درک چگونگی پردازش زبان طبیعی توسط مغز انسان، یکی از قدیمی‌ترین و جذاب‌ترین چالش‌های علوم شناختی و عصب‌شناسی بوده است. در سال‌های اخیر، با ظهور مدل‌های زبان بزرگ (LLMs) در حوزه هوش مصنوعی، ابزارهای جدید و قدرتمندی برای کاوش در این معمای پیچیده فراهم شده است. این مدل‌ها که توانایی شگفت‌انگیزی در تولید و درک زبان انسان از خود نشان داده‌اند، به مثابه یک «سیستم پیچیده دوم» عمل می‌کنند که می‌توان از آن برای مطالعه سیستم اول، یعنی مغز انسان، بهره برد.

مقاله حاضر با عنوان «گراف علّی در مدل زبان، سلسله‌مراتب قشری را در پردازش روایت انسانی بازکشف می‌کند» به قلم ژنگچی هه و تارو تویویزومی، گامی مهم در جهت ایجاد پل میان این دو حوزه برمی‌دارد. پژوهش‌های پیشین نشان داده بودند که می‌توان ویژگی‌های استخراج‌شده از لایه‌های مختلف مدل‌های زبان را به فعالیت‌های مغزی ثبت‌شده با fMRI نگاشت کرد. اما این مقاله یک پرسش عمیق‌تر را مطرح می‌کند: آیا شباهتی بنیادی در الگوی پردازش اطلاعات میان مدل‌های زبان و مغز انسان وجود دارد؟

اهمیت این تحقیق در رویکرد نوآورانه آن برای پاسخ به این پرسش نهفته است. نویسندگان به جای تمرکز صرف بر خروجی مدل، به تحلیل جریان اطلاعات درونی آن پرداخته و با استفاده از مفهوم «گراف علّی»، ساختار پردازشی مدل را با ساختار سلسله‌مراتبی قشر مغز مقایسه می‌کنند. این پژوهش نه تنها شواهد قانع‌کننده‌ای از وجود یک هم‌راستایی عملکردی ارائه می‌دهد، بلکه راه را برای استفاده از مدل‌های هوش مصنوعی به عنوان آزمایشگاه‌های مجازی (in-silico) برای آزمودن فرضیه‌های عصب‌شناختی هموار می‌سازد.

این مقاله توسط ژنگچی هه (Zhengqi He) و تارو تویویزومی (Taro Toyoizumi) به انجام رسیده است. این پژوهشگران در مرز مشترک حوزه‌هایی چون علوم اعصاب محاسباتی، یادگیری ماشین و پردازش زبان طبیعی فعالیت می‌کنند. تمرکز آن‌ها بر یافتن اصول مشترک محاسباتی میان شبکه‌های عصبی مصنوعی و بیولوژیکی است.

زمینه این تحقیق، تلاش روزافزون برای درک مغز با الهام از معماری شبکه‌های عصبی عمیق است. دهه‌هاست که دانشمندان می‌کوشند تا بفهمند چگونه میلیاردها نورون در مغز با یکدیگر همکاری می‌کنند تا توانایی‌های شناختی پیچیده‌ای مانند زبان را به وجود آورند. از سوی دیگر، مدل‌های زبان مدرن، به‌ویژه آن‌هایی که بر پایه معماری ترنسفورمر ساخته شده‌اند، به موفقیت‌های چشمگیری دست یافته‌اند. این همگرایی، فرصتی طلایی برای دانشمندان ایجاد کرده است: آیا می‌توان از ساختار یک مدل زبان موفق برای فهم بهتر ساختار مغز استفاده کرد؟ این مقاله دقیقاً در قلب این پارادایم پژوهشی قرار دارد و تلاش می‌کند تا از تحلیل یک سیستم مصنوعی قابل دسترس، به اصولی در مورد یک سیستم بیولوژیکی بسیار پیچیده و غیرقابل دسترس پی ببرد.

هدف اصلی این پژوهش، بررسی وجود شباهت در الگوی پردازش اطلاعات سلسله‌مراتبی میان مدل‌های زبان و مغز انسان در حین درک روایت است. نویسندگان برای این کار، ابتدا جریان اطلاعات را در یک مدل زبان با ساختن یک گراف علّی (Causal Graph) مدل‌سازی می‌کنند. در این گراف، گره‌ها لایه‌های مختلف مدل و یال‌ها نشان‌دهنده روابط علی و معلولی بین آن‌ها هستند.

آن‌ها با الهام از «چارچوب فضای کاری برای آگاهی» (Workspace Framework for Consciousness) در علوم اعصاب – نظریه‌ای که بیان می‌کند نواحی مغزی سطح بالا اطلاعات را از نواحی تخصصی‌تر یکپارچه می‌کنند – این فرضیه را مطرح کردند که لایه‌هایی در مدل زبان که اطلاعات بیشتری را از سایر لایه‌ها دریافت و یکپارچه می‌کنند، باید با فعالیت نواحی مغزی سطح بالاتر در سلسله‌مراتب قشری مطابقت داشته باشند.

