ข้ามไปยังเนื้อหา
บทความนี้ได้รับการแปลจากภาษาญี่ปุ่นโดยใช้ AI
อ่านฉบับภาษาญี่ปุ่น
บทความนี้อยู่ในสาธารณสมบัติ (CC0) โปรดใช้งานได้อย่างอิสระ CC0 1.0 Universal

การเรียนรู้ที่จะเรียนรู้: ปัญญาโดยกำเนิด

ปัญญาประดิษฐ์สามารถแสดงพฤติกรรมอัจฉริยะได้ผ่านเทคโนโลยีการเรียนรู้ของเครื่อง

แม้ว่ากระบวนการเรียนรู้นี้จะดำเนินไปตามขั้นตอนที่มนุษย์พัฒนาขึ้น แต่ก็ยังไม่มีคำอธิบายที่สมบูรณ์ว่าเหตุใดความฉลาดจึงเกิดขึ้นจากขั้นตอนเหล่านี้และโครงสร้างของปัญญาประดิษฐ์

ในบทความนี้ ผมตั้งใจที่จะสำรวจเหตุผลของการเกิดปัญญา โดยการพิจารณาถึงแก่นแท้ของการเรียนรู้

เมื่อเราเจาะลึกแนวคิดของการเรียนรู้ เราจะพบกับความคิดที่ว่าทั้งปัญญาประดิษฐ์และสมองของเราต่างก็มีธรรมชาติโดยกำเนิดที่จะเรียนรู้วิธีการเรียนรู้

สิ่งนี้ชี้ให้เห็นถึงการมีอยู่ของกลไกที่สามารถเรียกว่า ผู้สร้างกรอบแนวคิดโดยธรรมชาติ (Natural Born Frameworker)

การเรียนรู้ผ่านร่างกายและการเรียนรู้ผ่านภาษา

เราทำความเข้าใจโลกรอบตัวและขยายขีดความสามารถของเราด้วยการสังเกตสิ่งของด้วยตาและการเคลื่อนไหวร่างกาย

นี่ก็เป็นการเรียนรู้รูปแบบหนึ่ง ซึ่งสามารถเรียกว่า การเรียนรู้ผ่านร่างกาย

ในทางกลับกัน เมื่อเรานึกถึงการเรียนรู้โดยทั่วไป เราอาจจะจินตนาการถึงการเพิ่มพูนความรู้ด้วยการอ่านตำราเรียนหรือฟังคำอธิบายจากครู

นอกเหนือจากการเรียนรู้ตามหลักสูตรการศึกษาดังกล่าวแล้ว เรายังได้รับความรู้ที่หลากหลายจากการสนทนากับเพื่อน ข่าวออนไลน์ และแหล่งข้อมูลอื่นๆ

การเรียนรู้ประเภทนี้ไม่ใช่การจดจำภาพด้วยสายตาหรือการเรียนรู้ผ่านการเคลื่อนไหวทางกายภาพ แต่เป็นการ เรียนรู้ผ่านภาษา

การเรียนรู้แบบอภิปัญญาและการเรียนรู้เชิงอภิปรัชญา

ในการเรียนรู้แบบใช้ภาษา มีกรณีที่ความรู้ต้องอาศัยการทำซ้ำหลายครั้งจึงจะจดจำได้ และกรณีที่สามารถเรียนรู้ได้หลังจากการสัมผัสเพียงครั้งเดียวหรือสองสามครั้ง

อีกทางหนึ่ง ความรู้บางอย่างสามารถนำไปใช้ได้โดยการดึงรายละเอียดจากชั้นหนังสือหรืออินเทอร์เน็ตเมื่อจำเป็น แม้ว่าจะยังจำไม่ได้ทั้งหมดก็ตาม

ในแง่ของการได้มาซึ่งความรู้และการนำไปใช้อย่างเหมาะสมเมื่อจำเป็น รูปแบบทั้งสองนี้สามารถพิจารณาได้ว่าเป็นการ เรียนรู้

ในบรรดาเหล่านี้ ความรู้ที่ไม่สามารถจดจำได้หากไม่มีการทำซ้ำหลายครั้ง สามารถเรียกว่า ความรู้แบบอภิปัญญา กระบวนการเรียนรู้แนวคิดนั้นเองคือ การเรียนรู้แบบอภิปัญญา

