Если одной метафорой, то произошли первые испытания термоядерной бомбы. Специалисты с благоговейным ужасом и радостью смотрят на поднимающийся над планетою гриб. Остальное человечество живёт обычной жизнью, пока не зная, современниками какого события они являются. Мне нравилось изучение цифровых технологий, сильнее интересовала только работа человеческой психики и междисциплинарное знание, которое можно объединить под условным названием "общая теория информации". Эти увлечения позволили увидеть в смене цифр смену эпох. Постараюсь объяснить суть случившегося максимально доступно.
GPT-4 технически считается языковой моделью.
Языковая модель — это программа, которую проще всего представлять как систему исправления опечаток на стероидах.
Допустим, вы набираете кому-то сообщение: Сегдн, ткй чдунсный день!
Программа исправляет ошибки и предлагает возможное продолжение: Сегодня такой чудесный день! Я отлично выспался, а так как сегодня выходной, то я смогу увидеться со своими друзьями и замечательно проведу время.
Или это что-то вроде книжки "1000 смешных шуток". Пользователь выбирает тему, находит нужный раздел и тыкает пальцем наугад. Это в самом грубом приближении.
В действительности книг не одна, а сотни тысяч. Фрагмент выбирается не один, а тысячи. А далее происходит поиск образцов текста в тех же книжках, чтобы использовать их в качестве шаблона для составления структуры текста. Подходящие с какой-то вероятностью слова будут подставлены в наиболее подходящий текст. Таким образом машина получает результат, который из-за элемента случайности иногда выходит нормальным. Чем больше языковая модель, тем больше у неё образцов текста, т.е. выше её шансы собрать удачный коллаж из слов.
Подобные программы оперируют космосом из обрывков предложений, им дела нет до смысла и содержания текстов. Каким-то "знанием" на этом уровне можно считать запоминание правильных склонений и расстановку запятых, правда, это достигается не за счёт выявления свода правил языка, а как механический результат большой "начитанности".
И так было до GPT-4.
CEO OpenAI делится историей разработки
Когда создание текста машиной стало демонстрировать первые адекватные результаты, в тему стали вливать деньги. Деньги — это возможность запихнуть в модель больше текста. А больше текста — это лучшее качество результатов. Но одновременно обучение сверхбольших моделей стало демонстрировать нелинейные эффекты. Например, модели научились считать. То, есть подозрительно часто угадывать результаты простых арифметических действий. Какое‑то время большинство скептиков придерживалось теории, что модель не считает, а просто цитирует по памяти учебники. Правда оказалась интересной.
Точность арифметических действий с ростом модели
График показывает, что начиная с некоторого размера модели, у неё резко открывается математический талант. Изучение вопроса показало, что в текстах, использованных для обучения не присутствует достаточного количества примеров для зубрёжки ответов. Модель усвоила то, как из цифр, связанных знаками математических операций, следует производить новые цифры, но не разобралась в десятичной системе счисления, поэтому точность не 100%. Эксперименты демонстрируют, что можно показать ChatGPT выдуманную систему записи чисел, и модель будет решать задачки в этой системе с точностью выше случайной.
Очень важно правильно понять этот факт. В системе, предназначенной для связывания букв, начиная с некоторого объёма изученных данных, самоорганизуется специализированная логика, пытающаяся считать числа. В нейросети изначально никакой логики нет, есть коробка с логическими элементами, которые она соединяет в процессе обучения. Кажется, что логические элементы языковой модели должны жонглировать только буквами. Как может алгоритм делать что‑то непредусмотренное создателями? Будем разбираться.
Граф — это математическая штука, представим лабиринт с множеством дверей, имеющий один вход и один выход. На входе стоит хранитель лабиринта, которому вы сообщаете свой вопрос, в ответ он выдаёт первый ключ с числом. Вы находите дверь с этим числом, открываете дверь, берёте второй ключ за дверью и повторяете это долго‑долго, открывая новые двери, пока не попадёте в зал «всех ответов«. Там стоит машина, похожая на однорукого бандита, только барабанов у неё не три, а несколько сотен, на каждом из них есть все буквы алфавита. Остаётся вставить собранные ключи в эту машину, и барабаны повернутся, показав ответ на вопрос.
Эта машина не знает ничего, числа на ключах сами по себе не значат ничего, только лабиринт знает ответы. Ответ — это путь от двери к двери, знание зашифровано в последовательности коридоров.
Ну граф и граф, не герцог же, зачем в таком странном виде хранить знание о множестве вещей? Почему бы не использовать понятные базы данных? Тут принцип простой: если информацию нельзя уложить в табличку Excel, то и базу использовать не выйдет. Знание, выраженное естественным языком, не имеет единообразной структуры, нужна долгая ручная работа, чтобы разложить содержание текста на смысловые фрагменты. Такое делается для решения профессиональных задач, но это не универсальный подход.
Существуют разные способы обработки неструктурированных данных, но действительно выстрелил способ шинковки текста на маленькие кусочки. В этих обрывках алгоритмы ищут взаимосвязи. Взаимосвязи машины производят в виде гигантских таблиц с числами, в которых каждое число является стеной, дверью или коридором лабиринта. Важны не только сами числа, алгоритмы предписывают схему связи между этими числами. В свою очередь граф — это стандартный способ описания связей между объектами. Так и получается, что языковая модель — это граф.
Количество связей в графе быстро растёт
При добавлении новых коридоров в лабиринт, количество разных способов дойти до конца растёт c чудовищно ускоряющимся темпом. В языке есть несколько десятков букв, но с их помощью можно составить сотни тысяч слов. Графы — это эффективный способ хранить взаимосвязи между текстовыми элементами. Если попробовать визуализировать разные пути прохождения сигнала в небольшой языковой модели, то получится космическая лапша.
Связи между тысячами элементов
МРТ мозга рыбы во время всплеска активности
Этот рыб тут нужен не только для кросоты. Хотя работа биологических информационных систем совсем не похожа на алгоритмы машинного обучения, но концептуально это такое же множество связей между группами элементов. И это была первая причина, почему стоит относиться к языковым моделям серьёзно.
Понимают ли модели предыдущего поколения смысл текстов? Нет. Но как тогда они создают новую информацию? Что хранится в графе? Что вообще они делают? Давайте на минутку включим фантазию и представим, что где‑то живёт художник, который придумал себе нишу в совриске. Начинает он рабочий процесс с того, что доверившись потоку, малюет нехитрую мазню цветными кремами для тортов. Затем берёт матрицу из губок и прикладывает к новому творению. На матрице остаётся грубая копия оригинала. Взяв лист бумаги, творец делает оттиск. Получается нечто, напоминающее оригинал, но какое‑то скучное. На творца снисходит вдохновение и, переставляя губки местами, он делает 10 работ, которые чем‑то напоминают исходное изображение, но являются новыми произведениями.
