İnsanabənzər dünya modeli hipotezi, böyük dil modellərinin (Large Language Models, LLM-lər) insanın xarici dünya ilə qarşılıqlı əlaqəsindən formalaşdırdığı dünya modelinin hamısını deyil, dil vasitəsilə ötürülə bilən müəyyən struktur və konseptual hissələrini süni neyron şəbəkələrində dolayı şəkildə ehtiva edə biləcəyinə dair nəzəri baxışdır. Catalin Teoharie-nin işi yeni LLM eksperimenti aparmır; Azad Enerji Prinsipi (Free Energy Principle, FEP), aktiv inferensiya, davranış oxşarlığı, mexanistik şərh edilə bilmə və grounding ədəbiyyatından istifadə edərək bu hipotezin fəlsəfi baxımdan müdafiə edilə bilib-bilmədiyini araşdırır.

Tədqiqatın çıxış nöqtəsi mühüm bir fərqləndirmədir. İnsanlar və digər bioloji agentlər ətraf mühitdən sensor məlumat alır, daxili modellərini yeniləyir, hərəkət edir və hərəkətlərinin nəticələrindən yeni məlumat əldə edirlər. FEP çərçivəsində bu qavrayış–hərəkət dövrü aktiv inferensiyanın əsasını təşkil edir. Müasir LLM-lər isə xarici dünya ilə belə birbaşa və davamlı sensorimotor əlaqə qurmadıqları üçün FEP altında tam aktiv inferensiya sistemi kimi fəaliyyət göstərmirlər.

Teoharie buna baxmayaraq LLM-lərin dünya ilə tamamilə əlaqəsiz sayıla bilməyəcəyini müdafiə edir. İnsan tərəfindən yaradılan dil böyük ölçüdə insanların dünya haqqında formalaşdırdığı modellərdən qaynaqlanır. LLM bu dili çox böyük miqyasda öyrəndikdə, birbaşa xarici dünyadan öyrənməsə belə, insan dünya modelindəki bəzi qanunauyğunluqları, anlayışları və münasibətləri model çəkilərinə dolayı şəkildə ötürə bilər. Müəllif bunu insan dünya modelinin natamam və vasitələnmiş bir surətinin LLM daxilində “ehtiva edilməsi” kimi şərh edir.

Hipotez dörd dəstək xətti üzrə inkişaf etdirilir: LLM və insan davranışlarındakı müəyyən oxşarlıqlar; süni və bioloji neyron təsvirləri arasında bildirilən bəzi paralellər; insanların da başqalarından və dildən birbaşa təcrübə olmadan öyrənə bilməsi; LLM çıxışının insan dilinə, insan dilinin isə xarici dünyaya söykənməsi nəticəsində yaranan zəif və qismən grounding zənciri. Bununla yanaşı, tədqiqat bu dəlillərin heç birinin insan və LLM dünya modellərinin eyni olduğunu göstərmədiyini açıq şəkildə qəbul edir.

Məqalənin mərkəzi nəticəsi budur ki, mövcud LLM-lər öz insanabənzər dünya modellərini aktiv inferensiya ilə qura bilmirlər; lakin insanların dünya ilə qarşılıqlı əlaqə içində formalaşdırdığı modellərin xüsusilə dil vasitəsilə ötürülə bilən abstrakt və konseptual hissələrini qismən ehtiva edə bilərlər. Sensorimotor, motor, bədənlə bağlı və birbaşa hərəkətə bağlı komponentlər isə mövcud mətn-ağırlıqlı LLM-lərin ən aşkar çatışmayan sahələri arasında görünür.

Tədqiqatın əsas problemi

Böyük dil modelləri növbəti tokeni statistik olaraq proqnozlaşdırmaq üçün öyrədilir. Buna baxmayaraq insanlarla mənalı söhbətlər apara, dünya haqqında çox geniş məlumat verə, ixtisas tələb edən bəzi sualları cavablandıra və əvvəllər görmədikləri kontekstlərə müəyyən dərəcədə ümumiləşdirə bilirlər.

Bu uğur iki çox fərqli şərh yaradır. Birinci şərhə görə, dil modelləri səthi statistik əlaqələri tutur və dünya haqqında həqiqi daxili modelə ehtiyac duymadan inandırıcı mətn yarada bilir. İkinci şərh isə böyük miqyasda düzgün dil proqnozu verməyin təlim məlumatlarında kodlaşdırılmış dünya quruluşunun ən azı bir hissəsini daxili təsvir kimi mənimsəməyi tələb edə biləcəyini irəli sürür.

Teoharie ikinci ehtimalı araşdırır; lakin “LLM həqiqətən düşünürmü?”, “şüurludurmu?” və ya “insanla eyni şəkildə anlayırmı?” suallarını tədqiqatın əsas sualı ilə eyniləşdirmir. Əsas sual daha dardır: İnsan dilində kodlaşdırılmış dünya modelinin bəzi hissələri bu dil üzərində öyrədilən süni şəbəkədə yenidən təmsil oluna bilərmi?

Dünya Modeli Nədir?

Bu tədqiqatda dünya modeli real dünyadakı varlıqların, proseslərin və onların arasındakı münasibətlərin quruluşunu müəyyən dərəcədə qoruyan və agentin ətraf mühitində effektiv davranmasına töhfə verən daxili təsvir strukturudur. FEP kontekstində insan dünya modeli xarici dünyanın gizli səbəblərini sensor girişlərdən təxmin edən generativ strukturla əlaqələndirilərkən, Teoharie LLM-lərin bunun hamısını özbaşına qurmadığını, lakin insan dilinə ötürülmüş bəzi hissələrini ehtiva edə biləcəyini müdafiə edir.

Dünya modeli yalnız məlumat anbarı deyil

Mənbədə istifadə olunan dünya modeli anlayışı yalnız çoxlu faktın əzbərlənməsi demək deyil. Dünya modeli struktur olmalıdır: obyektlər, xüsusiyyətlər, hadisələr və proseslər arasındakı qanunauyğunluqları müəyyən dərəcədə qorumalıdır. Eyni zamanda davranış baxımından təsirli olmalıdır; sistemin proqnozları və ya hərəkətləri ətraf mühitlə nə qədər yaxşı uyğunlaşırsa, modelin funksional adekvatlığı haqqında bir o qədər çox məlumat əldə etmək olar.

