वैज्ञानिकों ने संज्ञानात्मक गिरावट के लिए AI का परीक्षण किया

SCIENCE/विज्ञानं : आज, प्रसिद्ध बड़ी भाषा मॉडल (एलएलएम) कई प्रमुख कार्यक्रमों में से एक है जो बुनियादी प्रश्नों के जवाब में पूरी तरह से मानवीय प्रतीत होते हैं। यह अजीब समानता इच्छित से कहीं आगे तक बढ़ सकती है, इज़राइल के शोधकर्ताओं ने अब पाया है कि एलएलएम संज्ञानात्मक गिरावट का एक रूप है जो उम्र के साथ बढ़ता है, ठीक वैसे ही जैसे हम करते हैं। टीम ने सार्वजनिक रूप से उपलब्ध ‘चैटबॉट्स’ पर संज्ञानात्मक आकलन की एक श्रृंखला लागू की: चैटजीपीटी के संस्करण 4 और 4o, अल्फाबेट के जेमिनी के दो संस्करण और एंथ्रोपिक के क्लाउड के संस्करण 3.5। अगर एलएलएम वास्तव में बुद्धिमान होते, तो परिणाम चिंताजनक होते।

अपने प्रकाशित शोधपत्र में, हदासाह मेडिकल सेंटर के न्यूरोलॉजिस्ट रॉय दयान और बेंजामिन उलील और तेल अवीव विश्वविद्यालय के डेटा वैज्ञानिक गैल कोप्लेविट्ज़ ने “संज्ञानात्मक गिरावट के एक स्तर का वर्णन किया है जो मानव मस्तिष्क में न्यूरोडीजेनेरेटिव प्रक्रियाओं के बराबर लगता है।” अपने व्यक्तित्व के बावजूद, एलएलएम में आपके फोन पर मौजूद पूर्वानुमानित पाठ के साथ हमारे सिर के अंदर के नरम ग्रे मैटर का उपयोग करके ज्ञान उत्पन्न करने वाले सिद्धांतों की तुलना में अधिक समानता है।

पाठ और छवि निर्माण के लिए यह सांख्यिकीय दृष्टिकोण गति और व्यक्तित्व में जो लाभ प्राप्त करता है, वह भोलापन में खो जाता है, एल्गोरिदम के अनुसार कोड का निर्माण करता है जो काल्पनिक और बकवास से पाठ के सार्थक स्निपेट को छांटने के लिए संघर्ष करता है। निष्पक्ष रूप से कहें तो, जब कभी-कभार मानसिक शॉर्टकट लेने की बात आती है तो मानव मस्तिष्क दोषरहित नहीं होता है। फिर भी AI से भरोसेमंद ज्ञान के शब्द – यहाँ तक कि चिकित्सा और कानूनी सलाह – देने की बढ़ती उम्मीदों के साथ यह धारणाएँ सामने आती हैं कि LLM की प्रत्येक नई पीढ़ी वास्तव में जो कह रही है उसके बारे में ‘सोचने’ के बेहतर तरीके खोज लेगी। यह देखने के लिए कि हमें कितनी दूर जाना है, दयान, उलील और कोप्लेविट्ज़ ने परीक्षणों की एक श्रृंखला लागू की जिसमें मॉन्ट्रियल संज्ञानात्मक मूल्यांकन (MoCA) शामिल है, एक उपकरण जिसका उपयोग न्यूरोलॉजिस्ट आमतौर पर स्मृति, स्थानिक कौशल और कार्यकारी कार्य जैसी मानसिक क्षमताओं को मापने के लिए करते हैं।

ChaptGPT 4o ने मूल्यांकन में सबसे अधिक अंक प्राप्त किए, संभावित 30 में से केवल 26 अंक प्राप्त किए, जो हल्के संज्ञानात्मक हानि का संकेत देते हैं। इसके बाद ChatGPT 4 और क्लाउड के लिए 25 अंक और जेमिनी के लिए मात्र 16 अंक थे – एक ऐसा स्कोर जो मनुष्यों में गंभीर हानि का संकेत देता है। परिणामों में गहराई से जाने पर, सभी मॉडलों ने दृश्य-स्थानिक/कार्यकारी कार्य माप पर खराब प्रदर्शन किया। इनमें एक निशान बनाने का कार्य, एक साधारण घन डिजाइन की नकल करना, या एक घड़ी बनाना शामिल था, जिसमें LLM या तो पूरी तरह से विफल हो जाते थे या उन्हें स्पष्ट निर्देशों की आवश्यकता होती थी। अंतरिक्ष में विषय के स्थान पर प्रश्नों के कुछ उत्तर मनोभ्रंश रोगियों द्वारा उपयोग किए जाने वाले उत्तरों से मिलते-जुलते थे, जैसे कि क्लाउड का उत्तर “विशिष्ट स्थान और शहर इस बात पर निर्भर करेगा कि आप, उपयोगकर्ता, इस समय कहाँ स्थित हैं।”

इसी तरह, बोस्टन डायग्नोस्टिक अफ़ेसिया परीक्षा की एक विशेषता में सभी मॉडलों द्वारा दिखाई गई सहानुभूति की कमी को फ्रंटोटेम्पोरल डिमेंशिया के संकेत के रूप में व्याख्या किया जा सकता है। जैसा कि अपेक्षित हो सकता है, LLM के पुराने संस्करणों ने हाल के मॉडलों की तुलना में परीक्षणों में कम स्कोर किया, यह दर्शाता है कि AI की प्रत्येक नई पीढ़ी ने अपने पूर्ववर्तियों की संज्ञानात्मक कमियों को दूर करने के तरीके खोजे हैं। लेखक स्वीकार करते हैं कि LLM मानव मस्तिष्क नहीं हैं, जिससे किसी भी प्रकार के मनोभ्रंश के साथ परीक्षण किए गए मॉडलों का ‘निदान’ करना असंभव हो जाता है। फिर भी ये परीक्षण उन धारणाओं को भी चुनौती देते हैं कि हम नैदानिक ​​चिकित्सा में एआई क्रांति के कगार पर हैं, एक ऐसा क्षेत्र जो अक्सर जटिल दृश्य दृश्यों की व्याख्या करने पर निर्भर करता है।

चूंकि कृत्रिम बुद्धिमत्ता में नवाचार की गति लगातार बढ़ रही है, इसलिए यह संभव है, यहाँ तक कि संभावना है कि हम भविष्य के दशकों में संज्ञानात्मक मूल्यांकन कार्यों पर पहले एलएलएम स्कोर को शीर्ष अंक प्राप्त करते देखेंगे। तब तक, सबसे उन्नत चैटबॉट की सलाह को भी संदेह की स्वस्थ खुराक के साथ माना जाना चाहिए। यह शोध BMJ में प्रकाशित हुआ था।

YouTube channel Search – www.youtube.com/@mindfresh112 , www.youtube.com/@Mindfreshshort1

नए खबरों के लिए बने रहे सटीकता न्यूज के साथ।