تقلید هوش مصنوعی از مغز انسان برای استفاده از مدل های زبانی - راه ساری

به گزارش خبرنگاران، در سال 2019، مجله MIT Press Reader دو مصاحبه با نوام چامسکی و استیون پینکر، دو نفر از برجسته ترین دانشمندان زبان شناسی و شناختی دنیا منتشر کرد. هنگامی که موضوع یادگیری ماشین و سهم آن در علوم شناختی مطرح می گردد، نظرات آنها رنگ و بویی از شک و تردید و چیزی نزدیک به ناامیدی به خود می گیرد.. چامسکی می گوید: صرف نظر از ارزشی که ممکن است برای ساخت وسایل مفید یا کاوش ویژگی های آن داشته باشد تقریباً از هر جنبه، آنالیز اینکه چگونه یادگیری ماشینی به علم یاری می نماید سخت است به ویژه در علم شناختی که فرآیندهای محاسباتی به کار گرفته شده است.

در حالی که پینکر می گوید: خود علم شناختی در دهه 1990 تحت الشعاع علوم اعصاب و هوش مصنوعی در این دهه نهاده شد، اما من فکر می کنم که این رشته ها باید بر عقیم بودن نظری خود غلبه نمایند و با مطالعه شناخت دوباره ادغام شوند. فیزیولوژی عصبی و یادگیری ماشینی هرکدام زمانی که به موانعی بر می خورند به هوش روشنگر می رسد.

به هر میزان که درک ما از هوش مصنوعی و انسان افزایش می یابد، موقعیت هایی مانند این ممکن است به زودی خود را در شرایطی ناپایدار بیابند. در حالی که هوش مصنوعی هنوز به شناختی شبیه انسان دست پیدا ننموده است، شبکه های عصبی مصنوعی که پردازش زبان را تکرار می نمایند به طرز شگفت آوری شبیه به آنچه در ساختار مغز انسان می بینیم به نظر می رسند. در ماه نوامبر، گروهی از محققان در MIT مطالعه ای را در مجموعه مقالات آموزشگاه ملی علوم منتشر کردند که نشان می دهد تحلیل فرایند یادگیری ماشینی می تواند پنجره ای به این مکانیسم های عملکرد شناختی بالاتر مغز ارائه دهد. شاید حتی نکته شگفت انگیزتر این مطالعه این موضوع باشد که هوش مصنوعی در حال تحول همگرا با طبیعت است بدون اینکه کسی برای انجام این کار برنامه ریزی کند.

هوش مصنوعی با استفاده از یادگیری ماشینی در سال های اخیر پیشرفت های چشمگیری به ویژه در زمینه تشخیص بصری داشته است. برای مثال اینستاگرام از هوش مصنوعی تشخیص تصویر برای توصیف عکس ها برای افراد کم بینا استفاده می نماید، گوگل از آن برای عملکرد جستجوی عکس معکوس استفاده می نماید، و الگوریتم های تشخیص چهره شرکت هایی مانند Clearview AI به سازمان های مجری قانون یاری می نماید تصاویر موجود در رسانه های اجتماعی را با تصاویر موجود در پایگاه های اطلاعاتی دولتی برای شناسایی افراد تحت تعقیب تطبیق دهند. جدای از بحث های مهم اخلاقی، این مکانیک نحوه عملکرد این الگوریتم ها است که می تواند عملکرد شناختی را واضح کند. با مقایسه فعالیت عصبی انسان داده های با مدل های یادگیری ماشینی شبکه عصبی مصنوعی با عملکردی مشابه محققان می توانند بینشی در خصوص این که کدام برنامه ها بهتر کار می نمایند و کدامیک عملکرد ضعیف تری دارند، به دست آورند. این مطالعات و آنالیز ها نشان می دهند که عملکرد سیستم مذکور شباهت زیادی به نحوه انجام همان کار به وسیله مغز دارد.

مارتین شریمپ، اولین نویسنده مطالعه نو MIT، در مصاحبه ای با Interesting Engineering شرح داد: ما در مدل سازی نواحی حسی مغز به ویژه در زمینه بینایی پیروزیت هایی داشته ایم. شریمپ دانشجوی دکتری دپارتمان مغز و علوم شناختی MIT، این مقاله را با Joshua Tenenbaum، مدرس علوم شناختی محاسباتی در MIT و یکی از اعضای آزمایشگاه هوش مصنوعی موسسه، و Evelina Fedorenko، دانشیار علوم اعصاب در دانشگاه، نوشتند. در پی این پیروزیت ها، مارتین درباره این موضوع کنجکاو شد که آیا می توان همان اصل را برای عملنمودهای شناختی سطح بالاتر مانند پردازش زبان به کار برد یا خیر. شریمپ گفت: من پیشنهاد کردم که فقط به شبکه های عصبی پیروز نگاه کنیم و ببینیم که آیا چیزی شبیه به مغز هستند یا خیر. شرط من این بود که حداقل تا حدودی جواب بدهد.

