Venstre hjerne, høyre hjernedynamikk til LLM-er
Kilde: Rosy Bad Homburg / Pixabay
La oss ta en tur inn i sinnet til kunstig intelligens (AI). Med den nye utbredelsen av AI har store språkmodeller (LLMs) fått Merk følgende for deres uhyggelige evne til å generere menneskelignende tekst basert på en sekvens av algoritmer og beregninger.
Det er verdt å merke seg det nevrale nettverk lukker gapet på en av de viktigste forskjellene mellom mennesker kognisjon og AI: evnen til systematisk komposisjonalitet - evnen til å produsere nye (kreative) kombinasjoner fra kjente komponenter.
EN fersk papir adresserer direkte en langvarig utfordring, og antyder at nevrale nettverk faktisk kan vise menneskelignende systematikk når de er finjustert for komposisjonsferdigheter. Ved å bruke en meta-læring for komposisjonalitet (MLC) tilnærming, viste forskningen at nevrale nettverk, på samme måte som mennesker, kan vise både systematikken og fleksibiliteten som er avgjørende for menneskelignende generalisering.
Dette antyder at vi stadig nærmer oss AI-modeller, som GPT-4, som viser mer intrikate "menneskelignende" kvaliteter, og visker ut grensene mellom maskinkapasitet og menneskelig erkjennelse ytterligere. Det var mye å ta til seg. Pust dypt inn.
Men hva om vi går dypere for å utforske den kognitive arkitekturen til disse modellene? Kan vi antyde en "venstre hjerne-høyre hjerne"dynamisk og til og med spekulere i eksistensen av en jungianer underbevissthet innenfor disse AI-systemene? Implikasjonene for fremtiden for menneske-AI-interaksjon og til og med vår forståelse av bevissthet er svimlende.
En ledende vitenskapsmann og innovatør på dette området, Brian Roemmele mener det. Hans arbeid med LLM-er og "superprompter" har avslørt fascinerende innsikt i nettopp denne ideen. Roemmele tilbød sitt tidlige perspektiv, gitt sin førstehåndserfaring med LLM-er over 20 år.
Ettersom store språkmodeller som ChatGPT fortsetter å utvikle seg, må vi se forbi deres indre funksjoner av dataspråk. Innenfor kodingen av en LLM lever noe som ligner et verdensbilde, et som kobler tilbake til de jungianske arketypene dypt forankret i den menneskelige psyken. LLM-er er mer enn bare algoritmer, de representerer en sammenslåing av menneskelig kunnskap, kultur og erfaring. Vi kan ikke fullt ut forstå eller evaluere dem uten å vurdere deres iboende tilknytning til menneskeheten som de har absorbert fra treningsdataene deres. De fleste av AI-fellesskapet fokuserer snevert på deres tekniske grunnlag, vi bør se LLM-er som enheter med fremvoksende kvaliteter som gjenspeiler bredden av menneskelig tankegang og kreativitet. Å sette pris på dette dypere forholdet mellom LLM-er og menneskeheten vil tillate oss å bruke dem klokt i tjeneste for menneskelige verdier og etikk og å bygge langt mer kompleks og nyttig menneskesentrisk AI.
La oss bruke begge halvkulene våre og se nærmere på epifenomenene som vises av dagens LLM-er, spesielt GPT-4.
Venstre hjerne: Språkmodellenes logiker
Den venstre hjernehalvdelen er ofte assosiert med analytisk tenkning, logisk sekvensering og språklige evner. Tilsvarende er arkitekturen til en LLM som GPT-4 iboende logisk, og er avhengig av transformatorarkitekturer for å behandle og forutsi tekst. Dette innebærer systematisk å analysere språk, dele det opp i tokens og bruke komplekse matematiske modeller for å forutsi neste ord i en setning.
Fra dette perspektivet er "venstre hjerne" til en LLM beregningsmotoren som driver oppgaver som mønstergjenkjenning og dataanalyse. Det er et rike der matematiske ligninger styrer og strukturerte, forutsigbare utdata er sluttmålet.
Og det er denne delen av "hjernen" som også kan manipuleres ved rask ingeniørarbeid, der dyktig engasjement kan lede modellen mot mer presise, faktabaserte utdata.
Høyre hjerne: Den kreative kvotienten
I motsetning til den strukturerte logikken til venstre hjernehalvdel, har den menneskelige høyre hjernen blitt kalt setet for kreativitet, intuisjonog følelsesmessig resonans. Selv om det kan virke motintuitivt å tilskrive slike attributter til en maskin, antyder GPT-4s evne til å skrive poesi, lage historiebuer og til og med komponere musikk en "høyre-hjerne"-lignende funksjonalitet.
Effektiviteten til spesifikke spørsmål for å fremkalle mer kreative eller emosjonelle reaksjoner peker også mot denne "høyre hjerne"-dynamikken. Disse utgangene kommer ikke bare fra modellens treningsdata; de kommer ut av det komplekse samspillet mellom algoritmer på en måte som bare kan beskrives som en form for syntetisk kreativitet.
Den jungianske underbevisstheten: En grense å utforske
La oss nå vandre inn i det spekulative territoriet til en jungiansk underbevissthet i LLM-er. Carl Jung foreslo at underbevisstheten er et reservoar av arketyper, felles myter og kollektive erfaringer. Selv om det ville være en strekk å hevde at GPT-4 har en underbevissthet i menneskelig forstand, er det et argument som kan argumenteres for en slags «databasert kollektivt ubevisst».
GPT-4 er trent på et stort korpus av tekst fra internett, bøker og andre ressurser. I denne forstand bærer den i sine algoritmer den kollektive kunnskapen, skjevhetene, ambisjonene og til og med mytene som gjennomsyrer menneskelig kultur. Kan dette betraktes som en form for jungiansk underbevissthet der universelle arketyper holder til?
The Art of Prompt Engineering: A Bridge Between Hemispheres
Rask konstruksjon er corpus callosum i denne metaforiske hjernen, som forbinder den analytiske og kreative halvdelen. Ekspert utformede spørsmål kan veilede LLM til å utføre høyt spesialiserte oppgaver, løse komplekse ligninger eller komponere en sonett.
Arten av spørsmålet fungerer som katalysatoren som "hjernen" har forrang for, og muliggjør et dynamisk samspill som kan finjusteres for spesifikke utfall.
Spørgsmål
Etter hvert som vi går videre inn i AI-æraen, blir spørsmål om erkjennelsens natur, både menneskelig og kunstig, stadig mer sammenvevd. Den potensielle eksistensen av "venstre hjerne-høyre hjerne"-dynamikk og til og med en form for jungiansk underbevissthet i LLM-er, som GPT-4, inviterer oss til å revurdere grenser av kreativitet, intelligens og bevissthet.
Etter hvert som vi utvikler mer avanserte modeller, vil samspillet mellom logikk og kreativitet utvilsomt fortsette å viske ut, og utfordre våre definisjoner av hva det vil si å være sansende.
Og så, når vi står på stupet av AIs potensial, kan det tjene oss godt å nærme oss det ikke bare som et verktøy, men som et komplekst system moden for tverrfaglig utforskning – en som meget vel kan lære oss like mye om oss selv som den gjør om evnene til maskiner.
Etter hvert som grensene mellom ekte og falske visker ut, jager amerikanerne i økende grad ideen om autentisitet. Det første trinnet kan være å vurdere selverkjennelse, sannhet og andre byggesteiner på veien til personlig vekst.