சாட்ஜிபிடி எவ்வாறு மனிதனைப் போல உரையாடுகிறது? (ChatGPT NLP)

chatGPT

2022-ஆம் ஆண்டின் இறுதியில் ஓபன்ஏஐ (OpenAI) நிறுவனம் சாட்ஜிபிடி (ChatGPT) தளத்தை வெளியிட்ட போது, உலகம் செயற்கை நுண்ணறிவின் அதிவேகப் பாய்ச்சலைக் கண்டு வியந்தது. மனிதர்கள் கேட்கும் எந்தவொரு கேள்விக்கும் சில நொடிகளில் பதிலளிக்கும் இந்த ஆற்றல் கணினி அறிவியலின் மிகப்பெரிய மைல்கல்லாகும் [1]. குறிப்பாக சர்வதேச அரங்கில் சாட்ஜிபிடி vs டீப்சீக் இடையிலான நவீன ஒப்பீடுகள் இந்த தொழில்நுட்பத்தின் அடுத்தகட்டப் பரிணாமத்தை உணர்த்துகின்றன.

சாட்ஜிபிடிக்கு மனிதனைப் போல உண்மையான உணர்வுகளோ அல்லது சுயமாகச் சிந்திக்கும் ஆற்றலோ கிடையாது. எனினும், அது எவ்வாறு மனிதனைப் போலவே உரையாடுகிறது என்ற தொழில்நுட்ப ரகசியத்தின் பின்னணியில் பிரம்மாண்டமான கணிதமும், நரம்பியல் வலைப்பின்னல் கட்டமைப்பும் இயங்குகின்றன [1, 2].

விளம்பரம்

டிரான்ஸ்ஃபார்மர் கட்டமைப்பு மற்றும் சுய-கவனம் (Transformer Architecture)

2017-ஆம் ஆண்டு கூகுள் ஆய்வாளர்கள் அறிமுகப்படுத்திய டிரான்ஸ்ஃபார்மர் (Transformer) ஆர்க்கிடெக்சரே இன்றைய நவீன மொழி மாதிரிகள் மற்றும் கூகுள் ஜெமினி மல்டிமோடல் தொழில்நுட்பம் ஆகியவற்றின் அடிப்படை உயிர்நாடியாகும். இதற்கு முன்பு வரை கணினிகள் வாக்கியங்களில் உள்ள சொற்களை ஒவ்வொன்றாக வரிசையாக மட்டுமே படித்து வந்தன [1].

ஆனால் டிரான்ஸ்ஃபார்மரில் உள்ள சுய-கவன வழிமுறை (Self-Attention Mechanism), ஒரு நீண்ட பத்தியில் உள்ள அனைத்து சொற்களுக்கும் இடையே உள்ள இலக்கண மற்றும் சூழ்நிலைத் தொடர்புகளை (Context) ஒரே நேரத்தில் கணித ரீதியாக எடைபோடுகிறது (Mathematical Attention Weights). இதனால் வாக்கியங்களின் உண்மையான பொருளை பிசகின்றிப் புரிந்து கொள்ள முடிகிறது [1, 2].

அடுத்த வார்த்தையை முன்னறிவிக்கும் கணித நிகழ்தகவு (Token Prediction)

இணையத்தில் உள்ள கோடிக்கணக்கான புத்தகங்கள், விக்கிபீடியா பக்கங்கள் மற்றும் இணையதளத் தரவுகளைக் கொண்டு சாட்ஜிபிடிக்கு பயிற்சி அளிக்கப்பட்டுள்ளது. நாம் ஒரு கேள்வியைக் கேட்கும் போது, அது வாக்கியங்களைச் சிறிய டோக்கன்களாகப் (Tokens) பிரித்துக் கொள்கிறது [2].

அதன் பிறகு, கேட்கப்பட்ட கேள்விக்கு அடுத்ததாக வரக்கூடிய மிகச் சரியான வார்த்தை எது என்பதை பில்லியன் கணக்கான அளவுருக்களின் (Parameters) புள்ளியியல் நிகழ்தகவு (Probability) அடிப்படையில் அது நொடியில் கணிக்கிறது. இந்த நிகழ்தகவு கணிப்பு அதிவேகமாகத் தொடர்வதாலேயே அது மனித உரையாடலைப் போன்று தடையின்றிப் பாய்கிறது [1, 2].

மனித பின்னூட்ட வலுவூட்டல் கற்றல் (RLHF – Safety Alignment)

வெறுமனே இணையத் தரவுகளைப் படித்த மாடல் பல தவறான மற்றும் ஆபத்தான பதில்களைத் தரக்கூடும். இதைத் தடுக்க மனித பின்னூட்ட வலுவூட்டல் கற்றல் (Reinforcement Learning from Human Feedback – RLHF) பயன்படுத்தப்படுகிறது. மனித பயிற்சியாளர்கள் சிறந்த பதில்களுக்கு மதிப்பெண்கள் வழங்கி, நச்சுப் பதில்களைத் தவிர்த்து, மனிதர்களிடம் பண்பாகவும் பாதுகாப்பாகவும் உரையாட AI மாடலை வழிநடத்துகின்றனர் [1].