یافته ای که بلافاصله توجه مارتین را جلب می نماید این است که بعضی از مدل ها داده های عصبی را به خوبی پیش بینی می نمایند. به عبارت دیگر، صرف نظر از اینکه یک مدل چقدر در انجام یک کار خوب بوده است، بعضی از آنها به نظر شبیه مکانیک شناختی مغز برای پردازش زبان هستند. به طرز جالبی، تیم MIT مدل های GPT را به عنوان شبیه ترین مغز در گروهی که آن را آنالیز کردند، شناسایی کردند

GPT یک مدل یادگیری است که برای فراوری انواع متن به زبان انسان آموزش دیده است. این به وسیله Open AI، آزمایشگاه تحقیقاتی هوش مصنوعی تاسیس شده به وسیله ایلان ماسک توسعه داده شد که در ژوئن سال جاری یک ابزار هوش مصنوعی نو با قابلیت نوشتن کدهای کامپیوتری را معرفی کرد. تا همین اواخر، GPT-3، آخرین تکرار برنامه، تنها بزرگترین شبکه عصبی ایجاد شده با بیش از 175 میلیارد پارامتر یادگیری ماشینی بود. این یافته می تواند دریچه بزرگی را به نحوه انجام مغز حداقل بخشی از عملکرد شناختی سطح بالاتر مانند پردازش زبان باز کند. GPT بر اساس اصل پیش بینی کلمه بعدی در یک دنباله عمل می نماید. مطابقت بسیار خوبی با داده های به دست آمده از اسکن های مغزی نشان می دهد که هر کاری که مغز با پردازش زبان انجام می دهد، پیش بینی جزء کلیدی آن است.

شریمپ بعلاوه خاطرنشان می نماید که در موقعیت هایی که متون و داستان های طولانی تر به آزمودنی ها نشان داده می شد، همه مدل های شبکه عصبی در مقایسه با نحوه امتیازدهی آنها به متون کوتاه برد نسبتاً ضعیف عمل کردند. مارتین می گوید: تفسیرهای مختلفی برای این موضوع وجود دارد. اما تفسیر هیجان انگیزتر، که با آنچه در حال حاضر یادگیری ماشینی به صورت شهودی انجام می دهد همخوانی دارد، این است که شاید این مدل ها واقعاً در شکل دهی نمایش های کوتاه برد مناسب خوب باشند اما هنگامی که شما زمینه های معنایی دارید که باید آن را جمع آوری کنید، شاید آنها کوتاهی نمایند.

دومین یافته مهم این تیم چیزی را در خصوص نحوه عملکرد شناخت ما در خصوص زبان نشان می دهد، زیرا آنها وظایف زبانی مختلف را به وسیله ترکیبی از هشت معیار مختلف که شامل جنبه هایی مانند دستور زبان، قضاوت و درهم تنیدگی بودند، آزمایش کردند. مارتین می گوید: هیچ کدام از آنها با هم مرتبط نبودند. بنابراین، حتی اگر این مدل ها این وظایف را به خوبی انجام دهند، این به هیچ وجه پیش بینی نمی نماید که چقدر با مغز مطابقت دارند. این چیزی است که به نظر می رسد سیستم زبان ما برای انجام آن بهینه شده است.

برای درک دقیق اینکه چرا بعضی از مدل ها بیشتر از بقیه شبیه مغز هستند، به مطالعه بیشتری احتیاج است. این تا حدودی به این واقعیت مربوط می گردد که در یادگیری ماشینی، مدل های هوش مصنوعی می توانند چیزی شبیه جعبه سیاه باشند، که در آن عملنمودهای آنها به قدری پیچیده است که حتی افرادی که آنها را طراحی نموده اند ممکن است نتوانند درک نمایند که چگونه متغیرهایی که وارد می شوند در آن مدل ها به یکدیگر مرتبط هستند. مارتین تصدیق می نماید که تجزیه این متغیرها می تواند یک کار بزرگ باشد. او می گوید: برای مدل های جداگانه، ما هنوز نمی دانیم اگر یک لایه کمتر در شبکه عصبی یا واحدهای کمتر یا واحدهای بیشتری داشته باشیم، چه اتفاقی می افتد.

سومین یافته اصلی این مطالعه و یکی از آنها که منحصر به فردترین یافته آن را به نظریه های شناخت مرتبط می نماید، این است که هر چه یک مدل هوش مصنوعی شبیه مغز باشد، بیشتر می تواند با رفتار انسان و زمان های مطالعه فردی آزمودنی ها مطابقت داشته باشد. کنار هم قرار دادن تصویر، ترکیب غیرمنتظره ای از دانش علمی را نشان می دهد که مارتین از آن به عنوان مثلث یاد می نماید. مدل هایی که از پیش بینی کلمه بعدی استفاده می نمایند، نمرات مغز سوژه ها را منعکس می نمایند، که به نوبه خود می تواند برای پیش بینی رفتار انسان استفاده گردد.

