Yapay zekâ nasıl konuşur?
Bir sohbet modeline soru sorduğunda sana akıcı, düzgün cümlelerle cevap verir. İçeride biri düşünüp yazıyormuş gibi gelir. Oysa makinenin yaptığı iş, şaşırtıcı derecede basit bir işin milyonlarca kez tekrarıdır.
1. Telefonundaki otomatik tamamlamayı hatırla
Telefonda mesaj yazarken klavyenin üstünde üç kelime önerisi belirir. “Yarın” yazınca “görüşürüz” önerir, çünkü bu iki kelimeyi sık sık yan yana görmüştür.
Bir sohbet modeli de özünde aynı şeyi yapar. Şimdiye kadar yazılanlara bakar ve sıradaki kelimeyi tahmin eder. Farkı, bunu çok daha iyi yapması. Telefonun yalnızca son kelimeye bakar; model bütün cümleye, hatta bütün sohbete bakar.
2. Her kelimenin bir şansı var
Model sıradaki kelimeyi tek bir cevap olarak bilmez. Bunun yerine her olası kelimeye bir şans verir: “Bugün hava” dedikten sonra “çok” gelme ihtimali yüksek, “güzel” biraz daha az, “mavi” ise oldukça düşük.
Aşağıdaki makinede her kart bir aday kelime. Kartın boyu o kelimenin şansı. Öndeki seçici her seferinde bir zar atar ve bir kartı seçer; uzun kartlar daha sık kazanır. Seçilen kelime kâğıda basılır ve iş baştan başlar: yeni cümleye bakılır, yeni kartlar yükselir.
Cümle kelime kelime büyüyor. Gerçek bir model de tam olarak böyle çalışır. Tek fark büyüklükte: gerçek modelin kutusunda on binlerce kart var ve her kartın boyu milyarlarca sayıdan hesaplanıyor.
3. Neden her seferinde farklı cevap verir?
Çünkü seçici zar atıyor. Aynı soruyu iki kez sorduğunda zar farklı gelebilir ve cevap başka bir kelimeyle başlayıp başka bir yöne gidebilir.
Makinedeki sıcaklık düğmesini çevir:
- Düşük sıcaklık: Uzun kart daha da uzar, kısalar kaybolur. Makine neredeyse hep en olası kelimeyi seçer. Cevaplar tutarlı ama tekdüze olur.
- Yüksek sıcaklık: Kartlar birbirine yaklaşır. “Mavi” gibi tuhaf kelimeler de şans bulur. Cevaplar yaratıcı ama bazen saçma olur.
4. Bunları nereden biliyor?
Kartların boyunu kimse elle yazmadı. Model, kitaplardan, ansiklopedilerden ve internetten toplanmış muazzam miktarda metni okurken tek bir oyun oynadı: bir cümlenin devamını kapat, tahmin et, cevaba bak, yanıldıysan içindeki sayıları biraz düzelt. Bu oyun milyarlarca kez oynanınca model dilin kurallarını, bilgileri ve hatta bir ölçüde akıl yürütmeyi kendi kendine öğrendi.
Sonra ikinci bir aşama geldi: insanlar modelin cevaplarını okuyup hangisinin daha yardımcı olduğunu işaretledi ve model bu tercihlere göre yeniden eğitildi. Model böylece bir metni devam ettirmekten, bir soruya cevap vermeye geçti. Bu aşamanın püf noktalarını Ödül neyi öğretir? kursunda anlatıyorum.
5. Neden bazen uydurur?
Makine en olası kelimeyi arar. Çoğu zaman bu, doğru kelimedir de. Ama model bir konuyu hiç görmemişse ya da az görmüşse, kulağa en doğal gelen devamı yine üretir. Ortaya çıkan cümle akıcıdır, kendinden emindir ve yanlıştır.
Bu yüzden bir sohbet modelinin söylediği önemli bir bilgiyi, özellikle isimleri, tarihleri ve sayıları, her zaman bir kaynaktan kontrol et. Bunun neden olduğunu Yapay zekâ neden bazen uydurur? sayfasında ayrıntısıyla anlatıyorum.
Akılda kalsın: Bir sohbet modeli sıradaki kelimeyi tahmin eden bir makinedir. Her adımda bir olasılık listesi çıkarır, bir zar atar, bir kelime seçer ve bunu cümle bitene kadar tekrarlar.
Daha derine inmek istersen: sıcaklık deneyi, kelimelerin parçalara bölünmesi ve bir dil modelinin içi dersi.
Kaynaklar
- Bengio ve diğerleri (2003): A Neural Probabilistic Language Model ↗Sıradaki kelimeyi sinir ağıyla tahmin etmek
- Vaswani ve diğerleri (2017): Attention Is All You Need ↗Bugünkü dil modellerinin mimarisi
- Brown ve diğerleri (2020): Language Models are Few-Shot Learners ↗Büyük dil modelleri
- Ouyang ve diğerleri (2022): Training language models to follow instructions with human feedback ↗İnsan tercihleriyle ikinci eğitim aşaması
- Holtzman ve diğerleri (2019): The Curious Case of Neural Text Degeneration ↗Kelime seçmek ve sıcaklık