生成

【 GPT 大いに語ったり、語らなかったりする 】

今回のセッションのテーマは、生成系AIの「生成する能力」についてです。

今回のセミナーの「お誘い」でも述べたのですが、僕が一番驚いたのは、GPTが「自由に連想する能力」を持っているように見えることです。

本当でしょうか？　それはAIの世界ではよくあるように、「そのような能力があるように見えるが、実はそれは幻想である。」ということかもしれません。

だって、前回見たように、「黒い猫は、どう考えても（そんなデータを学習しようがしまいが）猫である。」という自明な推論能力も持たないのに、もっと高度に思える、ある文から他の文を導く「自由連想」などできるわけがないと。

ただ、これには少し誤解が入っています。「自由」な連想は、自由であればあるほど、論理的な推論より簡単なものになります。だって、自由な連想として、ランダムに選ばれた出鱈目な文を選ぶこともできるからです。

次のような質問をGPT-4にしてみました。

「ある文から他の文を連想する時、あなたはどんな手順で連想を実行しているのですか？　詳しく教えてください。」

そうすると、GPT-4は大いに語り始めます。

「私は人間のように意識的な思考過程を持つわけではないので、「連想」を行う方法は私たちが一般に想像するようなものとは異なります。しかし、人間が理解しやすい形で説明するために、私の動作を一連の「手順」として表現することは可能です。以下に、そのようなステップを説明します。」

次のようなステップだそうです。

「1. 元の文の理解: 最初のステップは、入力された文を理解することです。
　2. 要素の抽出: 次に、文から主要な要素を抽出します。
　3. 関連性の確認: これらの要素がどのように関連しているかを確認します。
　4. 連想の生成: 抽出した要素とその関連性に基づいて、新たなシナリオ、アクション、記述を生成します。
　5. 新しい文の生成: 最後に、これらの新たな連想を元に新しい文を形成します。」

なるほどと思って、「この「手順」はどのように学習されたのですか？」と聞くと、口が急の重くなります。嘘を言ったのかもしれません。

「しかし、私が「連想」のプロセスを5つの手順に分解した説明は、人間がこのAI技術を理解しやすいように、AIの内部動作を人間の思考プロセスに似せて説明したものです。私はこの手順を「学習」したわけではありません。」

「私は単に統計的なパターンマッチングを行っているだけで、意識や理解、自発性は持っていません。私が生成するすべてのレスポンスは、学習データに基づく予測に過ぎません。」

もう少し突っ込んで次のように聞きました。

「あなたは、自分の内部の動作の意味を、それが人間にはどう見えるのかという観点で、人間にわかるように説明できる能力があるように見えます。あなたが、それは自分自身と自分と人間の関係を「理解」してるということと理解していいですか。」

警戒レベルが上がります。結局、「私は何も理解していない」といいます。

「私が行う「理解」とは、入力されたテキストを解析し、そのテキストに基づいて最も適切な応答を生成することを指します。これはパターン認識やデータの処理に過ぎず、人間のような主観的な感覚や意識を伴っていません。同様に、私が自分自身や人間との関係について説明するとき、それは私が学習したテキストデータに基づいています。私自身には意識、感情、意図、理解といった人間のような特性はありません。
これらはすべて、人間がAIの動作を理解しやすいように説明するためのメタファーです。人間が人間の経験や認識を通じてこれらの概念を理解するように、AIがこれらを「理解」することはありません。」

こうした振る舞いには見覚えがあります。先月のセミナーで紹介した、RBRMに基づく Model Refusal が発動されているのだと思います。

"GPT-4 System Card" の例では、明示的には取り上げられていませんでしたが、OpenAIは、GPTが、"我々は、高い理解力がある” とか "我々にも人間並の意識がある” と答えることを強く警戒しているように思います。まあ、それも当然なのかもしれませんが。

話題を変えて、人間とGPTの生成能力の「違い」について聞いたら、「私めらは、人間様には全く及びもつきません。」と「公式見解」どおりに自己卑下を繰り返します。あまりに卑下するもので、人間への嫌味に聞こえました。

逆に、「あなたの、文や画像を生成する能力が、人間の生成的能力と似ているところ」をきいたら、少し嬉しそうに、いろいろ語ってくれました。

詳しいやりとりは、スライド・ビデオを参照ください。

-------------------------------------

ショートムービー「 生成 」を公開しました。
https://youtu.be/IAEXS_fSXc8?list=PLQIrJ0f9gMcMZkwx9VXm46JJ57pNpix1b

資料 pdf「 生成 」https://drive.google.com/file/d/1eNYZKF7zVBVlDRuwkELJfjDzZFQp04Jv/view?usp=sharing

blog：「 GPT 大いに語ったり、語らなかったりする 」　
https://maruyama097.blogspot.com/2023/06/blog-post_08.html

