Reasoning Models of Artificial Intelligence Think Like Humans Do
تجادل هذه الورقة بأن كلاً من السلوك البشري وقدرات الاستدلال في النماذج اللغوية الكبيرة الحديثة يُفسَّران بشكل أفضل من خلال نظرية وسيطة، حيث تكم-ن عمليات وسيطة متدرجة ومعززة (مثل تسلسل الأفك) وراء ما يبدو أنه ذكاء مشتق أو ناشئ.
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، ناقل العلماء حول كيفية حل العقل للمشكلات التي لم يتم تدريسه إياها صراحةً. عندما يتعلم طفل تحديد سيارة من صورة، أو عندما يكتشف طالب مسألة رياضية جديدة دون أن يُريه أحد الخطوات الدقيقة، يبدو الأمر وكأن رابطاً "مشتقاً" خفياً قد ظهر فجأة في الدماغ. تقترح بعض النظريات أن هذه الروابط تنبثق تلقائياً، متجاوزةً التعليم المباشر. ومع ذلك، هناك وجهة نظر أخرى تجادل بأن لا شيء ينبثق حقاً دون تاريخ من التعزيز. هذا المنظور، المعروف بالنظرية الوسيطة (mediational theory)، يقترح أن ما يبدو كبصيرة مفاجئة هو في الواقع نتيجة لسلسلة من الخطوات الصغيرة والمتوسطة. هذه الخطوات — والتي غالباً ما تكون كلمات صامتة أو صوراً ذهنية — يتم ممارستها وتقويتها من خلال عواقبها الخاصة، حتى لو لم يكن المعلم أو الباحث يقصد تدريبها خصيصاً. إنها مسألة ما إذا كان العقل يبني جسوراً بين الأفكياء من خلال عادات داخلية معززة أو من خلال قفزة غامضة في المنطق.
لقد انتقل هذا السؤال مؤخراً من دراسة السلوك البشري إلى قلب الذكاء الاصطناعي. تشير رؤية جديدة من باحثين في جامعة كليرمونت غريجوات، ومعهد فلوريدا للتكنولوجيا، وجامعة كاليفورنيا ستيت لوس أنجلوس، إلى أن أكثر برامج الكمبيوتر تقدماً تثبت الآن نفس النقطة التي جادل بها علماء السلوك منذ فترة طويلة. فمن خلال فحص كيفية حل نماذج اللغات الكبيرة الحديثة للمهام المعقدة، يظهر المؤلفون أن هذه الآلات لا تقفز مباشرة إلى الإجابة، بل تنخرط في عملية خطوة بخطوة تحاكي السلوك البشري الموصوف في النظرية الوسيطة. ويجادل الباحثون بأن "الاستنتاج" الذي تظهره هذه الأنظمة ليس سحراً أو ذكاءً مفاجئاً، بل هو نتيجة للتدريب الذي يعزز كل خطوة وسيطة من الحل، تماماً كما يعزز المتعلم البشري أفكاره الداخلية.
يبدأ البحث بمراجعة فكرة العلاقات المشتقة، وهي الروابط بين الأشياء التي لم يُعلم الشخص ربطها بشكل مباشر. في التجارب التقليدية، قد يُعلّم الطفل أن صورة السيارة ترتبط بكلمة "سيارة"، ولاحقاً، دون تدريب إضافي، قد يشير بشكل صحيح إلى السيارة عندما يُطلب منه البحث عن "السيارة" بين أشياء أخرى. هذا ما يسمى غالباً بالتكافؤ المستحث (stimulus equivalence). يتحدى المؤلفون فكرة أن هذا الرابط غير مدرب أو غير معزز؛ حيث يقترحون أنه عندما يسمع الطفل كلمة "سيارة"، فإنه يكرر الكلمة لنفسه بصمت أو جهراً. هذا التكرر للكلمة هو سلوك وسيط. ولأن الطفل في حضور السيارة، فإن قول كلمة "سيارة" يتم تعزيزه من خلال المطابقة بين ما يسمعه وما يقوله. هذا التعزيز يحدث بشكل مباشر، حتى لو لم يخطط الباحث صراحةً لمكافأة الطفل على قول الكلمة. إن الاتصال ليس لغزاً، بل هو نتيجة مباشرة لسلوك الطفل الذي يتم تقويته بواسطة البيئة.
