大規模言語モデルの特徴と Tai-Danaeの問題意識

 【 なぜ、Tai-Danaeの議論に注目するのか 】

なぜ、DisCoCatの流れの中で、Tai-Danae の議論に注目するのでしょうか？ 今回のセミナーで取り上げる論文に一つ先行する論文の冒頭で、彼女はこう言っています。( "Language Modeling with Reduced Densities" https://arxiv.org/abs/2007.03834v4  )　

「この研究は、今日の最先端の統計的言語モデルが、その性能において印象的であるだけでなく、より本質的に重要なことは、それが構造化されていないテキストデータの相関関係から完全に構築されているという観察から生まれたものです。」

彼女の関心は、まず、現在の「大規模言語モデル」の「印象的」な性能に向けられています。その上で、「構造化されていないテキストデータの相関関係から完全に構築されている」ことに注目しています。


【 大規模言語モデルが行なっていること -- 彼女は何に強い印象を受けたのか？ 】

ここでは、彼女が大規模言語モデルのどんな性能に印象を受けたのかをみておきましょう。

大規模言語モデルは、「対話的に、最初の文を入力すると、次の単語分布から繰り返しサンプリングすることで、オリジナルの高品質なテキストを生成することができる。」　

確かにそう言われています。ただ、それだけでしょうか？

彼女は続けます。

「直感的に言えば、物語を続ける能力は、非常に高度なことを意味している。
 
文法的に正しい文を継続するためには、文法を習得し、注意深く代名詞のマッチングを行い、品詞の認識を持ち、時制の感覚も持たなければならない。その他多くのことを必要とする。 

可能な継続の確率分布を効果的に学習する言語モデルは、明らかに意味的知識も学習しているはずだ。 

物語の続きが合理的で内部的に一貫しているためには、世界に関する知識が必要である。内部的に一貫しているためには、犬とは吠える動物であり、ゴルフは日中屋外でプレーするものである、火曜日は月曜日の翌日である、などといった世界の知識が必要である。」

この驚きの感覚に、僕は共感します。


【 より驚くべき大規模言語モデルの能力 】

問題は、それだけではありません。

 「驚くべきは、これらのLLMが、ラベルのないテキストサンプルを使って、次の単語を事前に指示するように学習できることである。

文法的、意味的な入力は提供されないが、それにもかかわらず、複雑な構文構造、意味情報、世界知識が学習され、実証される。」

それは DisCoCatの理論家だったTai-Danaeにとっては深刻な問題だったと思います。なぜなら、DisCoCatモデルは、入力が文法的にPregroup Grammar で解析されていることを前提としているからです。

数学的カテゴリーとしての文法理論も、さらには、文法カテゴリーから意味のカテゴリーへのFunctor意味論も、大規模言語モデルの振る舞いを基礎づけるには使えそうもありません。

大規模言語モデルの振る舞いは、 DiscoCatモデルでは説明できないのです。



【 DisCoCat モデルの見直しと新しい理論構成 】

ただ、それにもかかわらず、彼女は、SyntaxからSemanticsへの構成的アプローチを捨てたわけではありません。今回のセミナーで主要に紹介するのは、彼女たちの次の論文です。

"An enriched category theory of language: from syntax to semantics"
https://arxiv.org/abs/2106.07890

改めて、冒頭に引用した彼女の言葉を振り返ってみましょう。

「この研究は、今日の最先端の統計的言語モデルが、その性能において印象的であるだけでなく、より本質的に重要なことは、それが構造化されていないテキストデータの相関関係から完全に構築されているという観察から生まれたものです。」

問題を解決する第一歩は、問題を正しく定式化することです。

・どのような数学的構造が、構造化されていないテキストデータには存在するのか？
・どのようにして、テキストの情報は、カテゴリー構造を維持したまま保存され、モデル化することができるのか。

こうした研究を経て、彼女はいま、こう語ります。

「本研究は、テキスト継続の確率分布から意味情報への移行が可能であるという現実世界の証拠への応答である。この移行のための数学的枠組みを提案する。」

「現実世界の証拠」とは、現実の大規模言語モデルが示す高度な能力のことです。その理論的基礎を明らかにせよという挑戦に、「応答」することができたと彼女は語っています。

次回のセッションでは、彼女の大規模言語モデルの数学的構造の理論の概要を紹介しようと思います。

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

ショートムービー「 大規模言語モデルの特徴と Tai-Danaeの問題意識 」を公開しました。
https://youtu.be/yEIrgMXVRkU?list=PLQIrJ0f9gMcPgnaymP8vC37oKdYa5pvDm

「 大規模言語モデルの特徴と Tai-Danaeの問題意識 」のpdf資料
https://drive.google.com/file/d/1XA9DpJYAxwZAUVAGUf_kkbQyXO-hcWB3/view?usp=sharing

blog 「 なぜ、Tai-Danaeの議論に注目するのか 」
https://maruyama097.blogspot.com/2023/11/tai-danae.html

「大規模言語モデルの数学的構造」まとめページ
https://www.marulabo.net/docs/llm-math/

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

宇宙の終わりと黒色矮星

イメージ
【宇宙の終わりと黒色矮星】 図のようなストーリーで、「宇宙の終わりとエントロピー」という投稿を準備していたのだが、いろいろ雑念が湧いて気がすすまなくなる。その理由は別稿で。 この図は、「閉じられた部屋でのガスの拡散」というわかりやすいモデルで理解されるエントロピーの増大の法則が、あるフェーズから、宇宙規模でみれば、「全ての物質のブラックホールへの吸収・収斂」として現れると言うことを主張している。最初、ペンローズのこの話を読んだときには、目からウロコだった。 このストーリーにはもっと先がある。最近のシミュレーションでは、指数関数的に膨張する宇宙では、巨大なブラックホールに捕捉されるのは、宇宙全体の物質の10%程度だという。恒星起源のブラックホールは 10^67 年で、銀河系中心の巨大ブラックホールも 10^99年で、ホーキング放射で「蒸発」し姿を消す。 ブラックホールに捕捉されなかった宇宙の残りの90%の物質は、元それが属した銀河系から孤立したまま星の一生の進化を続ける。太陽の1.2倍程度の質量を持つ星は「白色矮星」になるのだが、「白色矮星」は 10^17年で「黒色矮星」に変わる。 「黒色矮星」は、現代の「宇宙の終末論」では、もっとも注目されている天体なのだが、それはまだ観測されていないと言う。というのも、この天体は光を出さないからだ。「黒色矮星」の中心は、最も安定な原子である鉄の「結晶」でできていて、温度は絶対零度近くに冷却されている。 「黒色矮星」は、とても長生きする天体である。陽子崩壊がおきるなら、黒色矮星の寿命は 10^32年程度だが、もし陽子が安定しているとすれば、太陽の 1.24倍程度の質量を持つ「黒色矮星」は、10^1600年後に突然崩壊して超新星爆発を起こす。もっと軽い、太陽の1.16倍程度の質量を持つ「黒色矮星」は、10^32000 年後（！）に超新星爆発を起こす。 このシナリオによれば、宇宙は、とてつもなく長い長い退屈な時間をかけて、その死を迎える。「黒色矮星」の超新星爆発は、宇宙の死を飾る最後の打ち上げ花火である。その後には、宇宙には何も起こらない。 この記事は、ジョン・バエズの "Black Dwarf Supernovae" を基にしたものだ。https://johncarlosbaez.wordpress.com/202...
続きを読む