يكشف أحدث أبحاث في مجال الذكاء الاصطناعي عن تشابه مفاجئ بين نماذج اللغة الكبيرة (LLMS) وهياكل الدماغ البشرية. من خلال التحليل المتعمق لمساحة تنشيط LLM ، اكتشف العلماء في معهد ماساتشوستس للتكنولوجيا أن بنيتها الداخلية لها مراسلات مهمة مع المستويات الصغيرة والميسو والكلي للدماغ البشري. لا يوفر هذا الاكتشاف منظوراً جديداً فقط لفهم كيفية عمل الذكاء الاصطناعى ، ولكنه يضع أيضًا الأساس للتطوير المستقبلي لأنظمة الذكاء الاصطناعى الأكثر ذكاءً.
لقد بدأت الذكاء الاصطناعي بالفعل في "زراعة عقلك"؟!
استخدمت هذه الدراسة تقنية Autoencoder المتفرقة لإجراء تحليل متعمق لمساحة تنشيط LLM واكتشفت ثلاثة مستويات من الخصائص الهيكلية ، والتي كانت مذهلة:
أولاً ، على المستوى المجهري ، اكتشف الباحثون وجود بنية "بلورية". تتكون وجوه هذه "البلورات" من متوازيات أو شبه منحرف ، على غرار التشبيهات المألوفة للمفردات مثل "Man: Women: King: Queen".
الأمر الأكثر إثارة للدهشة هو أن هذه الهياكل "البلورية" تصبح أكثر وضوحًا بعد إزالة بعض عوامل التداخل غير ذات الصلة (مثل طول الكلمة) من خلال تقنيات التحليل التمييزي الخطي.
ثانياً ، على مستوى الميزو ، وجد الباحثون أن مساحة تنشيط LLM لها بنية معيارية مماثلة للقسم الوظيفي للدماغ البشري.
على سبيل المثال ، ستجتمع الميزات المتعلقة بالرياضيات والرمز لتشكيل "فص الدماغ" على غرار الفص الوظيفي للدماغ البشري. من خلال التحليل الكمي من قبل مؤشرات متعددة ، أكد الباحثون المنطقة المكانية لهذه "فصوص الدماغ" ، مما يشير إلى أن الميزات المشتركة التي تركز أيضًا أكثر تركيزًا من الناحية المكانية ، وتتجاوز بكثير توقعات التوزيع العشوائي.
على مستوى الماكرو ، وجد الباحثون أن الهيكل العام لسحابة نقطة ميزة LLM ليس متناسقًا ، ولكنه يُظهر توزيع قيمة القدرة على قانون الطاقة ، وأن هذا التوزيع أكثر وضوحًا في الطبقة الوسيطة.
قام الباحثون أيضًا بتقدير إنتروبيا التجميع على مستويات مختلفة ووجدوا أن إنتروبيا التجميع للطبقة الوسيطة كانت أقل ، مما يشير إلى أن تمثيل الميزة كان أكثر تركيزًا ، في حين أن الانتروبيا التجميعية للطبقات المبكرة والمتأخرة كانت أعلى ، مما يشير إلى أن تمثيل الميزة كان أكثر منتشرة.
توفر هذه الدراسة منظوراً جديداً لنا لفهم الآليات الداخلية لنماذج اللغة الكبيرة وتضع الأساس للتطوير المستقبلي لأنظمة الذكاء الاصطناعى الأكثر قوة وأكثر ذكاءً.
لا تكشف هذه الدراسة عن التشابه بين الذكاء الاصطناعي والدماغ البشري فحسب ، بل توفر أيضًا اتجاهًا جديدًا للتطور المستقبلي لتكنولوجيا الذكاء الاصطناعي ، مما يشير إلى أن الذكاء الاصطناعى ستصبح أكثر ذكاءً وأكثر كفاءة.