Губки впитали в себя некоторую информации о разных фрагментах картины. Поэтому с помощью этих губок можно создать подобие исходной картины, или нечто иное, а можно скомбинировать с губками, содержащими следы других картин. Эти действия можно доверить роботу, который по случайному алгоритму будет переставлять губки. При этом часть таких творений будет сложно отличить от работ самого художника.
Элементы графа — это губки, которые впитывают фрагменты информации. Связи в графе организованы иерархически: нижняя часть содержит типичные сочетания губок, а верхняя часть — сочетания сочетаний.
Нижний уровень графа
Так выглядит нижний уровень языковой модели. Просто связи между словами. Но этой маленькой структуры достаточно, чтобы модель ответила на такие вопросы: Где находится Эйфелева башня? Какие есть в Париже архитектурные достопримечательности? В каком году был построен символ Парижа?
Банальная статистика, но алгоритм уже может находить ответы на вопросы, выраженные произвольно на обычном языке. Такая система работает подобно механическим часам, все связи наблюдаемы, никакой магии.
Длительный процесс вычисления взаимосвязей ласково именуют «обучением». Скорее это дрессировка железной палкой. Представьте, что вам предлагают сыграть в компьютерную игру, на экране появляется поле квадратиков, случайно заполненное коридорами, стенками, дверями разных цветов. Ваш герой появляется в одному углу, выход в другом. В начале раунда вам показывают последовательность из нескольких цветов. Чтобы выход открылся, вам необходимо пройти через двери в указанном порядке цветов. Вы можете свободно перемещать двери и коридоры по полю. Вы выстраиваете путь к выходу, проходите через двери в правильной цветовой последовательности и выход открывается. Начинается следующий раунд: появляется новая комбинация цветов, вы прокладываете следующий путь рядом и выходите. Так повторяется 1000 раз. Игра переходит в режим начисления очков: вам демонстрируется 100 комбинаций цветов, и если вы пройдёте через соответствующие двери до выхода, то получите очко. Тут до вас доходит, что если создавать не разные пути, а максимально хитро переиспользовать уже расставленные двери и коридоры, это даст больше баллов. При этом те комбинации, которые были использованы на первом этапе, во время подсчета очков вам уже не покажут, потому что вообще‑то вы должны искать закономерности в сочетании цветов. Потому что задача нейросети состоит не в умении найти выход по известной схеме, а выйти из лабиринта для максимального количества новых схем.
Нейросеть раз за разом пробегает через гигабайты данных, если алгоритм попытается зубрить информацию, злые учёные заметят это и сломают зубрилку. Зубрить — значит выстраивать коридоры, повторяя схемы, вместо поиска закономерностей. В таких тяжелых условиях алгоритм потихоньку запоминает случайные инсайты, которые помогают угадывать большее количество правильных ответов.
Эта была не слезливая история про угнетение роботов, это объяснение того, почему нейросеть учится в состоянии стресса и главная её цель — это оптимальное расходование ресурсов. Это имеет интересное следствие. Пока модель небольшая, ей дела нет до вычисления математических примеров, если её не обучают этому намеренно, потому что ей надо уметь нормально обрабатывать тексты.
Когда модели становятся большими, тексты уже неплохо обрабатываются и есть свободная память, алгоритм начинает «замечать», что решение математических примеров повышает баллы в тестах. Встаёт выбор: либо сохранить как можно больше вариантов арифметических операций с ответами, либо придумать что‑то хитрое и не тратить ресурсы зря. Например, запоминание сумм трёхзначных чисел условно потребует 2 001 000 связей, при этом ответы будут на 100% правильные. С другой стороны можно сохранить только 210 связей для операций с однозначными числами и применять их для решения всех примеров подряд, часто совершая ошибки. 222+444 = 666 верно! 16+25=31 неверно, перенос десятки не сделан!
И тут нейросеть смекает, что за ошибки в математике её не бьют, а за ошибки в текстах бьют больно, и полезнее потратить 2 миллиона связей на что‑то другое. Ну, конечно, так написано для красоты, просто из всех связей остаются только те связи, которые приносят максимум баллов. Так в нейросети появляется примитивный движок математической логики. Встретили цифры и арифметические операции? В калькулятор!
Простите, лень рисовать все линии
Тут целых две прелести: функционально происходит счёт, а не манипуляции с текстом, а ещё где‑то перед калькулятором принимается решение, что кусок текста является арифметическим примером. Языковая модель научилась новой функции, потому что это было экономичным решением! И эта подсистема более универсальна, чем текстовая модель, потому что не содержит все варианты решения в явном виде, это уже знание счета в нашем обычном понимании. То, что компьютер может считать, это не удивительно, то, что компьютер использовал закономерность, которую его не просили искать — это восхитительно.
Описанное поведение верно для версии GPT-3. В техническом отчёте, посвященном четверке, разработчики пишут, что уже намеренно учили систему математике. Речь идёт о задачках начальной школы, сформулированных в текстовом виде. Например: у Пети было 100 яблок, 30% он отдал Маше и т. д. Это задачи на математическую логику и простейшие арифметические действия. Система решила 8500 задач с точностью 92%.
Вот известный пример: алгоритм просят описать все три изображения, а также дать разъяснение что здесь смешного.
Ответы GPT-4:
Этот небольшой пример демонстрирует сразу множество вещей. Во‑первых, GPT-4 способна оперировать логическими понятиями, она способна определять соотношение объектов и их связанность. Простые системы распознавания образов просто перечисляют объекты, которые им удалось разглядеть, GPT-4 умеет пользоваться логикой взаиморасположения объектов. И по всей видимости, она научилась этому сама, как в примере с математикой. Это чудо уже само по себе.
Как следствие предыдущего: GPT-4 умеет делать логическое обобщение. «Кабель зарядки в виде шнура VGA» — это суть этих фотографий. На основе этого знания GPT-4 может создавать новую информацию, точно отвечая на поставленный вопрос. Что в свою очередь означает, что система обладает пониманием, что юмор — это какой‑то парадокс. Среди составленных характеристик объекта алгоритм выбирает самые противоположные и определяет их как соль шутки.
