Kuinka LLM:t pakottavat meidät uudelleenmäärittelemään älykkyyden

On vanha sanonta: Jos se näyttää ankalta, uidaan kuin ankan ja quackaa kuin ankan, se on luultavasti ankan. Tämä yksinkertainen päättelytapaa, usein liitetty Indiana runoilija James Whitcomb Riley, on muovannut miten ajattelemme tekoälyä vuosikymmenien ajan. Ajatus, että käyttäytyminen on tarpeeksi tunnistamaan älykkyyden, innoitti Alan Turingin kuuluisan “Imitaatio-pelin”, jota nyt kutsutaan Turingin testiksi.

Turing ehdotti, että jos ihminen ei voi sanoa, onko hän keskustelemassa koneen tai toisen ihmisen kanssa, kone voidaan sanoa olevan älykäs. Sekä ankan testi että Turingin testi viittaavat siihen, että mikä on tärkeää, ei ole se, mitä järjestelmän sisällä on, vaan miten se käyttäytyy. Vuosikymmenien ajan tämä testi on ohjannut edistystä tekoälyssä. Mutta suurten kielen mallien (LLM) saapumisella tilanne on muuttunut. Nämä järjestelmät voivat kirjoittaa sujuvaa tekstiä, pitää keskustelua ja ratkaista tehtäviä tavoin, jotka tuntuvat hämmästyttävästi inhimilliseltä. Kysymys ei ole enää siinä, voivatko konet jäljitellä ihmisen keskustelua, vaan onko tämä jäljittely todellista älykkyyttä. Jos järjestelmä voi kirjoittaa kuin me, ajatella kuin me ja jopa luoda kuin me, pitäisikö meidän kutsua sitä älykkääksi? Tai onko käyttäytyminen yksinään enää riittävä älykkyyden mittaamiseen?

Teollisen älykkyyden evoluutio

Suuret kielen mallit ovat muuttaneet miten ajattelemme tekoälyä. Nämä järjestelmät, jotka aikaisemmin pystyivät vain generoimaan perustekstin, voivat nyt ratkaista logiikkaongelmia, kirjoittaa tietokonekoodia, luoda tarinoita ja jopa auttaa luovissa tehtävissä kuten elokuvakäsikirjoittamisessa. Yksi tärkeä kehitysaskel tässä edistymisessä on heidän kykynsä ratkaista monimutkaisia ongelmia askelkohtaisella päättelyllä, jota kutsutaan Ketju-päättelyksi. Jakamalla ongelman pienempiin osiin, LLM voi ratkaista monimutkaisia matemaattisia ongelmia tai loogisia arvoituksia tavoin, joka muistuttaa ihmisen ongelmanratkaisua. Tämä kyky on mahdollistanut heidän saavuttaa tai jopa ylittää ihmisen suorituskyvyn edistyneillä mittareilla kuten MATH tai GSM8K. Nykyään LLM:llä on myös monimodaaliset ominaisuudet. Ne voivat työskennellä kuvien, tulkita lääketieteellisiä skannauksia, selittää visuaalisia arvoituksia ja kuvailla monimutkaisia kaavioita. Nämä edistysaskeleet ovat johtaneet siihen, että kysymys ei ole enää siinä, voivatko LLM:t jäljitellä ihmisen käyttäytymistä, vaan onko tämä käyttäytyminen todellista ymmärrystä.

Ihmisenkaltaisen ajattelun jäljillä

LLMien menestys on uudelleenmäärittelemässä miten ymmärrämme älykkyyttä. Keskittyminen siirtyy tekoälyn käyttäytymisen mukauttamisesta ihmisten kanssa, kuten Turingin testissä on ehdotettu, LLMien sisäisen ajattelun tutkimiseen ja siihen, miten lähellä ne ovat todellista ihmisenkaltaista ajattelua. Esimerkiksi tuoreessa tutkimuksessa tutkijat vertailivat tekoälymallien sisäisiä toimintoja ihmisen aivoaktiivisuuteen. Tutkimus osoitti, että LLM:t, joilla on yli 70 miljardia parametrejä, saavuttivat ihmisen tason tarkin ja järjestivät tiedon sisäisesti tavoin, joka vastasi ihmisen aivomallien järjestystä.

Kun sekä ihmiset että tekoälymallit työskentelivät mallintunnistustehtävissä, aivokuvaukset osoittivat samanlaisia toimintamalleja sekä ihmisillä että tekoälymalleilla. Mallit järjestivät abstraktit käsitteet sisäisissä kerroksissaan tavoin, joka vastasi suoraan ihmisen aivoaaltojen toimintaa. Tämä viittaa siihen, että onnistunut päättely saattaa vaatia samanlaisia järjestelmärakenteita, olipa kyse sitten biologisista tai tekoälyjärjestelmistä.

Tutkijat ovat kuitenkin varovaisia tämän tutkimuksen rajoituksia koskien. Tutkimus käsitti suhteellisen pienen määrän ihmiskohtaisia osallistujia, ja ihmiset ja koneet lähestyivät tehtäviä eri tavoin. Ihmiset työskentelivät visuaalisten mallien kanssa, kun taas tekoälymallit käsittelivät tekstikuvauksia. Korrelaatio ihmisen ja koneen prosessien välillä on mielenkiintoinen, mutta se ei todista, että koneet ymmärtävät käsitteitä samalla tavoin kuin ihmiset.