สิ่งนี้คล้ายกับการเรียนรู้ทางกายภาพ ซึ่งมีการทำซ้ำในการมองเห็นวัตถุด้วยตาของเราหรือการเคลื่อนไหวร่างกายของเรา สิ่งเหล่านี้สามารถจัดอยู่ในประเภท การเรียนรู้แบบอภิปัญญา ได้เช่นกัน

ในทางกลับกัน การได้มาซึ่งความรู้ที่สามารถจดจำได้ด้วยการทดลองเพียงเล็กน้อยหรือนำไปใช้ได้โดยการค้นหาในทันที สามารถเรียกว่า การเรียนรู้เชิงอภิปรัชญา

ในกรณีนี้ แนวคิดที่เรียนรู้ล่วงหน้าซึ่งได้มาจากการเรียนรู้แบบอภิปัญญา สามารถนำมาใช้เพื่อเรียนรู้ความรู้ใหม่ในฐานะประเภทของแนวคิดเหล่านั้นหรือเป็นการรวมกันของแนวคิด

เนื่องจากแนวคิดที่เชี่ยวชาญแล้วผ่านการเรียนรู้แบบอภิปัญญาสามารถนำมาใช้ได้ การเรียนรู้เชิงอภิปรัชญา จึงไม่จำเป็นต้องมีการทำซ้ำ

การเรียนรู้ของเครื่องภาษาธรรมชาติ

ลองนำแนวคิดนี้ไปประยุกต์ใช้กับ การเรียนรู้ของเครื่อง ในปัญญาประดิษฐ์

โดยทั่วไปแล้ว โครงข่ายประสาทเทียมที่ใช้ในการเรียนรู้ของเครื่องจะดำเนินการ การเรียนรู้แบบอภิปัญญา ซึ่งเกี่ยวข้องกับการเรียนรู้แนวคิดซ้ำๆ

ในทางกลับกัน แบบจำลองภาษาขนาดใหญ่ที่มีความสามารถในการ ประมวลผลภาษาธรรมชาติ คล้ายมนุษย์ สามารถดำเนินการ การเรียนรู้ผ่านภาษา ได้

ในระหว่าง การฝึกอบรมล่วงหน้า และ การปรับแต่งละเอียด ของแบบจำลองภาษาขนาดใหญ่ จะเกิด การเรียนรู้แบบอภิปัญญา ที่ใช้ภาษาขึ้น

จากนั้นแบบจำลองภาษาขนาดใหญ่ที่ได้รับการฝึกฝนแล้วสามารถตอบคำถามได้โดยใช้ความรู้ที่อยู่ในประโยคอินพุต ซึ่งหมายความว่ามันกำลังดำเนินการ การเรียนรู้เชิงอภิปรัชญา แบบทันที

ความสามารถในการ เรียนรู้เชิงอภิปรัชญา ที่ใช้ภาษา นี้ช่วยให้แบบจำลองภาษาขนาดใหญ่สามารถใช้ความรู้ใหม่ได้โดยไม่ต้องเรียนรู้ซ้ำๆ

สิ่งนี้สามารถเปรียบเทียบกับ การเรียนรู้ของเครื่อง แบบตัวเลขแบบดั้งเดิม ซึ่งจะปรับพารามิเตอร์ของแบบจำลองซ้ำๆ และสามารถเรียกได้ว่า การเรียนรู้ของเครื่องภาษาธรรมชาติ

ภาษาธรรมชาติในฐานะส่วนเชื่อมเชิงอภิปรัชญา

ภาษาธรรมชาติ ตั้งอยู่ตรงส่วนเชื่อมที่แบ่งแยกระหว่าง การเรียนรู้แบบอภิปัญญา และ การเรียนรู้เชิงอภิปรัชญา

แง่มุมที่น่าสนใจของ ภาษาธรรมชาติ คือสามารถเรียนรู้ได้ผ่าน การเรียนรู้แบบอภิปัญญา และบนพื้นฐานของมัน การเรียนรู้เชิงอภิปรัชญา ก็สามารถเกิดขึ้นได้

