كيف تفسر نماذج اللغات الضخمة كيفية معالجة الدماغ للغة؟

في إطار بحثٍ حديث، تم تسليط الضوء على العلاقة الفريدة بين نماذج اللغات الضخمة (Large Language Models) والنشاط الدماغي أثناء معالجة اللغة. على الرغم من أن هذه النماذج معروف أنها تتماشى مع النشاط الدماغي، إلا أن العوامل التي تساهم في هذه التوافقية لا تزال غير واضحة. وهنا يظهر دور الذكاء الاصطناعي القابل للتفسير (Explainable AI - XAI).

في تلك الدراسة، تم استخدام أساليب التحليل لتحديد مساهمة كل كلمة في تنبؤات النموذج بخصوص الكلمة التالية، مما مكّن الباحثين من ربط هذه الشروحات ببيانات الرنين المغناطيسي الوظيفي (fMRI) لمشاركين يستمعون إلى روايات. وقد أظهرت النتائج أن الأساليب المعتمدة على التدرجات تتماشى بشكل جيد مع النشاط الدماغي، وتقدم معلومات فريدة تتجاوز التحليل الصوتي ومعدل الكلمات.

إحدى الاكتشافات المثيرة كانت أن الطبقات الأولية من النموذج كانت أكثر استجابة لنوع الكلمات، مما يشير إلى تقاربها مع المناطق السمعية في الدماغ. بينما الطبقة النهائية، بدت مفتقرة لتلك الحساسية، حيث كانت مرتبطة أكثر بالمعلومات المكانية وتظهر توافقًا واسعًا مع القشرة الدماغية.

تتجاوز هذه النتائج حدود القياسات التقليدية، لتفتح آفاق جديدة لفهم كيفية عمل الدماغ الإنساني والتفاعل مع النماذج الإلكترونية من خلال الشروحات القائمة على المساهمة. إن هذه الرؤى قد تلقي الضوء على المستقبل الذي قد يجمع بين الذكاء الاصطناعي وفهم أفضل لعملياتنا العصبية.