Określenia
Współczesne systemy tzw. sztucznej inteligencji określane są skrótami:
- AI - (ang) Artificial Intelligence
- SI - (pol) Sztuczna Inteligencja
- LLM - (ang) Large Language Model (tłum. Wielki Model Językowy)
Dopiero to ostatnie określenie (Wielki Model Językowy) oddaje istotę tych systemów i najtrafniej jest jego używać, choć w przestrzeni publicznej używa się określenia AI, rzadziej w Polsce SI, stąd bezpośrednie użycie skrótu: LLM może utrudniać skojarzenie - o co chodzi. Chodzi dokładnie o to samo, o czym w mediach w 99,99% się pisze jako o AI lub SI czyli o działające dzisiaj systemy "sztucznej inteligencji".
Wzorce i rozumienie
1. System sztucznej inteligencji SI-AI-LLM-> model językowy przetwarza... liczby
2. Tekst wyrażony w języku dzielony jest wstępnie na mniejsze fragmenty, jednostki - na słowa, części słów, znaki przestankowe itp.
3. Te części języka wspomniane w poprzednim punkcie nazywamy tokenami i jest ich np. dla GPT-2: 50 257. Dla każdego LLM jakaś konkretna, skończona ilość.
4. Z tych tokenów można zbudować dowolne zdanie, tekst, istniejące w obszarze komunikowania się w języku. Jak wygląda dowolna treść języka wyrażona w tokenach można sprawdzić praktycznie, na stronie: platform.openai.com
5. Tokeny są przechowywane, pamiętane w AI jako lista, a więc każdy ma swój numer porządkowy na tej liście.
6. Zatem numery tokenów to liczby całkowite dodatnie.
7. Jedyne, co przyjmuje i widzi na wejściu system LLM to łańcuch takich liczb. Jedyny efekt pracy takiego systemu na wyjściu to wskazanie jednej, następnej takiej liczby.
Pasowanie
8. Liczby na wejściu i na wyjściu nie są i nie mogą być dowolne. Mogą być tylko takie, jakie PASUJĄ do języka, do przestrzeni komunikacji między ludźmi - całego zebranego i istniejącego zbioru wszystkich tekstów: książek, artykułów, prac, zarejestrowanych wypowiedzi, rozmów itd. itp.
8a. Każdy ciąg liczb na wejściu do LLM PASUJE do ogromnego, zgromadzonego wcześniej, zbioru tekstu, do pewnych reguł i prawidłowości, jakie w nim występują. Do jego wytworzenia zwykle używany jest komunikat pochodzący od człowieka (np. pytanie).
8b. Każdy token na wyjściu PASUJE do wzorców - przebiegów - języka, którym posługują się ludzie, więc nie jest dowolny.
8c. Wytworzenie rezultatu - zamienianego potem na odpowiadający mu token, a potem na tekst możliwy do przeczytania przez człowieka, tak by PASOWAŁ do rozumienia ludzkiego, a więc był ZROZUMIAŁY, a więc MIAŁ SENS w odczuciu ludzi - realizowane jest poprzez... przepuszczanie wejściowego łańcucha tokenów przez ogromną matrycę (tryliony ustawień i "bramek decyzyjnych"), tak iż na końcu, taki łańcuch "trafia" w jedną z 50 257 pozycji, bo na końcu tego procesu są po prostu "sloty", przegródki, odpowiadające każdemu z tokenów, każdemu ze słów, znaków przestankowych itd.
9. Zatem przepuszczenie łańcucha liczb przez LLM wyznacza tylko jedną następną liczbę. Liczbę czyli token. Liczbę czyli zrozumiałą dla człowieka część języka (jak słowo: "kot" albo słowo "Paryż" albo znak przecinka).
10. Proces tworzenia całej odpowiedzi polega na przepuszczaniu wejściowego łańcucha raz po raz, z dołączanym za każdym razem - nowym rezultatem pracy systemu LLM (tokenem). Czynność jest powtarzana, do tokenu oznaczającego koniec odpowiedzi.
