آیا هوش مصنوعی واقعاً شبیه مغز انسان فکر می‌کند؟ کشف یک ناهمخوانی پنهان در پردازش بینایی

پژوهشگران دانشگاه یورک کانادا در مطالعه‌ای تازه نشان داده‌اند که برخلاف تصور رایج، فرآیندهای درونی شبکه‌های عصبی مصنوعی (ANNs) که برای وظایف بینایی طراحی شده‌اند، تطابق کاملی با سیستم پردازش بینایی مغز نخستین‌سانان (از جمله انسان) ندارند.

در طول دهه گذشته، شبکه‌های عصبی مصنوعی به عنوان ابزارهای کلیدی برای مدل‌سازی و توضیح نحوه پردازش اطلاعات بینایی در مغز به کار رفته‌اند. با این حال، پژوهش جدید نشان می‌دهد که این شبکه‌ها ممکن است با استفاده از استراتژی‌های بینایی متفاوتی نسبت به مغز به پاسخ درست دست یابند.

آزمون پیش‌بینی معکوس؛ ابزاری برای سنجش شباهت واقعی

تاکنون دانشمندان عمدتاً میزان شباهت هوش مصنوعی به مغز را از یک جهت می‌سنجیدند: «آیا مدل‌های هوش مصنوعی می‌توانند فعالیت سلول‌های عصبی مغز را هنگام دیدن تصاویر پیش‌بینی کنند؟» پاسخ به این پرسش اغلب مثبت بود و به همین دلیل این مدل‌ها «شبیه به مغز» نامیده می‌شدند.

پژوهشگران دانشگاه یورک به سرپرستی دکتر «کوهیتیج کار»، این منطق را معکوس کردند. آن‌ها استدلال کردند که اگر هوش مصنوعی واقعاً فرآیندهای مغز را بازسازی می‌کند، پس «فعالیت‌های ثبت‌شده مغز نیز باید بتواند ویژگی‌های درونی مدل هوش مصنوعی را پیش‌بینی کند.» برای بررسی این موضوع، آن‌ها یک «آزمون پیش‌بینی معکوس» (Reverse Predictivity Test) طراحی کردند.

تصویربرداری و آزمایش؛ فاش شدن یک عدم تقارن غافلگیرکننده

پژوهشگران مدل‌های هوش مصنوعی را با بیش از ۱۳۰۰ تصویر طبیعی و سنتز شده (شامل حیوانات، چهره‌ها، اشیاء و خودروها در پس‌زمینه‌های مختلف) و ۳۰۰ تصویر تغییریافته (مانند طرح‌های خطی و نقاشی‌های هنری) ارزیابی کردند.

دکتر کار درباره نتایج می‌گوید:

«نتایج شگفت‌انگیز بود. در حالی که مدل‌های هوش مصنوعی می‌توانند فعالیت نورون‌های مغز را تا حد خوبی پیش‌بینی کنند، اما فعالیت‌های مغز نمی‌تواند ویژگی‌های درونی مدل را به همان اندازه پیش‌بینی کند. جالب اینجاست که وقتی فعالیت مغزی یک فرد را با مغز فردی دیگر مقایسه می‌کنیم، این عدم تقارن وجود ندارد و پیش‌بینی دوطرفه کاملاً برقرار است.»

این ناهمخوانی نشان می‌دهد که هوش مصنوعی مسیرهای پردازشی متفاوتی را برای شناسایی تصاویر طی می‌کند که در مغز زیستی وجود ندارند.

چرا این کشف در حوزه علوم شناختی و پزشکی اهمیت دارد؟

بسیاری از پژوهش‌های بالینی و مطالعات رفتارشناسی انسانی امروزه از هوش مصنوعی به عنوان بستری برای شبیه‌سازی مغز استفاده می‌کنند. اگر مدل‌های مورد استفاده رفتاری مغزگونه داشته باشند اما در لایه‌های درونی خود از مکانیسم‌های متفاوتی استفاده کنند، نتایج این پژوهش‌ها ممکن است در دنیای واقعی قابل اتکا نباشند.

به گفته محققان، هماهنگ‌تر کردن این مدل‌ها با ساختار واقعی مغز می‌تواند به توسعه ابزارهای پژوهشی دقیق‌تر برای درک بیماری‌هایی مانند اوتیسم یا اختلال استرس پس از سانحه (PTSD) کمک کند. این رویکرد به دانشمندان کمک می‌کند بخش‌هایی از هوش مصنوعی را که واقعاً با مغز همخوانی دارند شناسایی کرده و مدل‌های قابل‌اعتمادتری برای شبیه‌سازی بینایی انسان بسازند.

منبع:

Reverse predictivity for bidirectional comparison of neural networks and biological brains

Sabine Muzellec, and Kohitij Kar

نشریه Nature Machine Intelligence

۲۵ مارس ۲۰۲۶

DOI: 10.1038/s42256-026-01204-0