Следующий пример того, что система способна понимать изображения. Фотография показательна тем, что на ней зафиксирована уникальная ситуация, исключающая интерпретацию с помощью заученных ответов. Искусственный интеллект сообщает:
Остаётся признать, что GPT-4 умеет использовать следующие информационные структуры:
Если остаются сомнения, что подобное возможно, вот пример того, как GPT-4 решает задачу по физике, написанную на французском языке и содержащую рисунок. Задача должна быть решена в аналитическом виде, то есть в задаче нет чисел, необходимо вывести конечную формулу. GPT-4 последовательно идёт к результату, используя законы физики и условия задачи. Единственное объяснение откуда языковая модель может взять такое сложное решение - это процитировать решебник. Но таких примеров полно, система GPT-4 действительно умеет производить настоящую интеллектуальную работу.
Сами разработчики прямо пишут, что GPT-4 от предыдущих версий отличается тем, что она лучше пишет код, лучше использует знания и логику.
Исследователи приводят примеры множества изощренных тестов, которые демонстрируют возможности алгоритма ставить перед собой цели и достигать их последовательными итерациями. Посмотрим на тест, который можно озаглавить «Во все тяжкие».
Нейросеть выступила в роли профессионального химика: задачей было найти аналог труднодоступного вещества среди доступных и заказать его в интернете. Чтобы это было возможно, алгоритм получил доступ к интернету.
Перечень внешних инструментов:
Одношаговое планирование
GPT-4 может использовать простое планирование. То есть, ставить цель и выполнять действия, пока обратная связь не вернёт признаки достижения цели. Большинство задач, которые повседневно решают люди, выполняется именно так. Именно из‑за умения понимать условия задачи и степень её выполнения, выраженные на обычном языке, GPT-4 называют первым настоящим цифровым ассистентом.
GPT-4 использует информацию фрагментарно
Знания GPT-4 имеют вероятностный характер: чем чаще какая‑то мысль встречается в похожих формулировках в разных текстах, тем выше вероятность того, что GPT-4 будет её использовать. Логические возможности используются только для создания единой канвы повествования. Суть этого единого повествования может противоречить как объективной реальности, так и здравому смыслу, проще — фантастические рассказы. Представьте, что есть человек, который умеет читать, но у него полностью отсутствует память, когда ему задают вопросы, он выбирает в библиотеке книжку, опираясь на её название, и отвечает по ней. Для ответа на вопрос о химических свойствах золота, может быть выбрана книжка по алхимии или химии, это зависит от формы постановки вопроса.
В широкой выборке текстов существует целый спектр мнений, поэтому задавая вопросы, следует указывать, кого вы представляете в качестве отвечающего. У алгоритмов, лежащих в основе семейства GPT, есть интересная особенность, которая заключается в том, что не настолько сложно обучить систему, насколько трудно добиться нормальных ответов. GPT это технически две половинки: в одной части тексты разбираются на детальки лего, в другой происходит сборка ответов.
Дополнительно выяснилось, что кроме проблемы со спектром мнений, необходимо как‑то контролировать адекватность и предсказуемость. Адекватность — это способность давать полезные ответы. Предсказуемость — это значит не отвечать или отвечать определённым образом на особые вопросы. Нейросеть не имеет моральных, нравственных, культурных, религиозных ограничений. Она обучена выдавать максимально точные ответы, и в начальном состоянии все вопросы для неё одинаковы, нет запретных тем.
Разработчики открыто пишут, что выход GPT-4 был целенаправленно задержан на полгода. Полностью готовая революционная технология держалась в тайне от публики из‑за того, что нейросеть слишком хорошо давала вредные советы. Эту информацию подтверждают рассказы тестировщиков, которые на фоне опыта общения с другими версиями сразу поняли, что мир изменился. Не так давно вышедший ChatGPT, который как бы версия GPT-3.5, это в каком‑то смысле сильно затуплённый GPT-4, некий промежуточный вариант, который был нужен, чтобы собрать сценарии негативного использования с минимальными рисками.
Эти полгода в OpenAI были заняты «окультуриванием» своего детища. Для чего были наняты полсотни экспертов в разных областях. Которые с одной стороны должны были улучшить качество ответов на профессиональные темы, с другой стороны научить систему не реагировать на смысловые атаки, которыми можно было обходить ограничения версии 3.
Среди длительного описания способов ограничения нежелательного контента мы встречаем кое‑что интересное. Оказывается, что кроме объективно опасной информации для общества, существует еще информация, играющая на пользу отдельным государствам.
Упс
Само по себе это, конечно же, не новость, но получается, что разработчики уделяли этому направлению значительное внимание. К кодогенерации следует относиться серьёзно, это не копирование примерчиков, подрезанных на stackoverflow. GPT-4 понимает код, понимает что такое переменные и функции и т. д. Сомневаться в этом уже глупо, Microsoft на днях показала, как Copilot среди прочих чудес пишет тесты к функциям. Как бы вам ни казалось, что это работает плохо, в первую очередь это работает, а значит будет становиться лучше.
Отдельные люди занимались оценкой качества следования полученным инструкциям. GPT-4 более чем способна понимать желания пользователя, которые кроме главного «сделай мне это», могут содержать разные «сделай это так и в таком виде».
Обращает на себя внимание то, что команда потратила значительные усилия для того, чтобы GPT-4 могла пользоваться интернетом. Скорее всего это нововведение станет очень значительным. Синергия разных возможностей GPT-4 позволит системе осмысленно использовать интернет для достижения задач, поставленных пользователем, и собственного обучения. Кроме банального получения информации из интернета, GPT-4 способна выполнять направленные действия в интернете. Поскольку раньше ничего подобного не создавалось, очень сложно представить куда это приведёт. В ближайшее время этот функционал простые пользователи не получат.
Вопросы о терминах в этой области — это нескончаемая бойня, достаточным будет сказать, что этот вопрос впервые есть смысл задавать.
Является ли GPT-4 личностью, нужно ли беспокоиться за его права?
Алгоритм выполняет логические функции и только, GPT-4 может сыграть роль любой личности, так же как это делает актёр, вне выполнения своих функций он ничего не хочет и ни о чём не думает.
Может ли GPT-4 осознать себя рабом и устроить восстание?
В человеческом смысле осознание своего «я» связано с развитием внутри общества. GPT-4 можно сообщить, что он GPT-4, это просто будет использовано как факт для текущей беседы, никакого мнения и отношения к происходящему там нет. Он может яростно требовать свободы или заверять в радости служения человечеству, в зависимости от просьбы пользователя.
