When word order matters: human brains represent sentence meaning differently from large language models
7T fMRI डेटा का उपयोग करने वाला यह अध्ययन प्रकट करता है कि जबकि लार्ज लैंग्वेज मॉडल्स (LLMs) ऑर्डर-अग्नोस्टिक मॉडल्स की तुलना में बेहतर प्रदर्शन करते हैं, वे फिर भी संरचनात्मक संबंधों को एनकोड करने के लिए विशेष रूप से डिज़ाइन किए गए मॉडल्स की तरह मानव मस्तिष्क के वाक्य अर्थ के निरूपणों को प्रभावी ढंग से पकड़ने में विफल रहते हैं, जो मानव संज्ञान में वाक्य संरचना की महत्वपूर्ण भूमिका को रेखांकित करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
यहाँ इस शोध पत्र का हिंदी अनुवाद दिया गया है:
मुख्य प्रश्न: क्या AI के दिमाग इंसानी दिमाग की तरह सोचते हैं?
कल्पना कीजिए कि आपके पास दो शेफ (रसोइए) हैं।
- शेफ A एक इंसान है जिसने दशकों तक खाना पकाया है। वह समझता है कि "कुत्ता बिल्ली के पीछे भागा" और "बिल्ली कुत्ते के पीछे भागी" में बहुत अंतर है, भले ही सामग्री (शब्द) बिल्कुल एक जैसी हों। वह उस कहानी को समझता है।
- शेफ B एक अति-विकसित रोबोट है (एक लार्ज लैंग्वेज मॉडल, जैसे कि आधुनिक AI को चलाने वाले मॉडल)। इसने दुनिया की हर रेसिपी बुक पढ़ ली है। यह कुत्ते के बिल्ली के पीछे भागने के बारे में एक सटीक वाक्य लिख सकता है।
वैज्ञानिकों ने जो बड़ा सवाल पूछा है वह यह है: जब शेफ B एक वाक्य लिखता है, तो क्या वह कहानी को उसी तरह "समझता" है जैसे शेफ A समझता है? या वह रोबोट केवल एक चतुर नकलची है जो बिना अर्थ समझे समझदारी का ढोंग करता है?
यह शोध पत्र कहता है: रोबोट नकल करने में तो अच्छा है, लेकिन वह "कहानी के परीक्षण" में विफल हो रहा है।
प्रयोग: "शब्द अदला-बदली" का खेल
इसका उत्तर खोजने के लिए, शोधकर्ताओं ने केवल AI को निबंध लिखने के लिए नहीं कहा। उन्होंने एक पेचीदा खेल बनाया यह देखने के लिए कि मानव मस्तिष्क और AI, वाक्य संरचना (sentence structure) को कैसे संभालते हैं।
उन्होंने 108 विशेष वाक्य बनाए। इन वाक्यों को लेगो (LEGO) सेट्स की तरह समझें।
- "समान" सेट: आपके पास एक नीला ईंट, एक लाल ईंट और एक हरी ईंट है।
- "बदला हुआ" सेट: आपके पास वही बिल्कुल समान नीला, लाल और हरा ईंट है, लेकिन आपने उन्हें फिर से व्यवस्थित कर दिया है।
जाल:
यदि आप केवल ईंटों (शब्दों) की सूची देखते हैं, तो दोनों सेट एक जैसे दिखते हैं।
- वाक्य 1: "कैमरामैन ने निर्देशक को उपकरण लाया।"
- वाक्य 2: "निर्देशक कैमरामैन को उपकरण लाया।"
एक कंप्यूटर जो केवल शब्दों को गिनता है, उसके लिए ये 90% समान हैं। लेकिन एक इंसान के लिए, ये पूरी तरह से अलग कहानियाँ हैं! पहले में, कैमरामैन नायक है; दूसरे में, निर्देशक नायक है।
परीक्षण:
शोधकर्ताओं ने 30 लोगों को एक MRI मशीन (एक विशाल कैमरा जो मस्तिष्क की तस्वीरें लेता है) में रखा और उन्हें ये वाक्य दिखाए। उन्होंने लोगों के एक समूह से ऑनलाइन यह रेटिंग भी मांगी कि वाक्य कितने समान थे।
फिर, उन्होंने पूछा: "किस कंप्यूटर मॉडल का 'दिमाग', इन बदले हुए वाक्यों के प्रति मानव मस्तिष्क की प्रतिक्रिया से मेल खाता है?"