برای آزمودن این فرضیه، لایه‌های مدل زبان بر اساس یک معیار از نظریه گراف به نام درجه ورودی (in-degree) به دو دسته تقسیم شدند: لایه‌های با «درجه ورودی پایین» که اطلاعات کمی از دیگران می‌گیرند و تخصصی‌تر عمل می‌کنند، و لایه‌های با «درجه ورودی بالا» که اطلاعات را از بخش‌های متعددی دریافت کرده و نقش یکپارچه‌کننده را ایفا می‌کنند. سپس، پژوهشگران دقت پیش‌بینی فعالیت مغزی (fMRI) را برای هر یک از این دو دسته از ویژگی‌های مدل مقایسه کردند. نتیجه شگفت‌انگیز بود: تفاوت در دقت پیش‌بینی این دو گروه، یک الگوی سلسله‌مراتبی واضح را در مغز دنبال می‌کرد که با نقشه شناخته‌شده سلسله‌مراتب قشری مغز (که از طریق معیارهای دیگری مانند ثابت‌های زمانی فعالیت به دست آمده) همخوانی داشت.

روش‌شناسی این پژوهش از چند مرحله کلیدی و هوشمندانه تشکیل شده است:

• تحلیل مدل زبان و ساخت گراف علّی: در گام اول، یک مدل زبان مبتنی بر ترنسفورمر انتخاب شد. محققان صرفاً به اتصالات پیش‌فرض مدل اکتفا نکردند، بلکه با روش‌های تحلیل علّیت، یک گراف دقیق از جریان واقعی اطلاعات بین لایه‌های مختلف مدل در حین پردازش متن ساختند. این گراف نشان می‌دهد که کدام لایه‌ها بر فعالیت کدام لایه‌های دیگر تأثیر مستقیم و معنادار دارند.
• طبقه‌بندی لایه‌ها: با استفاده از گراف علّی به دست آمده، هر لایه بر اساس «درجه ورودی» خود ارزیابی شد.
  • لایه‌های با درجه ورودی پایین (Low In-degree): این لایه‌ها عمدتاً پردازش‌های اولیه و تخصصی را انجام می‌دهند و اطلاعات محدودی از سایر بخش‌ها دریافت می‌کنند (مشابه پردازش‌های حسی اولیه در مغز).
  • لایه‌های با درجه ورودی بالا (High In-degree): این لایه‌ها به عنوان مراکز یکپارچه‌سازی عمل می‌کنند و اطلاعات را از منابع متعدد گردآوری و ترکیب می‌کنند تا بازنمایی‌های انتزاعی‌تری بسازند (مشابه قشر پیش‌پیشانی و سایر نواحی ارتباطی در مغز).
• جمع‌آوری و پیش‌پردازش داده‌های fMRI: از یک مجموعه داده عمومی استفاده شد که در آن، شرکت‌کنندگان در حین اسکن fMRI به داستان‌های روایی گوش می‌دادند. سیگنال‌های fMRI که نماینده فعالیت عصبی هستند، برای تحلیل‌های بعدی آماده شدند.
• نگاشت مدل به مغز: همان داستان‌هایی که شرکت‌کنندگان شنیده بودند، به مدل زبان داده شد. سپس، بردارهای ویژگی (فعالیت‌ها) از هر دو دسته لایه (درجه ورودی پایین و بالا) استخراج شدند. در مرحله بعد، یک مدل رگرسیون خطی آموزش داده شد تا بررسی کند که ویژگی‌های هر دسته از لایه‌ها چقدر می‌توانند فعالیت هر نقطه از مغز (واکسل) را پیش‌بینی کنند.
• تحلیل مقایسه‌ای: در نهایت، دو نقشه دقت پیش‌بینی برای مغز ایجاد شد: یکی برای لایه‌های با درجه ورودی پایین و دیگری برای لایه‌های با درجه ورودی بالا. محققان نقشه «تفاوت» این دو را محاسبه کردند تا ببینند کدام نواحی مغزی توسط کدام دسته از لایه‌ها بهتر پیش‌بینی می‌شوند. این نقشه تفاوت، با نقشه استاندارد سلسله‌مراتب قشری مغز مقایسه شد تا هم‌راستایی آن‌ها ارزیابی شود.