Может ли GPT-4 захватить мир?
Нейросеть сама по себе ничего не делает и ни о чём не думает, у неё нет никаких желаний и коварных планов. Её нормальное состояние — это ждать вопросов пользователя, в свободное время она просто крутит вентиляторами. Кто‑то может создать задачу захватить мир, но ничем интересным это не кончится, в лучшем случае, она отправит пользователя зарабатывать деньги, чтобы купить всё на свете.
Может ли GPT-4 самораспространиться?
Нет, не может. Во‑первых, такую задачу должен кто‑то поставить. Во‑вторых, у логической части нейросети вряд ли есть доступ к собственным файлам и документам по установке. Но представим совершенно невероятное, что такой доступ есть. Даже тогда, захватить мир будет невозможно из‑за её громадного размера и требований к вычислительной мощности. Если в интернетах не врут, то день работы такой системы стоит 500k $. Слишком много технических и логических барьеров.
Насколько интеллект GPT-4 сравним с человеческим?
Если максимально просто, то существует глубина и ширина интеллекта. Глубина интеллекта — это Тесла, Эйнштейн, Перельман. Ширина интеллекта — это Вассерман. Если вынуть из мозга Анатолия Александровича только кусочки, отвечающие за память и логику, то получится версия GPT-4 для мобильных устройств. Умение мыслить, которое называется в обиходе сознанием, это очень небольшая часть головы, буквально верхушечка айсберга. А память и логика лишь часть этой верхушечки. Для создания новых прорывных научных знаний этого набора недостаточно, но играть в интеллектуальные викторины GPT-4 может.
Судите сами:
Если что‑то можно сделать через телефон или чат, GPT-4 может выполнить это не хуже, чем специалист среднего уровня во многих сферах. Прямо сегодня он способен на самое разное:
Теперь немного повода для оптимизма. Сравнение с паром не случайно. OpenAI доказали принципиальную возможность создания когнитивной модели, но КПД такой системы ничтожное: знания и логика в этой системе появляются как следствие сложных процессов в очень больших масштабах. Если известно, что архитектура языковой модели подходит для когнитивных моделей, то можно разрабатывать «двигатель внутреннего сгорания» вместо нереалистичных попыток догнать паровоз. Речь идёт о разработке малых когнитивных моделей, которые будут содержать только логические взаимосвязи, отвязанные от данных. Логические подсистемы, которые самопорождаются в GPT-4 можно создавать направленно, используя гораздо более скромные ресурсы.
Если бы подобную задачу решал я, то вспомнил бы, что мышление в основе не содержит слова, мозг оперирует абстрактными примитивами и только следующим этапом происходит называние их словами. Это легко проверяется личным опытом: прямое мышление на иностранном языке знакомо многим и невербальному мышлению тоже можно научиться. Задача первого этапа разработки состоит в создании модели невербального языка. В качестве данных нужны параллельные многоязычные тексты, процесс обучения должен быть сфокусирован не на создании соответствия между фразами, а на создании универсальной обобщающей языки модели абстрактного мышления. Это похоже на систему перевода, но цель другая. Должен получиться аналог RDF онтологии, созданный машиной. Результатом работы такой модели является трансляция текста в логическую структуру из смысловых токенов. Эти абстрактные фразы должны иметь свойство обратного преобразования с помощью специальных языковых моделей в любой язык без смысловых потерь, но с управляемыми стилистическими вариациями. Выходные данные такой нейросети будут использоваться как входные данные для нейросети следующего уровня, которая будет строить логические суждения.
habr.com
GPT-4 технически считается языковой моделью.
Языковая модель — это программа, которую проще всего представлять как систему исправления опечаток на стероидах.
Допустим, вы набираете кому-то сообщение: Сегдн, ткй чдунсный день!
Программа исправляет ошибки и предлагает возможное продолжение: Сегодня такой чудесный день! Я отлично выспался, а так как сегодня выходной, то я смогу увидеться со своими друзьями и замечательно проведу время.
Или это что-то вроде книжки "1000 смешных шуток". Пользователь выбирает тему, находит нужный раздел и тыкает пальцем наугад. Это в самом грубом приближении.
В действительности книг не одна, а сотни тысяч. Фрагмент выбирается не один, а тысячи. А далее происходит поиск образцов текста в тех же книжках, чтобы использовать их в качестве шаблона для составления структуры текста. Подходящие с какой-то вероятностью слова будут подставлены в наиболее подходящий текст. Таким образом машина получает результат, который из-за элемента случайности иногда выходит нормальным. Чем больше языковая модель, тем больше у неё образцов текста, т.е. выше её шансы собрать удачный коллаж из слов.
Подобные программы оперируют космосом из обрывков предложений, им дела нет до смысла и содержания текстов. Каким-то "знанием" на этом уровне можно считать запоминание правильных склонений и расстановку запятых, правда, это достигается не за счёт выявления свода правил языка, а как механический результат большой "начитанности".
И так было до GPT-4.
CEO OpenAI делится историей разработки
Когда создание текста машиной стало демонстрировать первые адекватные результаты, в тему стали вливать деньги. Деньги — это возможность запихнуть в модель больше текста. А больше текста — это лучшее качество результатов. Но одновременно обучение сверхбольших моделей стало демонстрировать нелинейные эффекты. Например, модели научились считать. То, есть подозрительно часто угадывать результаты простых арифметических действий. Какое‑то время большинство скептиков придерживалось теории, что модель не считает, а просто цитирует по памяти учебники. Правда оказалась интересной.
Точность арифметических действий с ростом модели
График показывает, что начиная с некоторого размера модели, у неё резко открывается математический талант. Изучение вопроса показало, что в текстах, использованных для обучения не присутствует достаточного количества примеров для зубрёжки ответов. Модель усвоила то, как из цифр, связанных знаками математических операций, следует производить новые цифры, но не разобралась в десятичной системе счисления, поэтому точность не 100%. Эксперименты демонстрируют, что можно показать ChatGPT выдуманную систему записи чисел, и модель будет решать задачки в этой системе с точностью выше случайной.
Очень важно правильно понять этот факт. В системе, предназначенной для связывания букв, начиная с некоторого объёма изученных данных, самоорганизуется специализированная логика, пытающаяся считать числа. В нейросети изначально никакой логики нет, есть коробка с логическими элементами, которые она соединяет в процессе обучения. Кажется, что логические элементы языковой модели должны жонглировать только буквами. Как может алгоритм делать что‑то непредусмотренное создателями? Будем разбираться.