مارتین بعلاوه می گوید: من فکر می کنم این مثلث بینش ها فوق العاده جالب است. اکنون که از بینش و سایر زمینه ها درس هایی آموختیم، توانستیم همه اینها را در یک مطالعه جمع آوری کنیم. مدل هایی که در پیش بینی کلمه بعدی بهتر هستند، بهتر می توانند پاسخ های عصبی را در مغز انسان پیش بینی نمایند، و مدل هایی که پاسخ های عصبی را بهتر پیش بینی می نمایند، بهتر می توانند رفتار را در قالب زمان های خودخوانی پیش بینی نمایند.

یکی از دلایلی که این مطالعه بسیار مجذوب کننده است این است که این بینش ها در خصوص شناخت به طور همزمان به نوعی تکامل هوش مصنوعی در حال وقوع اشاره می نماید، تحولی که تا همین اواخر مورد توجه قرار نگرفته بود. مهم است که به خاطر داشته باشید که هیچ کس عمداً هیچ یک از این مدل ها را طوری برنامه ریزی ننموده است که مانند مغز عمل نمایند، اما در طول ساخت و ارتقای آنها، به نظر می رسد که ما به فرآیندی شبیه فرآیندی که خود مغز را فراوری می نماید، برخورد نموده ایم و شاید از این راه بتوانیم به افرادی که مسائل درک زبان دارند یاری کنیم.

مارتین شرح می دهد که وظایف پیش بینی زبان در نهایت شبیه مغز به نظر می رسند. ما در مقاله حدس می زنیم که شاید آنچه جامعه پردازش زبان طبیعی انجام می دهد چیزی شبیه تکامل جامعه باشد. اگر یک معماری AI را انتخاب کنید و به خوبی کار کند، سپس بخش هایی از آن را که کار می نمایند، جهش می دهید، آن را با معماری های دیگری که به خوبی کار می نمایند ترکیب می کنید و معماری های نو می سازید. این معماری هر دو مدل مغز و هوش مصنوعی است که مارتین احساس می نماید بینش بالقوه نهایی این مطالعه باشد، اگرچه این مدلی است که آثار آن هنوز در حال مشاهده است. در حالی که شبکه های عصبی را می توان بر روی داده ها آموزش داد تا عملکرد بهتر یا مشابه تری با مغز داشته باشند، به نظر می رسد ساختار زیربنایی آنها اهمیت زیادی دارد.

بیشتر بخوانید

مارتین شرح می دهد: به نظر می رسد که این ساختارهای ذاتی در مدل ها چیزهای زیادی به شما می دهد. اگر به این مدل ها نگاه کنید، هنوز چیزی حدود 50 درصد از آموزش آنها بر روی داده ها را به دست می آورید، اما فکر می کنم هیچ کدام از ما انتظار نداشتیم که این ساختار شما را در فضای بازنمایی مناسب قرار دهد.

آینده تحقیقات هوش مصنوعی شریمپ و همکارانش بر توسعه یک پلتفرم اطلاعاتی متمرکز شده اند که مقادیر زیادی از این نوع داده ها و مدل های زبان را جمع آوری می نماید و آنها را برای جامعه علمی در سطح وسیع برای یاری به تسریع پیشرفت بیشتر در دسترس قرار می دهد.

در حالی که هیچ هدف نهایی واحدی برای این نوع تحقیق وجود ندارد، مارتین تشخیص می دهد که ایجاد درک جامع تری از شناخت و در عین حال استفاده از این درک برای ایجاد برنامه های کاربردی عملی که قادر به یاری به افراد هستند، دو روی یک سکه هستند. او می گوید: این چیزها از نظر علمی مفید هستند، زیرا آنها بخشی از یک فرضیه علمی یکپارچه از همه چیزهایی هستند که ما درباره یک فضای مغزی خاص می دانیم. من در حال حاضر روی تحریک مدل سازی کار می کنم. در حالت ایده آل، سوژه ای را روی جایگاه داشته باشیم که به صفحه ای خاکستری نگاه می نماید، سپس از مدل می پرسیم: اگر بخواهم باور کند که سگی را روی صفحه خاکستری می بیند، چه نوع واکنشی خواهد داد و درخواست کنیم که این واکنش را شرح دهد. سپس مغز را بر اساس آن تحریک می کنیم، و آنها یک سگ را می بینند. من فکر می کنم این یک جهت خوب برای بینایی است. چیزی شبیه به این را می توان با زبان انجام داد.

بعلاوه این محقق درباره چگونگی یاری کردن به کسانی که مشکل زبان دارند گفت: من فکر می کنم یک جهت وجود دارد من محتاطانه امیدوار هستم. چنین تحقیقات و پروژه هایی بدون شک الهام بخش مکالمات نوی در زمینه های یادگیری ماشینی، علوم اعصاب و شناخت خواهند بود. بعلاوه بر یکی از بحث های شدیدتر در جامعه علمی تأثیر می گذارد، بحثی که می پرسد آیا مغز اصلاً مدل خوبی برای یادگیری ماشینی است یا خیر، و آیا این موضوع حتی اهمیت دارد یا خیر.