Drosophila Connectome Topology Provides No Measurable Language- Model Advantage: A Preregistered Negative Experimental Program
اختبرت هذه الدراسة المسجلة مسبقاً بشكل منهجي ما إذا كان بإمكان طوبولوجيا دماغ ذبابة الدروسوفيلا تحسين النماذج اللغوية، ووجدت أنه على الرغم من مختلف التكاملات الهيكلية، لم يوفر التوصيل المستمد من الذبابة أي ميزة ملموسة مقارنة بالنماذج المرجعية العشوائية أو المتوافقة في الدرجة أو النماذج التقليدية في تقليل اللوغاريتم السالب للاحتمالية أو تحسين الاسترجاع الترابطي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
على مدى عقود، استمر أمل هادئ في عالم الذكاء الاصطناعي: وهو أن التوصيلات البيولوجية الفوضوية لدماغ كائن حي قد تحمل السر وراء بناء آلات أكثر ذكاءً. الفكرة بسيطة؛ فقد أمضى التطور ملايين السنين في صقل الروابط بين الخلايا العصبية لدى الحيوانات، مما خلق شبكات فعالة، وذات وحدات بنائية، وجيدة بشكل مدهش في التعلم. وإذا تمكنا من نسخ تلك الأنماط المحددة للاتصال — "مخطط التوصيل" — ولصقها في برنامج حاسوبي مصمم لفهم اللغة، فربما يتعلم الحاسوب بشكل أسرع أو يفكر بوض وضوح أكبر. هذا الأمل ليس مجرد استعارة؛ بل هو سؤال قابل للاختبار. هل يمكن للخريطة الفيزيائية للدماغ أن تعمل كنقطة انطلاق مفيدة، أو "انحياز استقرائي"، لنموذج تعلم آلي؟ وللتعرف على ذلك، لجأ الباحثون إلى ذبابة الفاكهة، "دروسوفيلا ميليغانوس" (Drosophila melanogaster). لقد رسم العلماء بالفعل الخريطة الكاملة للجهاز العصبي لذبابة بالغة، حيث حددوا حوالي 139,000 خلية عصبية وعشرات الملايين من الروابط. هذه الخريطة، المعروفة باسم "الكونيكتوم" (connectome)، هي أكثر مخطط توصيل تفصيلي لدماغ أي حيوان متاح حالياً. والسؤال الآن كان ما إذا كان هذا المخطط البيولوجي المحدد يمكن أن يحسن بالفعل حاسوباً لغوياً، أم أن تعقيد دماغ الذبابة يختلف ببساطة عن مهمة معالجة الكلمات البشرية.
شرع باحث في الإجابة على هذا السؤال من خلال تجربة دقيقة ومخطط لها مسبقاً. لم يكن مجرد يخمن أن دماغ الذبابة سيساعد؛ بل صمم سلسلة من الاختبارات الصارمة حيث كتبت قواعد الفوز قبل جمع أي بيانات. كان الهدف هو معرفة ما إذا كان استخدام مخطط توصيل الذبابة يمكن أن يجعل نموذج لغة صغيراً أفضل في التنبؤ بالكلمة التالية في الجملة، مقارنة باستخدام مجموعة عشوائية من الاتصالات أو عدم استخدام أي خريطة خاصة على الإطلاق. اختبر عدة طرق مختلفة لاستخدام تشريح الذبابة. أولاً، حاول استخدام الخريطة كدليل لكيفية انتباه الحاسوب لأجزاء مختلفة من الجملة. بعد ذلك، استبدل جزءاً قياسياً من محرك المعالجة الحاسوبي بنسخة ثابتة وغير قابلة للتغيير من النظام الشمي للذبابة، المشهور بتوسيع المعلومات وتصفيتها. وأخيراً، اختبر فكرة أكثر تعقيداً مستوحاة من كيفية تخزين الذباب للذكريات: نظام يتم فيه إخفاء المعلومات ولا يمكن استرجاعها إلا بإشارة "تذكير" محددة، وهو مفهوم يُعرف باسم "الأثر الصامت" (silent engram).
كانت النتائج واضحة ومتسقة: لم يوفر مخطط توصيل الذبابة أي ميزة قابلة للقياس. في المجموعة الأولى من الاختبارات، حيث استخدم الباحث خريطة الذبابة لتوجيه انتباه الحاسوب، لم يؤدِّ النموذج بشكل أفضل من نموذج لا يملك أي خريطة على الإطلاق. وفي الواقع، عندما قارن النموذج القائم على الذبابة بنموذج يستخدم شبكة عشوائية تماماً من نفس الحجم، كان أداء الشبكة العشوائية غالباً مساوياً أو أفضل. وجد الباحث أنه بينما احتوت خريطة الذبابة على أنماط مثيرة للاهتمام، فإن تلك الأنماط لم تترجم إلى قدرة على فهم قواعد اللغة أو الحقائق بشكل أفضل من لوحة بيضاء فارغة. تضمن اختبار محدد أخذ الروابط الخام من دماغ الذبابة واستخدامها للتنبؤ بالعلاقات بين الكلمات؛ وبينما استطاعت خريطة الذبابة أحياناً التفوق على نسخة مشوشة من نفسها، إلا أنها فشلت في التفوق على خط الأساس المتمثل في عدم وجود خريطة على الإطلاق. كان الفرق في الأداء صغيراً جداً لدرجة أنه لا يمكن تمييزه إحصائياً عن العشوائية.