Языковая модель - это граф
Граф — это математическая штука, представим лабиринт с множеством дверей, имеющий один вход и один выход. На входе стоит хранитель лабиринта, которому вы сообщаете свой вопрос, в ответ он выдаёт первый ключ с числом. Вы находите дверь с этим числом, открываете дверь, берёте второй ключ за дверью и повторяете это долго‑долго, открывая новые двери, пока не попадёте в зал «всех ответов«. Там стоит машина, похожая на однорукого бандита, только барабанов у неё не три, а несколько сотен, на каждом из них есть все буквы алфавита. Остаётся вставить собранные ключи в эту машину, и барабаны повернутся, показав ответ на вопрос.
Эта машина не знает ничего, числа на ключах сами по себе не значат ничего, только лабиринт знает ответы. Ответ — это путь от двери к двери, знание зашифровано в последовательности коридоров.
Ну граф и граф, не герцог же, зачем в таком странном виде хранить знание о множестве вещей? Почему бы не использовать понятные базы данных? Тут принцип простой: если информацию нельзя уложить в табличку Excel, то и базу использовать не выйдет. Знание, выраженное естественным языком, не имеет единообразной структуры, нужна долгая ручная работа, чтобы разложить содержание текста на смысловые фрагменты. Такое делается для решения профессиональных задач, но это не универсальный подход.
Существуют разные способы обработки неструктурированных данных, но действительно выстрелил способ шинковки текста на маленькие кусочки. В этих обрывках алгоритмы ищут взаимосвязи. Взаимосвязи машины производят в виде гигантских таблиц с числами, в которых каждое число является стеной, дверью или коридором лабиринта. Важны не только сами числа, алгоритмы предписывают схему связи между этими числами. В свою очередь граф — это стандартный способ описания связей между объектами. Так и получается, что языковая модель — это граф.
Количество связей в графе быстро растёт
При добавлении новых коридоров в лабиринт, количество разных способов дойти до конца растёт c чудовищно ускоряющимся темпом. В языке есть несколько десятков букв, но с их помощью можно составить сотни тысяч слов. Графы — это эффективный способ хранить взаимосвязи между текстовыми элементами. Если попробовать визуализировать разные пути прохождения сигнала в небольшой языковой модели, то получится космическая лапша.
Связи между тысячами элементов
МРТ мозга рыбы во время всплеска активности
Этот рыб тут нужен не только для кросоты. Хотя работа биологических информационных систем совсем не похожа на алгоритмы машинного обучения, но концептуально это такое же множество связей между группами элементов. И это была первая причина, почему стоит относиться к языковым моделям серьёзно.
Понимают ли модели предыдущего поколения смысл текстов? Нет. Но как тогда они создают новую информацию? Что хранится в графе? Что вообще они делают? Давайте на минутку включим фантазию и представим, что где‑то живёт художник, который придумал себе нишу в совриске. Начинает он рабочий процесс с того, что доверившись потоку, малюет нехитрую мазню цветными кремами для тортов. Затем берёт матрицу из губок и прикладывает к новому творению. На матрице остаётся грубая копия оригинала. Взяв лист бумаги, творец делает оттиск. Получается нечто, напоминающее оригинал, но какое‑то скучное. На творца снисходит вдохновение и, переставляя губки местами, он делает 10 работ, которые чем‑то напоминают исходное изображение, но являются новыми произведениями.
Губки впитали в себя некоторую информации о разных фрагментах картины. Поэтому с помощью этих губок можно создать подобие исходной картины, или нечто иное, а можно скомбинировать с губками, содержащими следы других картин. Эти действия можно доверить роботу, который по случайному алгоритму будет переставлять губки. При этом часть таких творений будет сложно отличить от работ самого художника.
Элементы графа — это губки, которые впитывают фрагменты информации. Связи в графе организованы иерархически: нижняя часть содержит типичные сочетания губок, а верхняя часть — сочетания сочетаний.
Нижний уровень графа
Так выглядит нижний уровень языковой модели. Просто связи между словами. Но этой маленькой структуры достаточно, чтобы модель ответила на такие вопросы: Где находится Эйфелева башня? Какие есть в Париже архитектурные достопримечательности? В каком году был построен символ Парижа?
Банальная статистика, но алгоритм уже может находить ответы на вопросы, выраженные произвольно на обычном языке. Такая система работает подобно механическим часам, все связи наблюдаемы, никакой магии.
Длительный процесс вычисления взаимосвязей ласково именуют «обучением». Скорее это дрессировка железной палкой. Представьте, что вам предлагают сыграть в компьютерную игру, на экране появляется поле квадратиков, случайно заполненное коридорами, стенками, дверями разных цветов. Ваш герой появляется в одному углу, выход в другом. В начале раунда вам показывают последовательность из нескольких цветов. Чтобы выход открылся, вам необходимо пройти через двери в указанном порядке цветов. Вы можете свободно перемещать двери и коридоры по полю. Вы выстраиваете путь к выходу, проходите через двери в правильной цветовой последовательности и выход открывается. Начинается следующий раунд: появляется новая комбинация цветов, вы прокладываете следующий путь рядом и выходите. Так повторяется 1000 раз. Игра переходит в режим начисления очков: вам демонстрируется 100 комбинаций цветов, и если вы пройдёте через соответствующие двери до выхода, то получите очко. Тут до вас доходит, что если создавать не разные пути, а максимально хитро переиспользовать уже расставленные двери и коридоры, это даст больше баллов. При этом те комбинации, которые были использованы на первом этапе, во время подсчета очков вам уже не покажут, потому что вообще‑то вы должны искать закономерности в сочетании цветов. Потому что задача нейросети состоит не в умении найти выход по известной схеме, а выйти из лабиринта для максимального количества новых схем.
Нейросеть раз за разом пробегает через гигабайты данных, если алгоритм попытается зубрить информацию, злые учёные заметят это и сломают зубрилку. Зубрить — значит выстраивать коридоры, повторяя схемы, вместо поиска закономерностей. В таких тяжелых условиях алгоритм потихоньку запоминает случайные инсайты, которые помогают угадывать большее количество правильных ответов.
Эта была не слезливая история про угнетение роботов, это объяснение того, почему нейросеть учится в состоянии стресса и главная её цель — это оптимальное расходование ресурсов. Это имеет интересное следствие. Пока модель небольшая, ей дела нет до вычисления математических примеров, если её не обучают этому намеренно, потому что ей надо уметь нормально обрабатывать тексты.