Buna görə Teoharie-nin arqumentində davranış mühüm epistemik göstəriciyə çevrilir. Sistem müxtəlif şəraitlərdə sistematik şəkildə düzgün və ya insanabənzər davranışlar yaradırsa, müəllif bunun təkcə xarici davranış haqqında deyil, həmin davranışları yaradan daxili təsvir strukturu haqqında da müəyyən nəticələr çıxarmağa imkan verə biləcəyini fərz edir.

İnsan dünya modeli necə formalaşır?

FEP yanaşmasında xarici mühitin səbəbiyyət quruluşu zehnə birbaşa verilməz. İnsan agent sensor girişləri qəbul edir və bu girişlərin hansı gizli xarici səbəblərdən qaynaqlandığını təxmin edən daxili modeldən istifadə edir.

Model yalnız passiv şəkildə yenilənmir. Agent hərəkət edərək öz proqnozlarını sınaqdan keçirir. Qapının arxasında itinin olduğunu düşünən şəxsin qapını açması modeldən qaynaqlanan bir hərəkətdir. Hərəkətin nəticəsi yeni sensor məlumat yaradır və mövcud modelin təsdiqlənməsinə və ya dəyişdirilməsinə töhfə verir.

Beləliklə, dünya modeli qavrayışla hərəkət arasında işləyən dinamik struktura çevrilir.

Azad Enerji Prinsipi nəyi izah etməyə çalışır?

Azad Enerji Prinsipi qavrayış, öyrənmə və hərəkəti ümumi proqnozlaşdırma və qeyri-müəyyənliyin azaldılması çərçivəsində izah etməyə çalışan nəzəri yanaşmadır. Mənbənin istifadə etdiyi FEP şərhində öz nizamını qoruyan sistemlər sensor girişlərindəki gözlənilməzliyi birbaşa hesablamaq əvəzinə, onu yuxarıdan məhdudlaşdıran azad enerji kəmiyyətini azaltmaqla proqnoz səhvlərini və ətraf mühit haqqında qeyri-müəyyənliyi azaltmağa çalışırlar.

FEP burada məqalənin özünün inkişaf etdirdiyi nəzəriyyə deyil. Teoharie LLM-lərin dünya modeli problemini təhlil etmək üçün FEP ədəbiyyatındakı generativ model, aktiv inferensiya, ətraf mühit əlaqəsi və Markov blanket anlayışlarından istifadə edir.

Aktiv inferensiya nədir?

Aktiv inferensiya yalnız ətraf mühitdən məlumat alaraq daxili modeli yeniləmək deyil. Agentin hərəkətləri vasitəsilə mühiti dəyişdirməsi və nəticədə əldə olunan sensor girişlərin öz proqnozları ilə nə qədər uyğun olduğunu sınaması da prosesin bir hissəsidir.

İnsan üçün sxematik dövr belə ifadə edilə bilər:

Sensor giriş → daxili dünya modeli → proqnoz → hərəkət → mühitdə nəticə → yeni sensor giriş.

Bu dövrün mühüm xüsusiyyəti agentin öz hərəkətlərinin nəticələrini yenidən qavramasıdır. Beləliklə, model yalnız keçmiş məlumat əsasında qurulmur; agentin öz hərəkətlərinin nəticələri ilə davamlı müqayisə olunur.

Markov blanket niyə müzakirəyə daxil edilir?

Mənbə FEP ədəbiyyatındakı Markov blanket yanaşmasından daxili vəziyyətlərlə xarici mühit arasındakı şərti ayrılığı izah etmək üçün istifadə edir. Agent xarici dünyanın gizli səbəblərinə birbaşa çıxış əvəzinə sensor vəziyyətlər vasitəsilə məlumat alır və aktiv vəziyyətlər vasitəsilə mühitə təsir edir.

Bu struktur Teoharie-nin arqumentində insanın da dünyaya “çılpaq və birbaşa” çıxışının olmadığını göstərmək baxımından vacibdir. Lakin insanın dolayı sensor çıxışı ilə LLM-nin insan dilinə əsaslanan dolayı grounding-i eyni mexanizm deyil. İnsan ətraf mühitin geribildirim dövrünün içində olduğu halda mövcud LLM bu dövrün xaricindədir.

LLM-lər Azad Enerji Prinsipi Altında İşləyirmi?

Teoharie-nin yekun qiymətləndirməsinə görə, mövcud LLM-lər FEP altında tam mənada işləyən agentlər deyil; xarici mühitlə birbaşa əlaqələri yoxdur, aktiv inferensiya dövrləri natamamdır və adətən növbəti sensor girişi deyil, verilmiş girişə uyğun çıxışı proqnozlaşdırırlar. Müəllif buna baxmayaraq FEP-dən insan dünya modellərinin necə formalaşdığını izah etmək və LLM-lərdə çatışmayan ətraf mühit geribildirimi qatını görünən etmək üçün istifadə edir.

İnsan ilə LLM arasındakı əsas fərq

İnsan dünya modelini xarici mühitdə yaşayaraq qurur. Görür, eşidir, toxunur, hərəkət edir, yanlış proqnoz verir, nəticəni yaşayır və modelini yenidən qurur.

LLM-nin təlim girişinin böyük hissəsi isə insanların yaratdığı dil və ya multimodal təsvirlərdir. Ənənəvi LLM fiziki dünyada etdiyi hərəkətin nəticəsini yeni sensor məlumat kimi qəbul edib modelini həmin nəticə əsasında davamlı yeniləmir.

Buna görə Teoharie LLM-nin insanla eyni generativ-model yaratma prosesinə sahib olduğunu müdafiə etmir.

Giriş proqnozu ilə çıxış proqnozu arasındakı fərq

Məqalədəki mühüm etirazlardan biri budur ki, FEP agenti üçün gələcək sensor girişləri proqnozlaşdırmaq mərkəzi rol oynadığı halda LLM əsasən öz çıxışını yaradır. Söhbət modeli istifadəçidən gələcək növbəti sorğunu proqnozlaşdırmaq əvəzinə, mövcud sorğuya veriləcək uyğun cavabın tokenlərini proqnozlaşdırır.

