過去・現在・未来

【 1/27 マルレク 「大規模言語モデルの数学的構造 II 」受付開始 】 申し込みはこちら： https://llm-math2.peatix.com/ 先月12月30日のセミナー、「大規模言語モデルの数学的構造 I -- 言語へのカテゴリー論的アプローチ入門 」に、多くの人に関心を持っていただいて、ありがとうございました。 1月27日、セミナーの第二部を「大規模言語モデルの数学的構造 II -- enriched categoryによる言語モデル」というタイトルで開催します。 この連続セミナーは、大規模言語モデルの振る舞いをもっと詳しく知りたいという人を対象にしています。 この連続セミナーは、大規模言語モデルの「不思議な振る舞い」に対して、カテゴリー論に依拠して全く新しい視点からのアプローチを展開したTai-Danae Bradleyらの論文 "An enriched category theory of language: from syntax to semantics" の紹介しようとしたものです。 先月のセミナーの第一部は、この論文の基本的特徴である言語理論へのカテゴリー論アプローチの基礎を解説したものでした。 今回のセミナーでは、第一部では取り上げていなかった、先の論文の主題である、enriched category を用いたsyntaxからsemanticsにいたる言語理論の紹介をしようと思います。この第二部から、いよいよ、連続セミナーの本題に入ることになります。 遅くなりましたが、セミナーへの申し込み受付を開始しました。あらためて、多くの人のセミナー第二部への参加をお願いしたいと思います。 今回のセミナーは、次のような構成をしています。 Part I  第一部のふりかえり ・ 言語のカテゴリー Lを、preorder category として捉える ・ 表現 Sの「意味」を、カテゴリー L 内の S → T なる射全体の集合と考える ・ 意味のカテゴリーは、copresheaf　 𝑆 𝑒 𝑡 𝐿 で表現される ・ 言語のカテゴリーと意味のカテゴリーの対応は、Yoneda Embeddingで与えられる ・言語のカテゴリーに確率を導入する Part 2  言語の論理性と意味のモデルとしてのcopresheaf ・ 意味

【 すごいのかすごくないのか？ 】 前回のセッションで、単位区間[0,1]がcommutative monoidal preorder であることを見てきました。 素晴らしい！　 本当かな？　実際の舞台裏を見ると、「monoidal product ⊗ を普通の実数間の掛け算とし、monoidal unit を 1 とし、preorderの順序関係 ≤ を 通常の実数間の大小関係とする」解釈をするってことですね。 というのは、そのまんまの普通の区間[0,1] じゃないかと思われたかもしれません。確かに。やさしいことを難しくむずかしく言っているだけかも知れません。 ただ、こうした見方には、意味があります。 この論文の基本的な狙いは、セミナーの第一部で見てきた代数的な言語理論に、確率概念を導入しようとする事です。確率的なものの見方は欠けているのですが、copresheaf を意味のカテゴリーとして捉えようというアプローチは魅力的なものでした。 第一部で紹介したcopresheaf意味論の枠組みを維持したまま、確率概念を導入する為の方法としてこの論文が選んだことは、enriched categoryの理論を用いることでした。 以前の枠組みのカテゴリーの射を、新しいカテゴリーの[0,1]の確率を表す値を取る射に置き換えること。それは、元のカテゴリーを単位区間[0,1]でenrich化することに他なりません。 冒頭で述べた、すごいのかつまらないのかわからない到達点は、あるカテゴリーを確率[0,1]でenrich化出来ることを、カテゴリー論の言葉で述べたものです。その意味では、この論文の目的への第一歩としては、大きな意味を持っています。 今回のセッションでは、単位区間[0,1]がcommutative monoidal preorder であるという議論をもう一歩進めます。その為に、commutative monoidal preorder の仲間である closed commutative monoidal preorderというカテゴリーを導入します。 このカテゴリーの面白いところは、それ自身enrichするカテゴリーであるcommutative monoidal preorder の内部に、enrichする射の構造を定義できるということです。 [x,y]で表されるこの射を

