کشف جدید در علوم اعصاب: پردازش زبان در مغز انسان ساختار لایه‌ای مدل‌های هوش مصنوعی را بازتاب می‌دهد

برای دهه‌ها، تصور می‌کردیم که مغز انسان زبان را مانند یک دستورنویس سخت‌گیر پردازش می‌کند و قواعد سفت و سختی را برای ساختن جملات از نمادهای ثابت به کار می‌برد. اما مشخص شده است که ذهن ما بسیار شبیه به معماری پیش‌بینی‌کننده و لایه‌ای مدل‌های زبان بزرگ عمل می‌کند.[1][2]

وقتی به داستان‌گویی یک دوست گوش می‌دهید، معنا یکباره در ذهن شما شکل نمی‌گیرد. در عوض، مغز شما درک را گام به گام و در یک آبشار سیال می‌سازد که به طرز شگفت‌آوری شبیه به عملکرد درونی هوش مصنوعی است.[1]

این یافته اصلی یک مطالعه مهم است که در نشریه «نیچر کامیونیکیشنز» (Nature Communications) منتشر شده است. تیمی از محققان دانشگاه عبری اورشلیم، گوگل ریسرچ و دانشگاه پرینستون کشف کردند که مغز انسان زبان گفتاری را در توالی‌ای پردازش می‌کند که شباهت نزدیکی به لایه‌های طبقه‌بندی شده سیستم‌های پیشرفته هوش مصنوعی دارد.[3][4]

برای آشکارسازی این موضوع، محققان از الکتروکورتیکوگرافی (ECoG) استفاده کردند؛ روشی که الکترودها را مستقیماً روی سطح مغز قرار می‌دهد تا فعالیت عصبی شرکت‌کنندگان را در حین گوش دادن به یک پادکست ۳۰ دقیقه‌ای ثبت کنند.[2][3]

سپس، آن‌ها این ثبت‌های مغزی با وضوح بالا را با پردازش داخلی مدل‌های زبان بزرگ مانند GPT-2 و Llama 2 مقایسه کردند. آنچه یافتند، یک شباهت ساختاری چشمگیر بود.[1][3]

مدل‌های هوش مصنوعی متن را از طریق سلسله مراتبی از لایه‌ها پردازش می‌کنند. لایه‌های اولیه و کم‌عمق، ویژگی‌های اساسی و ساده کلمات را ردیابی می‌کنند، در حالی که لایه‌های عمیق‌تر، بافتار، لحن و معنای گسترده‌تر را یکپارچه می‌سازند.[2][3]

محققان کشف کردند که مغز انسان دقیقاً از همین روند پیروی می‌کند. سیگنال‌های عصبی اولیه در مغز با مراحل اولیه پردازش هوش مصنوعی مطابقت داشتند.[1][2]

در همین حال، پاسخ‌های عصبی بعدی مغز – به ویژه در مناطق زبانی سطح بالاتر مانند ناحیه بروکا – کاملاً با لایه‌های عمیق‌تر و بافتارمحور مدل‌های هوش مصنوعی همسو بودند.[2]

دکتر آریل گلدشتاین، نویسنده اصلی این مطالعه، خاطرنشان کرد: «آنچه بیش از همه ما را شگفت‌زده کرد، این بود که چگونه گشودگی زمانی معنا در مغز، با توالی تحولات درونی مدل‌های زبان بزرگ مطابقت دارد.»

با وجود اینکه مغزهای زیستی و سیستم‌های هوش مصنوعی مبتنی بر سیلیکون از مواد کاملاً متفاوتی ساخته شده‌اند، به نظر می‌رسد هر دو در یک ساختار گام به گام مشابه برای رسیدن به درک، همگرا می‌شوند.[1]

این کشف، نظریه‌های دیرینه در زبان‌شناسی کلاسیک را به چالش می‌کشد. سال‌ها دانشمندان بر این باور بودند که درک زبان متکی بر قواعد نمادین و سلسله مراتب سفت و سخت است؛ یعنی بلوک‌های سازنده‌ای مانند واج‌ها (Phonemes) و تکواژها (Morphemes).[2][3]

با این حال، این مطالعه نشان داد که ویژگی‌های زبانی سنتی، فعالیت مغزی در زمان واقعی را به خوبی «تعبیه‌های بافتاری» (Contextual Embeddings) تولید شده توسط مدل‌های هوش مصنوعی پیش‌بینی نمی‌کنند.[2][3]

این امر نشان می‌دهد که مغز معنا را به شیوه‌ای بسیار سیال‌تر، آماری‌تر و بافتارمحورتر از آنچه قبلاً تصور می‌شد، یکپارچه می‌کند. ما فقط کلمات را رمزگشایی نمی‌کنیم؛ بلکه دائماً آن‌ها را پیش‌بینی و بافتاردهی می‌کنیم.[1][2]

پیامدهای این تحقیق بسیار فراتر از علوم اعصاب است. برای صنعت هوش مصنوعی، این یافته‌ها نشان می‌دهد که هوش مصنوعی صرفاً ابزاری برای تولید متن نیست، بلکه یک مدل زیست‌شناختی قابل قبول برای شناخت انسان است.[1][2]

با اثبات اینکه معماری‌های یادگیری عمیق در حال یافتن راه‌حل‌های بهینه زیست‌شناختی هستند، این تحقیق شکاف مهمی را بین علوم شناختی و یادگیری ماشین پر می‌کند.[3]

برای تسریع اکتشافات آینده، تیم تحقیقاتی مجموعه داده‌های عظیم خود از ثبت‌های عصبی همراه با ویژگی‌های زبانی را به صورت عمومی منتشر کرده و یک معیار جدید برای این حوزه تعیین کرده است.[2][3]

این منبع با دسترسی آزاد به دانشمندان سراسر جهان اجازه می‌دهد تا نظریه‌های رقیب در مورد نحوه درک زبان طبیعی توسط مغز را آزمایش کنند و راه را برای مدل‌های محاسباتی که شباهت بیشتری به تفکر انسان دارند، هموار می‌کند.[2][3]

ما هنوز در روزهای اولیه درک پیچیدگی کامل ذهن انسان هستیم. اما همانطور که به ساخت ماشین‌های متفکر پیچیده‌تر ادامه می‌دهیم، ممکن است دریابیم که آن‌ها آینه‌ای در برابر خود ما قرار داده‌اند.[1]