در سال‌های اخیر، حوزه پردازش زبان طبیعی (NLP) شاهد پیشرفت‌های چشمگیری بوده است که عمدتاً مدیون ظهور مدل‌های زبانی بزرگ (LLMs) مانند خانواده GPT است. این مدل‌ها توانسته‌اند در بسیاری از معیارها و وظایف پیچیده، عملکردی در سطح انسان یا حتی فراتر از آن از خود نشان دهند. با این حال، این پیشرفت به بهای سنگینی به دست آمده است: ساخت، آموزش و نگهداری این مدل‌ها نیازمند منابع محاسباتی عظیم، هزینه‌های سرسام‌آور و زمان طولانی است و پیامدهای زیست‌محیطی قابل توجهی نیز به همراه دارد. این روند، پارادایم «مدل بزرگ‌تر، عملکرد بهتر» را به یک چالش اساسی برای آینده هوش مصنوعی تبدیل کرده است.

مقاله “آیا واحد تجزیه پرسش، تمام آن چیزی است که نیاز داریم؟” نوشته پراتوی پاتل و همکارانش، این پارادایم غالب را به چالش می‌کشد و مسیری جایگزین و هوشمندانه را پیشنهاد می‌کند. ایده اصلی مقاله این است: به جای ساختن مدل‌های بزرگ‌تر برای حل مسائل دشوار، چرا داده‌ها را به گونه‌ای تغییر ندهیم که برای مدل‌های موجود ساده‌تر و قابل فهم‌تر شوند؟ این مقاله به بررسی این فرضیه می‌پردازد که آیا می‌توان با تجزیه یک پرسش پیچیده به مجموعه‌ای از پرسش‌های ساده‌تر توسط انسان، عملکرد مدل‌های فعلی را به طرز چشمگیری بهبود بخشید. این رویکرد نه تنها کارآمدتر و اقتصادی‌تر است، بلکه راهی معنادار برای مشارکت انسان در فرآیند پژوهش‌های هوش مصنوعی فراهم می‌کند و می‌تواند مسیر توسعه این حوزه را تغییر دهد.

این مقاله حاصل همکاری تیمی از پژوهشگران برجسته در زمینه هوش مصنوعی و پردازش زبان طبیعی است: پراتوی پاتل (Pruthvi Patel)، سواروپ میشرا (Swaroop Mishra)، میهیر پارمار (Mihir Parmar) و چیتا بارال (Chitta Baral). این پژوهشگران در حوزه‌هایی مانند یادگیری ماشین، تعامل انسان و کامپیوتر، و استدلال ماشینی فعالیت دارند. این مقاله در تقاطع سه حوزه کلیدی قرار می‌گیرد:

• پردازش زبان طبیعی (NLP): تمرکز بر توانایی ماشین‌ها در درک و پاسخ به پرسش‌های زبان انسانی.
• تعامل انسان و کامپیوتر (Human-Computer Interaction): استفاده از توانایی‌های شناختی انسان برای ساده‌سازی وظایف ماشین.
• یادگیری ماشین (Machine Learning): ارزیابی و بهبود عملکرد مدل‌های موجود بدون نیاز به بازآموزی یا طراحی مجدد معماری آن‌ها.

این تحقیق در زمانی ارائه شده است که نگرانی‌ها در مورد پایداری و هزینه‌های رویکرد «مقیاس‌پذیری» (scaling) در حال افزایش است. بنابراین، پیشنهاد یک راهکار مبتنی بر داده و با محوریت انسان، بسیار به‌موقع و حیاتی است.

مقاله استدلال می‌کند که به جای تلاش بی‌پایان برای ساخت مدل‌های زبانی بزرگ‌تر، می‌توانیم با تغییر شیوه طرح پرسش، به نتایج بهتری دست یابیم. نویسندگان روشی به نام تجزیه پرسش با کمک انسان (Human-in-the-loop Question Decomposition – HQD) را معرفی می‌کنند. در این روش، یک پرسش پیچیده که نیازمند استدلال چندمرحله‌ای (multi-step reasoning) است، توسط یک انسان به زنجیره‌ای از پرسش‌های ساده و وابسته به هم شکسته می‌شود. هر یک از این پرسش‌های ساده به گونه‌ای طراحی شده‌اند که توسط مدل‌های زبانی استاندارد به راحتی قابل پاسخ‌گویی باشند. پاسخ هر مرحله به عنوان ورودی یا بخشی از زمینه (context) برای مرحله بعد استفاده می‌شود تا در نهایت پاسخ نهایی به دست آید.