ذهبت التجربة إلى أبعد من ذلك، باختبار دماغ الذبابة كبديل لمكون حاسوبي قياسي. أخذ الباحث الجزء من دماغ الذبابة الذي يوسع المدخلات الحسية ويصفيها، وقام بتجميده في مكانه ليعمل كمُعالج ثابت لنموذج اللغة. توقع أن يكون هذا الهيكل البيولوجي وسيلة متفوقة للتعامل مع المعلومات. وبدلاً من ذلك، أدى الحاسوب أداءً أسوأ مما لو استخدم شبكة عشوائية بسيطة من نفس الحجم. لم يكن التوسع البيولوجي مفتاحاً سحرياً لمعالجة اللغة بشكل أفضل؛ بل كان، في هذا السياق، أداة أقل كفاءة من الشبكة القياسية غير المهيكلة. كما اختبر الباحث فكرة "الأثر الصامت". في الذباب، يمكن تخزين الذكريات بطريقة تجعلها غير مرئية للفحوصات العادية، وتصبح متاحة فقط عندما تعمل إشارة كيميائية محددة كإشارة تذكير. بنى الباحث نظاماً حاسوبياً يحاكي هذا السلوك، محاولاً معرفة ما إذا كانت هذه الحيلة البيولوجية لإخفاء واسترجاع الذكريات تقدم أي ميزة على ذاكرة الحاسوب القياسية. وجد أنه بينما يمكنهم بناء نظام يعمل مثل ذاكرة الذبابة، فإن برنامجاً حاسوبياً بسيطاً وعاماً يمكنه القيام بنفس المهمة تماماً وبنفس الكفاءة. لم تكن طريقة الذبابة المحددة في إخفاء الذكريات فريدة أو متفوقة؛ إذ يمكن لمُحدد مقيد ومعياري تحقيق نفس النتائج دون الحاجة إلى المخطط البيولوجي المعقد.
حتى محاولة الباحث لاستخدام دماغ الذبابة كأداة للعثور على المعلومات، على غرار كيفية استخدام الذبلة لدماغها للتعرف على الروائح، فشلت في التفوق على الطرق القياسية. عندما استخدم آلية التوسع الخاصة بالذبابة كوسيلة للبحث عن البيانات، كان أسلوب التوسع العشوائي يعمل بشكل أفضل. كانت الأساليب الحاسوبية الكثيفة والقياسية متفوقة بمراحل في استرجاع المعلومات الصحيحة. كما نظرت الدراسة إلى "المجمع المركزي" للذبابة، وهو جزء من الدماغ معني بالملاحة والحفاظ على الشعور بالاتجاه. حاولوا معرفة ما إذا كان هذا الهيكل يمكن أن يعمل كحلقة ذاكرة مستقرة في الحاسوب، تحتفظ بقطعة من المعلومات بمرور الوقت. أظهر الاختبار أن هيكل الذبابة لم يحتفظ بالمعلومات بشكل أفضل من الشبكات العشوائية؛ بل في الواقع، تلاشت المعلومات بشكل أسرع مما كان عليه الحال في مجموعات الضبط.
طوال الدراسة، كان الباحث حريصاً على التمييز بين ما اختبره وما لم يختبره. لم يدّعِ أن دماغ ذباعة الفاكهة عديم الفائدة لجميع تطبيقات تعلم الآلة، ولم يقل إن الأدمغة نماذج سيئة للحواسيب. لقد أظهر ببساطة أن هذه المحاولات المحددة لنسخ توصيلات الذبابة في نموذج لغوي لم تنجح. أما النموذج ذو الـ 800 مليون معلمة الذي استخدمه كنقطة مرجعية في الخلفية، فلم يثبت أنه أفضل بسبب خريطة الذبابة؛ فقد تم قياس أدائه بشكل منفصل ولم يكن جزءاً من تجربة "الكونيكتوم". خلصت الدراسة إلى أنه بينما من الممكن بناء حاسوب يستخدم اتصالات نادرة على مستوى العائلة مشابهة للذبابة، فإن الطبوغرافيا المحددة لمشروع "البروجيكتوم" الخاص بالذبابة لا تقدم أي ميزة على الاتصالات العشوائية أو المتعلمة. المخطط البيولوجي، في هذه الحالة، لم يكن طريقاً مختصراً نحو آلة أكثر ذكاءً. أثبتت التجربة أن حل التطور لدماغ الذبابة لا يحل تلقائياً مشكلة تعليم الحاسوب فهم اللغة البشرية. والأمل في أن نسخ مخطط توصيل الدماغ سيحسن الذكاء الاصطناعي فوراً لم يكن مدعوماً بالأدلة، في هذه الحالة المحددة والمقاسة بعناية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.