Interlude 1 −− ChatGPTが生まれた日

 Interlude 1 −− ChatGPTが生まれた日 


今年もよろしくお願いします。

今回は、順番から言うと、TransformerとBERTを扱うはずだったのですが、予定を変更しています。正月を挟んで少し間が空いたのでが、幕間 − Interlude として、少し寄り道をして二つのエピソードを紹介しようと思います。

今回は、Interlude 1 として、ChatGPTの登場を、次回は、Interlude 2 として、その一年後の OpenAIの大分裂を取り上げます。

今回のシリーズの問題意識は、どのような技術の発展が、機械に意味を理解させることを可能にしたのかを追いかけてみようというものです。その中核はembeddingです。

ただ、技術だけを狭く追いかけていては、うまく捉えられない飛躍もあります。雑な言い方ですが、技術的には見れば、Google ニューラル機械翻訳とTransgormerとBERTには技術的な連続性があります。BERTとGPTの末尾の'T'はTransformerの先頭の'T'です。

当時の僕は、ラベルも何もないWebから集めた膨大な文字列を、TransformerやBERTが、バリバリと食べてembeddingを生成し続けることに驚嘆していました。（繰り返しますが、それが今回のシリーズの主題です）もちろん、ChatGPTの示す意味理解能力が、そうした技術に裏打ちされているのは確かなのですが。

ただ、ChatGPTを見た時の驚きは、それとは違う性格のものでした。確かに、そのアプローチは、意味の分散表現論の主流に位置付けられるものではないように思えます。

ChatGPTが生まれた日は、2022年11月30日 

ChatGPTが、おおやけに姿を現したのは、2022年の11月30日のOpenAIの次のblog記事によってでした。https://openai.com/blog/chatgpt/

2022年の12月26日、僕は「なぜ？で考える ChatGPT の不思議」というタイトルのセミナーを開きました。https://www.marulabo.net/docs/chatgpt/


「ChatGPT 試してみましたか?　

なかなか驚きです。今までのAI技術と一味違います。
いろいろ不思議なことに気がつきます。

第一。なぜ、こんなになめらかに賢く、人間と対話できるのでしょうか?
第二。なぜ、こんなにも賢く見えるのに、平気で間違ったことを言うのでしょう?

今回のセミナーは、主要にこの二つの「なぜ?」に答えようとしたものです。」

セミナーの講演資料は、次のURLからアクセスできます。
https://drive.google.com/file/d/1WMVWg1Q3d7Koro-9PGJtgeKj82MNAK7E/view

対話するAI 

blogを読んで、わかったことが幾つかあります。

最初に確認したいのは、、ChatGPTは、発表当初から単なる情報検索ツールとしてではなく、文脈を理解し、時には不正確な前提に異議を唱える「対話パートナー」として設計されていました。blogは、こう述べています。

「我々は、会話形式で対話するChatGPTと呼ばれるモデルを訓練した。対話形式により、ChatGPTはフォローアの質問に答えたり、自分の間違いを認めたり、間違った前提に挑戦したり、不適切な要求を拒否したりすることが可能である。」

当時研究の中心だった翻訳モデルには、対話はありません。情報の流れは、一方向で、翻訳されたドキュメントを人間が読むだけです。人間の言語能力の発露の最大の舞台は、対話による双方向のコミュニケーションです。機械が対話の能力を持つということは、非常に重要なことだと思います。

人間のフィードバックからの強化学習

ChatGPTの驚くべき対話能力は、「人間のフィードバックからの強化学習(RLHF)」というユニークな訓練方法によるものです。これは、単にデータを読み込ませるのではなく、人間とAIが協働してモデルを洗練させていくプロセスです。彼を教育していたのは、人間だったんです。

人間のフィードバックからの強化学習のシステムの詳細は、長くなるのでここでは省きます。先の講演資料の「ChatGPTの教育環境」をご覧ください。

ここには、AI技術の基本的な問題が現れています。それは、AIにおける機械と人間の関係です。初めて多くの人の前に登場したAIと言えるChatGPTが、人間のフィードバックによって学習を深化させていたことは、何か意味を持つことかもしれません。それについては、また別のシリーズでの展開が必要です。

欠点を率直に認める

OpenAIのblogで印象的だったのは、開発元が自ら次のような「重大な欠点」を率直に認めていたことです。OpenAIは、ChatGPTの発表と同時に、その限界を驚くほど率直にリストアップしました。