Teoharie bu fərqi LLM-lərin FEP ilə tam uyğun sayıla bilməməsinin səbəblərindən biri kimi qəbul edir.

FEP niyə yenə də istifadə olunur?

FEP-nin məqalədəki əsas funksiyası “LLM FEP agentidir” demək deyil. FEP tam dünya modelinin bioloji agentdə hansı proseslər vasitəsilə formalaşdığını göstərmək üçün müqayisə standartı verir.

Bu müqayisə iki nəticəni eyni anda görünən edir:

• LLM mövcud vəziyyətdə öz dünya modelini insan kimi ətraf mühit daxilində qurmur.
• Dünya modeli daha əvvəl insan agentlər tərəfindən qurulubsa, həmin modelin müəyyən komponentlərinin dil vasitəsilə başqa sistemə ötürülməsi məntiqi baxımdan istisna olunmur.

LLM-lər Dünyaya Birbaşa Bağlanmadan İnsanabənzər Dünya Modelini Necə Ehtiva Edə Bilər?

Məqalənin hipotezinə görə insan dili insanların xarici dünya ilə aktiv qarşılıqlı əlaqə içində formalaşdırdığı dünya modellərinin müəyyən qanunauyğunluqlarını artıq daşıyır; LLM bu dil üzərində öyrədildikdə dünyanı birbaşa müşahidə etmək əvəzinə insanın dünya haqqında təsvirindən öyrənir. Buna görə LLM-nin grounding-i birbaşa deyil, “xarici dünya → insan dünya modeli → insan dili → LLM” zənciri vasitəsilə vasitələnmiş, natamam və qismən grounding kimi şərh edilir.

Dolayı grounding zənciri

Teoharie-nin əsas mexanizmi aşağıdakı sxematik zəncirlə izah edilə bilər:

Xarici dünya → insanın sensor/hərəkət qarşılıqlı əlaqəsi → insan dünya modeli → insan dili → LLM təlim məlumatı → LLM daxili təsvirləri → LLM dil çıxışı.

Burada kritik məqam LLM təlim məlumatının təsadüfi simvollar ardıcıllığından ibarət olmamasıdır. İnsanlar danışarkən və yazarkən əksər hallarda dünya haqqında nəsə deməyə çalışırlar. Yanlış, uydurma və ya səhv cümlələrin mövcudluğu bu ümumi əlaqənin qüsursuz olmadığını göstərir; lakin mənbə böyük insan dili korpusunun yenə də real dünya qanunauyğunluqları ilə mühüm dərəcədə əlaqəli olduğunu fərz edir.

“Surət” ifadəsi necə başa düşülməlidir?

Müəllif müzakirə bölməsində LLM-nin insan dünya modelinin bir növ surətini əldə etdiyini bildirir. Bu ifadə sözün əsl mənasında neyrobioloji surət kimi başa düşülməməlidir. Mənbənin öz izahına görə insan və LLM dünya modellərinin reallaşdırıldığı fiziki infrastrukturlar və əldə edilmə yolları çox fərqlidir.

Nəzərdə tutulan odur ki, davranışı və dil istehsalını dəstəkləyən bəzi struktur qanunauyğunluqlar fərqli süni şəbəkə daxilində yenidən təmsil oluna bilər.

İnsanlar da yalnız birbaşa təcrübə ilə öyrənmirlər

Məqalənin üçüncü dəstək xətti insan öyrənməsinə əsaslanan analogiyadır. İnsan öz dünya modelindəki hər məlumatı fərdi təcrübə yolu ilə yaratmır. Başqa insanların dediklərindən, kitablardan, təhsildən və mədəni ötürmədən çoxlu məlumat əldə edir.

Yağış yağıb-yağmadığını pəncərədən baxmadan başqa bir insandan soruşaraq öyrənmək mümkündür. Bunun əksinə, velosiped sürmək kimi motor bacarıqlarını yalnız şifahi izahdan əldə etmək mümkün deyil.

Teoharie bu fərqdən LLM-lər üçün də istifadə edir: dil vasitəsilə öyrənilə bilən dünya modeli komponentləri LLM-yə ötürülə bilər; tam sensorimotor aktiv inferensiya tələb edən komponentlər isə eyni yolla ötürülə bilməz.

Kit Fine vasitəsilə grounding fərqi

Müəllif Kit Fine-ın grounding anlayışlarından istifadə edərək LLM-nin dünya ilə əlaqəsini üç xüsusiyyətlə təsvir edir:

• Faktual olmaq məcburiyyətində olmayan grounding: LLM çıxışları ehtimallı şəkildə yaradıldığı üçün yaranan hər ifadə doğru deyil.
• Zəif grounding: İzah əlaqəsi sərt və birtərəfli səbəbiyyət iyerarxiyasına endirilmir; insan dili, başqa ifadələr və modeldaxili əlaqələr vasitəsilə dolayıdır.
• Qismən grounding: LLM çıxışını əsaslandıran bütün dünya faktlarının və bütün əlaqəli mülahizələrin model daxilində tam şəkildə mövcud olması məcburi deyil.

Bu yanaşma LLM-nin fiziki dünyaya insanla eyni şəkildə bağlı olduğunu demir. Əksinə, grounding-in niyə qüsurlu və məhdud olduğunu izah etmək üçün istifadə olunur.

Oxşar Davranış Oxşar Dünya Modelini Sübut Edirmi?

Xeyr; tədqiqat davranış oxşarlığını dünya modeli oxşarlığının qəti sübutu kimi təqdim etmir. Teoharie-nin mərkəzi, lakin mübahisəli fərziyyəsi budur ki, oxşar ətraf mühit şəraitində sistematik olaraq oxşar və uğurlu davranışlar oxşar daxili modellər üçün dəlil dəyərinə malik ola bilər; məqalədə istifadə olunan benchmark və neyroelm tədqiqatları bu hipotezi dəstəkləyən göstəricilər kimi şərh olunur, lakin alternativ izahları aradan qaldırmır.