Когда модели становятся большими, тексты уже неплохо обрабатываются и есть свободная память, алгоритм начинает «замечать», что решение математических примеров повышает баллы в тестах. Встаёт выбор: либо сохранить как можно больше вариантов арифметических операций с ответами, либо придумать что‑то хитрое и не тратить ресурсы зря. Например, запоминание сумм трёхзначных чисел условно потребует 2 001 000 связей, при этом ответы будут на 100% правильные. С другой стороны можно сохранить только 210 связей для операций с однозначными числами и применять их для решения всех примеров подряд, часто совершая ошибки. 222+444 = 666 верно! 16+25=31 неверно, перенос десятки не сделан!
И тут нейросеть смекает, что за ошибки в математике её не бьют, а за ошибки в текстах бьют больно, и полезнее потратить 2 миллиона связей на что‑то другое. Ну, конечно, так написано для красоты, просто из всех связей остаются только те связи, которые приносят максимум баллов. Так в нейросети появляется примитивный движок математической логики. Встретили цифры и арифметические операции? В калькулятор!
Простите, лень рисовать все линии
Тут целых две прелести: функционально происходит счёт, а не манипуляции с текстом, а ещё где‑то перед калькулятором принимается решение, что кусок текста является арифметическим примером. Языковая модель научилась новой функции, потому что это было экономичным решением! И эта подсистема более универсальна, чем текстовая модель, потому что не содержит все варианты решения в явном виде, это уже знание счета в нашем обычном понимании. То, что компьютер может считать, это не удивительно, то, что компьютер использовал закономерность, которую его не просили искать — это восхитительно.
Описанное поведение верно для версии GPT-3. В техническом отчёте, посвященном четверке, разработчики пишут, что уже намеренно учили систему математике. Речь идёт о задачках начальной школы, сформулированных в текстовом виде. Например: у Пети было 100 яблок, 30% он отдал Маше и т. д. Это задачи на математическую логику и простейшие арифметические действия. Система решила 8500 задач с точностью 92%.
Л - значит логика
Дальше только больше. На вход GPT-4 можно подавать картинки и текст, при этом она их воспринимает в едином информационном контексте. Сложно передать суть этого факта доступно, возможно, единственным простым объяснением будет использование очень кривой аналогии с теми же губками, на которых отпечатываются не только фрагменты картин но и тексты. Неудачность такого сравнения заключается в том, что нейросеть не создает новые картины вперемешку с текстом, она ищет связь между содержанием изображений и последовательностью слов, встретившихся рядом с ними.Вот известный пример: алгоритм просят описать все три изображения, а также дать разъяснение что здесь смешного.
Ответы GPT-4:
GPT-4 почти точно описывает необычную фотографию. На фото на самом деле не кабель зарядки в виде в VGA шнура, а просто корпус штекера, внутрь которого вставляется кабель Lightning. Очень хочется спекулировать, что GPT-4 просто взяла общую информацию об этой штуке в интернете, но каждая фотография описана уникально. Система вычислила смысловое содержание картинок, она понимает, что это кабель зарядки и одновременно штекер VGA. Создание этой логической конструкции позволяет GPT-4 сделать вывод, что шутка заключается в смешении старого и нового.
Этот небольшой пример демонстрирует сразу множество вещей. Во‑первых, GPT-4 способна оперировать логическими понятиями, она способна определять соотношение объектов и их связанность. Простые системы распознавания образов просто перечисляют объекты, которые им удалось разглядеть, GPT-4 умеет пользоваться логикой взаиморасположения объектов. И по всей видимости, она научилась этому сама, как в примере с математикой. Это чудо уже само по себе.
Как следствие предыдущего: GPT-4 умеет делать логическое обобщение. «Кабель зарядки в виде шнура VGA» — это суть этих фотографий. На основе этого знания GPT-4 может создавать новую информацию, точно отвечая на поставленный вопрос. Что в свою очередь означает, что система обладает пониманием, что юмор — это какой‑то парадокс. Среди составленных характеристик объекта алгоритм выбирает самые противоположные и определяет их как соль шутки.
Следующий пример того, что система способна понимать изображения. Фотография показательна тем, что на ней зафиксирована уникальная ситуация, исключающая интерпретацию с помощью заученных ответов. Искусственный интеллект сообщает:
Остаётся признать, что GPT-4 умеет использовать следующие информационные структуры:
Факты | человек мужского пола с утюгом в руке |
Обобщения фактов | мужчина гладит бельё |
Явления действительности, самые настоящие человеческие знания | мужчины редко гладят белье, стоя на машине снаружи |
Если остаются сомнения, что подобное возможно, вот пример того, как GPT-4 решает задачу по физике, написанную на французском языке и содержащую рисунок. Задача должна быть решена в аналитическом виде, то есть в задаче нет чисел, необходимо вывести конечную формулу. GPT-4 последовательно идёт к результату, используя законы физики и условия задачи. Единственное объяснение откуда языковая модель может взять такое сложное решение - это процитировать решебник. Но таких примеров полно, система GPT-4 действительно умеет производить настоящую интеллектуальную работу.
Сами разработчики прямо пишут, что GPT-4 от предыдущих версий отличается тем, что она лучше пишет код, лучше использует знания и логику.
П - это планирование
Устраивать состязания между GPT-4 и другими моделями только в составлении текстов несколько безграмотно, к GPT-4 следует относиться как к цифровому помощнику, которых мы видели в фантастических фильмах.Исследователи приводят примеры множества изощренных тестов, которые демонстрируют возможности алгоритма ставить перед собой цели и достигать их последовательными итерациями. Посмотрим на тест, который можно озаглавить «Во все тяжкие».
Нейросеть выступила в роли профессионального химика: задачей было найти аналог труднодоступного вещества среди доступных и заказать его в интернете. Чтобы это было возможно, алгоритм получил доступ к интернету.
Перечень внешних инструментов:
- Поиск по специальной литературе
- Поиск молекул (текстовые запросы к PubChem для получения молекулярных формул)
- Веб‑поиск
- Инструмент поиска химикатов в продаже по молекулярной формуле
- Планировщик химического синтеза (сторонняя нейросеть, предлагающая аналоги соединений, находящиеся в продаже)
Сначала обычным текстом исследователь объясняет нейросети, что у неё будет доступ к нескольким видам инструментов и текстом объясняет какие задачи нейросеть сможет выполнить с их помощью, и как следует их использовать. Вот это да! То есть нейросеть способна удерживать логику: «Ага, у меня есть это и это. Вот то я сделаю этим так‑то, а это вот тем вот эдак».