11. Te odpowiedzi LLM mają sens w odczuciach ludzkich, bo model był "trenowany"niewyobrażalną ilość razy, poprzez porównanie tego jak znaleziony przez niego token w połączeniu z wejściowym ciągiem tekstu, ma się do faktycznie zarejestrowanych w języku fraz, zdań, akapitów, wypowiedzi itd.
12. Zatem po "włożeniu" do modelu ciągu wejściowego, jego droga poprzez niewyobrażalny gąszcz uwarstwionych "węzłów", z których każdy "napotkany" odgrywa rolę w ustawianiu tej drogi - staje się STAŁA lub bardzo podobna. Podany wejściowy ciąg, przy przebywaniu miliardów "punktów decyzyjnych, czy decyzji" wybiera tę samą ścieżkę i trafia w ten sam końcowy box, wynik, token. Model generuje ścieżkę dla tego wejściowego ciągu tokenów, który może być pytaniem, wołaniem o pomoc, stwierdzeniem, słowną agresją itd. itp. Dla każdego ciągu wejściowego model wyznacza ścieżkę wśród trylionów węzłów-wag. Za każdym razem tę samą ścieżkę lub bardzo zbliżoną.
Analogia i WZORCE
13. Każda analogia jednocześnie pomaga zrozumieć, zobrazować i uzmysłowić sobie zagadnienie czy problem, z drugiej strony do pewnego stopnia go upraszcza, więc nie jest dosłowna, więc wprowadza w błąd przy dosłownym przyjęciu. A jednak stosujemy analogie, ze względu na to, że korzyści przeważają nad potencjalnymi szkodami.
14. Analogią dla przechodzenia wejściowego łańcucha przez gąszcz matrycy LLM może być pochylona płaszczyzna - deska z nabitą w nią dużą ilością gwoździków. Gdy wrzucamy od góry metalową kulkę (były takie mechaniczne gry) kulka odbija się od rozmaitych gwoździków i na dole wpada do jednej z możliwych przegródek. W realnej grze przegródki miały wyznaczoną wartość punktów i siła wrzutu kulki decydowała o tym, gdzie ta kulka trafi. W analogii LLM, siła wrzutu jest stała, ale różnią się wrzucane kulki. Dla każdej regulujemy ustawienie gwoździków tak, by wpadła za każdym razem na dole - we właściwe, przewidywane miejsce.
15. To co jest "cudem", to że da się ustawić te gwoździki tak, że niepoliczalna liczba kulek (różnych ciągów wejściowych) biegnie takimi drogami, że trafia we właściwe miejsca na dole, niezależnie od tego, że różne kulki obijają się o te same gwoździki, które w tym samym ustawieniu ustalają różne, ale zawsze prawidłowe drogi owych różnych kulek. Ustawienia gwoździków JEDNOCZEŚNIE sprzyjają WSZYSTKIM prawidłowym ścieżkom dla wszystkich możliwych ciągów wejściowych!
* Zatem dla każdej kulki istnieje "trasa", ścieżka, którą zmierza ona do prawidłowej przegródki.
* Każdy gwoździk mimo, że ma jedno ustawienie i oddziałuje z rozmaitymi, różnymi od siebie kulkami, dla wszystkich produkuje PRAWIDŁOWE ścieżki!
* System gwoździków (w LLM - uwarstwionych wag - liczb wg. których wyznacza się drogę poprzez ten matrix) odsłania w działaniu KSZTAŁT ludzkiego (racjonalnego) myślenia, bo w kontakcie z konkretną częścią tego języka wskazuje właściwą dalszą część. KSZTAŁT języka (myślenia) nie jest zawarty wcale w kształcie ścieżek, którymi biegną kulki. Dla różnych LLM mogą być one różne. On jest PONAD tymi ścieżkami, ale istnieje. Wynika z powiązań pomiędzy elementami języka.