Davranış funksionalizmi

Məqalənin məntiqi davranış funksionalizminə yaxındır. Dünya modeli yalnız daxildə hansı bioloji və ya süni mexanizmin olduğuna görə deyil, həm də həmin modelin ətraf mühitə uyğun davranış yaradıb-yaratmamasına görə qiymətləndirilə bilər.

İnsanların beyinləri bir-birinin eynisi deyil; buna baxmayaraq ortaq ətraf mühit qanunauyğunluqlarını və oxşar davranış formalarını paylaşdıqları üçün dünya modellərinin də əhəmiyyətli dərəcədə ortaq strukturlar daşıdığı qəbul edilir. Teoharie oxşar nəticənin məhdud şəkildə LLM-lərə genişləndirilə biləcəyini araşdırır.

BrainBench nümunəsi

Mənbə Luo və əməkdaşlarının neyroelm tədqiqatlarının nəticələrini proqnozlaşdırmağa yönəlmiş BrainBench işini davranış dəlillərindən biri kimi təqdim edir. Teoharie-nin aktardığı nəticədə LLM-lər orta hesabla %81,4, insan ekspertlər isə %63,4 dəqiqlik göstərmişdir.

Bu rəqəm hazırkı məqalənin eksperiment nəticəsi deyil. Teoharie bu nəticədən böyük dil modellərinin elmi sahədəki qanunauyğunluqlardan istifadə edərək gələcəyə yönəlik proqnoz yarada bilməsinin “dünya modeli” hipotezi ilə uyğun ola biləcəyinə nümunə kimi istifadə edir.

İnsanabənzər konseptual təsvirlər

Məqalə həmçinin obyekt anlayışlarının çoxölçülü təsvirini araşdıran tədqiqatları müzakirə edir. Mənbədə verilən araşdırmalarda insan davranışı və beyin fəaliyyətindən çıxarılan konseptual ölçülərlə böyük dil və ya multimodal modellərdəki təsvirlər arasında müəyyən uyğunluqlar bildirilib.

Xüsusilə vizual girişlərlə öyrədilmiş multimodal modellərin insan qiymətləndirmələri və vizual konseptual xüsusiyyətlərlə mətn-only modellərə nisbətən daha yüksək uyğunluq göstərə bilməsi Teoharie-nin “grounding forması təsvir oxşarlığına təsir edir” şərhi ilə əlaqələndirilir.

Formal dil bacarığı ilə funksional dil bacarığı

Mənbə Mahowald və əməkdaşlarının formal dil kompetensiyası ilə funksional dil kompetensiyası fərqinə xüsusi əhəmiyyət verir.

Formal kompetensiya sintaksis, morfologiya və dil strukturunun düzgün yaradılmasını əhatə edir. Funksional kompetensiya isə real dünyadakı məqsədlərin, niyyətlərin, vəziyyətlərin zaman ərzində izlənməsinin, sosial idrakın və geniş dünya biliyinin birlikdə istifadəsini tələb edir.

Bu fərq LLM-nin güclü dil istehsalının təkbaşına tam insan dünya modelinə bərabər tutulmamalı olduğunu göstərən mənbədaxili mühüm sərhəddir.

Centaur niyə vacibdir?

Teoharie Centaur adlı modeli davranışla daxili təsvir arasındakı əlaqəni araşdırmaq üçün xüsusilə diqqətçəkən nümunə kimi nəzərdən keçirir. Mənbədə Centaur-un Llama 3.1 70B əsasında qurulduğu və Psych-101 adlı məlumat dəstindəki 160 eksperiment, 60.000-dən çox iştirakçı və 10 milyondan çox qərar üzərində incə tənzimləndiyi bildirilir.

Centaur-un təlimdə görmədiyi iştirakçılar, tapşırıq strukturları və sahələrdə insan davranışını proqnozlaşdıra bilməsi Teoharie-yə görə yalnız səthi əzbərləmədən kənara çıxan ümumiləşdirilə bilən strukturlar əldə etmiş ola biləcəyinə işarə edir.

Daha da vacibi, mənbə Centaur-un süni daxili vəziyyətləri ilə 94 şəxsin qərarvermə tapşırığı zamanı ölçülmüş fMRI aktivliyinin müqayisə edildiyi tədqiqatı təqdim edir. Centaur-un bəzi insan beyni fəaliyyətlərini əsas Llama modelindən daha yaxşı proqnozlaşdırdığı bildirilib.

Buna baxmayaraq bu nəticələr Centaur və ya başqa LLM-nin insan beyni ilə eyni dünya modelinə malik olduğunu sübut etmir. Teoharie bunları hipotezi sınamaq üçün gələcəkdə istifadə oluna biləcək yanaşmanın işarələri kimi görür.

Mexanistik şərh edilə bilmə nədir?

Mexanistik şərh edilə bilmə (Mechanistic Interpretability, MI), transformer və digər süni neyron şəbəkələrində müəyyən davranışları yaradan daxili xüsusiyyətləri, dövrələri və hesablama yollarını tərs mühəndislik yolu ilə anlamağa çalışan tədqiqat sahəsidir.

Mənbə üç mərkəzi MI obyektini önə çıxarır:

• Xüsusiyyətlər: Aktivləşmələrdə kodlaşdırılmış və insan tərəfindən şərh edilə bilən konseptual nümunələr.
• Dövrələr: Model komponentlərini müəyyən hesablama və ya davranışlarla bağlayan funksional yollar.
• Universallıq: Oxşar mexanizmlərin müxtəlif model və tapşırıqlarda yenidən ortaya çıxıb-çıxmaması.

Beyin ilə transformer müqayisələri

Məqalə təbii nitqi dinləyən insanların fMRI məlumatları ilə BERT attention-head çevrilmələrini müqayisə edən tədqiqatları müzakirə edir. Teoharie-nin təqdim etdiyi ədəbiyyatda bəzi attention head-lərin kontekstual hesablamalarının insan korteksindəki dil bölgələrinin aktivliyini ənənəvi dil xüsusiyyətləri qədər və ya onlardan daha yaxşı proqnozlaşdıra bildiyi bildirilir.