  • もっともらしいが、不正確または無意味な回答を生成することがある。
  • ある聞き方では答えを知らないと主張するのに、少し表現を変えて同じ質問をすると正しく答えられることがある。
  • 冗長で、「OpenAIによって訓練された言語モデルです」といった特定のフレーズを使いすぎる傾向がある。
  • ユーザーの曖昧な質問に対して、意図を推測して答えてしまい、確認の質問をしないことがある。

この「率直さ」は、次の「反復的デプロイ」という開発手法と関係していますので、「計画された率直さ」と呼ばれることがあります。

「反復的デプロイ」という開発手法 

ChatGPTの初期リリースは、完成品ではなく「リサーチプレビュー」と明確に位置づけられていました。そして、その利用は 無料 でした。彼らの狙いは、世界中のユーザーに無料で使ってもらうことで、研究室内では決して得られない、大規模で多様なフィードバックを収集することでした。これは「反復的なデプロイメント(iterative deployment)」という開発思想に基づいています。それは、ユーザーを開発プロセスに巻き込む、フィードバック中心のアプローチです。

強力だが不完全なツールを世に問うことは、モデルの欠陥が露呈するというリスクを伴います。しかしOpenAIは、そのリスクを負うことと引き換えに、AIの安全性と能力を向上させるための、現実世界における膨大なデータという計り知れない価値を得ることを選びました。

この選択は、次の Linterlude 2 でみる、ChatGPT発表からちょうど一年後に勃発するOpenAIの大分裂の小さな火種の一つになります。（火種はたくさんあったのです。）

3年前の昔話

たった3年前の話なのに、もう随分前の昔話のような気がします。今更、そんな話を聞いてもなと感じた人も多いと思います。それだけこの世界の変化が早いということなのでしょう。

ただ、3年前のChatGPTの登場時に、僕らが受けた新鮮な驚きは、このシステムの本当の新しさとその射程を僕らが受け止めていたからかもしれません。

このblogの音声概要 

音声概要を作ってみました。こちらもご利用ください。リンクをクリックすると音声は再生できます。
https://www.marulabo.net/wp-content/uploads/2026/01/ChatGPT-blog.mp3

−−−−−−−−---−−−−−−--−−-

このblog ページのURL
https://maruyama097.blogspot.com/2026/01/interlude-1-chatgpt.html

このシリーズのblogのIndex ページ　
https://maruyama097.blogspot.com/2025/12/embedding-blog.html

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

ER=EPR

イメージ
アインシュタインは、先のEPR（Einstein, Podolsky, Rosen）論文を5月に公開してすぐに、ローゼンと一緒に、次の論文を公開する。1935年7月のことだ。この論文をER論文と呼ぶことがある。 "The Particle Problem in the General Theory of Relativity" 「相対性の一般理論における粒子の問題」 https://goo.gl/KG4mjp 一般には、二つのブラックホールを結ぶ「橋」が存在しうることを発見した論文だと言われている。この「橋」は、"Einstein-Rosen Bridge" と呼ばれる。別名「ワームホール」とも呼ばれる。（ただ、"wormhole" でWeb をググっても、あまりスジのいい情報は引っかからない。） 1935年に、アインシュタインは、「エンタングルメント」（ただし、パラドックスとして）と「ワームホール」を発見しているのである。ほぼ同時期に行われた、この二つの発見に何か関連があるのだろうか？　 80年前になされるべきこうした問いかけを、現代に蘇らせたのは、マルダセナ（Maldacena、AdS/CFT 対応の発見者）とサスキンド（Susskind）だった。2013年の論文 "Cool horizons for entangled black holes"   https://goo.gl/wU1pKK  で、二人は、大胆な仮説を提示する。 「二つのブラックホールの間のアインシュタイン・ローゼン・ブリッジは、二つのブラックホールのミクロな状態のEPR状の相関関係（エンタングルメント）によって生成される。 ...  我々は、これを ER = EPR 相関関係と呼ぶ。別の言葉で言えば、ERブリッジは、その中では、量子システムに関連するEPRが、アインシュタインの重力の記述に弱く結合している特殊なタイプのEPR相関関係なのである。」 要するに、1935年にアインシュタインが発見した「エンタングルメント」と二つのブラックホールを結ぶ「アインシュタイン・ローゼン・ブリッジ」は、スケールが全く違うのだが同じものだというのである。これを、「ER = EPR仮説」と呼ぶ。 ...
続きを読む