في دراسة جديدة ثورية، قام الباحثون بتسليط الضوء على فهم كيفية توقع البشر والأنظمة الذكية للأفعال أثناء التفاعل مع بيئاتهم، وذلك من خلال لعب ألعاب الفيديو الكلاسيكية على غرار أتاري. التحدي الكبير في هذا المجال يكمن في الربط بين النشاط الدماغي والذكي الاصطناعي، والذي يتمثل في محاولات جعل الأنظمة الذكية تتفاعل بطرق مشابهة للبشر.

تظهر النتائج أن نماذج اللغة والرؤية (Vision-Language Models - VLMs) ونماذج الأفعال الكبيرة (Large Action Models - LAMs) أظهرت أداءً تفوقًا بشكل كبير مقارنة بنماذج التعلم التعزيزي (Reinforcement Learning - RL) التقليدية. حيث لوحظ أن تحسينات الأداء تزداد توضيحًا مع تدرج المعالجة القشرية، حيث كانت أكبر المكاسب موجودة في المناطق المسؤولة عن التخطيط الحركي والتفكير المجرد.

علاوة على ذلك، تمثل البيانات المتنوعة في الدراسة نظامًا مختلفًا للتمثيل بين VLM وLAM، إذ يظهر النموذج الأول تمثيلاً متناظرًا للأفعال والتفكير، بينما يظهر الأخير تمثيلًا غير متناظر مع تفضيل ملحوظ للعمل. هذه الفروقات في التمثيل تعكس التفاعل المعقد بين المعرفة والسلوك، مما يعطي دفعة جديدة لفهم الذكاء الاصطناعي وتأثيره على أدمغتنا.

تعتبر هذه الدراسة إضافة قيمة للفهم العلمي لكيفية اندماج العقول البشرية مع تقنية الذكاء الاصطناعي في سياقات الديناميكية، مما يمهد الطريق لمزيد من الأبحاث المستقبلية في هذا المجال المثير.