ส่วนเชื่อมเชิงอภิปรัชญาอื่นๆ นอกเหนือจากภาษาธรรมชาติ

อันที่จริงแล้ว การเรียนรู้แบบอภิปัญญา และ การเรียนรู้เชิงอภิปรัชญา ยังมีอยู่ในการเรียนรู้ทางกายภาพอีกด้วย ตัวอย่างเช่น ผู้ที่มีทักษะด้านกีฬาจะสามารถปรับตัวเข้ากับกีฬาใหม่ที่ไม่เคยเจอมาก่อนได้อย่างรวดเร็ว

ในทำนองเดียวกัน ผู้ที่มีความรู้ด้านชีววิทยาก็สามารถเข้าใจลักษณะของสิ่งมีชีวิตชนิดใหม่ได้ทันทีเมื่อเห็นมัน

ดังนั้น แม้ในการเรียนรู้ทางกายภาพ ก็ยังมี ส่วนเชื่อมเชิงอภิปรัชญา ที่มีตำแหน่งคล้ายคลึงกับ ภาษาธรรมชาติ อยู่ด้วย

กรอบการทำงาน

สิ่งที่อยู่ ณ ส่วนเชื่อมเหล่านี้คือ กรอบการทำงาน ที่แตกต่างจากแนวคิดหรือความรู้พื้นฐาน โดยจะกำหนดความสัมพันธ์และโครงสร้างของสิ่งเหล่านั้น และช่วยให้สามารถจัดโครงสร้างใหม่ได้

เมื่อ ความรู้แบบอภิปัญญา ที่หลากหลายถูกเรียนรู้ผ่าน การเรียนรู้แบบอภิปัญญา บางครั้งก็เป็นไปได้ที่จะเรียนรู้ กรอบการทำงาน ที่ส่วนเชื่อมเชิงอภิปรัชญาจากความเชื่อมโยงระหว่างชิ้นส่วนความรู้แบบอภิปัญญาเหล่านี้

กรอบการทำงาน ที่ได้จากการเรียนรู้ทางกายภาพช่วยให้สามารถได้รับความรู้ใหม่ผ่าน การเรียนรู้เชิงอภิปรัชญา ได้ทันทีหลังจากที่เชี่ยวชาญแล้ว อย่างไรก็ตาม ความรู้ที่ได้จากการ เรียนรู้เชิงอภิปรัชญา ดังกล่าวไม่สามารถสื่อสารให้ผู้อื่นเข้าใจได้ง่าย

ในทางกลับกัน กรอบการทำงาน ที่ได้จาก การเรียนรู้ผ่านภาษา คือ ภาษาธรรมชาติ นั่นเอง

ดังนั้น ความรู้ที่ได้จากการ เรียนรู้เชิงอภิปรัชญา โดยการเรียนรู้ กรอบการทำงานของภาษาธรรมชาติ สามารถนำเข้าสู่ การได้มาซึ่งภาษา ของบุคคลอื่นได้โดยตรง

สิ่งนี้ไม่เพียงแต่ใช้กับความรู้ที่อิงกับการ ได้มาซึ่งภาษา เป็นหลัก เช่น ตำราเรียนหรือข่าวออนไลน์เท่านั้น

นักฟุตบอลที่มีประสบการณ์ที่ลองเล่นเบสบอลเป็นครั้งแรกอาจจะสามารถอธิบาย ความรู้เชิงอภิปรัชญา เกี่ยวกับเบสบอลที่พวกเขาได้รับ และถ่ายทอดให้กับนักฟุตบอลคนอื่นๆ ที่มีประสบการณ์ได้ ซึ่งหมายความว่า หากผู้คนมีความรู้แบบอภิปัญญาเดียวกัน พวกเขาสามารถสื่อสารสิ่งที่เรียกว่า "เคล็ดลับ" หรือ "กลเม็ด" โดยใช้คำพูดได้

นอกจากนี้ เรายังสามารถสื่อสารความรู้เกี่ยวกับสิ่งมีชีวิตสายพันธุ์ใหม่ที่สังเกตพบด้วยวาจาไปยังนักชีววิทยาคนอื่นๆ เพื่อแบ่งปันความรู้นั้นได้

ดังนั้น ภาษาธรรมชาติ จึงถูกเปิดเผยว่าเป็น กรอบการทำงาน ที่ทรงพลังอย่างมากซึ่งตั้งอยู่ที่ส่วนเชื่อมเชิงอภิปรัชญา

