تشير الأبحاث الحديثة في مجال الشبكات العصبية إلى وجود توافق ملحوظ في تمثيل البيانات عبر هياكل مختلفة وأهداف تدريب متنوعة، بل وحتى بين أنماط البيانات المختلفة. هذه الظاهرة تفتح أبواباً لدراسة أعمق حول كيفية فهم الدماغ للمعلومات.

في سياق هذه الدراسة الجديدة، قد تم اقتراح فرضية حديثة تفيد بأن هذا التوافق ناتج عن تعلم الهياكل الأساسية في البيئة بطرق مشابهة. فرغم ذلك، لا يزال غير واضح كيف تؤدي المحفزات الفردية إلى تمثيلات متطابقة عبر الشبكات العصبية.

تقدم المقالة منهجية جديدة تعتمد على خوارزمية Procrustes العامة لقياس التوافق التمثيلي بين الأشكال المختلفة على مستوى المحفز الفردي. تم تطبيق هذه المنهجية على نماذج الرؤية ذات الأهداف التدريبية المختلفة، مع اختيار المحفزات بناءً على مدى توافقها (التباين الداخلي في الأنماط).

أظهرت النتائج أن هذا التباين الداخلي يلعب دورًا حاسمًا في تعديل التوافق بين نماذج الرؤية واللغة (التوافق عبر الأنماط). بشكل خاص، المحفزات التي تمتلك تباين داخلي منخفض (أي اتفاق مرتفع بين نماذج الرؤية) أثارت توافقًا عبر الأنماط بشكل أكبر من تلك ذات التباين العالي، في بعض الحالات بمعدل ضعف.

هذه الاكتشافات تستمر في كونها قوية عبر معايير اختيار المحفزات وتعميمها على مجموعة متنوعة من نماذج الرؤية واللغة. من خلال قياس التوافق على مستوى المحفز الفردي، يمكن أن نفتح النقاش حول مصادر التوافق والاختلاف بين الأنماط المختلفة، وأيضًا بين الشبكات العصبية والتمثيلات العصبية البشرية.