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 Hafa íslenskir neytendur sama rétt og evrópskir? Ásthildur Lóa Þórsdóttir,Ragnar Þór Ingólfsson Skoðun Einelti er dauðans alvara Kolbrún Áslaugar Baldursdóttir Skoðun Engin eftirspurn eftir Viðreisnar- og Samfylkingarmódelinu Andri Steinn Hilmarsson Skoðun Afnám tilfærslu milli skattþrepa Breki Pálsson Skoðun Íslenska þjóð, þú ert núna að gleyma Sighvatur Björgvinsson Skoðun Það sem Njáll sagði ykkur ekki Inga Lind Karlsdóttir Skoðun Opið bréf til umhverfis-, orku- og loftslagsráðherra Bogi Ragnarsson Skoðun Tölum íslensku um bíðandi börn: Uppgjöf, svarthol og lögbrot Vigdís Gunnarsdóttir Skoðun Eru vegir fyrir ferðamenn mikilvægari en vegir fyrir fólk sem býr hér? Petrína Þórunn Jónsdóttir Skoðun Þegar heilinn sveltur: Tími til að endurhugsa stefnu í geðheilbrigðismálum Vigdís M. Jónsdóttir Skoðun Skoðun Skoðun Einelti er dauðans alvara Kolbrún Áslaugar Baldursdóttir skrifar Skoðun Hafa íslenskir neytendur sama rétt og evrópskir? Ásthildur Lóa Þórsdóttir,Ragnar Þór Ingólfsson skrifar Skoðun Sótt að réttindum kvenna — núna Svandís Svavarsdóttir skrifar Skoðun Afnám tilfærslu milli skattþrepa Breki Pálsson skrifar Skoðun Þegar heilinn sveltur: Tími til að endurhugsa stefnu í geðheilbrigðismálum Vigdís M. Jónsdóttir skrifar Skoðun Opið bréf til umhverfis-, orku- og loftslagsráðherra Bogi Ragnarsson skrifar Skoðun Íslenska þjóð, þú ert núna að gleyma Sighvatur Björgvinsson skrifar Skoðun Tölum íslensku um bíðandi börn: Uppgjöf, svarthol og lögbrot Vigdís Gunnarsdóttir skrifar Skoðun Fjórði hver vinnur í verslun og þjónustu Benedikt S. Benediktsson skrifar Skoðun Engin eftirspurn eftir Viðreisnar- og Samfylkingarmódelinu Andri Steinn Hilmarsson skrifar Skoðun Pabbar, mömmur, afar, ömmur Jón Pétur Zimsen skrifar Skoðun Vellíðan í vinnu Ingrid Kuhlman skrifar Skoðun Hefur vanfjármögnun sveitarfélaga áhrif á byggingarkostnað? Jón Ingi Hákonarson skrifar Skoðun Þar sem gervigreind er raunverulega að breyta öllu Björgmundur Örn Guðmundsson skrifar Skoðun Eru vegir fyrir ferðamenn mikilvægari en vegir fyrir fólk sem býr hér? Petrína Þórunn Jónsdóttir skrifar Skoðun Er Evrópa á villigötum? Efnahagsleg hnignun kallar á róttæka endurskoðun Eggert Sigurbergsson skrifar Skoðun Samræmd nálgun að öryggi og skilvirkni á ytri landamærum - Innleiðing EES á Íslandi Arngrímur Guðmundsson skrifar Skoðun Íslenskir flóttamenn - í okkar eigin landi Gunnar Magnús Diego skrifar Skoðun Ísrael á ekki heima á gleðileikum evrópskra sjónvarpsstöðva sem starfa í almannaþágu Stefán Jón Hafstein skrifar Skoðun Mótum framtíðina saman Jónína Hauksdóttir ,Magnús Þór Jónsson skrifar Skoðun Leikskóli þarf meira en þak og veggi. Kópavogsmódelið og Akureyrarleiðin sem leið að aukinni velferð barna Anna Elísa Hreiðarsdóttir,Svava Björg Mörk skrifar Skoðun Jákvæð áhrif dánaraðstoðar á sorgarferli aðstandenda og umönnunaraðila í Viktoríuríki í Ástralíu Ingrid Kuhlman skrifar Skoðun Kæra Epli, skilur þú mig? Lilja Dögg Jónsdóttir skrifar Skoðun Þorgerður og erlendu dómstólarnir Hjörtur J. Guðmundsson skrifar Skoðun Barnafjölskyldur í Reykjavík eiga betra skilið Þorbjörg Sigríður Gunnlaugsdóttir skrifar Skoðun Lyftum umræðunni á örlítið hærra plan Jóna Hlíf Halldórsdóttir skrifar Skoðun Lykillinn að hamingju og heilbrigði Auður Kjartansdóttir skrifar Skoðun Staða bænda styrkt Hanna Katrín Friðriksson skrifar Skoðun Transumræðan og ruglið um fjölda kynja Einar Steingrímsson skrifar Skoðun Leikskólar eru ekki munaður Íris Eva Gísladóttir 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.
Hafa íslenskir neytendur sama rétt og evrópskir? Ásthildur Lóa Þórsdóttir,Ragnar Þór Ingólfsson Skoðun
Eru vegir fyrir ferðamenn mikilvægari en vegir fyrir fólk sem býr hér? Petrína Þórunn Jónsdóttir Skoðun
Þegar heilinn sveltur: Tími til að endurhugsa stefnu í geðheilbrigðismálum Vigdís M. Jónsdóttir Skoðun
Skoðun Hafa íslenskir neytendur sama rétt og evrópskir? Ásthildur Lóa Þórsdóttir,Ragnar Þór Ingólfsson skrifar
Skoðun Þegar heilinn sveltur: Tími til að endurhugsa stefnu í geðheilbrigðismálum Vigdís M. Jónsdóttir skrifar
Skoðun Engin eftirspurn eftir Viðreisnar- og Samfylkingarmódelinu Andri Steinn Hilmarsson skrifar
Skoðun Eru vegir fyrir ferðamenn mikilvægari en vegir fyrir fólk sem býr hér? Petrína Þórunn Jónsdóttir skrifar
Skoðun Er Evrópa á villigötum? Efnahagsleg hnignun kallar á róttæka endurskoðun Eggert Sigurbergsson skrifar
Skoðun Samræmd nálgun að öryggi og skilvirkni á ytri landamærum - Innleiðing EES á Íslandi Arngrímur Guðmundsson skrifar
Skoðun Ísrael á ekki heima á gleðileikum evrópskra sjónvarpsstöðva sem starfa í almannaþágu Stefán Jón Hafstein skrifar
Skoðun Leikskóli þarf meira en þak og veggi. Kópavogsmódelið og Akureyrarleiðin sem leið að aukinni velferð barna Anna Elísa Hreiðarsdóttir,Svava Björg Mörk skrifar
Skoðun Jákvæð áhrif dánaraðstoðar á sorgarferli aðstandenda og umönnunaraðila í Viktoríuríki í Ástralíu Ingrid Kuhlman skrifar
Hafa íslenskir neytendur sama rétt og evrópskir? Ásthildur Lóa Þórsdóttir,Ragnar Þór Ingólfsson Skoðun
Eru vegir fyrir ferðamenn mikilvægari en vegir fyrir fólk sem býr hér? Petrína Þórunn Jónsdóttir Skoðun
Þegar heilinn sveltur: Tími til að endurhugsa stefnu í geðheilbrigðismálum Vigdís M. Jónsdóttir Skoðun