في تطور مثير في ميدان الذكاء الاصطناعي، أظهرت دراسة حديثة أن العلاقة بين نماذج اللغات الضخمة (Large Language Models) وآليات التفكير البشري لا تزال غير مفهومة بالكامل. تبين أن اللغة والتفكير في دماغ الإنسان يمكن أن يكونا منفصلين، مما يثير تساؤلات حول إمكانية توافق نماذج اللغات الضخمة مع الإشارات العصبية المرتبطة بالتفكير، وكيف يمكن لهذه الإشارات أن تعزز أداء هذه النماذج.

تركز الدراسة على التفكير الاستنتاجي، وقد أظهرت أن التمثيلات الداخلية لنماذج اللغات ليست فقط مرتبطة جزئياً مع النشاط المراقب باستخدام تقنية التصوير بالرنين المغناطيسي الوظيفي (fMRI)، ولكن يمكن أيضاً تحسينها بشكل مباشر من خلال هذه الإشارات.

باستخدام مقياس التنبؤية العصبية، تم العثور على أن نماذج اللغات الضخمة تفسر نسبة كبيرة من التباين القابل للتفسير في مناطق التفكير، بينما كانت التنبؤات ضمن أنواع التفكير المحددة أقل، مما يشير إلى وجود توافق وانحراف في بعض جوانب التفكير. بناءً على ذلك، تم اقتراح إطار عمل مستند إلى دماغ الإنسان، حيث يتم توجيه تمثيلات النموذج باتجاهات تحفزها بنية تمثيلات النموذج والدماغ، مع تطبيق التدخل أثناء الاستدلال والتعديل خلال التدريب.

تظهر النتائج أن الإشارات الدماغية المحفزة من المهام يمكن أن تعزز بشكل مباشر من قدرات نماذج اللغات، مما يؤدي إلى تحسينات دالة بالإضافة إلى التعليم القائم على اللغة، مع تحقيق مكاسب تصل إلى 13٪ في الدقة المطلقة عبر 10 نماذج لغوية كبيرة.

تعد هذه النتائج خطوة مهمة نحو تعزيز العلاقات بين نماذج اللغات الضخمة والدماغ، مما يؤسس مساراً مدفوعاً بالإشارات الدماغية لتطوير ذكاء اصطناعي أكثر قوة وتوافقاً مع العمليات العقلية البشرية. يُحتمل أن تفتح هذه الاكتشافات آفاقاً جديدة في تطوير أدوات الذكاء الاصطناعي، مستفيدة من الفهم الأعمق للوصول إلى تجارب تفاعلية وأداء أفضل.