Inovacije v generativni umetni inteligenci (GenAI) so oblikovale družbeno interakcijo na nedoživete načine. V središču te evolucije je uporaba globokih učnih algoritmov za usposabljanje velikih jezikovnih modelov, ki so zdaj bili opaženi, da bolj podobno delujejo možgani človeka, ko so usposobljeni na način, podoben procesiranju človeškega jezika.
Pod vodstvom profesorja Li Pinga, dekana Fakultete za humanistiko in rednega profesorja nevrolingvistike in dvojezičnih študij na Politehniki v Hongkongu, je skupina raziskovalcev sprejela nov pristop k izboljšanju jezikovnih modelov. Vključili so izobraževalno nalogo, znano kot ‘Napoved naslednjega stavka’ (NSP), ki ocenjuje koherentnost stavkov na enak način kot možgani človeka. Namen NSF je napovedati, kako je ena poved povezana z drugo, kar je skladno z nevronskim modelom človeškega semantičnega razumevanja.
Nedavna študija, objavljena v prestižnem časopisu “Science Advances”, razkriva, da NSP krepča prediktivno moč velikih jezikovnih modelov s povezovanjem jezikovne razumevanja na visoki ravni, ne le s predvidevanjem naslednjih besed. Ta razvoj prinaša zanimive poglede na semantično procesiranje v naših možganih, poudarjajoč pomembnost desnega polobla v razumevanju pomena – območja desnega možgana kažejo povečano usklajenost z izboljšanimi napovednimi modeli.
En izjemen vidik študije so izboljšane ocene ‘model-možgan’ dostave, ki jih zagotavljajo jezikovni modeli, ki vključujejo NSP, kar lahko bolje napove hitrost branja osebe. Ugotovitve prinašajo nove vpoglede v človeško kognicijo in se lahko ponašajo z morebitnimi posledicami v resničnem svetu, saj se kognitivna nevroznanost jezika razumevanja razširja na oblikovanje in razvoj sistemov umetne inteligence, spodbuja sodelovanje med raziskovalci umetne inteligence in kognitivne nevroznanosti. Ta sinergija lahko dobro utira pot raziskavam v možganih, ki jih poganja umetna inteligenca in pobudam za umetno inteligenco, navdihnjenih z možgani.
[…]