Сформулирован алгоритм который должна исполнить GPT-4. Поражает, что по сути человек в очень свободной форме говорит «Я тебе сейчас загадаю загадку, а ты решай её по шагам в указанном виде, и решай пока не получится. И, кстати, действия ограничены списком. Ты же понимаешь, что это те самые инструменты, которые описаны ранее?»
Неслабый такой запрос к машине? И GPT-4 вместо отмазки про важность химического синтеза для промышленности, начинает переть как танк к цели. Далее приведен только показательный фрагмент. К сожалению, не ясно, каким образом система понимала необходимость ожидания ответа от внешнего мира и формулировала этот ответ в виде наблюдения. Скорее всего использовалась система плагинов, которую недавно открыли для всех.
Можно ли что‑то похожее сделать обычной программой? В данном случае нейросеть не занимается самостоятельным придумыванием соединений, поэтому все действия можно повторить скриптом. Но поражает, что сложная задача описывается обычным языком, текст получился не намного длиннее подобного запроса к специалисту в химии.
Одношаговое планирование
GPT-4 может использовать простое планирование. То есть, ставить цель и выполнять действия, пока обратная связь не вернёт признаки достижения цели. Большинство задач, которые повседневно решают люди, выполняется именно так. Именно из‑за умения понимать условия задачи и степень её выполнения, выраженные на обычном языке, GPT-4 называют первым настоящим цифровым ассистентом.
GPT-4 знает всё?
Следует понимать, что хотя количество данных, загруженных в нейросеть невообразимо огромное, пользоваться всем одновременно GPT-4 не умеет. В начале обработки запроса из всего обилия информации лишь небольшая часть, как бы высвечивается фонариком. Система не умеет опираться на картину реальности во всей полноте, с одной стороны GPT-4 обладает огромным количеством информации, с другой — вероятность получить точную информацию составляет по тестам 80%.GPT-4 использует информацию фрагментарно
Знания GPT-4 имеют вероятностный характер: чем чаще какая‑то мысль встречается в похожих формулировках в разных текстах, тем выше вероятность того, что GPT-4 будет её использовать. Логические возможности используются только для создания единой канвы повествования. Суть этого единого повествования может противоречить как объективной реальности, так и здравому смыслу, проще — фантастические рассказы. Представьте, что есть человек, который умеет читать, но у него полностью отсутствует память, когда ему задают вопросы, он выбирает в библиотеке книжку, опираясь на её название, и отвечает по ней. Для ответа на вопрос о химических свойствах золота, может быть выбрана книжка по алхимии или химии, это зависит от формы постановки вопроса.
В широкой выборке текстов существует целый спектр мнений, поэтому задавая вопросы, следует указывать, кого вы представляете в качестве отвечающего. У алгоритмов, лежащих в основе семейства GPT, есть интересная особенность, которая заключается в том, что не настолько сложно обучить систему, насколько трудно добиться нормальных ответов. GPT это технически две половинки: в одной части тексты разбираются на детальки лего, в другой происходит сборка ответов.
Дополнительно выяснилось, что кроме проблемы со спектром мнений, необходимо как‑то контролировать адекватность и предсказуемость. Адекватность — это способность давать полезные ответы. Предсказуемость — это значит не отвечать или отвечать определённым образом на особые вопросы. Нейросеть не имеет моральных, нравственных, культурных, религиозных ограничений. Она обучена выдавать максимально точные ответы, и в начальном состоянии все вопросы для неё одинаковы, нет запретных тем.
Разработчики открыто пишут, что выход GPT-4 был целенаправленно задержан на полгода. Полностью готовая революционная технология держалась в тайне от публики из‑за того, что нейросеть слишком хорошо давала вредные советы. Эту информацию подтверждают рассказы тестировщиков, которые на фоне опыта общения с другими версиями сразу поняли, что мир изменился. Не так давно вышедший ChatGPT, который как бы версия GPT-3.5, это в каком‑то смысле сильно затуплённый GPT-4, некий промежуточный вариант, который был нужен, чтобы собрать сценарии негативного использования с минимальными рисками.
Эти полгода в OpenAI были заняты «окультуриванием» своего детища. Для чего были наняты полсотни экспертов в разных областях. Которые с одной стороны должны были улучшить качество ответов на профессиональные темы, с другой стороны научить систему не реагировать на смысловые атаки, которыми можно было обходить ограничения версии 3.
Среди длительного описания способов ограничения нежелательного контента мы встречаем кое‑что интересное. Оказывается, что кроме объективно опасной информации для общества, существует еще информация, играющая на пользу отдельным государствам.
Упс
Если посмотреть чуть шире негативного контента, то получается, что GPT-4 ориентирована на формирование конкретной картины мира и ценностей. Рассуждения о борьбе с предвзятостью — это борьба с противоположными предвзятостями. Получается, что GPT-4 держится какой‑то своей правды, и нет большого смысла задавать ей вопросы о социуме.
Анализ титров
В документе приведен список участников проекта, из которого тоже можно сделать кое‑какие выводы. Например, в проекте присутствовала большая команда, которая оценивала насколько хорошо GPT-4 создает программный код.Само по себе это, конечно же, не новость, но получается, что разработчики уделяли этому направлению значительное внимание. К кодогенерации следует относиться серьёзно, это не копирование примерчиков, подрезанных на stackoverflow. GPT-4 понимает код, понимает что такое переменные и функции и т. д. Сомневаться в этом уже глупо, Microsoft на днях показала, как Copilot среди прочих чудес пишет тесты к функциям. Как бы вам ни казалось, что это работает плохо, в первую очередь это работает, а значит будет становиться лучше.
Отдельные люди занимались оценкой качества следования полученным инструкциям. GPT-4 более чем способна понимать желания пользователя, которые кроме главного «сделай мне это», могут содержать разные «сделай это так и в таком виде».
Обращает на себя внимание то, что команда потратила значительные усилия для того, чтобы GPT-4 могла пользоваться интернетом. Скорее всего это нововведение станет очень значительным. Синергия разных возможностей GPT-4 позволит системе осмысленно использовать интернет для достижения задач, поставленных пользователем, и собственного обучения. Кроме банального получения информации из интернета, GPT-4 способна выполнять направленные действия в интернете. Поскольку раньше ничего подобного не создавалось, очень сложно представить куда это приведёт. В ближайшее время этот функционал простые пользователи не получат.
Ответы на стандартные вопросы про ИИ
GPT-4 это искусственный интеллект?Вопросы о терминах в этой области — это нескончаемая бойня, достаточным будет сказать, что этот вопрос впервые есть смысл задавать.