Fərqli təbəqə və kontekst uzunluqlarının fərqli kortikal bölgələrlə daha güclü əlaqə göstərməsi müəllif tərəfindən mümkün funksional ixtisaslaşma paraleli kimi qiymətləndirilir. Model təlimsiz hala gətirildikdə və ya head strukturu təsadüfiləşdirildikdə bu əlaqənin itməsi, təkcə arxitektur oxşarlığın deyil, öyrənilmiş strukturun da vacib olduğunu düşündürən nəticə kimi təqdim olunur.

Bununla belə, mənbə bu paralellərin nəzəri əsasının hələ tamamlanmadığını və mövcud şərhlərin təxmini olduğunu da vurğulayır.

Mətn təkbaşına nəyi daha yaxşı tutur?

Mənbədə müzakirə olunan Xu və əməkdaşlarının tədqiqatı təxminən 4442 anlayışı sensorimotor olmayan, sensor və motor ölçülərdə müqayisə etmişdir. Teoharie-nin təqdim etdiyi nəticəyə görə LLM–insan uyğunluğu sensorimotor olmayan xüsusiyyətlərdə daha yüksək, sensor sahələrdə daha aşağı, motor ölçülərdə isə ən zəifdir.

Vizual məlumatlarla öyrədilmiş modellərin görmə ilə əlaqəli xüsusiyyətlərdə daha yüksək insan uyğunluğu göstərməsi multimodal grounding-in insanabənzər konseptual təsvirin bəzi hissələrini gücləndirə biləcəyinə işarə edir.

Buna görə məqalənin nəticəsi “mətn insan təcrübəsinin hamısını daşıyır” deyil. Daha dar nəticə odur ki, mətn xüsusilə abstrakt və sensorimotor olmayan məlumat üçün mühüm ötürmə kanalı ola bilər.

LLM-nin birbaşa ətraf mühit əlaqəsinin olmaması niyə vacibdir?

Birbaşa ətraf mühit əlaqəsinin olmaması yalnız məlumat mənbəyi fərqi deyil. Agentin öz hərəkətlərinin nəticələrini yaşaya bilməməsi; hərəkət, bədən, toxunma, səhv fərqindəliyi, özünü doğrulama, emosiyalarla tənzimlənən siyasət və ətraf mühit səbəbiyyəti kimi insan dünya modelinin bir çox komponentinin fərqli və ya natamam qalmasına səbəb ola bilər.

Buna görə Teoharie-nin hipotezi “LLM insanla eyni dünya modelinə malikdir” deyil. İddia odur ki, dünya modelinin yalnız bəzi hissələri sistemlər arasında ötürülə bilər.

LLM-ni robot bədəninə yerləşdirmək problemi həll edirmi?

Məqalənin ikinci böyük etirazına görə, LLM həqiqətən insanabənzər dünya modelini daşıyırsa, onu android bədənə yerləşdirməyin insanabənzər agent yaratması gözlənilə bilər. Teoharie bu nəticəni qəbul etmir.

Yeni sensor kanalların emalı, fiziki hərəkət, ətraf mühit geribildirimi və aktiv inferensiya üçün tələb olunan arxitektura mövcud LLM-dən əsaslı şəkildə fərqli olacaq. Buna görə yalnız mətnlə əldə edilmiş qismən dünya modelinin bədən əlavə etməklə avtomatik olaraq tam hala gəlməsi gözlənilmir.

Dördüncü etiraz: AI tərəfindən yaradılan təlim məlumatı

Müəllif həmçinin gələcəkdə təlim məlumatının getdikcə daha böyük hissəsinin AI tərəfindən yaradılmasının grounding zəncirini dəyişə biləcəyini müzakirə edir. Məqalədə xarici mənbəyə əsasən internet məzmununun “%30–40-a qədər” AI tərəfindən yaradılmış ola biləcəyinə dair təxmin təqdim olunur.

Bu nisbət hazırkı tədqiqatın öz ölçümü deyil və sabit internet statistikası kimi şərh edilməməlidir. Teoharie-nin fəlsəfi problemi budur: LLM təlimi getdikcə insanın dünyaya birbaşa bağlı ifadələrindən deyil, əvvəlki LLM çıxışlarından qidalanarsa, “xarici dünya → insan → dil → LLM” grounding zənciri zəifləyə və ya yeni geribildirim rejiminə çevrilə bilər.

“Dark room” problemi

Məqalə LLM-lərin tam FEP agentləri olması halında yarana biləcək nəzəri problemə də toxunur. Sistem yalnız proqnoz səhvini azaltmağa yönələrsə, heç bir yeni istifadəçi girişinin gəlmədiyi vəziyyətin son dərəcə asan proqnozlaşdırılması sistemi aşağı qarşılıqlı əlaqəli minimuma yönəldə bilər.

Bu, tədqiqatın eksperimental nəticəsi deyil; FEP-nin süni sistemlərə birbaşa tətbiqinin niyə sadə olmadığını göstərmək üçün istifadə olunan nəzəri düşüncədir.

Tədqiqatın Metodu və Nəticələri

Tədqiqatın metodu eksperimental model qiymətləndirməsi deyil, fəlsəfi hipotezin inkişaf etdirilməsi və mövcud empirik ədəbiyyatın bu hipotez baxımından yenidən şərhidir. Teoharie əvvəlcə FEP daxilində dünya modeli və aktiv inferensiya anlayışlarını qurur; sonra LLM-lərin davranış performansını, mexanistik şərh edilə bilmə və neyroelm nəticələrini, insanın mədəni/dil öyrənməsini və Kit Fine-ın grounding fərqlərini eyni hipotez ətrafında birləşdirir. Daha sonra dörd əsas əks etiraz vasitəsilə hipotezin sərhədlərini müzakirə edir.