กรอบงานเสมือน

เหนือ ภาษาธรรมชาติ ยังสามารถเรียนรู้ กรอบการทำงาน อื่นๆ ได้อีก

ซึ่งรวมถึงกรอบงานเฉพาะโดเมนหรือกรอบงานเชิงอภิปรัชญา

ในสาขาวิชาต่างๆ ภาคธุรกิจ และชีวิตประจำวัน มีกรอบงานเฉพาะโดเมนที่หลากหลาย

นักวิชาการสามารถทำการค้นพบใหม่ๆ ภายใน กรอบงาน เฉพาะทางของตน และถ่ายทอดการค้นพบเหล่านี้เป็นความรู้ไปยังนักวิชาการคนอื่นๆ ที่มี กรอบงาน เดียวกันได้อย่างง่ายดาย

ตัว กรอบงาน เองบางครั้งสามารถแสดงออกเป็น ภาษาธรรมชาติ ได้ ซึ่งในกรณีนี้ บุคคลหรือแบบจำลองภาษาขนาดใหญ่ที่มี กรอบงานภาษาธรรมชาติ ก็สามารถเรียนรู้และเข้าใจได้

โมเดลธุรกิจและสูตรการทำอาหารก็เป็นตัวอย่างของกรอบงานเฉพาะโดเมนที่สามารถแสดงออกเป็น ภาษาธรรมชาติ ได้เช่นกัน

นอกจากนี้ สูตรคณิตศาสตร์ ภาษาโปรแกรม และกรอบงานวิเคราะห์ธุรกิจก็เป็นกรอบงานที่เป็นทางการ

สิ่งเหล่านี้ก็สามารถแสดงออกหรืออธิบายเป็น ภาษาธรรมชาติ ได้เช่นกัน

กรอบงานเฉพาะโดเมนและกรอบงานที่เป็นทางการที่สร้างขึ้นบน ภาษาธรรมชาติ เช่นนี้ สามารถเรียกว่า กรอบงานเสมือน

สิ่งนี้สามารถเข้าใจได้ง่ายโดยการจินตนาการถึง เครื่องเสมือน ที่รัน OS อื่นบนคอมพิวเตอร์จริง กรอบงานอีกอันกำลังทำงานอยู่บน ภาษาธรรมชาติ ซึ่งทำหน้าที่เป็น กรอบงาน พื้นฐาน

กรอบแนวคิดดั้งเดิม

ในตอนแรก กรอบงานเสมือน นี้จะต้องทำความเข้าใจผ่าน ภาษาธรรมชาติ แต่เมื่อฝึกฝนไปเรื่อยๆ ก็จะข้ามขั้นตอนการอธิบายและทำความเข้าใจผ่าน ภาษาธรรมชาติ และเริ่มทำงานโดยตรงในฐานะ กรอบงาน ที่เป็นส่วนเชื่อมเชิงอภิปรัชญา ซึ่งสร้างขึ้นบนความรู้แบบอภิปัญญา

สิ่งนี้สามารถเรียกว่า กรอบแนวคิดดั้งเดิม

ภาษาธรรมชาติ ในแง่หนึ่งก็คือ กรอบแนวคิดดั้งเดิม แต่เฉพาะในกรณีของภาษาแม่เท่านั้น โดยทั่วไปแล้ว ภาษาอื่นๆ ที่ไม่ใช่ภาษาแม่จะถูกเรียนรู้ในฐานะ กรอบงานเสมือน และเมื่อความเชี่ยวชาญเพิ่มขึ้น ก็จะเข้าใกล้สถานะของ กรอบแนวคิดดั้งเดิม มากขึ้น

เช่นเดียวกันกับกรอบงานเฉพาะโดเมนและกรอบงานที่เป็นทางการ นักคณิตศาสตร์สามารถสื่อสารกันได้โดยใช้ภาษาคณิตศาสตร์โดยกำเนิด และโปรแกรมเมอร์สามารถเข้าใจความตั้งใจของกันและกันได้โดยอาศัยเพียงแค่ซอร์สโค้ดที่ไม่มีคอมเมนต์

