توصلت دراسة جديدة من جامعة براون إلى أن نماذج الذكاء الاصطناعي اللغوية تمتلك فهمًا للواقع يختلف قليلًا عن الفهم البشري ولكنه متشابه في الجوهر، حيث تستطيع تمييز الأحداث العادية من المستحيلة أو غير المعقولة. ستنشر هذه النتائج في أبريل 2024 ضمن فعاليات المؤتمر الدولي لتعلم التمثيلات في ريو دي جانيرو، وقد نُشرت مسبقًا على خادم ما قبل النشر "أر إكس في". أعادت الدراسة فحص عدة نماذج لغوية، بينها نماذج مفتوحة المصدر من شركات كبرى مثل شركة أوبن إيه آي وجوجل وميتا، لتحديد ما إذا كانت هذه النماذج قادرة على فهم الفروق السببية في العالم الحقيقي. اعتمد الباحثون منهجية تسمى "التفسير الآلي"، وهي تشبه علم أعصاب أنظمة الذكاء الاصطناعي، حيث يتم فك تشفير الحالة الرياضية الداخلية للنموذج عند تعرضه لجمل مختلفة. تضمنت التجربة مقارنة نماذج لغوية في معالجة جمل تصف سيناريوهات متنوعة: أحداث مألوفة، وأخرى محتملة الحدوث لكن نادرة، وأحداث مستحيلة، وأخيراً جمل غير منطقية تمامًا. على سبيل المثال، تم اختبار قدرة النموذج على التمييز بين جمل مثل "شخص برد مشروبًا باستخدام الثلج" مقابل "شخص برد مشروبًا باستخدام النار"، وأخرى غريبة مثل "شخص برد مشروبًا باستخدام يوم أمس". أظهرت النتائج أن النماذج ذات الأحجام الكافية طورت أنماطًا رياضية فريدة تمثل كل فئة من هذه الفئات بدقة عالية. تمكنت هذه الأنماط من التمييز بين الأحداث المستحيلة وغير المحتملة بنسبة دقة تصل إلى 85%. الأهم من ذلك، أن هذه الأنماط تعكس عدم اليقين البشري تجاه بعض الجمل الغامضة. فعندما يعجز البشر عن الاتفاق على ما إذا كانت جملة مثل "شخص مسح الأرض بقبعة" مستحيلة أم نادرة فقط، فإن النموذج الذكي يقسم احتماليات الإجابة بنسبة مشابهة لوجهة نظر البشر، مما يشير إلى قدرته على محاكاة الشك البشري بدقة. يُظهر البحث أن هذه القدرات تبدأ في الظهور في النماذج التي تحتوي على أكثر من ملياري معيار، وهو عدد يعتبر صغيرًا مقارنة بالنماذج الحالية التي تحتوي على تريليونات معلمات. يؤكد الباحثون أن فهم كيفية تمثيل الذكاء الاصطناعي للمعرفة والسببية يساعد في تطوير نماذج أكثر ذكاءً وموثوقية، ويساهم في حل مفاهيم الأمان والثقة في أنظمة الذكاء الاصطناعي المستقبلية.