چرا انسانها مانند کامپیوتر صحبت نمیکنند؟
دانشمندان علوم شناختی و زبانشناسی محاسباتی دریافتهاند که دلیل اصلی تفاوت بنیادین زبان طبیعی انسان با کدهای دیجیتالی رایانهها نه ناکارآمدی بلکه سازگاری عمیق آن با مکانیسمهای پردازش مغز و تجربههای روزمره است. برخلاف تصور رایج ساختار به ظاهر پیچیده و غیرفشرده زبانهای انسانی در واقع راهکاری هوشمندانه برای صرفهجویی در انرژی ذهنی است.
کشف راز ساختار زبان
به گزارش scitechdaily، "مایکل هان" استاد زبانشناسی محاسباتی در دانشگاه زارلند آلمان به همراه همکارش ریچارد فاتل از دانشگاه کالیفرنیا با استفاده از مدلهای ریاضی نشان دادهاند که اگرچه کدهای دیجیتالی (مانند رشتههای صفر و یک) امکان فشردهسازی بیشتری برای انتقال اطلاعات محض دارند، اما برای مغز انسان به شدت پرهزینه و ناکارآمد هستند. یافتههای این پژوهش که در مجله معتبر Nature Human Behaviour منتشر شده درک جدیدی از تکامل و کارکرد زبان ارائه میدهد.
زبان آینه تجربه زیسته
کلید این معما در گره خوردن زبان با دنیای واقعی است. هان توضیح میدهد: زبان انسان توسط واقعیتهای زندگی شکل گرفته است. اگر من از ترکیب نیمهای گربه و نیمهای سگ صحبت کنم و آن را گل بنامم هیچکس معنایش را نمیفهمد، زیرا هیچکس تا به حال گل را ندیده است. این واژه بازتابدهنده تجربه زیسته هیچکس نیست. به طور مشابه ترکیب حروف واژههای "cat" و "dog" به صورت بیمعنای "gadcot" نیز برای ما قابل درک نیست در حالی که عبارت آشنا و ساختاریافته «گربه و سگ» بلافاصله فهمیده میشود.
پیشبینی موتور درک زبان
مغز انسان در حین پردازش زبان به صورت فعال در حال پیشبینی واژهها و ساختارهای بعدی بر اساس الگوهای آشنا و تکرارشده است. این الگوها در طول دهها هزار روز استفاده از زبان مادری در مغز نهادینه شدهاند و نیاز به پردازش آگاهانه را به حداقل میرسانند.
هان با مثالی از زبان آلمانی این مکانیسم را شرح میدهد: وقتی میگویم "Die fünf grünen Autos" (پنج ماشین سبز) برای یک شنونده آلمانیزبان معنا دارد. اما اگر بگویم "Grünen fünf die Autos" (سبز پنج ماشین) معنای خود را از دست میدهد.
چگونه پیشبینی کار میکند؟
با شنیدن هر کلمه فضای احتمالات معنایی به سرعت محدود میشود:
۱. شنیدن حرف تعریف Die: مغز بلافاصله اسمهای مذکر یا خنثی مفرد را حذف میکند.
۲. شنیدن عدد fünf (پنج): مفاهیم غیرقابل شمارش (مانند عشق یا تشنگی) حذف میشوند.
۳. شنیدن صفت grünen (سبز): مغز میفهمد که اسم جمع است و رنگش سبز. احتمالات شامل ماشین، موز یا قورباغه میشود.
۴. شنیدن اسم "Autos" (ماشینها): تمام ابهامها رفع و معنای نهایی استخراج میشود.
در عبارت دوم این زنجیره منطقی پیشبینیها از هم میپاشد و مغز قادر به ساخت معنا نیست.
تأثیر بر هوش مصنوعی و مدلهای زبانی بزرگ (LLM)
این یافتهها پیامدهای مهمی برای توسعه هوش مصنوعی به ویژه مدلهای زبانی بزرگ مانند ChatGPT دارد. این مدلها تا حد زیادی بر اساس پیشبینی دنباله واژهها کار میکنند. درک بهتر از نحوه تعامل پیشبینی، ساختار و تجربه در مغز انسان میتواند به طراحی نسل بعدی سیستمهای هوش مصنوعی کمک کند که نه تنها در تولید متن روانتر عمل کنند بلکه درک عمیقتری از معنای واژهها در بافت دنیای واقعی داشته باشند.
هان با یک قیاس روزمره نتیجه میگیرد: مسیر معمول رفتوآمد روزانه به قدری آشناست که رانندگی تقریبا به صورت خودکار انجام میشود. مغز دقیقا میداند چه انتظاری دارد بنابراین تلاش کمتری میکند. انتخاب یک مسیر کوتاهتر، اما ناآشنا بسیار خستهکنندهتر است، زیرا نیاز به توجه و پردازش بیشتری دارد. از نظر ریاضی تعداد بیتهایی که مغز باید هنگام صحبت کردن به روش آشنا و طبیعی پردازش کند بسیار کمتر است.
به بیان ساده زبان انسان نه برای حداکثر فشردهسازی اطلاعات بلکه برای حداقلسازی بار شناختی در بافتی از پیش شناخته شده بهینه شده است. این همان دلیلی است که چرا ما مانند R۲-D۲ در جنگ ستارگان با سیگنالهای دیجیتالی با هم ارتباط برقرار نمیکنیم بلکه داستان میگوییم شعر میسراییم و گفتوگوهای پیچیدهای داریم که ریشه در تجربه مشترک ما از جهان دارد.
انتهای پیام/
