مقدمة:

تهدف هذه الدراسة العلمية التي أجراها باحثون من معهد ماساتشوستس للتقنية إلى فهم آلية عمل الدماغ البشري في معالجة اللغة. حيث تم استخدام شبكة لغوية اصطناعية وتقنية التصوير بالرنين المغناطيسي الوظيفي لدراسة استجابات مناطق معالجة اللغة في الدماغ تجاه جمل مختلفة.

المنهجية:

  1. تم جمع 1000 جملة من مصادر متنوعة وقراءتها من قبل 5 متطوعين أثناء قياس نشاط شبكة اللغة في أدمغتهم باستخدام التصوير بالرنين المغناطيسي الوظيفي.
  2. تم إدخال هذه الجمل إلى نموذج لغوي كبير مشابه لنموذج ChatGPT لقياس أنماط النشاط به تجاه كل جملة.
  3. تم تدريب نموذج ترميز (encoding model) لربط أنماط النشاط المرصودة في الدماغ البشري بتلك الملاحظة في النموذج اللغوي الاصطناعي.
  4. استخدم النموذج المدرب لتحديد 500 جملة جديدة من المتوقع أن تُحدث أقصى نشاط في الدماغ البشري (الجمل المحفزة) و500 جملة متوقع أن تُثير أدنى نشاط (الجمل المثبطة).
  5. تم اختبار هذه الجمل الجديدة على 3 متطوعين آخرين لتأكيد صحة التنبؤات.

النتائج الرئيسية:

  1. الجمل المعقدة من حيث القواعد النحوية أو المعاني غير المتوقعة هي الأكثر إثارة لمراكز معالجة اللغة الرئيسية في الدماغ.
  2. الجمل البسيطة جداً أو العديمة المعنى لا تُثير سوى القليل من النشاط في هذه المناطق.
  3. العامل الرئيسي المؤثر على قوة استجابة شبكة اللغة هو درجة التعقيد اللغوي والمفاجأة في الجملة.
  4. الجمل ذات التعقيد المعتدل هي الأكثر إثارة لاستجابات قوية، بينما الجمل البسيطة جداً أو المعقدة للغاية تُثير أقل استجابة.

الاستنتاج:

أثبتت هذه الدراسة قدرة النماذج اللغوية الاصطناعية الكبيرة ليس فقط على محاكاة اللغة البشرية، ولكن أيضاً على التحكم بنشاط المناطق الدماغية العليا مثل شبكة معالجة اللغة بشكل غير جراحي. وتُسهم نتائجها في إثراء فهمنا لكيفية معالجة الدماغ للغة، مما قد يفتح آفاقاً جديدة للبحوث الإدراكية والمعرفية

المصدر: https://neurosciencenews.co...