On myös selvästi eroja suorituskyvyssä. Vaikka parhaat tekoälymallit saavuttivat lähes ihmisen tason tarkin yksinkertaisissa malleissa, he näyttivät dramaattisempia suorituskyvyn laskuja monimutkaisimmissa tehtävissä verrattuna ihmisiin. Tämä viittaa siihen, että vaikka järjestelmillä on samanlaiset organisaatiot, voi silti olla perustavanlaatuisia eroja siinä, miten ihmiset ja koneet käsittelevät vaikeita abstrakteja käsitteitä.

Skeptinen näkökulma

Nämä vaikuttavat löydökset huolimatta, vahva argumentti viittaa siihen, että LLM:t ovat vain taitavia jäljittelijöitä. Tämä näkökulma tulee filosofi John Searlen ” Kiinan huone ” ajatuskokeesta, joka osoittaa, miksi käyttäytyminen ei välttämättä tarkoita ymmärrystä.

Tässä ajatuskokeessa Searle pyytää meitä kuvittelemaan henkilön lukittuna huoneeseen, joka puhuu vain englantia. Henkilö saa kiinalaisia symboleja ja käyttää englanninkielistä sääntökirjaa manipuloidakseen näitä symboleja ja tuottaa vastauksia. Huoneen ulkopuolelta hänen vastauksensa näyttävät täsmälleen kuin ne olisivat peräisin kiinan puhujalta. Searle kuitenkin argumentoi, että henkilö ei ymmärrä mitään kiinasta. Hän seuraa vain sääntöjä ilman todellista ymmärrystä.

Kriitikot soveltavat samaa logiikkaa LLM:eihin. He argumentoivat, että nämä järjestelmät ovat ” stokastisia papukaijoja “, jotka generoivat vastauksia tilastollisten mallien perusteella koulutusdatasta, eivätkä todellista ymmärrystä. Termi “stokastinen” viittaa heidän todennäköisyysluonteeseensa, kun taas “papukaija” korostaa heidän jäljittelykäyttäytymistään ilman todellista ymmärrystä.

Useat LLM:ien tekniset rajoitukset tukevat myös tätä argumenttia. LLM:t generoivat usein ” harhaluuloja “; vastauksia, jotka näyttävät uskottavilta mutta ovat täysin väärin, harhaanjohtavia ja järjettömiä. Tämä johtuu siitä, että ne valitsevat tilastollisesti uskottavia sanoja eivätkä konsultoi sisäistä tietokantaa tai ymmärrä totuutta ja valheita. Nämä mallit myös toistavat ihmisenkaltaisia virheitä ja puolueellisuutta. Ne hämmentyvät merkityksettömästä tiedosta, jota ihmiset helposti huomioisivat. Ne esittävät rotu- ja sukupuoliestereotypioita, koska ne ovat oppineet tietoja, jotka sisältävät nämä puolueellisuudet. Toinen paljastava rajoitus on “asemavirhe”, jossa mallit korostavat tietoa pitkien asiakirjojen alussa tai lopussa ja jättävät keskiosan huomioimatta. Tämä ” keskeneräisyys ” ilmiö osoittaa, että nämä järjestelmät käsittelevät tietoa eri tavoin kuin ihmiset, jotka voivat ylläpitää huomiota koko asiakirjan ajan.

Nämä rajoitukset korostavat keskeistä haastetta: vaikka LLM:t menestyvät kielen mallien tunnistamisessa ja toistamisessa, se ei tarkoita, että he todella ymmärtävät merkitystä tai todellista asiayhteyttä. He suoriutuvat hyvin syntaksin käsittelystä, mutta ovat rajoittuneita semantiikassa.

Mikä lasketaan älykkyydeksi?

Debatti lopulta tulee siihen, miten määrittelemme älykkyyden. Jos älykkyys on kyky generoida koherenttia kieltä, ratkaista ongelmia ja sopeutua uusiin tilanteisiin, niin LLM:t ovat jo saavuttaneet tämän standardin. Mutta jos älykkyys vaatii itsetietoisuutta, aitoa ymmärrystä tai subjektiivista kokemusta, nämä järjestelmät ovat edelleen puutteellisia.

Haaste on, että meillä ei ole selvää tai objektiivista tapaa mitata ominaisuuksia kuten ymmärrystä tai tietoisuutta. Sekä ihmisissä että koneissa me arvioimme niitä käyttäytymisen perusteella. Ankan testi ja Turingin testi tarjosivat aikaisemmin tyylikkäitä vastauksia, mutta LLM:ien aikakaudella ne eivät välttämättä enää riitä. Heidän kykynsä pakottavat meidät uudelleenarvioimaan, mitä älykkyydestä todella pidetään ja ovatko perinteiset määritelmämme pysyneet tekniikan kehityksen mukana.

Lopputulos

Suuret kielen mallit haastavat miten määrittelemme tekoälyn älykkyyden. Ne voivat jäljitellä päättelyä, generoida ideoita ja suorittaa tehtäviä, jotka aiemmin olivat yksinomaan ihmisten ominaisuus. Mutta ne puuttuvat tietoisuudesta ja perustasta, jotka muokkaavat todellista ihmisenkaltaista ajattelua. Heidän nousunsa pakottaa meidät kysymään, eivätkö vain siinä, toimivatko koneet älykkäästi, vaan mitä älykkyys itsessään todella tarkoittaa.