Bradleyの理論の発展を追う (1)

【 Bradleyの理論の発展を追う (1) −− DisCoCatモデルからの離脱 】

今回と次回のセッションでは、現在のLLMと意味の理論モデル中心人物一人であるのTai-Danae Bradley の理論の発展を追ってみようと思います。

今回と次回のセッションで、彼女の次の4つの論文を取り上げます。。

　1,  2018年 What is Applied Category Theory?
　　「応用カテゴリー論とは何か？」
　2.  2020年 Language Modeling with Reduced Densities
　　「Reduced Densityでの言語モデル」
　3.  2021年 An enriched category theory of language: from syntax to semantics
　　「言語のenrichedカテゴリー論：構文論から意味論へ」
　4.  2025年 The Magnitude of Categories of Texts Enriched by Language Models
　　「言語モデルでenrich化されたテキストのカテゴリーのマグニチュード」

ただ、LLMと意味の理論モデルの構築で、彼女が依拠した理論的枠組みは、これら4つの論文で、それぞれ異なっています。

　1,  2018年 What is Applied Category Theory?
　　DiscoCat モデル
　2.  2020年 Language Modeling with Reduced Densities
　　Reduced Density モデル
　3.  2021年 An enriched category theory of language: from syntax to semantics
　　Enriched category モデル
　4.  2025年 The Magnitude of Categories of Texts Enriched by Language Models
　　Magnitude モデル

【 DisCoCatモデルからの離脱 】

研究は発展するものですので、論文ごとに依拠する理論的枠組みが変わるのは、不思議なことではありません。ただ、彼女の研究の発展を振り返ったとき、重要なことは、1番目の論文と2番目の論文の間に、LLMと意味についてのアプローチに大きな変化があることです。

彼女は一番目の論文で依拠したDisCoCatモデルを離れ、その批判の上に彼女独自のLLMと意味の理論モデルの構築を開始します。

今回のセッションは、Tai-Danae BradleyのDisCoCatからの離脱について、主要に述べてみようと思います。

【 今回のセッションの構成 】

今回のセッシヨンは、次のような三部構成になっています。

第一部。Bradleyの研究が生まれた時代背景を、「意味の分散表現論の系譜 – 大規模言語モデルへ」という流れの中で考えます。

第二部。BradleyのDisCoCatモデルについての2018年の論文”What is Applied Category Theory?” の内容を少し詳しく紹介します。

第三部。Bradleyの2020年の論文 “Language Modeling with Reduced Densities” を紹介します。

【  Bradleyの研究の時代背景 】

まず、Bradleyが研究を始めた時代を振り返っておきましょう。

21世紀の初めに、Bengioらによって始められた「意味の分散表現論」は、10数年の時間をかけて「大規模言語モデル」に発展しました。

その流れを、年表「意味の分散表現論の系譜 – 大規模言語モデルへ」にまとめておきました。

BradleyのDisCoCatモデルからの離脱が、大規模言語モデルの成立期に起きていることがわかると思います。

それは偶然ではありません。後で見るように、Bradley自身が語っているように、彼女は、大規模言語モデルの成功に強い印象を受けます。同時に、その成功がDisCoCatモデルに依拠したものでないことにも気づきます。

何が、大規模言語モデルの成功を支えているのか？　彼女の理論的な関心のフォーカスは、そこに向けられていきます。

この年表を見て面白いことが、もう一つあります。

それは、 AI研究の側での「意味の分散表現論」に大きな影響を与えた「Word2Vec」 論文（今読むと、とてもプリミティブなものですが）が発表される3年近く前に、Coeckeらの「意味の分散表現論」 DisCoCat論文が、ほとんど完成した形で登場していることです。ある意味、驚くべきことです。

年表「意味の分散表現論の系譜 – 大規模言語モデルへ」の説明は今回のセッションでは割愛しています。詳細は、次の資料をご利用ください。

「意味の分散表現論の系譜 – 大規模言語モデルへ」 のpdf資料
https://drive.google.com/file/d/1OOE7uXBScMi2eoWNKUTZLC4xwXu_nIGZ/view?usp=sharing

YouTube　「意味の分散表現論の系譜 – 大規模言語モデルへ」 再生リスト Geneology of LLM

【  2018年の論文の概要 】

ここでは、DisCoCatモデルに基づくBradleyの2018年の論文 ”What is Applied Category Theory?” の概要を紹介しています。

DisCoCatモデルについては、別のセッションでも触れたので、今回は簡単に済まそうと考えていました。

ただ、意味の理論にカテゴリー論を利用しようとした最初の試みであり、Bradleyらの理論と並んで、現在のLLMと意味の理論で有力な理論であるCoeckeらのQNLPの基礎理論でもあるDisCoCatを丁寧に述べた方がいいと考え直しました。

先のセッションでは、リンクを参照してくださいと述べていた内容を、改めて説明することにしました。

【 2020年の論文の概要 】

この論文 ” Language Modeling with Reduced Densities” の直接のテーマは、タイトルにあるように、意味の表現を有限次元のベクトルから密度行列に変更しようというものです。現在の大規模言語モデルはもちろんのこと、それにはるかに先行したDisCoCatも、意味の表現には有限次元のベクトルを利用しています。

両者は、意味を空間上の一点として表現しているのです。その問題に切り込みたかったのだと思います。

ただ、今回のセッションの焦点はそこではありません。大規模言語モデル の成功に対するBradleyの次のような鋭い観察は注目すべきものです。

「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、現在の「大規模言語モデル」の「印象的」な成功に向けられています。彼女はそれがDisCoCatモデルとは少し異なる言語モデルであることも知っています。その上で、その背後にあるものを探り出そうとしているのです。

