شباهت شگفتانگیز میان نحوهی تفکر انسان و مدلهای جدید هوش مصنوعی

پژوهشگران موسسه MIT McGovern در یک مطالعه تازه نشان دادهاند که مدلهای استدلالی جدید هوش مصنوعی هنگام حل مسائل پیچیده، الگوهایی بسیار شبیه انسان از خود نشان میدهند. این تحقیق که نتایج آن در ژورنال PNAS منتشر شده، نشان میدهد «هزینهٔ فکر کردن» برای انسان و مدلهای هوش مصنوعی، غیرمنتظره و تا حد زیادی مشابه است.
برخلاف نسلهای قدیمیتر مدلهای زبانی که در مسائل منطقی و ریاضی بهسرعت دچار خطا میشدند، مدلهای «استدلالی» جدید با پردازش گامبهگام، دقیقاً همان نوع زمانگذاری و تلاش ذهنی را نشان میدهند که انسان در مواجهه با مسائل دشوار صرف میکند.
این شباهت رفتاری از سوی محققان «شگفتانگیز» توصیف شده؛ زیرا طراحان مدلهای هوش مصنوعی هیچ هدفی برای شبیهسازی روش تفکر انسان نداشتهاند. با این حال، نوع مسئلههایی که برای مدلها «گرانتر» تمام میشود دقیقاً همانهایی است که انسانها نیز برای حل آنها بیشتر فکر میکنند.
مدلهای استدلالی؛ نسل جدید هوش مصنوعی چگونه فکر میکند؟
مدلهای استدلالی (Reasoning Models) نسخه تکاملیافته LLMها هستند که بهجای پاسخ سریع و سطحی، مشکل را به مراحل کوچکتر تقسیم میکنند و مرحلهبهمرحله به نتیجه میرسند. این فرآیند شبیه همان مسیری است که ذهن انسان هنگام تحلیل مسائل پیچیده طی میکند.
پژوهشگران توضیح میدهند که عملکرد این مدلها پس از آن جهش یافت که مهندسان در حین آموزش، به آنها «فضای فکری» بیشتری دادند تا بتوانند استنتاجهای چندمرحلهای انجام دهند. همچنین با استفاده از یادگیری تقویتی (RL)، مدلها برای رسیدن به پاسخهای درست پاداش گرفتهاند.
روش آزمایش MIT؛ مقایسه قدمبهقدم ذهن انسان و مدلهای هوش مصنوعی
در این پژوهش، انسانها و مدلهای استدلالی هوش مصنوعی با مجموعهای از هفت نوع مسئله متفاوت ارزیابی شدند؛ از محاسبات عددی ساده تا چالشهای بصری پیچیده مانند «ARC Challenge».
معیار تحلیل برای انسان، زمان پاسخدهی بود؛ در حالی که برای مدلهای هوش مصنوعی، محققان تعداد توکنهای داخلی را اندازهگیری کردند؛ توکنهایی که بخشی از «گفتگوی درونی» مدل هستند و نشان میدهند مدل برای حل مسئله چهقدر پردازش انجام داده است.
نتیجه شگفتانگیز بود: سختترین مسائلی که انسانها دیرتر حل میکردند، همانهایی بودند که مدلهای استدلالی بیشترین توکن را مصرف میکردند. یعنی هر دو سیستم — طبیعی و مصنوعی — هنگام مواجهه با مسائل دشوار، «هزینه» بیشتری برای فکر کردن میپردازند.
آیا مدلهای جدید واقعاً مثل انسان فکر میکنند؟
پژوهشگران تأکید میکنند که این شباهت بهمعنای «هوشمندی انسانی» نیست. مدلهای استدلالی همچنان درکی واقعی از دنیا ندارند و تنها الگوهای انتزاعی را پردازش میکنند. با وجود این، شباهت در کلاس دشواری مسائل و میزان تلاش ذهنی نشان میدهد هوش مصنوعی در برخی مسیرها به رفتار انسانی نزدیک شده است.
محققان همچنین احتمال میدهند مدلها در یک فضای «غیرزبانی» فکر میکنند، مشابه انسان که برای هر استدلال از زبان استفاده نمیکند.
پرسشهای متداول درباره پژوهش MIT و مدلهای استدلالی
پژوهش MIT دقیقاً چه چیزی را ثابت میکند؟
این مطالعه نشان میدهد مدلهای جدید هوش مصنوعی در حل مسائل سخت، همان الگوی افزایش زمان/هزینهای را نشان میدهند که ذهن انسان هنگام حل مسائل پیچیده تجربه میکند. این شباهت پیشتر دیده نشده بود.
آیا مدلهای استدلالی واقعاً مثل انسان فکر میکنند؟
نه بهطور کامل. آنها هنوز فاقد درک واقعی، تجربه زیسته و دانش زمینهای هستند. اما در پردازش مسائل مرحلهبهمرحله رفتاری شبیه ذهن انسان دارند.
توکنهای داخلی مدل چه هستند و چرا مهماند؟
توکنهای داخلی مانند «گفتگوی درونی» مدل عمل میکنند و نشان میدهند هوش مصنوعی برای رسیدن به جواب چهقدر فکر کرده. هر چه مسئله پیچیدهتر باشد، تعداد این توکنها بیشتر میشود.
این پژوهش چه تأثیری روی آینده هوش مصنوعی دارد؟
این یافتهها میتوانند به توسعه مدلهایی منجر شوند که با دقت بیشتر، خطای کمتر و رفتار قابل پیشبینیتری در مسائل دشوار عمل کنند — و همچنین به فهم بهتر شباهتها و تفاوتهای هوش مصنوعی و مغز انسان کمک کنند.
