Geometric Indexing Does Not Improve Versioned Memory Retrieval: Three Pre-Registered Negative Results and a Silent Total-Failure Mode

مشكلة الذاكرة: لماذا يحتاج الذكاء الاصطائي إلى التذكر، لا مجرد القراءة

تخيل أنك تتحدث إلى صديق آلي ذكي للغاية. تقول له: "فيلمي المفضل هو حرب النجوم". لاحقاً، تغير رأيك وتقول: "في الواقع، أتراجع عن ذلك؛ فيلمي المفضل هو الماتريكس". إذا سألت الروبوت مرة أخرى: "ما هو فيلمي المفضل؟"، فأنت تريده أن يتذكر الإجابة الجديدة، وليس القديمة. هذا هو تحدي الذاكرة الحوارية. فخلافاً للمكتبة التي تخزن الكتب (الوثائق) فقط ليقرأها الجميع، تحتاج الذاكرة الشخصية إلى تذكر شخصك أنت، وتتبع كيفية تغير أفكارك بمرال الوقت، والتعامل مع التصحيحات دون ارتباك.

للقيام بذلك، تستخدم الحواسيب شيئاً يسمى التمثيلات المتجهة (embeddings). فكر في التمثيل المتجه كخريطة سحرية حيث كل جملة هي نقطة. الجمل التي تحمل معانٍ متشابهة توضع قريبة من بعضها البعض على الخريطة، بينما الأفكار المختلفة تكون بعيدة عن بعضها. عندما تطرح سؤالاً، يبحث الكمبيوتر عن النقاط الأقرب لسؤالك ليجد الإجابة. وقد كانت إحدى الأفكات الشائعة في أبحاث الذكاء الاصطناعي هي استخدام هندسة هذه الخريطة للتعامل مع التغييرات. كانت النظرية تقول: إذا غيرت رأيك، فلا تمسح النقطة القديمة؛ بل ضع النقطة الجديدة بجانب النقطة القديمة قليلاً. الفكرة كانت أن المسافة بين النقاط ستخبر الكمبيوتر: "مهلاً، هاتان النسختان مرتبطتان بنفس الحقيقة!"

ولكن هل تنجح هذه الحيلة الذكية حقاً؟ هذا هو بالضبط ما يبحث فيه هذا البحث. أراد الباحثون معرفة ما إذا كان مجرد وضع الذكريات "المعدلة" بالقرب من الذكريات "الأصلية" على هذه الخريطة يساعد الكمبيوتر في العثور على الإجابة الصحيحة لاحقاً. لقد وضعوا تجربة صارمة ومخطط لها مسبقاً لاختبار ذلك، آملين في العثور على اختصار سحري لذاكرة الذكاء الاصطناعي. وبدلاً من ذلك، وجدوا أن هذا الاختصار يؤدي إلى طريق مسدود، ومن خلال ذلك، كشفوا عن خطأ برمجِي صامت يمكن أن يعطل العديد من أنظمة الذكاء الاصطناعي في العالم الحقيقي.

---

التجربة: محاولة السير على حبل مشدود فوق خريطة

أعد الباحثون محاكاة تضم 3000 حقيقة وهمية، مثل "مديرة مختبر هيليوس هي آنا". ثم اختبروا ما يحدث عندما يتم تصحيح "المديرة" لتصبح "بيتو"، ثم "كارلوس"، وهكذا. وقارنوا بين ثلاث طرق لتخزين هذه التغييرات:

1. طريقة "الاستبدال" (Overwrite): مسح الحقيقة القديمة وكتابة الجديدة. (هذا يفقد التاريخ ولكنه يحافظ على الحقيقة الحالية).
2. طريقة "التكرار" (Duplicate): تخزين الحقيقة الجديدة تماماً حيث تنتمي بناءً على كلماتها الخاصة.
3. طريقة "التبرعم" (Budding) (بطل القصة): وضع الحقيقة الجديدة بعيداً قليلاً عن الحقيقة القديمة، على أمل أن تربطها الهندسة (الشكل والمسافة) معاً.

الفشل الأول: التكتل المنجرف

في الاختبار الأول، جرب الباحثون طريقة "التبرعم" باستخدام قاعدة ثابتة: في كل مرة يتم فيها تصحيح حقيقة، يتم نقل النسخة الجديدة خطوة صغيرة وثابتة بعيداً عن الأصلية.

تخيل أنك تحاول السير في خط مستقيم، ولكن في كل مرة تخطو فيها خطوة، تُجبر على الالتفاف قليلاً نحو اليسار. بعد خطوة واحدة، تكون بخير. بعد أربع خطوات، تكون قد انحرفت عن المسار. بعد ست خطوات، تصبح تسير في الاتجاه المعاكس.

هذا هو بالضبط ما حدث لذاكرة الذكاء الاصطناعي. مع حجم الخطوة الثابت، بدأ "تكتل" الحقائق المعدلة في القيام بـ حركة عشوائية (random walk) بعيداً عن الحقيقة الأصلية.

• بعد 4 تعديلات، انخفض الارتباط بالسؤال الأصلي لدرجة أن الكمبيوتر توقف عن التعرف على الإجابة.
• بعد 6 تعديلات، أصبحت درجة الارتباط سالبة بالفعل (من قيمة عالية بلغت 0.811 إلى -0.139).