【 少し困ったこと 】 ここでは、カテゴリーVがenrichするカテゴリーである条件を述べたいと思います。 ただ、少し困ったことがあります。enriched category理論の論文を読むと、その条件は、Vがsymmetric monoidal preorder であることと述べられているのですが、Tai-Danaeらの論文では、Vがcommutative monoidal preorder であるとして議論が展開されています。 　symmetric:       𝑦⊗𝑥 ≤ 𝑥⊗𝑦 　commutative:   𝑦⊗𝑥 = 𝑥⊗𝑦 の違いだと思います。 その意味では、 symmetric monoidal preorder と commutative monoidal preorder の概念は異なるものです。 symmetric monoidal preorder の方が広い概念です。 ただ、順序がpreorderではなく poset だとすると、 𝑦⊗𝑥 ≤ 𝑥⊗𝑦 かつ 𝑦⊗𝑥 ≤ 𝑥⊗𝑦 から 𝑦⊗𝑥 = 𝑥⊗𝑦 が導かれるので、両者の概念は一致します。 Tai-Danaeらの論文が扱っている言語の文字列表現の順序関係は、もちろん preorderでもありますが、posetです。 ですので、あの論文で、enrich化するカテゴリーとしてcommutative monoidal preorder で議論を進めているのは間違っている訳ではありません。 基本的に、論文の記述に沿って解説を行いたいと思います。 【 commutative monoidal preorderの定義 】 まず、commutative monoidal preorderの定義を見ていきたいと思います。 こんな形です。 commutative monoidal preorder (𝑉,≤,⊗,1) は、preorder (𝑉,≤) 上の、次の条件を満たす commutative monoid (𝑉,⊗,1) である。 　𝑥 ≤ 𝑥′  かつ 𝑦 ≤ 𝑦′ ならば、𝑥⊗𝑦 ≤ 𝑥′⊗𝑦′ この条件は、順序だけからなるpreorder (𝑉,≤) の世界を、二項演算だけからなるmonoid (𝑉,⊗,1)の世界を結びつ

【 enrichするカテゴリーの働きを考える 】 今回のセッションでは、enrich化される以前のカテゴリーとenrich化するカテゴリーとenrich化されたカテゴリーの三つのカテゴリーが登場します。 紛らわしいので、次のような名前をつけておこうと思います。 　・C : enrich化される以前のカテゴリー  　・V：enrichするカテゴリー 　・E：enrich化されたカテゴリー 今回は、enrich化される以前のC と enrich化されたE を比較します。その目的は enrich化するVの働きを考える事です。 C と Eとの比較で、最初に確認できるのは、この二つのカテゴリーは同じオブジェクトを持つ事です。もともとは、文字列の表現をオブジェクトとする言語のカテゴリーに確率を導入しようとしているenrich化を考えていたわけで、enrich化されたカテゴリーのオブジェクトも、文字列の表現になるのは、当然です。 カテゴリーの射についてはどうでしょう？　ここはCとEでは大きく変わっています。enrich化されたE の射は、元のCの射とは、全く異なるものです。前回は、以前の射にラベルをつけただけのような説明をしていたのですが、本当は違います。 ここに、enrich化するVが登場します。Eの射はVの要素になります。言語のカテゴリーに確率を導入しようとした話に戻れば、確率を表す単位区間[0,1]がVで、Eの射は、この単位区間に値をとることになります。単位区間[0,1]自身が、カテゴリーVとして、ある構造を持っているのです。 enrich化するという事は、CとEでは、射が別のものとして定義されるという事です。 大事なことは、射の定義が置き換わったとしても、CとEは両方ともカテゴリーだということです。そのことは、カテゴリーである元のCの射が持っていた基本的な性質、同一射の存在とか射の合成の結合性、といった性質は、enrich化されたEの射も、Eがカテゴリーである以上、同様に満たさなければならないということです。 問題は、Eの射は、enrich化するVによって定義されたものです。Vは自分の言葉で、同一射の存在とか射の合成の結合性に相当するものを定義し、その働きを再現できなければなりません。 -------------------------------- ショートムービー「

【 簡単な例からenriched categoryのイメージを持つ】 ここでは、enriched categoryのイメージを持ってもらうことから始めたいと思います。 最初に確認したい事は、あるカテゴリーをenrich化するということは、そのカテゴリーのオブジェクトを拡大することではなく、その射を拡大することだという事です。 【 射の集まり hom−set 】 カテゴリーCのオブジェクトXとオブジェクトYの間の射 𝑋→𝑌は、一般には、複数存在します。こうした射の集まりをhom(X,Y)と表し、hom-set と呼びます。 hom(X,Y)は、一般には複数の射を要素とする集合になります。 preorder categoryのように、オブジェクト間にたかだか一つの射しか存在しない場合、それは一つの要素からなる集合になります。 【ベクトル空間の例 】 hom-setは、単なる集合以上の構造を持つことがあります。 ベクトル空間をオブジェクトとし、ベクトル空間の線形写像を射とするカテゴリーVectを考えます。 f,gがベクトル空間Xからベクトル空間Yへの線型写像とすれば、 f+gもベクトル空間Xからベクトル空間Yへの線型写像となり、 kがスカラーなら、kf もベクトル空間Xからベクトル空間Yへの線型写像となります。 　𝑓,𝑔 ∈ hom⁡(𝑋,𝑌)なら 𝑓+𝑔 ∈ hom⁡(𝑋,𝑌)で 𝑘𝑓 ∈ hom⁡(𝑋,𝑌) このことは、hom(X,Y)自身がベクトル空間であることを意味します。 【 カテゴリーCのhom-setがカテゴリーVである場合を考える 】 カテゴリーCのhom-setがカテゴリーVである時、CはVによってenrich化されたカテゴリーであると言います。 先に見た例だと、ベクトル空間のカテゴリーVectは、Vect自身によってenrich化されたカテゴリーだということになります。 一般的なCategoryは、hom-setの構造についてそれがSetである以外特に条件を設けていないのですが、CategoryはSetによってenrich化されたカテゴリーだと考えることが出来ます。 (もっとも、すべてのhom(X,Y)が集合となるとは限りません。こうした条件を満たすカテゴリーを”locally small”と言います。) 【 言語のカテ