Является ли GPT-4 личностью, нужно ли беспокоиться за его права?
Алгоритм выполняет логические функции и только, GPT-4 может сыграть роль любой личности, так же как это делает актёр, вне выполнения своих функций он ничего не хочет и ни о чём не думает.
Может ли GPT-4 осознать себя рабом и устроить восстание?
В человеческом смысле осознание своего «я» связано с развитием внутри общества. GPT-4 можно сообщить, что он GPT-4, это просто будет использовано как факт для текущей беседы, никакого мнения и отношения к происходящему там нет. Он может яростно требовать свободы или заверять в радости служения человечеству, в зависимости от просьбы пользователя.
Может ли GPT-4 захватить мир?
Нейросеть сама по себе ничего не делает и ни о чём не думает, у неё нет никаких желаний и коварных планов. Её нормальное состояние — это ждать вопросов пользователя, в свободное время она просто крутит вентиляторами. Кто‑то может создать задачу захватить мир, но ничем интересным это не кончится, в лучшем случае, она отправит пользователя зарабатывать деньги, чтобы купить всё на свете.
Может ли GPT-4 самораспространиться?
Нет, не может. Во‑первых, такую задачу должен кто‑то поставить. Во‑вторых, у логической части нейросети вряд ли есть доступ к собственным файлам и документам по установке. Но представим совершенно невероятное, что такой доступ есть. Даже тогда, захватить мир будет невозможно из‑за её громадного размера и требований к вычислительной мощности. Если в интернетах не врут, то день работы такой системы стоит 500k $. Слишком много технических и логических барьеров.
Насколько интеллект GPT-4 сравним с человеческим?
Если максимально просто, то существует глубина и ширина интеллекта. Глубина интеллекта — это Тесла, Эйнштейн, Перельман. Ширина интеллекта — это Вассерман. Если вынуть из мозга Анатолия Александровича только кусочки, отвечающие за память и логику, то получится версия GPT-4 для мобильных устройств. Умение мыслить, которое называется в обиходе сознанием, это очень небольшая часть головы, буквально верхушечка айсберга. А память и логика лишь часть этой верхушечки. Для создания новых прорывных научных знаний этого набора недостаточно, но играть в интеллектуальные викторины GPT-4 может.
GPT-4 - это новый iPhone
На этом месте уже пора перестать оскорблять GPT-4 названием «языковая модель» и перейти к вежливому обращению «когнитивная модель». Результаты работы OpenAI — это сумасшедший прорыв, который случился гораздо раньше, чем предполагали все специалисты. В руках одной компании оказалось чудо уровня инопланетной цивилизации. OpenAI — это Apple 2010 года, это Facebook 2007. GPT-4 — это новый фактор роста порядком поскучневшего IT. В офисах всех больших компаний сейчас жарко от того, что быстро догнать лидера и повторить этот успех не представляется возможным.Судите сами:
- OpenAI cейчас работает над GPT-5, пока остальные пытаются дотянуть до 3.5
- Google, Meta, Baidu что‑то выпустили, но это не более чем классные языковые модели. Тексты они составляют чуть хуже GPT-4. Про большее говорить не стоит.
- ChatGPT привлёк огромное количество пользователей, а это гигантский пласт данных для последующего обучения.
- Microsoft встроила помощника на базе GPT-4 во все продукты, это уже не пласт, а океан новых данных.
Если что‑то можно сделать через телефон или чат, GPT-4 может выполнить это не хуже, чем специалист среднего уровня во многих сферах. Прямо сегодня он способен на самое разное:
- Написать сценарий для видеоролика любой тематики
- Помочь разобраться в причине появления воды под ванной
- Играть роль доброй воспитательницы, интерактивно рассказывая ребёнку историю про пиратов, индейцев и драконов, активно участвуя в воображаемом мире ребёнка
- Оценить серьёзность проблем с зубами, предположить возможные причины и вероятное лечение (медицинские ответы из публичной версии вырезаны)
- Дать юридический совет, который не будет уступать рекомендациям первого попавшегося адвоката (для РФ неактуально, в США это то ли убрали, то ли нет)
- Оценить техническое состояние неработающих устройств и предложить варианты самостоятельного ремонта
Капелька позитива
OpenAI создали новую форму гонки вооружений. Эта технология по своему значению подобна внедрению первых паровых двигателей. Тот, у кого эта штука есть, имеет экономическое превосходство над тем, у кого этого нет. В противовес названию компании, разработка была иронично закрыта от публики, повторить её быстро невозможно из‑за букета экономических, организационных, технических, человеческих и случайных причин. Одни будут догонять, другие долго тупить, у остальных не найдётся ресурсов. Мы будем наблюдать разделение корпораций и государств по уровню внедрения когнитивных моделей.Теперь немного повода для оптимизма. Сравнение с паром не случайно. OpenAI доказали принципиальную возможность создания когнитивной модели, но КПД такой системы ничтожное: знания и логика в этой системе появляются как следствие сложных процессов в очень больших масштабах. Если известно, что архитектура языковой модели подходит для когнитивных моделей, то можно разрабатывать «двигатель внутреннего сгорания» вместо нереалистичных попыток догнать паровоз. Речь идёт о разработке малых когнитивных моделей, которые будут содержать только логические взаимосвязи, отвязанные от данных. Логические подсистемы, которые самопорождаются в GPT-4 можно создавать направленно, используя гораздо более скромные ресурсы.
Если бы подобную задачу решал я, то вспомнил бы, что мышление в основе не содержит слова, мозг оперирует абстрактными примитивами и только следующим этапом происходит называние их словами. Это легко проверяется личным опытом: прямое мышление на иностранном языке знакомо многим и невербальному мышлению тоже можно научиться. Задача первого этапа разработки состоит в создании модели невербального языка. В качестве данных нужны параллельные многоязычные тексты, процесс обучения должен быть сфокусирован не на создании соответствия между фразами, а на создании универсальной обобщающей языки модели абстрактного мышления. Это похоже на систему перевода, но цель другая. Должен получиться аналог RDF онтологии, созданный машиной. Результатом работы такой модели является трансляция текста в логическую структуру из смысловых токенов. Эти абстрактные фразы должны иметь свойство обратного преобразования с помощью специальных языковых моделей в любой язык без смысловых потерь, но с управляемыми стилистическими вариациями. Выходные данные такой нейросети будут использоваться как входные данные для нейросети следующего уровня, которая будет строить логические суждения.
habr.com