كان الكمبيوتر يبحث عن الإجابة، لكن الذاكرة "المعدلة" انحرفت بعيداً جداً على الخريطة لدرجة أنها بدت كغريب. فشلت فكرة "التبرعم" لأن المسافة استمرت في التراكم، مما دفع الإجابة الصحيحة خارج النتائج الأولى.

الفشل الثاني: الضريبة الحتمية

اعتقد الباحثون: "حسناً، ربما المشكلة هي أننا تركناها تنجرف بعيداً جداً. ماذا لو أجبرنا النسخة الجديدة على البقاء قريبة من المرساة الأصلية، بدلاً من النسخة السابقة؟" جربوا نسخة "مقيدة" حيث تظل كل مراجعة على مسافة ثابتة من البداية.

هذه المرة، لم تنجرف الذاكرة بعيداً. ظلت درجة الارتباط ثابتة ومستقرة عند 0.8177. ولكن إليكم المفاجأة: لقد خسرت أيضاً.

لماذا؟ لأن طريقة "التبرعم" دفعت ضريبة ثابتة قدرها حوالي 0.036 من الدرجة.

• طريقة "التكرار" (تخزين الحقيقة في مكانها الصحيح تماماً) سجلت 0.8540.
• طريقة "التبرعم المقيد" سجلت 0.8177.

أدرك الباحثون أن خريطة الكمبيوتر كانت مثالية بالفعل. عندما تقول "المديرة هي بيتو"، يضع الكمبيوتر تلك الجملة بشكل طبيعي في مكانها الصحيح. من خلال تحريكها اصطناعياً بعيداً لـ "ربطها" بالماضي، فإنك تقوم فقط بتحريكها بعيداً عن المكان المثالي. الأمر يشبه محاولة مساعدة صديق في العثود إلى منزله عبر إخباره بأن يقف على بعد ثلاثة أقدام إلى يسار الباب الأمامي. المنزل موجود هناك بالفعل؛ وتحريكه يجعل العثور عليه أصعب.

الفشل الثالث: القاتل الصامت

لم ينتهِ الباحثون من عملهم. اشتبهوا في أن استنتاجهم يعتمد على حقيقة أن جمل الاختبار كانت "مكتفية ذاتياً" (أي أنها تسمي الشخص والحقيقة بوضوح). في الحياة الواقعية، غالباً ما يستخدم الناس صياغة موجزة. يقولون: "لا، إنها بيتو"، دون قول "مديرة مختبر هيليوس هي بيتو". وهذا ما يسمى بالتصحيح المختصر (elliptical correction).

أجروا اختبار "السيناريو الأسوأ" المصمم لجعل الحيلة الهندسية تبدو جيدة. قارنوا طريقة "التبرعم" بطريقة "الترطيب" (حيث يقوم نظام ذكي بإعادة كتابة "لا، إنها بيتو" إلى الجملة الكاملة قبل حفظها).

كانت النتائج صادمة:

• التصحيحات المختصرة الخام (حفظ "لا، إنها بيتو" كما قيلت تماماً) سجلت معدل نجاح 0.0000.
• كان الكمبيوتر يعيد إجابة في كل مرة، لكنها لم تكن أبداً الإجابة الصحيحة.
• كان الفشل صامتاً. لم يقل الكمبيوتر "أنا لا أعرف"، بل قدم الإجابة الخاطئة بكل ثقة، ووضعها في مرتبة عالية تماماً كما لو كانت الإجابة الصحيحة.

حتى في هذا النظام حيث يجب أن تساعد الهندسة، لم تنجح إلا إذا فشل النظام البديل (الذي يعيد كتابة الجمل) بنسبة تزيد عن 45%. وبما أن الأنظمة في العالم الحقيقي أفضل من ذلك بكثير، فإن الحيلة الهندسية لا تقدم أي ميزة.

الخلاصة الكبرى

يقدم هذا البحث حكماً واضحاً ومسجلاً مسبقاً: الفهرسة الهندسية لا تحسن استرجاع الذاكرة ذات الإصدارات.

إن فكرة أنه يمكنك استخدام المسافة الفيزيائية بين النقاط على الخريطة لربط الإصدارات المختلفة من حقيقة ما هي طريق مسدود.

1. إذا تركت المسافة تنمو، ستنجرف الذاكرة وتضيع.
2. إذا أوقفت الانجراف، فستظل تدفع ضريبة تجعل الذاكرة أسوأ مما لو قمت بتخزين الحقيقة بشكل صحيح في المقام الأول.
3. إذا حاولت استخدام هذا للتصحيحات المختصرة (مثل "لا، إنها بيتو")، فسيفشل النظام تماماً، وسيعطي الإجابة الخاطة بكل ثقة.

أهم نتيجة لأي شخص يبني هذه الأنظمة هي التحذير التالي: إذا قمت بحفظ الدورات الحوارية دون إصلاح الضمائر أولاً، فستفقد 100% من التصحيحات. لن يخبرك النظام أنه معطل؛ بل سيعطيك الإجابة الخاطئة بكل ثقة. يقترح البحث أنه بدلاً من محاولة التذاكي بالهندسة، يجب علينا الالتزام بالقواعد البسيطة والمحددة: أصلح الجملة، ثم احفظها.