برای مثال، یک پرسش پیچیده ریاضی را در نظر بگیرید: “اگر سارا ۳ سیب داشته باشد و دوستش دو برابر سیب‌های سارا به او بدهد، و سپس سارا نصف کل سیب‌هایش را بخورد، چند سیب برای او باقی می‌ماند؟” یک مدل زبانی ممکن است در پاسخ مستقیم به این پرسش دچار خطا شود. اما با روش HQD، این پرسش به صورت زیر تجزیه می‌شود:

1. پرسش ۱: سارا در ابتدا چند سیب دارد؟ (پاسخ: ۳)
2. پرسش ۲: دوست سارا چند سیب به او می‌دهد؟ (پاسخ: ۳ * ۲ = ۶)
3. پرسش ۳: سارا در مجموع چند سیب دارد؟ (پاسخ: ۳ + ۶ = ۹)
4. پرسش ۴: سارا چند سیب می‌خورد؟ (پاسخ: ۹ / ۲ = ۴.۵)
5. پرسش ۵: چند سیب برای سارا باقی می‌ماند؟ (پاسخ: ۹ – ۴.۵ = ۴.۵)

این فرآیند گام‌به‌گام، بار شناختی را از روی مدل برمی‌دارد و به آن اجازه می‌دهد تا روی وظایف کوچک و مشخص تمرکز کند و به پاسخ دقیق‌تری برسد.

پژوهشگران برای ارزیابی اثربخشی رویکرد HQD، یک فرآیند آزمایشی دقیق طراحی کردند:

• انتخاب مجموعه داده‌ها: آن‌ها چندین مجموعه داده (dataset) چالش‌برانگیز را انتخاب کردند که نیازمند انواع مختلف استدلال بودند، از جمله استدلال ریاضی، استدلال منطقی و استدلال چندمرحله‌ای مبتنی بر متن.
• تجزیه توسط انسان: از مشارکت‌کنندگان انسانی (crowdsourcing) خواسته شد تا پرسش‌های پیچیده موجود در این مجموعه داده‌ها را به دنباله‌ای از پرسش‌های ساده‌تر تجزیه کنند. دستورالعمل‌های مشخصی به آن‌ها داده شد تا اطمینان حاصل شود که هر زیرپرسش به صورت مستقل قابل پاسخ‌گویی است و پاسخ‌ها به صورت زنجیره‌ای به یکدیگر متصل می‌شوند.
• ارزیابی مدل‌ها: سپس این پرسش‌های تجزیه‌شده به دو مدل مختلف داده شد:
  • GPT-3: به عنوان یک مدل زبانی بزرگ و پیشرفته.
  • RoBERTa-SQuAD + ماشین‌حساب نمادین: ترکیبی از یک مدل زبانی متخصص در پاسخ به پرسش‌های استخراجی (extractive question answering) و یک ابزار محاسباتی برای حل مسائل ریاضی.
• مقایسه عملکرد: در نهایت، عملکرد مدل‌ها در پاسخ به پرسش‌های تجزیه‌شده با عملکرد آن‌ها در پاسخ به پرسش‌های اصلی و پیچیده مقایسه شد. معیار اصلی، میزان دقت (accuracy) در رسیدن به پاسخ نهایی صحیح بود.

نتایج این تحقیق بسیار شگفت‌انگیز و قانع‌کننده بود. یافته‌های اصلی مقاله به شرح زیر است:

• بهبود چشمگیر عملکرد: روش HQD توانست عملکرد مدل‌ها را به میزان قابل توجهی افزایش دهد. به طور مشخص، دقت مدل GPT-3 به میزان ۲۴٪ و دقت ترکیب RoBERTa-SQuAD و ماشین‌حساب به میزان ۲۹٪ افزایش یافت. این بهبود بدون هیچ‌گونه تغییر در معماری یا فرآیند آموزش مدل‌ها به دست آمد.
• کارایی در انواع استدلال: این رویکرد نه تنها برای مسائل ریاضی، بلکه برای انواع دیگر استدلال‌های پیچیده نیز مؤثر بود. این نشان می‌دهد که تجزیه پرسش یک راهکار کلی و قابل تعمیم است.
• استقلال از مدل: این روش به یک مدل خاص وابسته نیست و می‌تواند برای بهبود عملکرد طیف وسیعی از مدل‌های زبانی موجود به کار گرفته شود. این یعنی می‌توان از سرمایه‌گذاری‌های قبلی در مدل‌های کوچک‌تر و متوسط به شکل بهینه‌تری استفاده کرد.
• تایید نقش انسان: این پژوهش به وضوح نشان داد که انسان‌ها می‌توانند به طور معناداری در بهبود سیستم‌های هوش مصنوعی نقش ایفا کنند. توانایی انسان در شکستن مسائل پیچیده به اجزای ساده‌تر، مهارتی است که ماشین‌ها هنوز در آن ضعف دارند و این همکاری می‌تواند نتایج قدرتمندی به همراه داشته باشد.

این مقاله صرفاً یک پژوهش نظری نیست، بلکه پیامدها و کاربردهای عملی مهمی دارد:

• مسیر جایگزین برای توسعه هوش مصنوعی: HQD یک جایگزین پایدار، اقتصادی و دوست‌دار محیط زیست برای رویکرد «مقیاس‌پذیری بی‌پایان» ارائه می‌دهد. این امر به ویژه برای آزمایشگاه‌ها و شرکت‌های کوچک‌تر که منابع محاسباتی محدودی دارند، فرصت‌های جدیدی ایجاد می‌کند.
• افزایش شفافیت و تفسیرپذیری (Explainability): وقتی یک مدل به یک پرسش پیچیده پاسخ می‌دهد، فرآیند استدلال آن معمولاً یک “جعبه سیاه” است. اما با تجزیه پرسش، مسیر رسیدن به پاسخ کاملاً شفاف و قابل ردیابی می‌شود. این ویژگی در کاربردهای حساس مانند پزشکی یا حقوق بسیار حیاتی است.
• دموکراتیزه کردن پژوهش‌های NLP: این رویکرد به افراد بیشتری اجازه می‌دهد تا در پیشرفت هوش مصنوعی مشارکت کنند. به جای نیاز به ابرکامپیوترها، محققان می‌توانند بر روی طراحی روش‌های بهتر برای تعامل انسان و ماشین و ایجاد مجموعه داده‌های هوشمندانه‌تر تمرکز کنند.
• کاربردهای عملی در دستیارهای هوشمند: دستیارهای دیجیتال مانند سیری یا الکسا می‌توانند از این روش برای پاسخ به پرسش‌های پیچیده کاربران استفاده کنند. به جای شکست در پاسخ، آن‌ها می‌توانند پرسش را تجزیه کرده و به صورت گام‌به‌گام با کاربر تعامل کنند تا به جواب برسند.

مقاله “آیا واحد تجزیه پرسش، تمام آن چیزی است که نیاز داریم؟” یک تلنگر جدی به جامعه هوش مصنوعی است. این مقاله با شواهد محکم نشان می‌دهد که تمرکز صرف بر ساخت مدل‌های بزرگ‌تر ممکن است بهترین یا تنها راه پیش رو نباشد. در عوض، با هوشمندانه‌تر کردن تعامل بین انسان و ماشین و تمرکز بر اصلاح داده‌ها، می‌توان به نتایجی مشابه یا حتی بهتر دست یافت.

رویکرد تجزیه پرسش با کمک انسان (HQD) ثابت می‌کند که با شکستن مسائل بزرگ به قطعات کوچک‌تر، می‌توانیم از توانایی‌های مدل‌های موجود به شیوه‌ای بهینه‌تر بهره‌برداری کنیم. این پژوهش نه تنها یک راهکار عملی برای بهبود عملکرد مدل‌های زبانی ارائه می‌دهد، بلکه افق‌های جدیدی را برای تحقیقات آینده در زمینه هوش مصنوعی مشارکتی (Collaborative AI) و تفسیرپذیر باز می‌کند. شاید پاسخ به چالش‌های بزرگ هوش مصنوعی، نه در ساخت ماشین‌های بزرگ‌تر، بلکه در همکاری هوشمندانه‌تر با آن‌ها نهفته باشد.