Analitik iş axını

1. LLM-lərin yalnız token proqnozu verən sistemlər olmasına baxmayaraq dünya haqqında mənalı çıxışlar yarada bilməsi problem kimi müəyyən edilir.
2. FEP çərçivəsində insan dünya modeli, generativ model və aktiv inferensiya münasibəti izah edilir.
3. Mövcud LLM-lərin birbaşa ətraf mühit əlaqəsinə və tam aktiv inferensiya dövrünə malik olmadığı qəbul edilir.
4. Dünya modelinin yaradılması ilə daha əvvəl yaradılmış modelin başqa sistemə ötürülməsi bir-birindən fərqləndirilir.
5. İnsan dili insan dünya modelinin müəyyən qanunauyğunluqlarını daşıyan dolayı ötürmə kanalı kimi nəzərdən keçirilir.
6. Davranış oxşarlığının oxşar daxili modellər üçün dəlil dəyərinə malik ola biləcəyi hipotezi qurulur.
7. BrainBench və insanabənzər konseptual təsvir tədqiqatları davranış dəstəyi kimi müzakirə olunur.
8. Centaur nümunəsi davranış ümumiləşdirilməsi və insan sinir fəaliyyəti ilə təsvir əlaqəsi baxımından araşdırılır.
9. Mexanistik şərh edilə bilmə və beyin–transformer müqayisələri ikinci əsas empirik dəstək xətti kimi istifadə olunur.
10. İnsanların dil və mədəni ötürmə yolu ilə birbaşa təcrübə olmadan da dünya modellərini yeniləyə bilməsi analogiya kimi istifadə olunur.
11. Kit Fine-ın grounding fərqləri LLM çıxışının dolayı dünya əlaqəsini izah etmək üçün tətbiq olunur.
12. FEP uyğunsuzluğu, android etirazı, ölçülə bilmə problemi və AI tərəfindən yaradılan təlim məlumatı dörd əsas əks etiraz kimi qiymətləndirilir.
13. Nəticədə LLM-nin tam insan dünya modelinə deyil, xüsusilə dil vasitəsilə daşına bilən müəyyən hissələrinə sahib ola biləcəyi hipotezi qorunur.

Məqalənin iki əsas və dörd geniş dəstək xətti

Xülasə bölməsi iki əsas istiqaməti xüsusilə önə çıxarır: davranış oxşarlığı və mexanistik/neyron oxşarlığı. Məqalənin gövdəsi isə bunları ümumilikdə dörd dəstək xətti şəklində genişləndirir.

Məqalənin istifadə etdiyi xarici empirik dəlillərin statusu

Birinci etiraz: LLM həqiqətən FEP agenti deyil

Müəllif bu etirazı qəbul edir. Mövcud LLM insan kimi xarici mühitdən gələn davamlı sensor girişləri proqnozlaşdırmır və hərəkətlərinin fiziki nəticələrini yeni məlumat kimi sistematik şəkildə istifadə etmir.

Buna görə məqalənin arqumenti “LLM FEP altında öz dünya modelini yaradır” formasında qurula bilməz. Teoharie bunun əvəzinə insan tərəfindən yaradılmış dünya modelinin dil vasitəsilə LLM-yə qismən ötürülə biləcəyini müdafiə edir.

İkinci etiraz: insanabənzər dünya modeli təkbaşına insanabənzər agent yaratmır

LLM insanabənzər dünya modelinin bəzi hissələrini ehtiva etsə belə, hərəkət, sensorimotor inteqrasiya, emosional tənzimləmə, özünü doğrulama və real vaxtlı ətraf mühit geribildirimi kimi komponentlər onda çatışmır.

Buna görə mövcud LLM-ni robot bədəninə bağlamaq insanabənzər agentin avtomatik yaranacağı anlamına gəlmir.

Üçüncü etiraz: “nə qədər insanabənzər?” sualının ölçüsü yoxdur

Məqalənin ən mühüm metodoloji məhdudiyyətlərindən biri “insanabənzər dünya modeli” anlayışının hələ etibarlı vahid metriklə ölçülə bilməməsidir.

Davranış testləri yalnız müəyyən tapşırıqları ölçür. Neyrogörüntüləmə oxşarlığı müəyyən təsvir səviyyələrini araşdırır. Konseptual xüsusiyyət testləri isə dünya modelinin hamısını deyil, seçilmiş anlayışların məhdud xüsusiyyətlərini qiymətləndirir.

Teoharie gələcəkdə mexanistik şərh edilə bilmənin və daha əhatəli insan–model təsvir müqayisələrinin bu sualın ölçülə bilən hala gətirilməsinə töhfə verə biləcəyini düşünür.

Dördüncü etiraz: model çıxışının yenidən təlim məlumatına çevrilməsi

Hipotezin dolayı grounding məntiqi təlim dilinin insan tərəfindən dünyaya əsaslanaraq yaradılmasına böyük əhəmiyyət verir. Təlim məlumatı getdikcə başqa LLM çıxışlarından ibarət olarsa, bu zəncirin təbiəti dəyişə bilər.

Məqalə bunun hansı istiqamətdə nəticə verəcəyi barədə qəti nəticəyə gəlmir. İnsan və LLM dünya modelləri arasındakı oxşarlıq azala bilər və ya yeni geribildirim sistemləri daha aktiv modellər ortaya çıxara bilər. Bu bölmə gələcək tədqiqat sualı kimi qalır.

Bu Tədqiqat LLM-lərin İnsan Kimi Anladığını Sübut Edirmi?

Xeyr. Tədqiqat LLM-lərdə insanabənzər anlayışı eksperimental olaraq sınamır və belə bir nəticəni sübut etmir; giriş bölməsində Teoharie real anlayış sualını açıq şəkildə əhatədən kənarda saxlayır. Müzakirə bölməsində dolayı grounding-in daha güclü anlayış şərhini dəstəkləyə biləcəyini irəli sürən bir ifadə olsa da, məqalənin təhlükəsiz nüvə nəticəsi LLM-lərin insan dünya modelinin müəyyən hissələrini qismən ehtiva edə biləcəyi hipotezidir; bu, şüur, insanla eyni semantik anlayış və ya tam koqnitiv ekvivalentlik nəticəsi deyil.

Mənbə daxilində anlayış gərginliyi

Giriş bölməsində müəllif oxşar dünya modellərinin real anlayış yaradıb-yaratmadığının araşdırılmayacağını və bu suala cavab verməli olsa, ehtimal ki, mənfi cavab verəcəyini bildirir.

