انسانی دماغ اور مصنوعی ذہانت میں مشابہت سے سائنس دان حیران

ایک نئی تحقیق سے پتہ چلتا ہے کہ انسانی دماغ بولی جانے والی زبان کو مراحل کے ایک ایسے منظم سلسلے کے ذریعے سمجھتا ہے جو مصنوعی ذہانت (اے آئی ) کے جدید لسانی ماڈلز کے کام کرنے کے طریقے سے بہت زیادہ مشابہت رکھتا ہے۔ ’’ شائی ٹیک ڈیلی ‘‘ کی ایک رپورٹ کے مطابق محققین نے شرکاء کے ایک کہانی سننے کے دوران دماغی سرگرمیوں کو ریکارڈ کر کے دریافت کیا ہے کہ دماغ کے بعد کے اشارے اے آئی سسٹمز کی گہری تہوں سے مطابقت رکھتے ہیں۔ خاص طور پر زبان کے اہم مراکز جیسے 'بروکاز ایریا' میں اشارے اے آئی سے زیادہ مطابقت رکھتے ہیں۔

یہ نتائج لسانی قواعد پر مبنی پرانی وضاحتوں کو چیلنج کرتے ہیں۔ حال ہی میں شائع ہونے والا ایک عوامی ڈیٹا سیٹ اس مطالعے کی بنیاد بنا ہے جو یہ سمجھنے کے لیے ایک اہم نیا ذریعہ فراہم کرتا ہے کہ دماغ معنی کیسے تشکیل دیتا ہے۔

مصنوعی ذہانت کے لسانی ماڈلز

یہ تحقیق جریدے ’’ نیچر کمیونیکیشن ‘‘ میں شائع ہوئی ہے۔ اس تحقیق کی قیادت ڈاکٹر ایریل گولڈسٹین نے گوگل ریسرچ کے ڈاکٹر ماریانو شائن، پرنسٹن یونیورسٹی کے پروفیسر اوری حسون اور ایرک ہیم کے تعاون سے کی۔ محققین کی ٹیم نے انسانوں کے بولی جانے والی زبان کی تشریح اور جدید اے آئی ماڈلز کے متن پر کارروائی کے طریقے کے درمیان ایک غیر متوقع تعلق بے نقاب کیا ہے۔

پوڈ کاسٹ سننے والے افراد کے الیکٹرو کورٹیکوگرافی (ECoG) ریکارڈنگز کا استعمال کرتے ہوئے محققین نے دماغی ردعمل کا انتہائی باریک بینی سے مشاہدہ کیا۔ ان کے تجزیے سے ظاہر ہوا کہ دماغ میں زبان کی پروسیسنگ ایک ایسے منظم تسلسل کے تحت ہوتی ہے جو GPT-2 اور Llama 2 جیسے بڑے لسانی ماڈلز (LLMs) کے تہہ دار ڈیزائن سے بہت زیادہ مماثلت رکھتی ہے۔

گفتگو کے معنی کو سمجھنا

جب کوئی شخص گفتگو سنتا ہے تو دماغ ایک دم سے معنی اخذ نہیں کر لیتا۔ بلکہ ہر لفظ اعصابی مراحل کے ایک سلسلے سے گزرتا ہے۔ گولڈسٹین اور ان کے ساتھیوں نے دریافت کیا کہ یہ مراحل وقت کے ساتھ اس طریقے سے پروان چڑھتے ہیں جو AI کے لسانی ماڈلز کے کام کرنے کے طریقے کی عکاسی کرتا ہے۔ اے آئی کی ابتدائی تہیں لفظ کی بنیادی خصوصیات پر توجہ دیتی ہیں جبکہ گہری تہیں سیاق و سباق، لہجے اور مجموعی معنی کو یکجا کرتی ہیں۔

دماغ میں بھی یہی نمونہ دیکھا گیا۔ دماغ کے ابتدائی ردعمل اے آئی پروسیسنگ کے ابتدائی مراحل سے مطابقت رکھتے تھے۔ بعد کے ردعمل اے آئی کی گہری تہوں کے مطابق تھے۔ یہ وقتی تعلق خاص طور پر زبان کے جدید مراکز جیسے 'بروکاز ایریا' میں زیادہ واضح تھا جہاں دماغی سرگرمی اس وقت عروج پر پہنچی جب اس کا تعلق ماڈل کی گہری تہوں سے ہوا۔

سب سے زیادہ حیران کن

ڈاکٹر گولڈسٹین کے مطابق سب سے زیادہ حیران کن بات یہ تھی کہ دماغ میں معنی کے وقتی ارتقاء کا عمل کس قدر بڑے لسانی ماڈلز کے اندرونی تغیرات کے تسلسل سے مطابقت رکھتا ہے۔ اگرچہ ان دونوں نظاموں کی ساخت بالکل مختلف ہے لیکن ایسا لگتا ہے کہ دونوں تفہیم کی جانب بتدریج اضافے کے ایک جیسے عمل پر متفق ہو رہے ہیں۔

نتائج کی اہمیت

نتائج بتاتے ہیں کہ مصنوعی ذہانت صرف متن تیار کرنے کا ذریعہ نہیں ہے بلکہ یہ سائنسدانوں کو یہ بہتر طور پر سمجھنے میں بھی مدد دے سکتی ہے کہ انسانی دماغ معنی کی پروسیسنگ کیسے کرتا ہے۔ کئی سالوں تک یہ سمجھا جاتا رہا کہ زبان کی تفہیم جامد علامتوں اور سخت لسانی قواعد پر مبنی ہوتی ہے۔ یہ مطالعہ اس نظریے کو چیلنج کرتا ہے اور اس کے بجائے ڈیٹا پر مبنی ایک ایسے زیادہ لچکدار نقطہ نظر کی حمایت کرتا ہے جہاں معنی سیاق و سباق کے ذریعے بتدریج تیار ہوتے ہیں۔

وسیع تر تناظر

محققین نے روایتی لسانی عناصر جیسے 'فونیمز' اور 'مورفیمز' کا بھی تجربہ کیا۔ یہ عناصر حقیقی وقت میں دماغی سرگرمی کی اس قدر مؤثر طریقے سے وضاحت نہیں کر سکے جتنا کہ اے آئی ماڈلز کے تیار کردہ سیاق و سباق پر مبنی نمونوں نے کی۔ یہ اس خیال کی حمایت کرتا ہے کہ دماغ مخصوص لسانی اکائیوں کے بجائے وسیع تر سیاق و سباق پر بھروسہ کرتا ہے۔

علمِ اعصاب کے لیے ایک نیا اوپن سورس
اس شعبے میں تحقیقی ترقی میں تعاون کے لیے ٹیم نے متعلقہ لسانی خصوصیات کے ساتھ ساتھ عصبی ریکارڈنگز کا ایک مکمل مجموعہ شائع کر دیا ہے۔ ان اعداد و شمار کو عوامی سطح پر دستیاب کر کے دنیا بھر کے سائنسدان زبان کو سمجھنے کے حوالے سے مختلف نظریات کا موازنہ کر سکیں گے اور ایسے کمپیوٹر ماڈلز تیار کر سکیں گے جو انسانی دماغ کے کام کرنے کے طریقے کی زیادہ درست عکاسی کرتے ہوں۔