Tálsýn um hugsun Þorsteinn Siglaugsson skrifar 15. júní 2025 15:32 Snemma í júní birti Apple Machine Learning Research nýja rannsókn á stórum mállíkönum (Large Language Models), sem vakið hefur verðskuldaða athygli og bendir til að rökleg geta mállíkana sé takmarkaðri en margir hafa talið. Mállíkön og rökleg líkön Rannsakendur bera saman getu „venjulegra“ mállíkana og þróaðri líkana sem markaðssett hafa verið undir heitinu Large Reasoning Models, sem þýða mætti sem stór rökleg mállíkön. Til skýringar falla líkön á borð við ChatGPT 3.5 og 4 í fyrri flokkinn, en líkön á borð við ChatGPT o1 í þann síðari. Titill rannsóknarinnar er „The Illusion of Thinking – Understanding the Strengths and Weaknesses of Reasoning Models via the Lens of Problem Complexity“. Þetta mætti þýða þannig: „Tálsýn um hugsun: Styrkleikar og veikleikar röklegra mállíkana skoðaðir í ljósi flækjustigs úrlausnarefna.“ Báðar gerðir mállíkana byggjast á sömu grunnvirkninni; að spá fyrir um næsta orð í setningu á grundvelli líkinda sem byggjast á þjálfunargrunni líkansins. Það sem hin svonefndu röklegu líkön hafa umfram þau upprunalegu er að þau eru þjálfuð til að beita ytri aðferðum, t.d. keðju hugsana (Chain-of-Thought), til að gera niðurstöður þeirra traustari. Niðurstöður Apple benda til að aukin stærð mállíkana muni ekki geta leitt til þess að þau öðlist raunverulega rökhugsun og jafnframt að það að tala um rökleg mállíkön sé í besta falli ónákvæm orðanotkun. Þótt þau kunni að virðast hugsa séu þau í raun ófær um að beita óhlutbundinni hugsun heldur takmarkist geta þeirra við flækjustig þeirra dæma sem er að finna í þjálfunargrunninum. Hæfni til að leysa rökfræðileg vandamál prófuð Til að bera saman getu líkananna notuðust höfundarnir við fjórar röklegar gátur sem sjá má á skýringarmynd sem fengin er úr ritgerðinni. Allar gáturnar snúast um að prófa óhlutbundna rökhugsun. Fyrsta gátan, „Tower of Hanoi“, snýst til dæmis um að færa hringina til, einn í einu, þannig að aldrei sé stærri hringur ofan á smærri, þar til þeir raðast eins upp á þriðja pinnanum og þeir gera í upphafi á þeim fyrsta. Verkefnið er að gera þetta með eins fáum tilfærslum og mögulegt er. Þriðja gátan, „River Crossing“ samsvarar þekktri íslenskri vísnagátu: Hvernig flutt skal yfir á úlfur lamb og heypokinn? Ekkert granda öðru má, eitt og mann tók báturinn. Gáturnar fjórar sem vísindamenn Apple notuðu til að prófa röklega getu líkananna. Efsta línan sýnir upphaflega stöðu, neðst er lokastaðan þegar þrautin er leyst og í miðjunni dæmi um milliskref. Myndin er úr greininni sem vitnað er til. Í tilrauninni voru gáturnar gerðar flóknari og flóknari og geta líkananna til að leysa þær borin saman. Þau réðu jafn vel við gáturnar í sinni einföldustu mynd og almennu líkönin voru raunar fljótari að leysa þær. Við aukið flækjustig kom fram munur á getunni, röklegu mállíkönunum í vil. En þegar gáturnar voru orðnar mjög flóknar hættu báðar gerðir líkananna alfarið að ráða við þær, þar var enginn munur. Þessar niðurstöður eru talsvert ólíkar niðurstöðum prófana með stærðfræðiþrautum sem gjarna hafa sýnt gríðarmikinn mun á getu þessara tveggja gerða mállíkana og jafnvel að röklegu líkönin standi sig umtalsvert betur en doktorsnemar. En niðurstöður Apple benda