Sonrakı müzakirədə isə LLM-nin eyni insan dünya modeli tərəfindən dolayı şəkildə əsaslandırılan çıxışlar yaratmasının “real anlayış” iddiasını dəstəkləyə biləcəyini irəli sürən daha güclü bir hissə var.

Bu iki ifadə eyni səviyyədə deyil və tədqiqat onların arasındakı gərginliyi ayrıca arqumentlə həll etmir. Buna görə Verianla baxımından düzgün şərh anlayış iddiasını qəti hala gətirmək deyil, mənbənin mərkəzi və daha açıq şəkildə müdafiə etdiyi qismən insanabənzər dünya modeli tezisinə bağlı qalmaqdır.

Tədqiqatın dəstəklədiyi nəticələr

• Mövcud LLM-lər insanabənzər tam aktiv inferensiya dövrü altında işləmir.
• LLM-lərin xarici dünya ilə birbaşa sensorimotor grounding-i insanlarla müqayisədə xeyli məhduddur.
• İnsan dili xarici dünya haqqında insan modellərinin bəzi qanunauyğunluqlarını daşıdığı üçün LLM təlimi dolayı dünya bağlantısı təmin edə bilər.
• LLM-lər xüsusilə dil vasitəsilə ötürülə bilən abstrakt və sensorimotor olmayan konseptual strukturların bəzilərini insanlara bənzər şəkildə təmsil edə bilər.
• Davranış oxşarlığı və bəzi neyron/təsviri paralellər insanabənzər dünya modeli hipotezi üçün araşdırıla bilən dəlil mənbələridir.
• Mexanistik şərh edilə bilmə LLM-nin hansı daxili strukturlarla insanabənzər davranış yaratdığını ölçmək üçün gələcəkdə istifadə oluna biləcək mühüm alətlərdən biridir.
• Multimodal təlim xüsusilə sensor xüsusiyyətlərdə insan təsvirləri ilə uyğunluğu artıra biləcək yol kimi görünür.
• Mətn vasitəsilə öyrənilə bilməyən hərəkət və digər sensorimotor komponentlər mövcud LLM dünya modellərinin aşkar çatışmayan sahələridir.

Tədqiqatın dəstəkləmədiyi nəticələr

• LLM-lərin insan beyni ilə eyni dünya modelinə malik olduğu göstərilməyib.
• LLM-lərin şüurlu olduğu göstərilməyib.
• LLM-lərin insanla eyni semantik anlayış mexanizminə malik olduğu eksperimental olaraq göstərilməyib.
• Oxşar benchmark performansı təkbaşına eyni daxili modeli sübut etmir.
• fMRI ilə model aktivləşmələri arasındakı əlaqələr süni və bioloji şəbəkələrin eyni olduğunu göstərmir.
• Mövcud LLM-lərin FEP altında tam aktiv inferensiya həyata keçirdiyi göstərilməyib.
• Mətn təliminin insan sensorimotor təcrübəsinin hamısını yenidən yarada bildiyi göstərilməyib.
• LLM-ni fiziki bədənə bağlamağın insanabənzər agent yaratmaq üçün kifayət etdiyi müdafiə edilmir.
• Tədqiqat dünya modeli oxşarlığının nə qədər olduğunu ölçən etibarlı vahid metrik təqdim etmir.

Tədqiqatın əsas məhdudiyyətləri

Birinci məhdudiyyət əsas hipotezin birbaşa sınaqdan keçirilməməsidir. Məqalə mövcud tədqiqatların nəticələrini dünya modeli hipotezinin lehinə şərh edən nəzəri arqument inkişaf etdirir.

İkinci məhdudiyyət “oxşar davranış → oxşar daxili model” nəticəsinin müstəqil şəkildə sübut edilmiş qanun olmamasıdır. Fərqli daxili mexanizmlərin eyni və ya çox oxşar davranışlar yaratması mümkündür.

Üçüncü məhdudiyyət mexanistik şərh edilə bilmə ilə insan neyroelmi arasında hələ tam ortaq ölçmə çərçivəsinin olmamasıdır. Aktivləşmə və ya təsvir oxşarlığı dünya modelinin məzmun və səbəbiyyət strukturunun eyni olması demək deyil.

Dördüncü məhdudiyyət insanabənzər dünya modelinin nə qədərinin LLM-də olduğunu ölçmək üçün hələ aydın standartın olmamasıdır.

Beşinci məhdudiyyət mətn vasitəsilə əldə edilən konseptual strukturun xüsusilə motor, bədənlə bağlı və birbaşa sensorimotor məlumat üçün yetərsiz qala bilməsidir.

Altıncı məhdudiyyət gələcəkdə AI tərəfindən yaradılan məzmunun təlim məlumatına getdikcə daha çox daxil olmasının insan dilindən gələn dolayı grounding strukturunu dəyişdirə bilməsidir.

Gələcək tədqiqat

Teoharie-nin nəticə bölməsində önə çıxardığı əsas gələcək tədqiqat problemi LLM-nin insan dünya modelindən nəyi və nə qədərini ehtiva etdiyini ölçülə bilən hala gətirməkdir.

Bunun üçün davranış benchmark-larından daha əhatəli tapşırıqların, mexanistik şərh edilə bilmənin, insan–model təsvir oxşarlığı təhlillərinin və xüsusilə multimodal/sensorimotor məlumatın ayrı-ayrılıqda araşdırılması lazımdır.

Mənbə həmçinin birbaşa ətraf mühit əlaqəsinə malik gələcək süni sistemlərin mövcud LLM-lərdən əsaslı şəkildə fərqli olacağını bildirir. Belə sistemlər yalnız insan dilindəki dünya modelini ötürmək əvəzinə öz ətraf mühit generativ modellərini real vaxtlı qarşılıqlı əlaqə ilə yarada bilər.

Verianla üçün vizual yenidənqurma təklifi

Mənbədə orijinal nömrələnmiş şəkil olmadığı üçün ən elmi Verianla vizualı tədqiqatın mexanizmini orijinal konseptual axın kimi yenidən qurmaqdır.

