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 Tár, kvár og kvennafrídagurinn Kristína Ösp Steinke Skoðun Við erum ekki eign annarra! Anna Lizzy Wichmann Skoðun Skattaæfingar tengdar landbúnaðarstarfsemi Björn Bjarki Þorsteinsson Skoðun Krafan sem kvennahreyfingin gleymdi Guðmundur Ingi Þóroddsson Skoðun Börn geta ekki beðið – krefjumst tafarlausra aðgerða! Elín H. Hinriksdóttir,Bóas Valdórsson,Árný Ingvarsdóttir,,Anna Lára Steindal,Alma Ýr Ingólfsdóttir Skoðun Rangfærslur og hræðsluáróður meirihluta sveitarstjórnar Grímsnes- og Grafningshrepps í nafni lýðræðis Ragna Ívarsdóttir,Guðrún Margrét Njálsdóttir,Þröstur Sverrisson Skoðun Enn einn dagur í baráttunni Ásta F. Flosadóttir Skoðun Afglæpavæðing veðmála Gunnar Pétur Haraldsson Skoðun Gleðilegan kvennafrídag og gleðilegt kvennaár Helena Hafþórsdóttir O’Connor Skoðun Hvað er svona merkilegt við það? Hópur starfsfólks Jafnlaunastofu Skoðun Skoðun Skoðun Jafnréttisþjóðin sem gleymdi dansinum Brogan Davison,Pétur Ármannsson skrifar Skoðun Hver er að væla? Guðríður Eldey Arnardóttir skrifar Skoðun Tár, kvár og kvennafrídagurinn Kristína Ösp Steinke skrifar Skoðun Skattaæfingar tengdar landbúnaðarstarfsemi Björn Bjarki Þorsteinsson skrifar Skoðun Konan - Vinnan - Kjörin í 40 ár Sara Björg Sigurðardóttir skrifar Skoðun Rangfærslur og hræðsluáróður meirihluta sveitarstjórnar Grímsnes- og Grafningshrepps í nafni lýðræðis Ragna Ívarsdóttir,Guðrún Margrét Njálsdóttir,Þröstur Sverrisson skrifar Skoðun Íslenskur her og íslensk leyniþjónusta Steingrímur Jónsson skrifar Skoðun Er jafnrétti fyrir allar? Anna Bergþórsdóttir skrifar Skoðun Ættu konur að fara í háskólanám? Lísa Margrét Gunnarsdóttir,Íris Björk Ágústsdóttir skrifar Skoðun Enn einn dagur í baráttunni Ásta F. Flosadóttir skrifar Skoðun Verðmætasköpunarlaust haust Jón Gunnarsson skrifar Skoðun Enginn grunnur fyrir nýju starfsleyfi Ísteka Rósa Líf Darradóttir,Guðrún Scheving Thorsteinsson skrifar Skoðun Krafan sem kvennahreyfingin gleymdi Guðmundur Ingi Þóroddsson skrifar Skoðun Börn geta ekki beðið – krefjumst tafarlausra aðgerða! Elín H. Hinriksdóttir,Bóas Valdórsson,Árný Ingvarsdóttir,,Anna Lára Steindal,Alma Ýr Ingólfsdóttir skrifar Skoðun Einfaldar lausnir á vaxtamálavanda bankanna Guðmundur Ásgeirsson skrifar Skoðun Sættum okkur ekki við óbreytt ástand - tillögur Sjálfstæðisflokksins um úrbætur Diljá Mist Einarsdóttir skrifar Skoðun Hvað er sköpun í skólastarfi? Bryngeir Valdimarsson skrifar Skoðun Afglæpavæðing veðmála Gunnar Pétur Haraldsson skrifar Skoðun Gleðilegan kvennafrídag og gleðilegt kvennaár Helena Hafþórsdóttir O’Connor skrifar Skoðun Sterkara námslánakerfi – raunveruleg framför fyrir námsmenn París Anna Bergmann,Sigurður Kári Harðarson skrifar Skoðun Konur Íslands og alþjóðakerfið í takt Þorgerður Katrín Gunnarsdóttir skrifar Skoðun Hvað er svona merkilegt við það? Hópur starfsfólks Jafnlaunastofu skrifar Skoðun Við erum ekki eign annarra! Anna Lizzy Wichmann skrifar Skoðun Sameinuðu þjóðirnar 80 ára: Framtíðin er okkar Eva Harðardóttir skrifar Skoðun Til hamingju með 24. október Þorbjörg S. Gunnlaugsdóttir skrifar Skoðun Enn er verk að vinna – upprætum ofbeldi á vinnustöðum Brynhildur Heiðar- og Ómarsdóttir skrifar Skoðun Samstaða - afl sem breytir samfélaginu Heiða Björg Hilmarsdóttir skrifar Skoðun Einu sinni enn Álfhildur Leifsdóttir,Hólmfríður Jennýjar Árnadóttir skrifar Skoðun Skuggahliðar á þéttingu byggðar Þórarinn Hjaltason skrifar Skoðun Er ofbeldi gagnvart eldri borgurum vandamál á Íslandi? Björn Snæbjörnsson,Sigurður Ágúst Sigurðsson 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.
Börn geta ekki beðið – krefjumst tafarlausra aðgerða! Elín H. Hinriksdóttir,Bóas Valdórsson,Árný Ingvarsdóttir,,Anna Lára Steindal,Alma Ýr Ingólfsdóttir Skoðun
Rangfærslur og hræðsluáróður meirihluta sveitarstjórnar Grímsnes- og Grafningshrepps í nafni lýðræðis Ragna Ívarsdóttir,Guðrún Margrét Njálsdóttir,Þröstur Sverrisson Skoðun
Skoðun Rangfærslur og hræðsluáróður meirihluta sveitarstjórnar Grímsnes- og Grafningshrepps í nafni lýðræðis Ragna Ívarsdóttir,Guðrún Margrét Njálsdóttir,Þröstur Sverrisson skrifar
Skoðun Enginn grunnur fyrir nýju starfsleyfi Ísteka Rósa Líf Darradóttir,Guðrún Scheving Thorsteinsson skrifar
Skoðun Börn geta ekki beðið – krefjumst tafarlausra aðgerða! Elín H. Hinriksdóttir,Bóas Valdórsson,Árný Ingvarsdóttir,,Anna Lára Steindal,Alma Ýr Ingólfsdóttir skrifar
Skoðun Sættum okkur ekki við óbreytt ástand - tillögur Sjálfstæðisflokksins um úrbætur Diljá Mist Einarsdóttir skrifar
Skoðun Sterkara námslánakerfi – raunveruleg framför fyrir námsmenn París Anna Bergmann,Sigurður Kári Harðarson skrifar
Skoðun Enn er verk að vinna – upprætum ofbeldi á vinnustöðum Brynhildur Heiðar- og Ómarsdóttir skrifar
Skoðun Er ofbeldi gagnvart eldri borgurum vandamál á Íslandi? Björn Snæbjörnsson,Sigurður Ágúst Sigurðsson skrifar
Börn geta ekki beðið – krefjumst tafarlausra aðgerða! Elín H. Hinriksdóttir,Bóas Valdórsson,Árný Ingvarsdóttir,,Anna Lára Steindal,Alma Ýr Ingólfsdóttir Skoðun
Rangfærslur og hræðsluáróður meirihluta sveitarstjórnar Grímsnes- og Grafningshrepps í nafni lýðræðis Ragna Ívarsdóttir,Guðrún Margrét Njálsdóttir,Þröstur Sverrisson Skoðun