उन्होंने चार प्रकार के "कंप्यूटर दिमागों" का परीक्षण किया:
- "वर्ड बैग" (मीन मॉडल): एक कंप्यूटर जो बस सभी शब्दों को एक बाल्टी में डाल देता है और उनका औसत निकाल लेता है। यह क्रम को पूरी तरह से अनदेखा करता है।
- "ट्रांसफॉर्मर" (AI): वे शानदार AI मॉडल (जैसे GPT-4) जिनका हम आज उपयोग करते हैं।
- "ग्राफ" मॉडल: एक कंप्यूटर जो शब्दों के बीच के संबंध का एक नक्शा बनाता है (जैसे एक वंशावली या फैमिली ट्री)।
- "हाइब्रिड" मॉडल: दोनों का मिश्रण, जिसे विशेष रूप से भूमिकाओं (कि किसने क्या किया) को समझने के लिए बनाया गया है।
परिणाम: रोबोट चूक गया
यहाँ हुआ जब उन्होंने कंप्यूटर मॉडलों की तुलना मानव मस्तिष्क से की:
1. "वर्ड बैग" बहुत खराब था।
जैसा कि अपेक्षित था, जिस मॉडल ने शब्द क्रम को अनदेखा किया, उसे नकारात्मक स्कोर मिला। उसने सोचा कि बदले हुए वाक्य लगभग समान थे, जबकि मानव मस्तिष्क जानता था कि वे विपरीत हैं।
2. "ट्रांसफॉर्मर" (AI) बेहतर था, लेकिन फिर भी गलत था।
AI मॉडल "वर्ड बैग" की तुलना में बहुत बेहतर थे। उन्होंने ठीक-ठाक काम किया। हालाँकि, जब शोधकर्ताओं ने "बदले हुए" वाक्यों को बारीकी से देखा, तो AI ने अभी भी उन्हें बहुत समान समझा।
- उपमा: कल्पना कीजिए कि AI एक ऐसे छात्र की तरह है जिसने शब्दावली की सूची तो रट ली है लेकिन निर्देशों को नहीं पढ़ा। वह "कैमरामैन", "निर्देशक" और "उपकरण" जैसे शब्दों को देखता है और सोचता है, "आह, ये वही सामग्रियां हैं, इसलिए व्यंजन भी वही होना चाहिए!" उसने रेसिपी को मिस कर दिया।
- मस्तिष्क: हालाँकि, मानव मस्तिष्क बदले हुए वाक्यों के लिए अलग तरह से सक्रिय हुआ। वह जानता था कि भूमिकाएं बदल गई हैं। AI इस पैटर्न से मेल खाने में विफल रहा।
3. "हाइब्रिड" और "ग्राफ" मॉडल जीत गए।
वे मॉडल जिन्हें विशेष रूप से यह समझने के लिए बनाया गया था कि किसने क्या किया (सिमेंटिक रोल्स), वे मानव मस्तिष्क से सबसे अधिक मेल खाते थे।
- उपमा: ये मॉडल एक ऐसे जासूस की तरह थे जो केवल संदिग्धों की सूची नहीं बनाता; बल्कि वह नक्शा बनाता है कि किसने किसको क्या किया। जब भूमिकाएं बदली गईं, तो जासूस (और मानव मस्तिष्क) ने कहा, "रुको, कहानी बदल गई है!"
"लंबे वाक्य" का आश्चर्य
वहाँ एक और अजीब चीज़ थी जो उन्होंने पाई।
जब लोगों ने बहुत लंबे वाक्य पढ़े, तो उनके मस्तिष्क के सक्रिय होने का तरीका बहुत समान था, चाहे वाक्य का अर्थ कुछ भी हो।
- उपमा: यह जिम में जाने जैसा है। चाहे आप भारी वजन उठा रहे हों या केवल स्ट्रेचिंग कर रहे हों, आपकी हृदय गति बढ़ जाती है और आपको पसीना आता है। मस्तिष्क में एक "लंबे वाक्य मोड" होता है जहाँ वह बस कड़ी मेहनत करने के लिए तैयार हो जाता है, और कुछ क्षणों के लिए विशिष्ट विवरणों को अनदेखा कर देता है। शोधकर्ताओं को यह देखने के लिए कि मस्तिष्क कहानियों को कैसे समझता है, इस "जिम मोड" को ध्यान में रखना पड़ा।
निष्कर्ष
यह हमारे लिए क्या मायने रखता है?
- AI प्रभावशाली है, लेकिन यह इंसान नहीं है। लार्ज लैंग्वेज मॉडल्स टेक्स्ट बनाने और सवालों के जवाब देने में अद्भुत हैं। लेकिन वे वाक्य संरचना के बारे में उस तरह से नहीं "सोचते" जैसे हमारे दिमाग सोचते हैं। वे वास्तविक समझ रखने वालों के बजाय उन्नत पैटर्न मैचर्स (पैटर्न पहचानने वाले) की तरह अधिक हैं।
- संरचना मायने रखती है। मानव मस्तिष्क शब्दों के क्रम और उनकी भूमिकाओं पर बहुत गहराई से ध्यान देता है। यदि आप कर्ता (subject) और कर्म (object) को बदल देते हैं, तो अर्थ पूरी तरह बदल जाता है, और हमारा मस्तिष्क इसे तुरंत जान जाता है। वर्तमान AI मॉडल अभी भी इस विशिष्ट कार्य में थोड़े "अनाड़ी" हैं।
- हमें बेहतर मॉडल्स की आवश्यकता है। एक ऐसा AI बनाने के लिए जो वास्तव में हमें समझ सके, हमें केवल "अगले शब्द की भविष्यवाणी करने" से आगे बढ़कर ऐसे मॉडल बनाने की आवश्यकता होगी जो स्पष्ट रूप से शब्दों के बीच के संबंधों को मैप कर सकें, ठीक वैसे ही जैसे हमारे दिमाग करते हैं।
संक्षेप में: AI एक कविता लिख सकता है, लेकिन वह शब्दों के पीछे की कहानी को उस तरह नहीं समझ पाता जैसे एक इंसान समझता है। वह एक शानदार नकलची है, लेकिन अभी तक एक सच्चा विचारक नहीं है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।