صفحه نخست

آموزش و دانشگاه

علم‌وفناوری

ارتباطات و فناوری اطلاعات

ورزش

سلامت

پژوهش

سیاست

اقتصاد

فرهنگ‌ و‌ جامعه

علم +

عکس

فیلم

استانها

بازار

اردبیل

آذربایجان شرقی

آذربایجان غربی

اصفهان

البرز

ایلام

بوشهر

تهران

چهارمحال و بختیاری

خراسان جنوبی

خراسان رضوی

خراسان شمالی

خوزستان

زنجان

سمنان

سیستان و بلوچستان

فارس

قزوین

قم

کردستان

کرمان

کرمانشاه

کهگیلویه و بویراحمد

گلستان

گیلان

لرستان

مازندران

مرکزی

هرمزگان

همدان

یزد

هومیانا

پخش زنده

دیده بان پیشرفت علم، فناوری و نوآوری
آنا گزارش می‌دهد؛

هوش مصنوعی زبان را مانند مغز رمزگذاری می‌کند/ بازکردن پنجره‌ای روی مکالمات انسانی

محققان چارچوبی را برای مدل‌سازی فعالیت مغز سخنرانان هنگام مکالمه رودررو ایجاد کرده‌اند که نشان می‌‎‌دهد کد‌های عصبی مغز شبیه کد‌های عصبی مصنوعی مدل‌های زبانی بزرگ یا ال‌ال‌ام (LLM) است.
کد خبر : 925624

خبرگزاری علم و فناوری آنا؛ زبان افراد را قادر می‌سازد تا افکار را به یکدیگر منتقل کنند، زیرا مغز هر فرد به طور مشابه به معنای کلمات پاسخ می‌دهد. در پژوهشی که به تازگی منتشر شده است، محققان چارچوبی را برای مدل سازی فعالیت مغز سخنرانان هنگام مکالمه رودررو ایجاد کرده‌اند.

دانشمند فعالیت الکتریکی مغز دو نفر را حین مکالمه ضبط کردند. تحقیقات قبلی نشان داده بود که وقتی دو نفر با هم صحبت می‌کنند، فعالیت مغزی آنها با هم جفت می‌شود، یا در یک راستا قرار می‌گیرد و میزان جفت شدن عصبی با درک بهتر پیام گوینده در ارتباط است.

یک کد عصبی به الگو‌های خاصی از فعالیت مغزی مرتبط با کلمات متمایز در زمینه آنها اشاره دارد. محققان متوجه شدند که مغز سخنرانان روی یک کد عصبی مشترک قرار دارد. نکته مهم این است که کد عصبی مغز شبیه کد عصبی مصنوعی مدل‌های زبانی بزرگ یا ال‌ال‌ام (LLM) است.

تفسیر فعالیت مغز انسان

یک مدل زبان بزرگ یک برنامه یادگیری ماشینی است که می‌تواند با پیش‌بینی کلماتی که به احتمال زیاد از دیگران پیروی می‌کنند، متن تولید کند. مدل‌های بزرگ زبان در یادگیری ساختار زبان، تولید متن انسان گونه و برقراری مکالمه عالی هستند. آنها حتی می‌توانند آزمون تورینگ را نیز پشت سر بگذارند به‌طوری که تشخیص اینکه با یک ماشین یا یک انسان در حال تعامل هستند را برای مخاطب دشوار می‌کنند. مانند انسان‌ها، مدل‌های زبانی بزرگ یاد می‌گیرند که چگونه با خواندن یا گوش دادن به متن تولید شده توسط انسان‌های دیگر صحبت کنند.

محققان توانستند با دادن رونوشت مکالمه به مدل‌های زبانی بزرگ، «فعال‌سازی‌های عصبی» آن یا نحوه ترجمه کلمات را به اعداد، هنگام خواندن استخراج کنیم. سپس، فعالیت مغز گوینده را هم با فعال سازی مدل‌های زبانی بزرگ و هم با فعالیت مغز شنونده مرتبط کردند. آنها دریافتند که فعال‌سازی مدل‌های زبانی بزرگ می‌تواند فعالیت مشترک مغز گوینده و شنونده را پیش‌بینی کند.