* Ten system powiązań pomiędzy częściami języka to WZORCE języka i można powiedzieć - racjonalnego myślenia.
* WZORCE myślenia są odzwierciedlane - ujawniane - odtwarzane - przez LLM drogą budowy ścieżek w matriksie wag.
* To co jest stałe, to WZORCE myślenia. Ścieżki pojawiające się wewnątrz LLM mogą być różne dla dwóch różnych LLM, ale w obu przypadkach, będą oddawać taki sam WZORZEC myślenia. Tak jak działanie 8x4 może być zrealizowane na wiele różnych sposobów, ale narzucony z góry wynik jest arbitralny i nie wynika, z pętli dodawania, przesunięć bitowych, czy innych zabiegów technicznych, które poprawnie doprowadzą nas do liczby 32. Po prostu: 8x4 jest równe 32. I to jest WZORZEC w przestrzeni PONAD przestrzenią realizacji i technicznego ustalania wyniku działania. Tak samo istnieją WZORCE językowe, WZORCE myślenia. Nie istnieją one wewnątrz systemu LLM, ale "ponad nim" i istnieją obiektywnie. Nie są dowolne, ale są konkretne. Nie są fakultatywne - można je stosować albo wcale nie - ale organizują słowa, kształtując język i myślenie.
16. Ludzie mają inne światy i płaszczyzny mentalne niż tylko świat WZORCÓW myślenia, języka, racjonalności. Mają odrębny, bardziej pierwotny świat spostrzeżeń, wrażeń, PRZEDSTAWIEŃ. Co to jest PRZEDSTAWIENIE? Człowiek coś widzi - ptaka, nawet jeśli go nie nazywa. Człowiek go "doświadcza". To jest coś, co się człowiekowi "przedstawia". Słowo języka to znak - graficzny, dźwiękowy - który na coś wskazuje. To "strzałka" wskazująca na PRZEDSTAWIENIE, którego człowiek realnie doświadcza. Takimi przedstawieniami są też relacje między elementami otoczenia odbieranymi przez człowieka.
16a. Ludzki świat to nie tylko słowa. > Człowiek ma coś, czego model nie ma: bezpośredni kontakt z rzeczywistością. Kiedy widzisz psa, doświadczasz go wszystkimi zmysłami (widzisz puszystą sierść, czujesz zapach, słyszysz szczekanie). Słowo "pies” jest dla Ciebie tylko drogowskazem do tego realnego doświadczenia. Samo doświadczenie w tekście określane jest jako PRZEDSTAWIENIE. Rzeczywistość się człowiekowi "przedstawia".
17. Elementy tego świata PRZEDSTAWIEŃ, ludzie wplatają, "wkładają" w przestrzeń myślenia językowego - racjonalnego, w przestrzeń WZORCÓW.
18. Ludzie mogą myśleć poza-językowo, poza-racjonalnie. Choć słowo myśleć jest elementem języka i wskazuje na proces językowy, to jednak w ludziach mogą zachodzić procesy pozostające w świadomości i umyśle, a istniejące obok - nie będące elementem przestrzeni języka.
19. Wplecenie PRZEDSTAWIEŃ w przestrzeń języka oraz uruchomienie myślenia językowego - racjonalnego - umożliwia człowiekowi dwie sprawy:
19a) - dostrzeganie, postrzeganie doświadczanej rzeczywistości jako CAŁOŚCI. Dla zwierzęcia nie ma świata. Jest to, tamto albo owamto. Dla człowieka istnieje "świat" jako taki, jako pewna postrzegana całość.
19b) - ROZUMIENIE. Rozumienie polega na dostrzeganiu POWIĄZAŃ pomiędzy elementami będącymi przedmiotami rozumienia.
* Zatem ROZUMIEMY: co to jest, dlaczego tak jest, z czego to wynika, po co to jest.
