Süni intellekt məkanı, zamanı və ağrını həqiqətən anlaya bilərmi?

Yeni araşdırma göstərir ki, böyük dil modellərinin daxilində məkan, zaman, ağrı və emosiyalar haqqında məlumatların müəyyən edilməsi süni intellektin bu anlayışları həqiqətən dərk etdiyini sübut etmir. Florida Atlantik Universitetinin tədqiqatçısı Elan Barenholtz daha sadə riyazi modellərdən istifadə etməklə müasir süni intellekt sistemlərində müşahidə olunan nəticələrin bir çoxunu təkrarlayıb. Bu, dil modellərinin dünyanı daxili şəkildə necə təmsil etməsi və onların mümkün şüur və əzab çəkmə qabiliyyəti ilə bağlı müzakirələrə yeni yanaşma təqdim edir.

Süni intellektin dünyanı anlama qabiliyyəti necə yoxlanılır?

ChatGPT kimi böyük dil modellərinin daxilindəki məlumatları riyazi üsullarla təhlil etməklə müəyyən bir şəhərin xəritədəki yerini, tarixi şəxsiyyətin yaşadığı dövrü və ya hekayə qəhrəmanının hansı emosiyanı keçirdiyini müəyyən etmək mümkündür. Bəzi tədqiqatlarda hətta ağrı hissini təsvir edən cümlələri də aşkar etmək mümkün olub. Bu nəticələr bəzən süni intellektin dünya haqqında daxili təsəvvür formalaşdırmasının sübutu kimi şərh edilir. Hətta bəzi tədqiqatçılar bu nəticələri süni intellektin əzab çəkmək qabiliyyətinə malik olub-olmaması ilə bağlı müzakirələrlə əlaqələndirirlər. Lakin Florida Atlantik Universitetinin psixologiya üzrə dosenti Elan Barenholtza görə, bu cür nəticələrin şərhində ehtiyatlı olmaq lazımdır. 

Tədqiqatda əsas sual belədir: böyük dil modellərindən əldə edilən məlumatları daha sadə riyazi üsullarla da müəyyən etmək mümkündürsə, bu, modelin həmin anlayışları həqiqətən daxili şəkildə təmsil etdiyini sübut edirmi?

Barenholtz əvvəlki dörd tədqiqatın nəticələrini yenidən araşdırıb. Həmin tədqiqatlarda dil modellərindən coğrafi mövqelər, tarixi zaman xətti, ağrı və emosiyalar haqqında məlumatların necə çıxarıla bildiyi öyrənilmişdi.  O, oxşar riyazi təhlilləri statik söz vektorlarına da tətbiq edib. Söz vektorları hər bir sözə mətnlərdə digər sözlərlə qurduğu əlaqələrə əsaslanan sabit riyazi təsvir verir. Böyük dil modellərindən fərqli olaraq, bu üsul sözün konkret kontekstdə necə istifadə olunduğunu ayrıca emal etmir.

Nəticələr göstərib ki, söz vektorları:

• Coğrafi koordinatları müəyyənləşdirməyə kömək edə bilir.

• Tarixi şəxsiyyətlərin ölüm illərini təxmin edə bilir.

• Ağrıdan bəhs edən cümlələri ağrı təsvir olunmayan oxşar cümlələrdən fərqləndirə bilir.

• Emosiyaların adlarının açıq şəkildə çəkilmədiyi hekayələrdə 12 fərqli emosiyanı müəyyən edə bilir.

Coğrafiya və tarixi zamanla bağlı sınaqlarda söz vektorları məkan və ölüm tarixlərindəki fərqlərin əhəmiyyətli hissəsini izah edib. Ağrı və emosiyaların müəyyənləşdirilməsində isə onların nəticələri böyük dil modelləri üçün əvvəlki tədqiqatlarda bildirilən dəqiqlik göstəricilərinə yaxın olub.  Böyük dil modelləri bəzi tapşırıqlarda üstünlüyünü qoruyub. Lakin tədqiqatçıya görə, bu üstünlüyün mühüm hissəsi konkret məkanın hansı ölkədə, tarixi şəxsiyyətin isə hansı əsrdə yaşadığını müəyyən etməkdən qaynaqlanır. Belə geniş təsnifatlar sözlər arasındakı əlaqələr vasitəsilə də müəyyən edilə bilər.  Eyni ölkə daxilində müxtəlif yerləri və ya eyni əsrdə yaşamış tarixi şəxsiyyətləri bir-birindən fərqləndirmək tələb olunduqda isə bütün üsullar çətinliklə üzləşib.