僕にとって印象的だったのは、彼女が次々と問題を立てることでした。答えの前には、もちろん、問題があります。ただ、答えを見つける条件が成熟するというのは、正しく問題をたてることができるということです。

　・ 自然言語における表現の意味をとらえる数学的構造は何か？
　・ この構造は、テキスト・コーパスを用いてどの程度まで十分に検出できるのか？
　・ 抽象的な概念とその相互関係を自然に掘りだす方法はあるのか？
　・ 論理と命題の連関はどのようにして生まれるのか？

こうして、彼女は、次の二つが基本的な問題だとします。

　・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。

こうした問題意識は、彼女の印象的なDisCoCat批判を可能とし、また、この論文以降もずっと維持されることになります。

−−−−−−----−−−−--−−−−-−−

セミナー申し込みページ

blog 「Bradleyの理論の発展を追う (1) 」
https://maruyama097.blogspot.com/2025/08/bradley-1.html

スライド「Bradleyの理論の発展を追う (1) 」のpdf ファイル
https://drive.google.com/file/d/1VoeUSJgJbBfjkr9ibElYU-u3VuiIf3tM/view?usp=sharing

ショートムービー「Bradleyの理論の発展を追う (1) 」
https://youtu.be/nY8v9v4wmnI?list=PLQIrJ0f9gMcOZLKdK6IfNYLNClKCYoYWb

コメント

コメントを投稿

このブログの人気の投稿

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

密度行列とは何か？

これまで、量子の状態をベクトルで表現してきました。例えば、量子ビットの状態は、状態ベクトルで表せば、|qubit> = a|0>+b|1> と、二つの状態ベクトルの「重ね合わせ」（ベクトルの和です）で表現されました。 それに対して、密度行列は、量子のシステムの状態を行列で表現したものです。では、どの　ようにしてベクトルで表される量子の状態を、行列で表すのでしょう？ 次のように考えます。ある量子システムで、状態|ψ_i>である確率をp_iとしましょう。この時、確率p_iを成分とする行列を考えます。 |qubit> = a|0>+b|1> の場合なら、|0>である確率p_0は |a|^2で、|1>である確率p_1は |b|^2になりますので、p_0とp_1、すなわち、|a|^2と|b|^2を成分とする行列を考えることにします。 ここでは、ベクトルの外積が行列になることを利用します。それでは、外積で作られる行列のどこにこの成分を割り当てるか考えましょう。うまい方法があります。 外積 |0><0|は、0行0列目の成分だけが1で、残りの成分は全て0の行列です。同様に、外積|1><1|は、1行1列目の成分だけが1で、残りの成分は全て0の行列です。 この時、p_0|0><0| + p_1|1><1|という行列として密度行列を定義します。0行0列目の成分がp_0で、1行1列目の成分がp_1の行列です。 　● 状態ベクトルを使った表示 　　　|qubit> = a|0>+b|1> 　● 密度行列を使った表示 　　　ρ = p_0|0><0| + p_1|1><1| = |a|^2|0><0| + |b|^2|1><1| 状態ベクトルを使った表示に出てくる a, bは複素数ですが、密度行列を使った表示に出てくる p_0, p_1 は、確率ですので 0と1の間に値を持つ実数です。これは、二つの表示スタイルの大きな違いです。 密度行列を作るのに利用した、確率 p_iと状態|ψ_i>のペア { p_i, |ψ_i> }の集まりを、「pureな状態のアンサンブル」といいます。その意味は、この量子システムで、状態|ψ_...
続きを読む

「複雑性理論」は「複雑系」の議論とは別のものです

イメージ
「複雑性理論」を、以前に少し流行したことのある「複雑系」の議論と同じものだろうと誤解されていることに、最近気づきました。当然ありうる誤解なのに、迂闊でした。 確かに、対象が「複雑さ」だと思えば、一部分は重なるところもあるのですが、「複雑性理論」と「複雑系」の議論は、まったく違うものです。 現在の「複雑性理論」の歴史をたどると、二つの起源にたどり着きます。 一つは、20世紀初頭からの数学の基礎付けをめぐる探求です。ヒルベルトの「有限の立場」にはじまり、ゲーデルの「不完全性定理」が衝撃を与え、「チャーチ＝チューリングの提言」で「実効的な」「計算可能性」概念が、いったん定式化されるといった一連の流れです。 もう一つは、20世紀の中盤以降、コンピュータ技術が爆発的に発達する中で生まれた「計算量理論」「計算複雑性理論」です。そこでの最大の気づきは、「実際に」コンピュータで計算できるものを考えると、「多項式」で表現される計算時間と、「指数関数」で表現される計算時間とには、「質的」な違いがあるのではというものでした。（この計算複雑性理論の中心的な問題である「P=NP？問題」は、今に至るも解決されていません。） 二つの流れは、別々のものでした。 前者は、人間の数学的認識の原理的「限界」に関わるもので、後者はコンピュータによる計算の具体的「限界」に関わるものです。 ただ、人工知能をめぐる基本的な問題が、最終的には、人間の知能の機械による実現は可能かということであるなら、両者は結びつきます。なぜなら、人工知能は人間の数学的認識をも実現するものでなければならないし、それはまた、実際のコンピュータ上で実装されなければならないからです。 人間の知能の本質を、「計算」として捉える立場を、「計算主義」と言います。それは、現在のディープラーニング技術が、よって立つ、「コネクショニズム」とは異なる立場です。僕は、人工知能論では、この「計算主義」の立場に立っています。それは、コネクショニズムは、数学的認識に関しては、無力だと考えているからです。 現代の複雑性理論には、第三の起源があります。 理論史的には、それは、ファインマンによる「量子コンピュータ」の提唱にはじまるものです。 ただ、その背景には、とても重大な認識の発展があります。それは、全ての情報過程が...
続きを読む