【 第一部のふりかえりと第二部の課題 】 これまでみてきた言語のcategory L では、二つの表現SとTがある時、SがTの部分文字列である時、S → T という射が存在します。 例えば、次のような射が category L には存在します。 　　red → red firetruck 　　red → red idea S → T という射を、単なる部分文字列の関係としてではなく、表現Tが表現Sの「継続」であると考えて、その「継続」が出現する確率を次の様に表すとします。 　　L( red, red firetruck ) = 0.12 　　L( red, red idea ) = 0.003 この例は仮のものですが、ここでのポイントは、射 red → red firetruck に割り当てられた 0.12という数字が、射 red → red ideaに割り当てられた 0.003という数字より大きいということです。 このことが、「普通の言語使用の局面では、red → red firetruck の方が、red → red idea よりたくさん出現するような気がする」ということを表現していると考えましょう。 もう少しきちんと定義すれば、これらの数字は、 　　表現Sが現れた時、表現Sの「継続」として表現Tが現れる条件付き確率 π(T|S) だと考えることができます。 【 大規模言語モデルでのNext Sentence Prediction 導入の意味 】 僕は、翻訳モデルから大規模言語モデルへの飛躍をもたらした最大のものは、文と文の「継続」あるいは「連続」を学習することを可能とする能力の獲得にあったと考えています。 もっともプリミティブなものは、おそらくBERTのpretrainingで導入されたNext Sentence Prediction のフラグだったと思います BERTの例でいえば、category L で次のような射が、ある確率を割り当てられて存在することを意味しています。 　the man went to convenience store → the man went to convenience store he bought a gallon of milk ただ、次のような射は存在しません。あるいは、割り当てられる確率はゼロです。 　the

【 11月のセミナー「ChatGPTとOpenAIはどう変わろうとしているのか？」の講演ビデオと講演資料の公開です 】 #AIの未来 11月のマルレクはお休みしたのですが、11-12月に、東京を含めていろいろ講演を行いました。今回の情報公開は、それらの講演を「ChatGPTとOpenAIはどう変わろうとしているのか？」というタイトルでまとめたものです。 「ChatGPTとOpenAIはどう変わろうとしているのか？」 https://www.marulabo.net/docs/chatgpt-openai/ いろいろなところで講演はしたのですが、東京で「WiFi難民」になったり、ネット環境がいつもと違って講演はしたものの話しっぱなしで、手元に動画ファイルが残らず困っていました。 ただ、GMOさんで12月に行った社内研究会の動画ファイルの公開を快諾していただきました。助かりました。ありがとうございます。動画は、その時のものです。 【 全体の構成 】 次の四つのパートから構成されています。 　● この一年の間にAIの世界で起きたこと 　● OpenAI について -- 2023年11月の内紛をどう捉えるか 　● 現在の人工知能技術の技術的な焦点 -- AIのマルチモーダル化とカスタム化 　● 近未来のAIの展望 以下、各パートの概略です。 【 この一年の間にAIの世界で起きたこと 】 この一年、AIの世界の起きたことをふりかえってみました。 　2022年11月30日　ChatGPT発表 　2023年03月14日　GPT-4 リリース 　2023年05月01日　ヒントン、Googleを辞める 　2023年05月23日　AIのリスクへの警告。OpenAI "GPT-4 System Card" 発表 　2023年09月25日　マルチモーダルAIへ。ChatGPT can now see, hear and speak ! 　2023年10月23日　全人類のAIという理念。Creating safe AGI that benefits for all of humanity. 　2023年11月06日　AIがアプリになる。Assistant API 発表 　2023年11月17日　Altman 解任 　2023年11月21日　Altman 復帰 この一