Tədqiqatın nəticələri göstərir ki, dil nümunələri təsvir etdikləri insanlar və məkanlar haqqında çoxlu məlumat daşıya bilər.

Məsələn, müəyyən bir bölgəyə aid mətnlərdə yerli qurumların adları, universitetlərə istinadlar və ya həmin ölkəyə xas yazılış formaları ola bilər. Sistem bu dil xüsusiyyətlərindən istifadə edərək coğrafi mövqeni təxmin edə bilər. Lakin bu, onun mütləq həqiqi xəritəyə bənzər daxili təsvirə malik olması demək deyil.

Bu fikir dilçilikdə çoxdan məlum olan prinsipə əsaslanır. Dilçi Con Rupert Firt 1957-ci ildə sözlərin mənasını onların işlədildiyi kontekstdəki digər sözlərlə əlaqəsi vasitəsilə anlamağın vacibliyini vurğulamışdı. Barenholtz Vikipediyadakı konkret şəxslər və məkanlarla əlaqəli mətn nümunələrini əks etdirən söz vektorlarını da araşdırıb. Bu təsvirlər yalnız adın özünü deyil, həmin şəxs və ya məkan haqqında istifadə olunan dil nümunələrini də nəzərə alırdı.

Nəticədə, böyük dil modelləri ilə sadə söz əsaslı üsullar arasındakı fərq xeyli azalıb. Belə vektorlar coğrafi koordinatların müəyyənləşdirilməsində bir dil modelinin, tarixi şəxsiyyətlərin ölüm illərinin təxmin edilməsində isə başqa bir modelin nəticələrinə çatıb. Bu nəticə onu göstərir ki, mətnlərdə kodlaşdırılmış məlumatlar əvvəllər süni intellektin dünya haqqında daxili təsəvvürünün sübutu kimi qəbul edilən bəzi nəticələri izah edə bilər. 

Tədqiqat böyük dil modellərinin dünya haqqında daxili təsəvvürlərə malik olmadığını sübut etmir. Eyni zamanda, süni intellektin anlayışları dərk edib-etmədiyi, şüura sahib olub-olmadığı və ya əzab çəkə biləcəyi barədə mübahisələrə də yekun cavab vermir.  Barenholtza görə, araşdırmanın əsas nəticəsi daha məhduddur: modelin daxilindən müəyyən məlumatı əldə etmək həmin modelin məlumatın arxasında dayanan anlayışı həqiqətən təmsil etdiyini sübut etmək üçün kifayət deyil. Eyni nəticə dildəki söz əlaqələri ilə də izah oluna bilər.  Tədqiqatçı vurğulayır ki, o, süni intellekt modellərinin dünyanı və onun xüsusiyyətlərini mütləq təmsil etmədiyini iddia etmir. Onun fikrincə, istifadə olunan sınaqlar bu məsələni təkbaşına müəyyənləşdirməyə imkan vermir.  Bu səbəbdən gələcək tədqiqatlarda böyük dil modellərinin nəticələrini söz vektorları kimi daha sadə üsullarla müqayisə etmək vacibdir. Barenholtzun təhlili səbəb-nəticə əlaqələrini və real davranış göstəricilərini araşdırmır; bunlar süni intellekt sistemlərinin necə işlədiyini öyrənmək üçün əlavə yollar ola bilər.

Beləliklə, araşdırma süni intellektin dünyanı həqiqətən anlayıb-anlamadığı sualına qəti cavab vermir. Bunun əvəzinə, modelin daxilində müəyyən məlumatın tapılmasını dərin anlayışın və ya şüurun sübutu kimi qəbul etməzdən əvvəl daha sadə izahların da yoxlanılmasının vacibliyini göstərir.

mənbə: techxplore.com