بزرگنمايي:

نسیم گیلان - ایسنا / پروفسور «لیزا عزیززاده» دانشمند ایرانی «دانشگاه جنوب کالیفرنیا» در پژوهش جدیدی، میزان درک «چت‌جی‌پی‌تی» را از رنگ‌ها مورد بررسی قرار داده است.
«چت‌جی‌پی‌تی»(ChatGPT) با تحلیل حجم زیادی از متن، شناسایی الگوها و ترکیب آنها برای تولید پاسخ به درخواست‌های کاربران کار می‌کند.
بازار
استعاره‌های مربوط به رنگ مانند «احساس ناراحتی»(feeling blue) و «خشم ناگهانی»(seeing red) در سراسر زبان انگلیسی رایج هستند و به همین دلیل، بخشی از مجموعه داده‌هایی را تشکیل می‌دهند که چت‌جی‌پی‌تی براساس آنها آموزش دیده است. با وجود این، اگرچه چت‌جی‌پی‌تی میلیاردها کلمه را درباره معنای احتمالی چنین اصطلاحاتی خوانده اما هرگز آسمان آبی یا سیب قرمز را به روشی که انسان‌ها دیده‌اند، ندیده است.
بدین ترتیب، این پرسش مطرح می‌شود که آیا تجربیات تجسمی - ظرفیت سیستم بینایی انسان برای درک رنگ - به افراد امکان می‌دهد تا زبان رنگی را فراتر از روش‌های متنی چت‌جی‌پی‌تی درک کنند یا زبان به تنهایی - هم برای هوش مصنوعی و هم برای انسان‌ها - برای درک استعاره‌های رنگی کافی است.
نتایج جدید که از پژوهشی به سرپرستی پروفسور «لیزا عزیززاده» و گروهی از پژوهشگران به دست آمده‌اند، اطلاعاتی را درباره این پرسش‌ها ارائه می‌دهند و پرسش‌های بیشتری را نیز مطرح می‌کنند.
عزیززاده گفت: چت‌جی‌پی‌تی از حجم زیادی از داده‌های زبانی برای محاسبه احتمالات و تولید پاسخ‌های بسیار شبیه به پاسخ‌های انسان استفاده می‌کند اما چیزی که ما به بررسی آن علاقه‌مند هستیم، این است که آیا اطلاعات چت‌جی‌پی‌تی نوعی دانش دست دوم در مقایسه با دانش انسانی است که ریشه در تجربیات دست اول دارد یا خیر.
عزیززاده مدیر مرکز علوم اعصاب و درک تجسمی «دانشگاه جنوب کالیفرنیا»(USC) است و سمت مشترکی را نیز در «موسسه مغز و خلاقیت دورنسیف»(USC Dornsife) این دانشگاه دارد. آزمایشگاه عزیززاده از روش‌های تصویربرداری مغز برای بررسی چگونگی دخالت نوروآناتومی و نوروشناخت در مهارت‌های سطح بالاتر از جمله زبان، تفکر، احساسات، همدلی و ارتباط اجتماعی استفاده می‌کند.
پژوهشگران در این پروژه، نظرسنجی‌های آنلاین گسترده‌ای را برای مقایسه چهار گروه از شرکت‌کنندگان انجام دادند که عبارت بودند از بزرگسالان دارای بینایی رنگی، بزرگسالان کوررنگ، نقاشانی که مرتبا با رنگدانه‌ها کار می‌کنند و چت‌جی‌پی‌تی. از هر گروه خواسته شد تا یک رنگ را به واژه‌های انتزاعی مانند فیزیک اختصاص دهند. همچنین از گروه‌ها خواسته شد تا استعاره‌های رنگی آشنا مانند «حالت آماده‌باش ناگهانی»(To be on red alert) و ناآشنا مانند «مهمانی خیلی شاد»(a very pink party) را رمزگشایی کنند و سپس استدلال خود را توضیح دهند.
نتایج این پژوهش نشان می‌دهد که شرکت‌کنندگان گروه بینایی رنگی و کوررنگ به طرز شگفت‌آوری در تداعی رنگ‌ها مشابه عمل کردند و این نشان می‌دهد که برخلاف فرضیه پژوهشگران، ادراک بصری لزوماً لازمه درک استعاری نیست. با وجود این، نقاشان در تفسیر درست استعاره‌های رنگی جدید، پیشرفت قابل توجهی را نشان دادند. این نشان می‌دهد که تجربیات عملی درباره رنگ، بازنمایی‌های مفهومی عمیق‌تری از آن را در زبان آشکار می‌کنند.
چت‌جی‌پی‌تی تداعی‌های رنگی بسیار پایداری را نیز به وجود آورد و وقتی از او خواسته شد دلیل آن را توضیح دهد، اغلب به تداعی‌های عاطفی و فرهنگی با رنگ‌های گوناگون اشاره می‌کرد. برای مثال، چت‌جی‌پی‌تی برای توضیح استعاره مهمانی صورتی پاسخ داد که صورتی اغلب با شادی، عشق و مهربانی مرتبط است و این نشان می‌دهد مهمانی پر از احساسات مثبت و خوب بوده است.
با وجود این، چت‌جی‌پی‌تی کمتر از انسان‌ها از توضیحات تجسمی استفاده کرد. همچنین، وقتی از چت‌جی‌پی‌تی خواسته شد تا استعاره‌های بدیع یا تداعی‌های رنگی معکوس را تفسیر کند، بیشتر دچار مشکل شد.
با ادامه‌ یافتن تکامل هوش مصنوعی، پژوهش‌هایی از این دست، محدودیت‌های مدل‌های صرفاً زبانی را در نمایش طیف کامل درک انسان برجسته می‌کنند. پژوهش‌های آینده ممکن است بررسی کنند که آیا ادغام ورودی‌های حسی مانند داده‌های بصری یا لمسی می‌تواند به مدل‌های هوش مصنوعی کمک کند تا به شناخت تقریبی انسان نزدیک‌تر شوند یا خیر.
عزیززاده گفت: این پژوهش نشان می‌دهد که هنوز تفاوت‌هایی بین تقلید از الگوهای معنایی و ظرفیت انسان برای استفاده از تجربیات تجسم‌یافته و عملی در استدلال وجود دارد.
این پژوهش در مجله «Cognitive Science» به چاپ رسید