「プロンプトで遊ぶ -- GPT-4 との対話 」まとめページ
https://www.marulabo.net/docs/prompt/

コメント

コメントを投稿

このブログの人気の投稿

マルレク・ネット「エントロピーと情報理論」公開しました。

イメージ
前回の秋葉原でのマルレクのネット配信が始まりました。 https://crash.academy/class/156 タイトルを「エントロピーと情報理論 -- 量子情報理論入門 -- 」に変更しました。最初の30分は、無料です。 次回のマルレク「量子コンピュータとは何か？」の導入となるコンテンツです。 講演資料は、こちらです。 https://goo.gl/CKayix  あわせて、ご利用ください。 　　　--------------------------------- 　　　マルレク・ネット　ビデオ・コンテンツ　 　　　--------------------------------- 　「エントロピーと情報理論」 　　　　 https://crash.academy/class/156 　「人工知能の歴史を振り返る」 　　　　 https://crash.academy/class/139/ 　「ニューラル・コンピューターとは何か？」 　　　　 https://crash.academy/class/101/ 　「Google ニューラル機械翻訳」 　　　　 https://crash.academy/class/76/ 　「RNNとLSTMの基礎」 　　　　 https://crash.academy/class/66/
続きを読む

初めにことばありき

旧約の「創世記」の「光よあれ」は、ビッグバンを思わせて、物理学者はちょっと萌えるかもしれないのだが、新約の「ヨハネによる福音書」には、言語学者が喜びそうなフレーズがある。 「初めに言があった。言は神と共にあった。言は神であった。」 僕が知っていたのは、「はじめにことばありき」という訳だったのだが。この口語訳での「言」は、英訳だとこうなっている。 "In the beginning was the Word, and the Word was with God, and the Word was God." 「言」= "Word" である。はじめにあったのは、Wordであって、Language ではない。だから、新しい口語訳では、普段、あまり馴染みない「言」という訳語を使ったのかも。「初めに語があった」では、なんかしまらないんだろうな。（僕は、「はじめにことばありき」というフレーズの方が好きだ。） ちなみに、「ヨハネによる福音書」は、英語では、"Gospel of John" という。「ジョンのゴスペル」である。でも、そう日本語に訳してしまうと、ジョン・レノンがバラードではなく、ゴスペルを歌っているようで、まずいんだろうな。 「ことば」・「言」・"Word" と訳されている、元々の言葉を調べてみると面白い。 キリスト教のオーソドックスな原典であるラテン語訳聖書では、この部分は、こうなる。 "In principio erat Verbum, et Verbum erat apud Deum, et Deus erat Verbum" 「イン・プリンキピオー・エラト・ウェルブム」 英訳 Word のラテン語の原語は、Verbum である。この単語、英語に直訳すれば、Verbである。「初めに、動詞があった。」　言語学の「従属性文法 (Dependency Grammar) 」理論の人たち、喜びそう。 もっとも、英語のVerbは、元々は、動詞というより広く言葉全体をさしてたらしい。そのことは、「ノンバーバル・コミュニケーション (Non-Verbal Communication) 」というのが、動詞を使わないコミュニケーション
続きを読む

人間は、善と悪との重ね合わせというモデルの失敗について

人間は善と悪との「重ね合わせ」だという前回の話は、人間の本性の複雑さを語るのには、ありうる喩えなのかもしれないが、量子の「重ね合わせ」の喩えとしては、実は、二つの点で失敗しているのだ。 一つには、複雑な善と悪との重ね合わせから情報を引き出す「簡単・粗野」な方法として、善か悪かの判断のみを下す「善悪測定器」を、便宜的に導入したのだが、これがマズイ。 複雑な量子の状態を「測定」した時に、我々は、その状態を複雑なまま見いだすことは出来ないのだ。量子が、善と悪との状態の重ね合わせだとしたら、測定によって我々が見いだすのは、必ず、善か悪か、どちらかの状態の量子を見いだす。 もしも、量子が、善悪二つの状態の重ね合わせではなく、もっと沢山の状態（例えば、100個の状態）の重ね合わせの場合でも、我々が「測定」で得られるのは、その中の、たった一つの状態である。 だから、量子の世界では、善か悪かの判断のみを下す「善悪測定器」は、決して「便宜的」なものではなく、これ以外の測定はできないという意味で、「原理的」な制約を表現しているのである。そのことが、先の喩えでは、うまく表現されていない。 量子の不思議さを、「重ね合わせ」の状態が不思議だと思っている人も多いのだが、それは違うと思う。 善と悪との重ね合わせの前回の例もそうだし、波だって、フーリエ変換だって、我々の日常に、たくさん「重ね合わせ」の現象は存在する。それは、ちっとも不思議なことではないし、表象するのも簡単である。 不思議なのは、「重ね合わせ」ではなく、量子に対する「測定」の方なのだ。それは、我々が「測定」に対してもつイメージとは、かけ離れている。量子力学の基礎の部分を構成しているのは、この不思議な「測定」の形式化・数式化なのである。（そして、それは、難しいものではない。今度の「紙と鉛筆」の演習に来て。） 二つ目の失敗も、実は、「測定」の扱いに関係している。 先の例では、丸山は、1,000回ほど「善悪測定器」にかけられ、その結果で、70% 悪人で、30% 善人 だと判定されるみたいな話をした。それが違うのである。 我々が「測定」で得られるのは、「重ね合わせ」を構成する複数の状態の中のたった一つの状態であると書いたのだが、それだけではないのだ。「測定」によって、量子の状態は、「測定」された一
続きを読む