Адамга окшош дүйнө модели гипотезасы, чоң тил моделдери (Large Language Models, LLMдер) адамдын тышкы дүйнө менен өз ара аракеттенүүсүнөн түзүлгөн дүйнө моделинин баарын эмес, тил аркылуу өткөрүлө ала турган белгилүү структуралык жана концептуалдык бөлүктөрүн жасалма нейрон тармактарында кыйыр түрдө камтышы мүмкүн деген теориялык көз караш. Catalin Teoharieнин эмгеги жаңы LLM эксперименти жүргүзбөйт; Эркин Энергия Принцибин (Free Energy Principle, FEP), активдүү тыянак чыгарууну, жүрүм-турумдук окшоштукту, механизмдик чечмелөөнү жана grounding адабиятын колдонуп, бул гипотезаны философиялык жактан коргоого болобу деген суроону изилдейт.

Изилдөөнүн баштапкы чекити маанилүү айырмачылыкка таянат. Адамдар жана башка биологиялык агенттер айлана-чөйрөдөн сезүү маалыматтарын алышат, ички моделдерин жаңыртышат, аракет кылышат жана өз аракеттеринин натыйжаларынан жаңы маалымат алышат. FEP алкагында бул кабыл алуу–аракет цикли активдүү тыянак чыгаруунун негизи болуп саналат. Азыркы LLMдер болсо тышкы дүйнө менен мындай түз жана үзгүлтүксүз сенсомотордук байланыш түзбөгөндүктөн, FEP алкагында толук активдүү тыянак чыгаруу системасы катары иштебейт.

Ошого карабастан, Teoharie LLMдерди дүйнө менен таптакыр байланышы жок деп эсептөөгө болбой турганын жактайт. Адам жараткан тил негизинен адамдардын дүйнө жөнүндө түзгөн моделдеринен келип чыгат. LLM бул тилди абдан чоң масштабда үйрөнгөндө, тышкы дүйнөдөн түз үйрөнбөсө да, адамдын дүйнө моделиндеги айрым мыйзам ченемдүүлүктөрдү, түшүнүктөрдү жана байланыштарды модель салмактарына кыйыр түрдө өткөрө алат. Автор муну адамдын дүйнө моделинин толук эмес жана ортомчуланган көчүрмөсүнүн LLM ичинде “камтылышы” катары чечмелейт.

Гипотеза төрт колдоо багыты аркылуу өнүктүрүлөт: LLM менен адамдын жүрүм-турумундагы айрым окшоштуктар; жасалма жана биологиялык нейрондук өкүлчүлүктөрдүн ортосунда билдирилген айрым параллелдер; адамдардын да башкалардан жана тилден түз тажрыйбасыз үйрөнө алышы; LLM чыгышы адам тилине, адам тили болсо тышкы дүйнөгө таянгандыктан пайда болгон алсыз жана жарым-жартылай grounding чынжыры. Ошол эле учурда изилдөө бул далилдердин эч бири адам менен LLMдин дүйнө моделдери бирдей экенин көрсөтпөй турганын ачык моюнга алат.

Макаланын борбордук жыйынтыгы — азыркы LLMдер өзүнүн адамга окшош дүйнө моделин активдүү тыянак чыгаруу аркылуу кура албайт; бирок адамдар дүйнө менен өз ара аракеттенүүдө түзгөн моделдердин, өзгөчө тил аркылуу өткөрүлө ала турган абстракттуу жана концептуалдык бөлүктөрүн жарым-жартылай камтышы мүмкүн. Сенсомотордук, мотордук, денелик жана түз аракетке байланышкан компоненттер болсо азыркы текстке басым жасаган LLMдердин эң көрүнүктүү жетишпеген аймактарынын катарына кирет.

Изилдөөнүн негизги көйгөйү

Чоң тил моделдери кийинки токенди статистикалык түрдө божомолдоо үчүн үйрөтүлөт. Ошого карабастан, алар адамдар менен мазмундуу сүйлөшө алат, дүйнө жөнүндө өтө кеңири маалымат бере алат, адистикти талап кылган айрым суроолорго жооп бере алат жана мурда көрбөгөн контексттерге белгилүү деңгээлде жалпылай алат.

Бул ийгилик эки абдан айырмалуу чечмелөөгө алып келет. Биринчи чечмелөөгө ылайык, тил моделдери үстүртөн статистикалык байланыштарды кармайт жана дүйнө жөнүндө чыныгы ички моделге муктаж болбостон ишенимдүү текст жарата алат. Экинчи чечмелөө болсо чоң масштабда туура тилдик божомол жасоо үчүн окутуу маалыматтарында коддолгон дүйнө түзүлүшүнүн жок дегенде бир бөлүгүн ички өкүлчүлүк катары кармоо талап кылынышы мүмкүн экенин айтат.

Teoharie экинчи мүмкүнчүлүктү изилдейт; бирок “LLM чындап ойлонообу?”, “аң-сезимдүүбү?” же “адамдай эле түшүнөбү?” деген суроолорду изилдөөнүн негизги суроосу менен теңештирбейт. Негизги суроо тар: адам тилинде коддолгон дүйнө моделинин айрым бөлүктөрү ушул тилде үйрөтүлгөн жасалма тармакта кайра өкүлдөнө алабы?