சாட்ஜிபிடி இயங்கும் படிநிலைகள்

படிநிலை 1
டோக்கனாக்கம் (Tokenization)
பயனர் கேட்கும் கேள்வியைச் சொற்கள் மற்றும் எழுத்துப் பகுதிகளாகப் பிரித்து எண்களாக மாற்றுகிறது.
படிநிலை 2
கவன எடையிடல் (Self-Attention)
வாக்கியத்தில் உள்ள சொற்களுக்கு இடையிலான தொடர்பு மற்றும் சூழலை டிரான்ஸ்ஃபார்மர் பகுப்பாய்வு செய்கிறது.
படிநிலை 3
நிகழ்தகவு கணிப்பு (Next-Token)
பில்லியன் கணக்கான அளவுருக்களில் அடுத்ததாக வர வேண்டிய மிகச் சிறந்த சொல்லைத் தேர்ந்தெடுக்கிறது.
படிநிலை 4
பாதுகாப்பு வடிகட்டுதல் (RLHF)
பதில் மனித அறநெறிகளுக்கும் உண்மைத்தன்மைக்கும் உகந்ததாக உள்ளதா என சரிபார்த்து வெளியிடுகிறது.

மனித அறிவாற்றலின் புதிய கூட்டாளி

சாட்ஜிபிடி என்பது மனித மூளைக்கு மாற்றானது அல்ல; மாறாக அது மனிதனின் உற்பத்தித்திறனையும் சிந்திக்கும் வேகத்தையும் பன்மடங்கு உயர்த்தும் மிகச் சிறந்த துணைக் கருவியாகும். அதை விவேகத்துடன் பயன்படுத்துவது எதிர்கால அறிவுசார் உலகில் ஒவ்வொருவருக்கும் புதிய வாய்ப்புகளைத் திறந்துவிடும் [1, 2].

அடிக்கடி கேட்கப்படும் கேள்விகள் (FAQ)

சாட்ஜிபிடி சில நேரங்களில் தவறான தகவல்களைத் தருவது ஏன்?

இதற்கு ‘மாயத்தோற்றம்’ (Hallucination) என்று பெயர். இது உண்மையை உணர்ந்து பதிலளிப்பதில்லை; வார்த்தைகளின் நிகழ்தகவு அடிப்படையில் பதில்களை உருவாக்குவதால் அரிதாக இல்லாத தகவல்களையும் உண்மையாகக் கட்டமைத்துவிடும்.

சாட்ஜிபிடியால் சுயமாக முடிவெடுக்கவோ சிந்திக்கவோ முடியுமா?

முடியாது. இது மனிதர்கள் கொடுத்த தரவுகளின் அடிப்படையில் இயங்கும் அதிநவீன புள்ளியியல் மாதிரி மட்டுமே. இதற்கு சுய உணர்வோ (Consciousness) நோக்கமோ கிடையாது.

ஆய்வு மூலம்சக மதிப்பாய்வு

On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?

Bender, E. M. et al.

இதழ்
ACM FAccT Conference
ஆய்வு வகை
Computer Science & AI
ஆண்டு
2021

DOI10.1145/3442188.3445922

மூல ஆய்வு
ஆய்வு மூலம்சக மதிப்பாய்வு

Highly accurate protein structure prediction with AlphaFold

இதழ்
Nature
ஆய்வு வகை
Research
ஆண்டு
2024

DOI10.1038/s41586-021-03819-2

மூல ஆய்வு

மேற்கோள்கள்

  1. ↩ ACM FAccT: On the Dangers of Stochastic Parrots
  2. ↩ Nature: Highly accurate protein structure prediction with AlphaFold
இந்தக் கட்டுரை பயனுள்ளதா? பகிருங்கள்
விளம்பரம்

இன்னும் கருத்துகள் இல்லை. முதல் கருத்தைப் பதிவிடுங்கள்.

உங்கள் கருத்தைப் பதிவிடுங்கள்

உங்கள் மின்னஞ்சல் முகவரி வெளியிடப்படாது. மரியாதையான, ஆதாரத்துடன் கூடிய கருத்துகளை வரவேற்கிறோம்.

வாரந்தோறும் அறிவியல் செய்திகள் உங்கள் இன்பாக்ஸில்

ஒவ்வொரு வாரமும் புதிய இதழ் – நேரடியாக உங்கள் இன்பாக்ஸில்.

எப்போது வேண்டுமானாலும் விலகலாம். ஸ்பேம் இல்லை.