة ببطء.
- المقامر هو محقق يقفز إلى مشتبه به جديد في كل مرة يحصل فيها على دليل سيئ، دون خطة.
- الهجين (الذي يطابق البشر) هو محقق لديه "لوحة مشتبه بهم". هو يركز على مشتبه به واحد، لكنه يقوم باستمرار بتحديث اللوحة مع كل دليل جديد. إذا ضعفت الأدلة، فهو لا يصاب بالذعر فحسب، بل ينتقل بسلاسة إلى المشتبه به التالي الأكثر احتمالًا لأنه كان يتتبعهم جميعًا طوال الوقت.
الخلاصة
تحل هذه الورقة لغزًا كبيرًا في علم النفس. فهي تظهر أن انتباه الإنسان ليس مجرد عملية بطيئة وثابتة، ولا هو مجرد تخمين عشوائي. إنه مزيج ذكي وديناميكي.
نحن نتعلم من خلال بناء القيمة ببطء (مثل المتعلم الببطيء)، ولكننا نضع أيضًا قائمة ذهنية لسيناريوهات "ماذا لو" جاهزة للانطلاق (مثل المقامر). عندما تتغير الأدلة، نغير تركيزنا بسرعة، لكننا نفعل ذلك بناءً على خطة مدروسة، وليس كقفزة عشوائية.
من خلال استخدام ذكاء اصطناعي مدرب على هذه النظريات المحددة، استطاع الباحثون أخيرًا بناء أداة "لقراءة العقول" يمكنها فك شفرة ما ننتبه إليه، فقط من خلال مراقبة خياراتنا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.