til mun meiri takmarkana þegar kemur að óhlutbundinni rökhugsun. Veigamiklar takmarkanir Höfundar varpa fram þeirri tilgátu að takmarkandi þátturinn hér sé fjöldi dæma um úrlausnir á sambærilegum gátum í þjálfunargrunni líkananna, þ.e. að þótt líkönin virðist beita rökhugsun séu þau í raun bara að spá fyrir um úrlausnir út frá fyrri úrlausnum sem þau hafa þegar vitneskju um. Þegar er vitað að mállíkön geta lært og jafnvel myndað með sér nýja hæfni, einfaldlega vegna aukinnar stærðar og flækjustigs. Ritgerð Michals Kosinski við Stanford háskóla, „Theory of Mind Might Have Spontaneously Emerged in Large Language Models“ (2023) fjallar um hvernig ChatGPT líkönin öðluðust hæfni til að setja sig inn í hugarheim annarra - beita svonefndri hugarkenningu (Theory of Mind) - án þess að neitt breyttist nema umfang þjálfunargrunnsins og breytufjöldi í líkönunum. En rannsókn Apple gefur til kynna að ólíklegt sé að líkönin geti öðlast raunverulega rökhugsun með aukinni stærð. Þar sem rökhugsun er forsenda sjálfstæðrar ákvarðanatöku og gagnrýnins mats á eigin ályktunum vekur þetta þá spurningu hvort almenn gervigreind (General Artificial Intelligence), líkön sem ráða við allt sem maðurinn ræður við og jafnvel betur, sé mun fjær því að vera handan við hornið en margir hafa talið. Hagfræðingur og sérfræðingur í hagnýtingu gervigreindar. Viltu birta grein á Vísi? Sendu okkur póst. Senda grein Þorsteinn Siglaugsson Gervigreind Mest lesið Hver á að fá súrefnisgrímuna fyrst? Davíð Bergmann. Skoðun Lummuleg áform heilbrigðisráðherra Ragnar Sigurður Kristjánsson Skoðun Rölt að botninum Smári McCarthy Skoðun Lýðskrum Skattfylkingarinnar Magnea Gná Jóhannsdóttir Skoðun Krabbamein – reddast þetta? Halla Þorvaldsdóttir Skoðun Málþóf spillingar og græðgi á Alþingi Jón Frímann Jónsson Skoðun Strandveiðar í gíslingu – Alþingi sveltir sjávarbyggðir Árni Björn Kristbjörnsson Skoðun Valdið yfir sjávarútvegsmálunum Hjörtur J. Guðmundsson Skoðun Að fortíð skal hyggja þegar framtíð skal byggja Einar G. Harðarson Skoðun Elsku Íslendingar, styðjum saman Grindavík Dagmar Valsdóttir Skoðun Skoðun Skoðun Strandveiðar í gíslingu – Alþingi sveltir sjávarbyggðir Árni Björn Kristbjörnsson skrifar Skoðun Rölt að botninum Smári McCarthy skrifar Skoðun Að fortíð skal hyggja þegar framtíð skal byggja Einar G. Harðarson skrifar Skoðun Málþóf spillingar og græðgi á Alþingi Jón Frímann Jónsson skrifar Skoðun Lýðskrum Skattfylkingarinnar Magnea Gná Jóhannsdóttir skrifar Skoðun Krabbamein – reddast þetta? Halla Þorvaldsdóttir skrifar Skoðun Valdið yfir sjávarútvegsmálunum Hjörtur J. Guðmundsson skrifar Skoðun Lummuleg áform heilbrigðisráðherra Ragnar Sigurður Kristjánsson skrifar Skoðun Hver á að fá súrefnisgrímuna fyrst? Davíð Bergmann. skrifar Skoðun Baráttan um kjör eldra fólks Jónína Björk Óskarsdóttir skrifar Skoðun Menntamál íslenskra grunnskólabarna hafa verið til umfjöllunar – sem er vel. Miklu verra er tilefnið Karen Rúnarsdóttir skrifar Skoðun Elsku Íslendingar, styðjum saman Grindavík Dagmar Valsdóttir skrifar Skoðun Svigrúm Eydísar á fölskum grunni Kristinn Karl Brynjarsson skrifar Skoðun Betri vegur til Þorlákshafnar er samkeppnismál Ólafur Stephensen skrifar Skoðun Óvirðing við lýðræðislegar hefðir, gegn