برای اینکه  افراد بتوانند یکدیگر را درک کنند، باید توافق مشترکی در مورد قواعد دستوری و معنای کلمات در متن داشته باشند. به عنوان مثال، ما می‌دانیم که از حالت گذشته یک فعل برای صحبت در مورد اعمال گذشته استفاده می‌کنیم، مانند جمله: او دیروز از موزه بازدید کرد. علاوه بر این، ما به طور شهودی درک می‌کنیم که یک کلمه می‌تواند معانی مختلفی در موقعیت‌های مختلف داشته باشد. به عنوان مثال، کلمه سرد در جمله «تو مثل یخ سرد هستی» بسته به زمینه، می‌تواند به دمای بدن یا ویژگی شخصیتی فرد اشاره کند. به دلیل پیچیدگی و غنای زبان طبیعی، تا زمان موفقیت اخیر مدل‌های زبانی بزرگ، محققان فاقد یک مدل ریاضی دقیق برای توصیف آن بودند.

مطالعه جدید نشان داد که مدل‌های زبانی بزرگ می‌توانند چگونگی کدگذاری اطلاعات زبانی در مغز انسان را پیش بینی کنند و ابزار جدیدی برای تفسیر فعالیت مغز انسان فراهم کنند. شباهت بین کد‌های زبانی مغز انسان و مدل زبانی بزرگ، برای نخستین بار محققان را قادر ساخته است که چگونگی رمزگذاری اطلاعات در مغز گوینده به کلمات و انتقال کلمه به کلمه به مغز شنونده در حین مکالمات رو در رو را ردیابی کنند. به عنوان مثال، آنها دریافتند که فعالیت مغزی مرتبط با معنای یک کلمه قبل از بیان یک کلمه در مغز گوینده ظاهر می‌شود و همین فعالیت پس از شنیدن کلمه به سرعت در مغز شنونده ظاهر می‌شود.

کشف شباهت مغز و شبکه‌های عصبی مصنوعی

مطالعه جدید محققان بینش‌هایی در مورد کد عصبی پردازش زبان در مغز انسان و چگونگی استفاده انسان‌ها و ماشین‌ها از این کد برای برقراری ارتباط فراهم کرده است. آنها دریافتند که مدل‌های زبان بزرگ در مقایسه با ویژگی‌های مختلف زبان، مانند نحو، یا ترتیبی که کلمات به شکل عبارات و جملات به هم متصل می‌شوند، بهتر قادر به پیش بینی فعالیت مشترک مغز هستند. این امر تا حدی به دلیل توانایی مدل‌های زبانی بزرگ در ترکیب معنای متنی کلمات، و همچنین ادغام سطوح متعدد سلسله مراتب زبانی در یک مدل است: از کلمات به جملات تا معنای مفهومی. این نشان دهنده شباهت‌های مهمی بین مغز و شبکه‌های عصبی مصنوعی است.

جنبه مهمی از تحقیقات دانشمندان استفاده از ضبط روزمره مکالمات طبیعی است تا اطمینان حاصل کنند که یافته‌های ما پردازش مغز را در زندگی واقعی ثبت می‌کند.   برخلاف آزمایش‌هایی که در آن‌ها به شرکت کنندگان گفته می‌شود چه بگویند، محققان کنترل مطالعه را رها کردند و اجازه دادند شرکت کنندگان تا حد ممکن به طور طبیعی با هم صحبت کنند. این روش  از دست دادن کنترل تجزیه و تحلیل داده‌ها را دشوار می‌کند، زیرا هر مکالمه منحصر به فرد است که دو فرد را که در تعامل باهم هستند را شامل می‌ششود که خود به خود صحبت می‌کنند. توانایی محققان در مدل سازی فعالیت عصبی به هنگام مشارکت افراد در مکالمات روزمره، نشان دهنده قدرت مدل‌های زبانی بزرگ است.

نگاهی به ابعاد دیگر ماجرا

اکنون که محققان چارچوبی را برای ارزیابی کد عصبی مشترک بین مغز‌ها در طول مکالمات روزمره توسعه داده‌اند، باید دید چه عواملی باعث تحریک یا مهار این جفت شدگی می‌شود. به عنوان مثال، آیا اگر شنونده قصد گوینده را بهتر درک کند، تزویج زبانی افزایش می‌یابد؟ یا شاید زبان پیچیده، مانند اصطلاحات، ممکن است تزویج عصبی را کاهش دهد.

عامل دیگری که می‌تواند بر تزویج زبانی تاثیر بگذارد، ممکن است رابطه بین گویندگان باشد. برای مثال ممکن است بتوانید اطلاعات زیادی را با چند کلمه به یک دوست خوب منتقل کنید، اما به یک غریبه نه. این به این دلیل است که تفاوت در نحوه استفاده ما از کلمات در میان گروه‌ها ممکن است باعث شود که هماهنگی و همراهی با افراد درون و نه خارج از گروه‌های اجتماعی ما آسان‌تر شود.

این گزارش از پایگاه اینترنتی کانورسیشن به فارسی برگردان شده است.

انتهای پیام/

ارسال نظر