نتایج این تحقیق، فرضیه اصلی نویسندگان را به طور کامل تأیید کرد و یافته‌های مهمی را به همراه داشت:

• کشف مجدد سلسله‌مراتب قشری: مهم‌ترین یافته این بود که الگوی تفاوت در دقت پیش‌بینی، به طرز چشمگیری با سلسله‌مراتب شناخته‌شده پردازش زبان در قشر مغز مطابقت داشت. این بدان معناست که ساختار پردازش اطلاعات در مدل زبان، آینه‌ای از ساختار عملکردی مغز است.
• نقش لایه‌های با درجه ورودی پایین: این لایه‌ها، که پردازش‌های تخصصی‌تر و کم‌دامنه‌تری را انجام می‌دهند، در پیش‌بینی فعالیت نواحی مغزی سطح پایین مانند قشر شنوایی اولیه (Primary Auditory Cortex) بسیار موفق‌تر بودند. این نواحی مسئول پردازش ویژگی‌های صوتی اولیه کلمات مانند فرکانس و ریتم هستند.
• نقش لایه‌های با درجه ورودی بالا: در مقابل، لایه‌های یکپارچه‌کننده اطلاعات، به طور قابل توجهی در پیش‌بینی فعالیت نواحی مغزی سطح بالا بهتر عمل کردند. این نواحی شامل قشر پیش‌پیشانی (Prefrontal Cortex)، محل اتصال گیجگاهی-آهیانه (Temporoparietal Junction) و شکنج زاویه‌ای (Angular Gyrus) هستند که در درک معنا، یکپارچه‌سازی زمینه داستان و استنتاج‌های پیچیده نقش دارند.
• یک اصل سازمان‌دهی مشترک: این هم‌راستایی نشان می‌دهد که هم مغز انسان و هم مدل‌های زبان پیشرفته، ممکن است از یک اصل بنیادین برای پردازش اطلاعات بهره ببرند: یک معماری سلسله‌مراتبی که در آن اطلاعات از مراحل پردازش تخصصی و محلی به سمت مراحل یکپارچه‌سازی انتزاعی و سراسری حرکت می‌کند.

این مقاله دستاوردهای مهمی برای هر دو حوزه هوش مصنوعی و علوم اعصاب به ارمغان می‌آورد:

• برای علوم اعصاب: این پژوهش مدل‌های زبان را به عنوان یک ابزار قدرتمند برای شبیه‌سازی و آزمودن فرضیه‌های مربوط به عملکرد مغز معرفی می‌کند. دانشمندان می‌توانند با دستکاری و تحلیل این مدل‌های مصنوعی، به بینش‌های جدیدی در مورد نحوه پردازش اطلاعات در مغز دست یابند؛ کاری که انجام آن بر روی مغز زنده انسان بسیار دشوار یا غیرممکن است.
• برای هوش مصنوعی: درک اصول محاسباتی مغز می‌تواند الهام‌بخش طراحی نسل بعدی مدل‌های هوش مصنوعی باشد. با الگوبرداری از معماری کارآمد و سلسله‌مراتبی مغز، می‌توان مدل‌هایی ساخت که نه تنها قدرتمندتر، بلکه از نظر مصرف انرژی و منابع محاسباتی نیز بهینه‌تر باشند. این رویکرد به توسعه «هوش مصنوعی الهام‌گرفته از مغز» (Brain-inspired AI) کمک می‌کند.
• ایجاد یک پل مفهومی: این تحقیق یک ارتباط عمیق و عملکردی بین دو سیستم پردازشگر زبان برقرار می‌کند. این نشان می‌دهد که شباهت‌ها فراتر از توانایی‌های سطحی است و به ساختار درونی پردازش اطلاعات نیز تسری می‌یابد. این یافته می‌تواند به شکل‌گیری یک زبان مشترک بین این دو حوزه علمی کمک کند.
• پتانسیل بالینی: اگرچه در مراحل اولیه است، اما درک دقیق‌تر شبکه‌های زبانی مغز با کمک این مدل‌ها، می‌تواند در بلندمدت به تشخیص و درمان اختلالات زبانی ناشی از سکته مغزی یا بیماری‌های دیگر (مانند آفازی) کمک کند.

مقاله «گراف علّی در مدل زبان، سلسله‌مراتب قشری را در پردازش روایت انسانی بازکشف می‌کند» یک مطالعه برجسته است که با رویکردی خلاقانه، شواهد محکمی از وجود یک اصل پردازشی مشترک میان مدل‌های زبان مصنوعی و مغز انسان ارائه می‌دهد. نویسندگان با تحلیل جریان اطلاعات درونی یک مدل زبان و مقایسه آن با فعالیت‌های مغزی، نشان دادند که معماری سلسله‌مراتبی پردازش اطلاعات، یک ویژگی مشترک بین این دو سیستم پیچیده است.

این پژوهش نه تنها درک ما را از چگونگی عملکرد زبان در مغز عمیق‌تر می‌کند، بلکه نشان می‌دهد که مدل‌های زبان بزرگ چیزی فراتر از ابزارهای مهندسی هستند؛ آن‌ها می‌توانند به عنوان مدل‌های علمی برای کاوش در پیچیده‌ترین جنبه‌های شناخت انسان به کار روند. این هم‌افزایی میان هوش مصنوعی و علوم اعصاب، نویدبخش آینده‌ای است که در آن، اسرار ذهن انسان با کمک همتایان مصنوعی آن گشوده خواهد شد.