في عالم الذكاء الاصطناعي، يتزايد الاهتمام بنماذج اللغات الضخمة (MLLMs) وقدرتها على الأداء المتميز في مجموعة متنوعة من المهام. ورغم نجاحها الكبير، تبقى تساؤلات حول مدى تقارب تمثيلاتها الداخلية مع بنية الإدراك البشري. في هذا السياق، تقدم دراسة جديدة إطاراً مبتكراً يسعى إلى تحقيق التوافق بين MLLMs والبنية المتعددة الأبعاد التي تحكم أحكامنا البشرية.

يعتمد هذا الإطار على مساحة تمثيل دلالي مشتق من السلوك، حيث تُعرض الكائنات عبر 66 بعداً قابلاً للتفسير، مستنداً إلى 4.70 مليون حكم بشري في مهمة "اختيار العنصر المختلف" (Odd-One-Out). لكل مجموعة من ثلاثة عناصر، يتم استنتاج البعد الأكثر وضوحاً الذي يؤثر على القرار، وتحويله إلى مبرر لغوي مُعتمد على البعد. هذا يمكن MLLMs من التعلم ليس فقط من القرار النهائي، بل من تبرير يتماشى مع المعايير السلوكية المستنبطة.

تشير النتائج التجريبية إلى أن هذا النهج يعزز من اتساق النموذج مع أحكام البشر، مع الاحتفاظ بأداء تنافسي على المعايير متعددة الوسائط. علاوة على ذلك، من خلال استخدام تحليل التشابه التمثيلي (RSA) على مجموعة بيانات مستقلة للرنين المغناطيسي الوظيفي (fMRI) للمناظر الطبيعية، لوحظ تكامل أكبر للتشابه بين النموذج والبشر. تشير هذه النتائج إلى أن هناك طريقاً مدفوعاً بالبيانات لإدماج بنية الإدراك البشري في توافق MLLMs.

من المثير أن الكود البرمجي المتعلق بهذه الدراسة متاح للعموم، مما يتيح للباحثين والمطورين إمكانية الاستفادة من هذا الإنجاز. فهل سنشهد قريباً نماذج ذكاء اصطناعي تتوافق مع طريقة تفكيرنا؟ شاركونا آراءكم في التعليقات!