stjórnarskrá, trúnaðarbrot gagnvart kjósendum Arnar Þór Jónsson skrifar Skoðun Lík brennd í Grafarvogi Diljá Mist Einarsdóttir skrifar Skoðun Er handahlaup valdeflandi? Davíð Már Sigurðsson skrifar Skoðun Á jaðrinum með Jesú Daníel Ágúst Gautason skrifar Skoðun Þeir sem verja stórútgerðina – og heimsvaldastefnuna Karl Héðinn Kristjánsson skrifar Skoðun Gervigreindin beisluð Hanna Kristín Skaftadóttir,Helga Sigrún Harðardóttir skrifar Skoðun Kúnstin að vera ósammála sjálfum sér Heiða Ingimarsdóttir skrifar Skoðun Óboðlegt ástand á Landspítala – okkar sjónarhorn Hildur Jónsdóttir,Einar Freyr Ingason,Þórir Bergsson skrifar Skoðun Geislameðferð sem lífsbjörg Ingibjörg Isaksen skrifar Skoðun Þetta eru ekki eðlileg vinnubrögð Bryndís Haraldsdóttir skrifar Skoðun Stöðvum helvíti á jörðu Birna Þórarinsdóttir,Bjarni Gíslason,Gísli Rafn Ólafsson,Sigríður Schram,Stella Samúelsdóttir,Tótla I. Sæmundsdóttir skrifar Skoðun Hversu mikið er nóg? Guðríður Eldey Arnardóttir skrifar Skoðun Til þeirra sem fagna Sigurður Gísli Bond Snorrason skrifar Skoðun Að semja er ekki veikleiki – það er forsenda lýðræðis Elliði Vignisson skrifar Skoðun Tekist á um hvort lýðræðið á Íslandi sé virkt eða hvort hefðaréttur sé á völdum Þórður Snær Júlíusson skrifar Skoðun Sumar og sól – en ekki alltaf sátt í sálinni Ellen Calmon skrifar Sjá meira
Snemma í júní birti Apple Machine Learning Research nýja rannsókn á stórum mállíkönum (Large Language Models), sem vakið hefur verðskuldaða athygli og bendir til að rökleg geta mállíkana sé takmarkaðri en margir hafa talið. Mállíkön og rökleg líkön Rannsakendur bera saman getu „venjulegra“ mállíkana og þróaðri líkana sem markaðssett hafa verið undir heitinu Large Reasoning Models, sem þýða mætti sem stór rökleg mállíkön. Til skýringar falla líkön á borð við ChatGPT 3.5 og 4 í fyrri flokkinn, en líkön á borð við ChatGPT o1 í þann síðari. Titill rannsóknarinnar er „The Illusion of Thinking – Understanding the Strengths and Weaknesses of Reasoning Models via the Lens of Problem Complexity“. Þetta mætti þýða þannig: „Tálsýn um hugsun: Styrkleikar og veikleikar röklegra mállíkana skoðaðir í ljósi flækjustigs úrlausnarefna.“ Báðar gerðir mállíkana byggjast á sömu grunnvirkninni; að spá fyrir um næsta orð í setningu á grundvelli líkinda sem byggjast á þjálfunargrunni líkansins. Það sem hin svonefndu röklegu líkön hafa umfram þau upprunalegu er að þau eru þjálfuð til að beita ytri aðferðum, t.d. keðju hugsana (Chain-of-Thought), til að gera niðurstöður þeirra traustari. Niðurstöður Apple benda til að aukin stærð mállíkana muni ekki geta leitt til þess að þau öðlist raunverulega rökhugsun og jafnframt að það að tala um rökleg mállíkön sé í besta falli ónákvæm orðanotkun. Þótt þau kunni að virðast hugsa séu þau í raun ófær um að beita óhlutbundinni hugsun heldur takmarkist geta þeirra við flækjustig þeirra dæma sem er að finna í þjálfunargrunninum. Hæfni til að leysa rökfræðileg vandamál prófuð Til að bera saman getu líkananna notuðust höfundarnir við fjórar röklegar gátur sem sjá má á skýringarmynd sem fengin er úr ritgerðinni. Allar gáturnar snúast um að prófa óhlutbundna rökhugsun. Fyrsta gátan, „Tower of Hanoi“, snýst til dæmis um að færa hringina til, einn í einu, þannig að aldrei sé stærri