شبكة عصبية كبيرة، مثل Whisper، التي تتقن مئات اللغات، تشبه النموذج القياسي في فيزياء الجسيمات الأولية — نظامًا متناسقًا حيث كل شيء في توازن دقيق. ولكن بمجرد البدء في تدريبها على لغة نادرة، ينهار هذا التوازن: تتحول اللغة المستهدفة إلى ثقب أسود — منطقة تجذب بلا هوادة جميع موارد التدريب. تبدأ الشبكة في نسيان اللغات الأخرى بشكل كارثي، وكأنها لم تكن موجودة أبدًا.
طريقة الإسقاط المتدرج الموحد (UGP) تمنع هذا الانحراف المدمر. إنها تعمل مثل مجال جاذبية يوزع «الانتباه» بالتساوي بين جميع اللغات. أثناء التدريب، التدرجات — وهي متجهات تشير إلى اتجاهات ضبط معلمات الشبكة — لا تنحرف لصالح لغة واحدة تحت تأثير UGP، وبفضل ذلك يبقى انحناء الزمكان للمعرفة المكتسبة متجانسًا. بعبارة أخرى، لا يتشوه هيكل الفضاء متعدد الأبعاد للتمثيلات في اتجاه اللغة الجديدة. الإنتروبيا للنسيان — وهي مقياس للفوضى في المهارات المحفوظة — تميل إلى الصفر، محافظة على النظام.
من المثير للاهتمام أن الدماغ البشري يحل مشكلة مماثلة أثناء النوم: فبينما يعالج تجارب اليوم، يقوي جميع الذكريات بالتساوي، ولا يسمح للانطباعات الجديدة بطرد القديمة. يؤدي UGP للشبكات العصبية نفس الوظيفة التي يؤديها النوم للإنسان — فهو يستقر ويوحد المعرفة، ويمنع تجزئتها.
عند تعلم لغة جديدة، قد يقوم الدماغ البشري مؤقتًا «بتعطيل» اللغة القديمة — وهذا ما يعرف بالتداخل اللغوي. تعاني الشبكات العصبية من تأثير مماثل، ولكن على عكسنا، بدون طرق خاصة تنسى إلى الأبد.
المساعد المثالي C-3PO من «حرب النجوم» يعرف ملايين اللغات ولا يخلط بينها أبدًا — ربما يكون لديه نسخة مدمجة من UGP.