يمد المؤلفون هذا المنطق ليشمل كيفية تعليم الحواسيب التفكير الآن. كانت النسخ الأولى من الذكاء الاصطناعي مثل آلات التنبؤ البسيطة؛ حيث كانت تنظر إلى جملة وتخمن الكلمة التالية بناءً على أنماط إحصائية، تماماً مثل شخص يخمن الكلمة التالية في عبارة مألوفة. كانت هذه الأنظمة قادرة على الإجابة على الأسئلة، لكنها كانت تفعل ذلك في ضربة واحدة سريعة، دون تقسيم المشكلة. لقد افتقرت إلى القدرة على التفكير في قضية معقدة. حدث التحول نحو "نماذج الاستنتاج" عندما أدرك المهندسون أن إجبار الكمبيوتر على "إظهار عمله" يحسن أداءه. فبدلاً من مجرد إعطاء إجابة، يتم توجيه الكمبيوتر لتوليد "سلسلة من الأفكار"، وهي تسلسل من الخطوات التي تؤدي إلى الحل. هذا التغيير في كيفية تدريب الكمبيوتر يتوافق تماماً مع النظرية الوسيطة للسلوك البشري.
يتم تدريب نماذج الاستنتاج هذه في مراحل، كل منها يصقل كيفية تعلم الآلة. أولاً، يتعرض النموذج لكميات هائلة من النصوص، ليتعلم الأنماط الأساسية للغة. بعد ذلك، يتم ضبطه بدقة باستخدام أمثلة على إجابات مفيدة وآمنة مقدمة من خبراء بشريين. وأخيراً، والأهم بالنسبة لهذا الطرح، يخضع النموذج لتعلم تعزيزي. في هذه المرحلة، لا يتم إخبار الكمبيوتر فقط إذا كانت إجابته النهائية صحيحة أم خاطئة، بل يتم تقييمه بناءً على الخطوات التي اتخذها للوصول إلى هناك. عندما يحل النموذج مشكلة ما بشكل صحيح، يقوم النظام بتعزيز سلسلة الخطوات الكاملة التي أدت إلى تلك الإجابة. ومع ذلك، في النماذج القياسية التي تكافئ الإجابة النهائية فقط، يتم تعزيز السلسلة بأكملها كمجموعة واحدة، مما يعني أن الخطأ في خطوة ما قد يتم تقويته إذا كانت الإجابة النهائية صحيحة بالصدفة. ولمعالجة ذلك، تم تطوير نماذج "مكافأة العملية" (process reward) المتخصصة التي تتحقق من دقة كل خطوة على حدب. في هذه الأنظمة المتقدمة، إذا كانت الخطوة غير صحيحة، يتم تقليل احتمالية حدوثها حتى لو كانت الإجابة النهائية صحيحة، مما يضمن تعلم الآلة اتخاذ خطوات وسيطة صحيحة بدلاً من الوصول إلى استنتاج صحيح عن طريق الصدفة.
يشير الباحثون إلى أن هذا هو بالضبط كيف يعمل حل المشكلات لدى البشر. فعندما يواجه الشخص مهمة صعبة، فإنه لا ينتج عادةً الإجابة النهائية في دفعة واحدة دون انقطاع، بل يقوم بتقسيم المشكلة، متحدثاً إلى نفسه أو كتابة الخطوات. تعمل كل خطوة كإشارة للخطوة التالية، ويتم تعزيزها من خلال التقدم الذي تحرزه نحو الحل. ويلاحظ المؤلفون أنه عندما لاحظ مهندسو الكمبيوتر أن نماذجهم بدأت فجأة في مراجعة عملها أو تصحيح أخطائها، أطلقوا على ذلك سلوكاً "ناشئاً" (emergent). يجادل الباحثون بأن هذا تسمية خاطئة؛ فلا شيء "نشأ" مما لم يتم تعزيزه. لقد تعلمت النماذج مراجعة عملها لأن القيام بذلك أدى إلى إجابات صحيحة في كثير من الأحيان، والنظام كافأ تلك السلاسل من السلوك. كان "الانبثاق" مجرد فجوة في معرفة المراقب بتاريخ التدريب، وليس فجوة في آلية العمل.
يقدم هذا التقارب بين علوم الكمبيوتر والعلوم السلوكية رؤية قوية. لقد وصل المهندسون الذين بنوا هذه الأنظمة إلى نفس الاستنتاج الذي توصل إليه علماء السلوك: إن الطريقة الأكثر فعالية لحل مشكلة معقدة هي استخدام تسلسل من الخطوات الوسيطة التي يتم تعزيزها في طريقها. يشير البحث إلى أن هذا ليس مصادفة، بل هو حقيقة أساسية حول كيفية حل المشكلات، سواء بواسطة دماغ بشري أو شريحة سيليكون. إن "الاستنتاج" الذي نراه في هذه النماذج المتقدمة هو ببساطة نتيجة لتاريخ تدريبي يقوي السلوكيات الوسيطة اللازمة للوصول إلى الهدف. ومن خلال فهم هذا، يمكننا أن نرى أن التفكير المعقد والخطوة بخطوة الذي نعجب به في كل من البشر والآلات مبني على نفس المبادئ الأساسية للتعلم والتعزيز. إن لغز كيفية تفكيرنا لا يوجد في قفزة منطقية خفية، بل في الخطوات الهادئة والمعززة التي نتخذها للوصول إلى هناك.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.