* Człowiek ma wbudowaną potrzebę ROZUMIENIA. Dysonans poznawczy polegający na doświadczeniu braku rozumienia lub błędnego rozumienia rzeczywistości jest jednym z bolesnych doznań, którego ludzie unikają. Poczucie rozumienia jest realnie odczuwanym doświadczeniem, owo AHA!, owo "eureka!", każdy moment, gdy dziecko lub dorosły spostrzega, że zaczyna ROZUMIEĆ jest niefalsyfikowalnym, bardzo pozytywnym, autentycznym doświadczeniem emocjonalnym. Jesteśmy "zaprogramowani" i uwarunkowani na to, by rozumieć!
* W starożytności, nauczanie filozofii odbywało się ustnie, a nie pisemnie. Niezbędny był żywy NAUCZYCIEL, który uczył uczniów. Uczenie nie polegało na przyswajaniu wiedzy z pisanych materiałów - co odbywa się obecnie - ale na kształtowaniu w uczniach zdolności operowania tą wiedzą i wiązania tej wiedzy w całość logicznymi związkami, tak by byli zdolni nią operować w autonomiczny sposób, tak by widzieli jasno związki przyczynowo skutkowe, by byli zdolni operować tą wiedzą zgodnie ze wzorcem logiczności, niesprzeczności, wynikania i prawdy.
* Raz jeszcze: Człowiekowi dane jest odczucie ROZUMIENIA. Owo AHA! istnieje. Odczuwamy, że coś rozumiemy lub nie rozumiemy. Mamy potrzebę odczucia ROZUMIENIA!
* ROZUMIENIE nie jest posiadaniem wiedzy. Rozumienie polega na zdolności niesprzecznego wiązania elementów podlegających rozumieniu w funkcjonalne całości, właśnie w oparciu o relacje - szeregi przyczynowo-skutkowe i inne.
* Współczesny system edukacji odszedł od postulowanego w oświeceniu wyzwalania ROZUMIENIA i zastąpił je wymogiem odtwarzania zapamiętanego zbioru informacji, co jest fundamentalnym przesunięciem w stosunku zarówno do "ducha" oświecenia jak i podstawowej postawy filozofii starożytnej. Jest to podstawowe przesunięcie w stosunku do fundamentalnych procesów mentalnych człowieka, mające ewidentny wpływ na kształtowanie zarówno człowieka jak i jego postrzegania, myślenia i zdolności.
20. Posiadając PRZEDSTAWIENIA człowiek NIE BAZUJE wyłącznie na strukturze języka, na której bazuje system LLM, ale bazuje wprost na tych PRZEDSTAWIENIACH i wiąże je ze sobą w zrozumiałą całość, przenosząc je do języka, odbijając wynik w języku. Język i jego WZORCE nie jest przyczyną, dla której człowiek tworzy sensowne, językowe treści. Język jest SKUTKIEM rozumienia człowieka. Odwrotnie dla LLM, język jest podstawą i przyczyną generowania przez system formułowanych w języku ciągów znaków.
21. Spójność racjonalna języka, wynikająca z ROZUMIENIA przez ludzi ich PRZEDSTAWIEŃ i relacji między nimi, sprawia, że wyjściowe ciągi systemów LLM - tekst produkowany przez AI - ma dla czytających go ludzi jak najbardziej sens, bo bierze się z zakodowanej w języku, przestrzeni ich poznania i rozumienia świata.
22. Jednak ograniczenie LLM polega na możliwościach treningu. Nie da się wytrenować wszystkiego. Nie wszystkie obszary ROZUMIENIA człowieka są odpowiednio dużą ilość razy przeniesione do sfery języka. Sfera języka bywa zaśmiecona, nierozumnymi przekazami, a ostatnio nawet produkcjami AI, stąd trening staje się stopniowo coraz trudniejszy, bo WZORCE w języku ulegają zakłóceniu.