أظهرت الذكاء الاصطناعي، وخاصة النماذج اللغوية الكبيرة مثل GPT-4، أداءً مثيرًا للإعجاب في مهام الاستدلال. لكن هل يفهم الذكاء الاصطناعي حقًا المفاهيم المجردة، أم أنه مجرد تقليد للأنماط؟ تكشف دراسة جديدة من جامعة أمستردام ومعهد سانتا في أنه بينما تؤدي نماذج GPT بشكل جيد في بعض مهام القياس التشابهي، إلا أنها تفشل عندما تتغير المشكلات، مما يبرز نقاط الضعف الرئيسية في قدرات الاستدلال لدى الذكاء الاصطناعي.
الاستدلال التشابهي هو القدرة على رسم مقارنة بين شيئين مختلفين بناءً على أوجه الشبه بينهما في جوانب معينة. إنه أحد أكثر الطرق شيوعًا التي يحاول بها البشر فهم العالم واتخاذ القرارات. مثال على الاستدلال التشابهي: الكوب بالنسبة للقهوة كما الحساء بالنسبة لـ ??? (الإجابة هي: وعاء).
تؤدي النماذج اللغوية الكبيرة مثل GPT-4 بشكل جيد في اختبارات متنوعة، بما في ذلك تلك التي تتطلب استدلالًا تشابهياً. لكن هل يمكن للنماذج الذكية أن تشارك حقًا في استدلال عام وقوي أم أنها تعتمد بشكل مفرط على الأنماط من بيانات تدريبها؟ درست هذه الدراسة التي أجراها خبراء اللغة والذكاء الاصطناعي مارثا لويس (معهد المنطق واللغة والحوسبة بجامعة أمستردام) وملاني ميتشل (معهد سانتا في) ما إذا كانت نماذج GPT مرنة وقوية مثل البشر عند إجراء القياسات التشابهية. تقول لويس: “هذا أمر حاسم حيث يتم استخدام الذكاء الاصطناعي بشكل متزايد لاتخاذ القرارات وحل المشكلات في العالم الحقيقي”.
مقارنة أداء نماذج الذكاء الاصطناعي بأداء البشر
قامت لويس وميتشل بمقارنة أداء البشر ونماذج GPT على ثلاثة أنواع مختلفة من مشكلات القياس:
- سلاسل الحروف – تحديد الأنماط الموجودة في سلاسل الحروف وإكمالها بشكل صحيح.
- مصادر الأرقام - تحليل أنماط الأرقام وتحديد الأرقام المفقودة.
- القياسات القصصية - فهم أي من القصتين تتوافق أفضل مع قصة نموذجية معينة.
Aنظمة تفهم حقاً القياسات يجب أن تحافظ على أداء عالٍ حتى عند التغييرات.
Nنماذج GPT تواجه صعوبة مع القوة والمتانة
< p >في المهام البسيطة للاستنتاج التشابهي ، أظهرت نماذج GPT انخفاضا ملحوظا للأداء عند اختبارها بنسخ معدلة بينما ظل الأداء ثابتاً للبشر . ومع ذلك ، بالنسبة لمهام الاستنتاج الأكثر تعقيدا للتشابه فإن كلا من البشرية والذكاء الصناعي واجهوا تحديات .
< p >< strong >أضعف من الإدراك البشري
< p >تتحدى هذه البحث الافتراض الشائع بأن النمذجة AI مثل GPT-4 يمكن أن تستنت ج بنفس الطريقة التي يقوم بها الإنسان . وتخلص لويس وميتشل بالقول : “بينما تظهر النمذجة AI قدرات مثيرة للإعجاب إلا أنه لا يعني أنهم يفهمون فعلاً ما يقومون به “. إن قدرتهم علي تعميم عبر الاختلافات لا تزال ضعيفة للغاية مقارنة بالإدراك البشري . وغالبا ما تعتمد موديلات GPT علي الأنماطا السطحية بدلاً عن الفهم العميق “.
< p >هذه تحذير هام بشأن استخدام الذكاء الصناعي ف مجالات اتخاذ القرار الهامة مثل التعليم والقانون والرعاية الصحية . يمكن للذكاء الصناعي ان يكون اداة قوية ولكن ليس بعد بديلاً عن التفكير والاستنتاج البشريين.< / P >