สิ่งนี้ชี้ให้เห็นว่าการเปลี่ยนผ่านจาก กรอบงานเสมือน ไปสู่ กรอบแนวคิดดั้งเดิม สามารถนำไปใช้กับแบบจำลองภาษาขนาดใหญ่ได้เช่นกัน

แนวคิดในการตรวจจับ กรอบงานเสมือน ที่ใช้บ่อย สร้างข้อมูลตัวอย่างจำนวนมากโดยใช้ กรอบงานเสมือน เหล่านั้น จากนั้น การปรับแต่งละเอียด เพื่อให้พวกมันกลายเป็น กรอบแนวคิดดั้งเดิม นั้น คุ้มค่าที่จะลองทำทันที

ผู้สร้างกรอบแนวคิดโดยธรรมชาติ

เมื่อพิจารณาถึงสิ่งนี้ เราตระหนักว่าแบบจำลองภาษาขนาดใหญ่อาจเรียนรู้ กรอบงาน เฉพาะทางและเป็นทางการเหล่านี้ ไม่ใช่แค่ในระหว่าง การปรับแต่งละเอียด เท่านั้น แต่ยังรวมถึงในระหว่าง การฝึกอบรมล่วงหน้า ด้วย

นอกจากนี้ ในกระบวนการนั้น เป็นไปได้ที่แบบจำลองเหล่านี้ไม่ได้เรียนรู้ กรอบงาน เฉพาะทางหรือเป็นทางการมาตั้งแต่ต้นกำเนิด แต่จะเรียนรู้ กรอบงานภาษาธรรมชาติ ก่อน แล้วจึงเรียนรู้ กรอบงาน เฉพาะทางหรือเป็นทางการ และปรับให้เข้ากับ กรอบแนวคิดดั้งเดิม ในระหว่างหรือหลังจากบรรลุความเชี่ยวชาญในภาษาธรรมชาติแล้ว

เมื่อเจาะลึกแนวคิดเรื่องการเรียนรู้ กรอบงาน แบบค่อยเป็นค่อยไปนี้ ก็อาจเป็นไปได้ว่าการเรียนรู้ ภาษาธรรมชาติ เองก็เป็นไปป์ไลน์คู่ขนานของการเรียนรู้ กรอบงาน แบบค่อยเป็นค่อยไปที่มีความละเอียดสูง

กล่าวคือ จากข้อความจำนวนมหาศาลที่จัดหาให้เป็นข้อมูลการเรียนรู้ระหว่าง การฝึกอบรมล่วงหน้า แบบจำลองภาษาขนาดใหญ่อาจไม่ได้เรียนรู้เพียงแค่แนวคิดแต่ละอย่างเท่านั้น แต่ยังเรียนรู้กฎที่ง่ายมากบางประการของ ภาษาธรรมชาติ ในฐานะ กรอบงาน ด้วย จากนั้น โดยใช้ กรอบงาน แบบง่ายเหล่านี้เป็นรากฐาน พวกมันอาจเรียนรู้กฎที่ซับซ้อนขึ้นเล็กน้อยซ้ำๆ

ด้วยวิธีนี้ การเริ่มต้นจากขั้นตอนการเรียนรู้แนวคิดคำศัพท์แต่ละคำ พวกมันควรจะสามารถเรียนรู้คำประสมและไวยากรณ์พื้นฐาน จากนั้นเข้าใจประโยค และในที่สุดก็เรียนรู้องค์ประกอบที่ซับซ้อน เช่น เทคนิคทางวรรณกรรมและรูปแบบการแสดงออก

สิ่งนี้สามารถเข้าใจได้ว่าเป็นแบบจำลองของการเรียนรู้ กรอบงาน ที่มีหลายชั้นและซับซ้อน โดยที่ กรอบงาน หนึ่งทำหน้าที่เป็นรากฐานสำหรับการเรียนรู้กรอบงานถัดไป

สิ่งนี้เน้นย้ำถึงภาพลักษณ์ของแบบจำลองภาษาขนาดใหญ่ในฐานะ ผู้สร้างกรอบแนวคิดโดยธรรมชาติ ซึ่งมีกลไกในการเรียนรู้ กรอบงาน มาตั้งแต่ต้นกำเนิด

