در یک مطالعه که در نشریه Nature Communications منتشر شده است، پژوهشگران به رهبری دکتر آریل گلدستین از دانشگاه عبری و با همکاری دکتر ماریانو شاین از بخش تحقیقات گوگل و همچنین پروفسور اوری هاسون و اریک هَم از دانشگاه پرینستون، به ارتباطی شگفتانگیز میان شیوه پردازش زبان گفتاری در مغز انسان و نحوه تحلیل متن در مدلهای پیشرفته هوش مصنوعی دست یافتند.
با استفاده از ثبتهای الکتروکورتیکوگرافی از شرکتکنندگانی که به یک پادکست ۳۰ دقیقهای گوش میدادند، این تیم نشان داد که مغز، زبان را در قالب یک توالی ساختاری پردازش میکند؛ توالیای که شباهت نزدیکی به معماری لایهبهلایه مدلهای زبانی بزرگی مانند GPT-2 و Llama 2 دارد.
نتایج مطالعه
هنگامی که به گفتار فردی گوش میدهیم، مغز ما هر واژه ورودی را از خلال زنجیرهای از محاسبات عصبی تبدیل میکند. تیم گلدستین دریافت که این تبدیلها در گذر زمان و در الگویی رخ میدهند که با ساختار لایهای مدلهای زبانی هوش مصنوعی مشابهت دارد.
لایههای ابتدایی مدلهای هوش مصنوعی، ویژگیهای ساده واژگان را دنبال میکنند، در حالی که لایههای عمیقتر، بافت، لحن و معنا را ادغام میکنند. این مطالعه نشان داد که فعالیت مغز انسان نیز روندی مشابه دارد: واکنشهای عصبی اولیه با لایههای ابتدایی مدلهای زبانی همراستا هستند و واکنشهای دیرتر با لایههای عمیقتر تطابق نشان میدهند.
همراستایی میان مغز و مدلهای زبانی در نواحی پیشرفته زبان، از جمله منطقه بروکا، بهویژه واضح بود؛ جایی که اوج واکنش مغزی در زمان دیرتری نسبت به لایههای عمیقتر هوش مصنوعی رخ میداد.
به گفته دکتر گلدستین: «آنچه بیش از همه ما را شگفتزده کرد، میزان تطابق گسترش زمانیِ معنا در مغز با توالی تبدیلهای درونیِ مدلهای زبانی بزرگ بود. با اینکه این سامانهها به شیوهای کاملاً متفاوت ساخته شدهاند، بهنظر میرسد هر دو در یک فرآیند مرحلهبهمرحله برای رسیدن به فهم، به مسیر مشابهی همگرا میشوند.»
چرا این یافته مهم است
نتایج نشان میدهد که هوش مصنوعی تنها ابزاری برای تولید متن نیست؛ بلکه میتواند دریچهای تازه برای درک نحوه پردازش معنا در مغز انسان فراهم کند. برای دههها، دانشمندان بر این باور بودند که فهم زبان بر قواعد نمادین و سلسلهمراتب سختگیرانه زبانی استوار است.
این مطالعه این دیدگاه سنتی را به چالش میکشد و بهجای آن، رویکردی پویا و آماری را تقویت میکند؛ رویکردی که در آن، معنا بهتدریج و از خلال لایههای پردازش بافت و زمینه شکل میگیرد.
پژوهشگران همچنین دریافتند که ویژگیهای کلاسیک زبانشناسی مانند آواها (فونمها) و واحدهای ساختاری واژه (مورفمها) به اندازه بازنماییهای مبتنی بر زمینه استخراجشده از هوش مصنوعی قادر به پیشبینی فعالیت لحظهای مغز نیستند. این یافته، ایدهای را تقویت میکند که مغز معنا را به شیوهای روانتر و مبتنی بر زمینه ادغام میکند تا آنچه پیشتر تصور میشد.
معیاری تازه برای علوم اعصاب
برای پیشبرد این حوزه، تیم پژوهشی مجموعه داده کامل از ثبتهای الکتروکورتیکوگرافی همراه با ویژگیهای زبانی را بهصورت عمومی منتشر کرد. این منبع جدید به دانشمندان سراسر جهان امکان میدهد تا نظریههای رقیب درباره چگونگی فهم زبان طبیعی توسط مغز را آزمایش کنند و مسیر را برای توسعه مدلهای محاسباتی نزدیکتر به شناخت انسان هموار سازد.
سؤالات کلیدی پاسخ دادهشده:
سؤال: پردازش زبان در مغز چگونه شبیه مدلهای هوش مصنوعی است؟
پاسخ: مغز زبان گفتاری را از خلال توالیای از محاسبات تبدیل میکند که با لایههای عمیقتر مدلهای زبانی بزرگ همراستا هستند.
سؤال: اهمیت این مطالعه برای درک معنا چیست؟
پاسخ: این مطالعه نظریههای مبتنی بر قواعد زبان را به چالش میکشد و نشان میدهد که معنا از طریق پردازش پویا و مبتنی بر زمینه شکل میگیرد، مشابه سیستمهای مدرن هوش مصنوعی.
سؤال: پژوهشگران چه منبعی را منتشر کردند؟
پاسخ: مجموعه دادهای عمومی که ثبتهای الکتروکورتیکوگرافی را با ویژگیهای زبانی جفت کرده است و امکان آزمایش نظریههای مختلف درباره زبان را فراهم میکند.
منبع خبر : neurosciencenews.com
نظرات کاربران