hringur ofan á smærri, þar til þeir raðast eins upp á þriðja pinnanum og þeir gera í upphafi á þeim fyrsta. Verkefnið er að gera þetta með eins fáum tilfærslum og mögulegt er. Þriðja gátan, „River Crossing“ samsvarar þekktri íslenskri vísnagátu: Hvernig flutt skal yfir á úlfur lamb og heypokinn? Ekkert granda öðru má, eitt og mann tók báturinn. Gáturnar fjórar sem vísindamenn Apple notuðu til að prófa röklega getu líkananna. Efsta línan sýnir upphaflega stöðu, neðst er lokastaðan þegar þrautin er leyst og í miðjunni dæmi um milliskref. Myndin er úr greininni sem vitnað er til. Í tilrauninni voru gáturnar gerðar flóknari og flóknari og geta líkananna til að leysa þær borin saman. Þau réðu jafn vel við gáturnar í sinni einföldustu mynd og almennu líkönin voru raunar fljótari að leysa þær. Við aukið flækjustig kom fram munur á getunni, röklegu mállíkönunum í vil. En þegar gáturnar voru orðnar mjög flóknar hættu báðar gerðir líkananna alfarið að ráða við þær, þar var enginn munur. Þessar niðurstöður eru talsvert ólíkar niðurstöðum prófana með stærðfræðiþrautum sem gjarna hafa sýnt gríðarmikinn mun á getu þessara tveggja gerða mállíkana og jafnvel að röklegu líkönin standi sig umtalsvert betur en doktorsnemar. En niðurstöður Apple benda til mun meiri takmarkana þegar kemur að óhlutbundinni rökhugsun. Veigamiklar takmarkanir Höfundar varpa fram þeirri tilgátu að takmarkandi þátturinn hér sé fjöldi dæma um úrlausnir á sambærilegum gátum í þjálfunargrunni líkananna, þ.e. að þótt líkönin virðist beita rökhugsun séu þau í raun bara að spá fyrir um úrlausnir út frá fyrri úrlausnum sem þau hafa þegar vitneskju um. Þegar er vitað að mállíkön geta lært og jafnvel myndað með sér nýja hæfni, einfaldlega vegna aukinnar stærðar og flækjustigs. Ritgerð Michals Kosinski við Stanford háskóla, „Theory of Mind Might Have Spontaneously Emerged in Large Language Models“ (2023) fjallar um hvernig ChatGPT líkönin öðluðust hæfni til að setja sig inn í hugarheim annarra - beita svonefndri hugarkenningu (Theory of Mind) - án þess að neitt breyttist nema umfang þjálfunargrunnsins og breytufjöldi í líkönunum. En rannsókn Apple gefur til kynna að ólíklegt sé að líkönin geti öðlast raunverulega rökhugsun með aukinni stærð. Þar sem rökhugsun er forsenda sjálfstæðrar ákvarðanatöku og gagnrýnins mats á eigin ályktunum vekur þetta þá spurningu hvort almenn gervigreind (General Artificial Intelligence), líkön sem ráða við allt sem maðurinn ræður við og jafnvel betur, sé mun fjær því að vera handan við hornið en margir hafa talið. Hagfræðingur og sérfræðingur í hagnýtingu gervigreindar.
Skoðun Menntamál íslenskra grunnskólabarna hafa verið til umfjöllunar – sem er vel. Miklu verra er tilefnið Karen Rúnarsdóttir skrifar
Skoðun Óvirðing við lýðræðislegar hefðir, gegn stjórnarskrá, trúnaðarbrot gagnvart kjósendum Arnar Þór Jónsson skrifar
Skoðun Óboðlegt ástand á Landspítala – okkar sjónarhorn Hildur Jónsdóttir,Einar Freyr Ingason,Þórir Bergsson skrifar
Skoðun Stöðvum helvíti á jörðu Birna Þórarinsdóttir,Bjarni Gíslason,Gísli Rafn Ólafsson,Sigríður Schram,Stella Samúelsdóttir,Tótla I. Sæmundsdóttir skrifar
Skoðun Tekist á um hvort lýðræðið á Íslandi sé virkt eða hvort hefðaréttur sé á völdum Þórður Snær Júlíusson skrifar