กลไกความใส่ใจ

เทคโนโลยีที่ทำให้ ผู้สร้างกรอบแนวคิดโดยธรรมชาติ เป็นจริงได้คือ กลไกความใส่ใจ

กลไกความใส่ใจ คล้ายกับการเลือกโทเค็นที่ควรให้ความสนใจภายในบริบทหนึ่งๆ ซึ่งจะทำให้ความสัมพันธ์ระหว่างโทเค็นต่างๆ ชัดเจนขึ้น นี่คือลักษณะเฉพาะของ กรอบการทำงาน นั่นเอง นั่นคือการทำนามธรรมโดยการเก็บรักษาแนวคิดที่สำคัญไว้ พร้อมทั้งทำให้ความสัมพันธ์ระหว่างแนวคิดเหล่านั้นชัดเจนขึ้น

ด้วยการสลับการเลือกนี้สำหรับแต่ละโทเค็น ทำให้สามารถสลับ กรอบการทำงาน ได้อย่างมีพลวัตเช่นกัน

สิ่งนี้ช่วยให้เราสามารถอธิบายได้ว่าเหตุใด กลไกความใส่ใจ จึงเป็นเทคโนโลยีที่ชี้ขาดสำหรับการพัฒนาแบบจำลองภาษาขนาดใหญ่ โดยใช้แบบจำลองของ ผู้สร้างกรอบแนวคิดโดยธรรมชาติ

บทสรุป

หากกลไกนี้เกิดขึ้นจริงในระหว่างกระบวนการ การฝึกอบรมล่วงหน้า ของแบบจำลองภาษาขนาดใหญ่ กลไกอันลึกลับของแบบจำลองเหล่านี้ก็จะสามารถอธิบายได้

คำอธิบายนี้ครอบคลุมถึง การเรียนรู้แบบอภิปัญญาและการเรียนรู้เชิงอภิปรัชญา ที่เราได้กล่าวถึง, กรอบการทำงาน ในฐานะส่วนเชื่อมเชิงอภิปรัชญา, ภาษาธรรมชาติ ที่ช่วยให้เกิด การได้มาซึ่งภาษา และ กรอบงานเสมือน, และ กลไกความใส่ใจ ที่ทำให้เกิด ผู้สร้างกรอบแนวคิดโดยธรรมชาติ

นอกจากนี้ ยังมีข้อบ่งชี้เพิ่มเติมอีกสองประการที่เกิดขึ้นจากสิ่งนี้

ประการแรก ภาษาธรรมชาติ มีโครงสร้างที่เหมาะสมอย่างยิ่งสำหรับการพัฒนา กรอบงาน ที่ซับซ้อนขึ้นอย่างค่อยเป็นค่อยไป จากกรอบงานที่เรียบง่ายไปสู่ กรอบแนวคิดดั้งเดิม

หาก ภาษาธรรมชาติ เริ่มต้นในรูปแบบที่เรียบง่ายในสังคมมนุษย์และค่อยๆ พัฒนาไปสู่โครงสร้างที่ซับซ้อนและสมบูรณ์มากขึ้น นี่ก็เป็นผลที่ตามมาโดยธรรมชาติ

ยิ่งไปกว่านั้น โครงสร้างที่เอื้อต่อการเรียนรู้ที่รวดเร็วจะเป็นประโยชน์ หากสมมติว่ามีหลายสังคมที่มี ภาษาธรรมชาติ ที่หลากหลายแข่งขันกัน สมมติฐานที่ว่า ภาษาธรรมชาติ ที่เหมาะสมที่สุดสำหรับการเรียนรู้ได้อยู่รอดมาจนถึงปัจจุบันนั้นก็เป็นที่ยอมรับได้ไม่ยาก

การไตร่ตรองถึงธรรมชาติของ ภาษาธรรมชาติ นำไปสู่ข้อบ่งชี้ประการที่สอง: นั่นคือมนุษย์เราก็เป็น ผู้สร้างกรอบแนวคิดโดยธรรมชาติ เช่นกัน

แม้ว่ารากฐานและกลไกเฉพาะจะแตกต่างกัน สมองของเราก็ควรจะมีระบบที่คล้ายคลึงกับ กลไกความใส่ใจ ซึ่งเรียนรู้และปรับเปลี่ยน กรอบงาน อย่างค่อยเป็นค่อยไปและยืดหยุ่นได้