محققان در پژوهشی جذاب، روشی نوآورانه برای مقایسه معماری مدلهای هوش مصنوعی (Transformer-based) با شبکههای عصبی مغز انسان ابداع کردهاند.
این مطالعه با بررسی بیش از ۶۲ هزار «لایه توجه» (Attention Head) نشان داد که مدلهایی که بر معنای کلی متمرکز هستند، ساختاری شبیه به شبکههای سطح بالای مغز انسان دارند، در حالی که مدلهای متمرکز بر جزئیات، به بخشهای حسی مغز نزدیکترند.
نکته جالب اینجاست که دقت مدلها در بنچمارکهایی مثل ImageNet، لزوماً به معنای شباهت بیشتر ساختار آنها به مغز نیست! این دستاورد میتواند راهگشای توسعه مدلهای بیولوژیکتر و هوشمندتر در آینده باشد. 🚀
منبع: arXiv AI