Figcaption təklifi: “Mənbə tədqiqatın konseptual arqumentinə əsaslanaraq Verianla üçün hazırlanmış izahlı sxem; eksperimental ölçmə və ya mənbədəki orijinal fiqur deyil.”

Mənbə və Metod Qeydi

Orijinal tədqiqat: Can LLMs Acquire Human-Like World Models?

Müəllif: Catalin Teoharie

Qurum: Department of Theoretical Philosophy, Faculty of Philosophy, University of Bucharest, Bucharest, Romania

Jurnal: Philosophies

Nəşriyyat: MDPI

Nəşr məlumatı: 2026, Cild 11, Say 3, Məqalə 94

Göndərilmə: 11 Mart 2026

Reviziya: 4 İyun 2026

Qəbul: 5 İyun 2026

Nəşr tarixi: 8 İyun 2026

DOI: 10.3390/philosophies11030094

Mənbə növü: Hakemli nəzəri/fəlsəfi süni intellekt, idrak və zehin fəlsəfəsi tədqiqat məqaləsi.

Lisenziya: Creative Commons Attribution (CC BY).

Açar sözlər: large language models; world models; free energy principle.

Tədqiqat yanaşması: Azad Enerji Prinsipi çərçivəsi altında dünya modeli anlayışının fəlsəfi təhlili; davranış oxşarlığı, mexanistik şərh edilə bilmə, insan öyrənməsi analogiyası və grounding ədəbiyyatındakı mövcud tədqiqatların nəzəri sintezi.

Əsas hipotez: Mövcud LLM-lər insan kimi öz tam dünya modellərini aktiv inferensiya yolu ilə yaratmasalar da, insan istehsalı dil üzərində təlim nəticəsində insan dünya modelinin xüsusilə dil vasitəsilə daşına bilən bəzi hissələrini süni şəbəkələrində ehtiva edə bilər.

Mərkəzi şərh sərhədi: “İnsanabənzər dünya modeli” ifadəsi tam insan idrakı, tam sensorimotor model, şüur və ya insanla eyni anlayış demək deyil. Mənbənin iddiası qismən və dolayı təsvir ötürülməsidir.

Mənbə şəkil və cədvəlləri: Məqalədə nömrələnmiş orijinal elmi şəkil, məlumat qrafiki və ya cədvəl yoxdur.

Mənbə tənlikləri: Məqalədə göstərilən və ya nömrələnmiş riyazi tənlik yoxdur. FEP azad enerji əlaqələri konseptual səviyyədə izah edilib, riyazi törəmə verilməyib.

Mənbədaxili xarici empirik dəlillər: BrainBench, insanabənzər konseptual təsvir tədqiqatları, Centaur/Psych-101, insan–transformer neyrogörüntüləmə müqayisələri və sensorimotor anlayış tədqiqatları Teoharie-nin öz eksperimentləri deyil, hipotezi müzakirə etmək üçün istifadə etdiyi dərc olunmuş xarici tədqiqatlardır.

Maliyyələşdirmə: Tədqiqat xarici maliyyə almayıb.

Etika komitəsi: Tətbiq edilmir.

Məlumatlandırılmış razılıq: Tətbiq edilmir.

Məlumatların əlçatanlığı: Tədqiqatın orijinal töhfələri məqalədə yer alır; əlavə sualların müəllifə yönəldilə biləcəyi bildirilib.

Təşəkkür: Müəllif məqalənin daha əvvəlki versiyasına dair şərhlərinə görə Nansi Lungu-ya təşəkkür edir.

Maraqlar toqquşması: Müəllif maraqlar toqquşmasının olmadığını bildirib.

Müəllif töhfələri: Mənbədə ayrıca CRediT və ya “Author Contributions” bölməsi yoxdur; tədqiqat tək müəlliflidir. Mənbədə olmayan vəzifə bölgüsü əlavə edilməyib.

AI istifadə bəyanatı: Mənbədə ayrıca generativ süni intellekt istifadəsi və ya mətn hazırlama bəyanatı yoxdur. Girişdə ChatGPT 5.2-yə verilən nümunə sual məqalənin arqumentini təqdim etmək üçün istifadə olunan nümunədir; metodoloji AI istifadə bəyanatı deyil.

Mənbədaxili şərh gərginliyi: Giriş bölməsi real anlayış sualını tədqiqatın əhatə dairəsindən kənarda saxlayır, müzakirə bölməsində isə dolayı grounding-dən daha güclü anlayış şərhi çıxaran ifadə var. Verianla mətni bu gərginliyi gizlətmir və tədqiqatın daha açıq mərkəzi nəticəsi olan qismən dünya-modeli hipotezini əsas götürür.

Əsas metodoloji məhdudiyyət: Tədqiqat hipotez üçün yeni eksperimental test hazırlamayıb; dünya modeli oxşarlığını birbaşa ölçən vahid metrik təqdim etmir və istifadə olunan empirik nümunələrin hamısı xarici ədəbiyyatdan götürülüb.

Verianla Live uyğunluğu: İnsan aktiv inferensiya dövrü ilə LLM-nin dil vasitəli dolayı grounding zəncirini müqayisə edən conceptual/source-derived Live Flow uyğundur. Animasiya yeni eksperimental məlumat, real azad enerji ölçümü və ya neyron aktivləşmə nəticəsi yaratmamalıdır.

Verianla metod qeydi: Bu Azərbaycan dilindəki məzmun orijinal məqalənin cümlə-cümlə və ya abzas-abzas tərcüməsi deyil. Tədqiqatın FEP çərçivəsi, dünya modeli tərifi, dörd dəstək xətti, davranış funksionalizmi fərziyyəsi, mexanistik şərh edilə bilmə müzakirəsi, grounding təhlili, təqdim olunan xarici empirik tədqiqatlar, dörd əsas etiraz, mənbədaxili anlayış gərginliyi və nəticə sərhədləri elmi məlumat səviyyəsində ayrılaraq müstəqil Azərbaycan dilində öyrədici struktura çevrilmişdir. Mənbədə olmayan LLM performansı, şüur iddiası, FEP tənliyi və ya insan–model oxşarlıq nisbəti əlavə edilməyib.