Дүйнө Модели Деген Эмне?

Бул изилдөөдө дүйнө модели — чыныгы дүйнөдөгү объекттердин, процесстердин жана алардын ортосундагы байланыштардын түзүлүшүн белгилүү деңгээлде сактаган жана агенттин өз чөйрөсүндө натыйжалуу аракет кылышына көмөк көрсөтүүчү ички өкүлчүлүк түзүмү. FEP контекстинде адамдын дүйнө модели тышкы дүйнөнүн жашыруун себептерин сезүү кириштеринен болжолдогон генеративдик түзүм менен байланышса, Teoharie LLMдер мунун баарын өз алдынча түзбөй турганын, бирок адам тилине өткөн айрым бөлүктөрүн камтышы мүмкүн экенин жактайт.

Дүйнө модели жөн гана маалымат сактагыч эмес

Булакта колдонулган дүйнө модели түшүнүгү көп фактыларды жаттап алуу гана эмес. Дүйнө модели структуралуу болушу керек: объекттердин, касиеттердин, окуялардын жана процесстердин ортосундагы мыйзам ченемдүүлүктөрдү белгилүү деңгээлде сактоого тийиш. Ошондой эле жүрүм-турум жагынан натыйжалуу болушу керек; системанын божомолдору же аракеттери чөйрөгө канчалык жакшы шайкеш келсе, моделдин функционалдык жетиштүүлүгү жөнүндө ошончолук көп маалымат алууга болот.

Ошондуктан Teoharieнин аргументинде жүрүм-турум маанилүү эпистемикалык көрсөткүчкө айланат. Эгер система ар кандай шарттарда системалуу түрдө туура же адамга окшош жүрүм-турумдарды жаратса, автор бул көрүнүш тышкы жүрүм-турум жөнүндө гана эмес, ошол жүрүм-турумдарды жаратып жаткан ички өкүлчүлүк түзүмү жөнүндө да айрым тыянактарды чыгарууга мүмкүндүк бериши мүмкүн деп болжолдойт.

Адамдын дүйнө модели кантип түзүлөт?

FEP ыкмасында тышкы чөйрөнүн себептик түзүлүшү аң-сезимге түз берилбейт. Адам-агент сезүү кириштерин кабыл алат жана бул кириштер кайсы жашыруун тышкы себептерден келип чыкканын болжолдогон ички моделди колдонот.

Модель пассивдүү гана жаңыртылбайт. Агент аракет кылуу аркылуу өз божомолдорун сынайт. Эшиктин артында ити бар деп ойлогон адамдын эшикти ачышы — моделден келип чыккан аракет. Аракеттин натыйжасы жаңы сезүү маалыматтарын жаратат жана учурдагы моделди ырастоого же өзгөртүүгө салым кошот.

Ошентип, дүйнө модели кабыл алуу менен аракеттин ортосунда иштеген динамикалык түзүмгө айланат.

Эркин Энергия Принциби эмнени түшүндүрүүгө аракет кылат?

Эркин Энергия Принциби кабыл алууну, үйрөнүүнү жана аракетти жалпы божомолдоо жана белгисиздикти азайтуу алкагында түшүндүрүүгө аракет кылган теориялык ыкма. Булак колдонгон FEP чечмелөөсүндө өз тартибин сактаган системалар сезүү кириштериндеги күтүлбөстүктү түз эсептөөнүн ордуна аны жогору жактан чектеген эркин энергия чоңдугун азайтуу аркылуу божомол каталарын жана чөйрө жөнүндө белгисиздикти азайтууга аракет кылат.

Бул жерде FEP макаланын өзү иштеп чыккан теория эмес. Teoharie LLMдердин дүйнө модели көйгөйүн талдоо үчүн FEP адабиятындагы генеративдик модель, активдүү тыянак чыгаруу, чөйрөлүк байланыш жана Markov blanket түшүнүктөрүн колдонот.

Активдүү тыянак чыгаруу деген эмне?

Активдүү тыянак чыгаруу — чөйрөдөн маалымат алып ички моделди жаңыртуу гана эмес. Агенттин өз аракеттери аркылуу чөйрөсүн өзгөртүшү жана анын натыйжасында алынган сезүү кириштери өз божомолдоруна канчалык шайкеш келерин сынашы да процесстин бир бөлүгү.

Адам үчүн схемалык цикл төмөнкүдөй көрсөтүлүшү мүмкүн:

Сезүү кириши → ички дүйнө модели → божомол → аракет → чөйрөдөгү натыйжа → жаңы сезүү кириши.

Бул циклдин маанилүү өзгөчөлүгү — агент өз аракеттеринин натыйжаларын кайра кабыл алат. Ошентип, модель өткөн маалыматка гана негизделип курулбайт; агенттин өз аракеттеринин натыйжалары менен үзгүлтүксүз салыштырылат.

Markov blanket эмне үчүн талкууга кирет?

Булак FEP адабиятындагы Markov blanket ыкмасын ички абалдар менен тышкы чөйрөнүн ортосундагы шарттуу бөлүнүүнү түшүндүрүү үчүн колдонот. Агент тышкы дүйнөнүн жашыруун себептерине түз кирүүнүн ордуна сезүү абалдары аркылуу маалымат алат жана активдүү абалдар аркылуу чөйрөгө таасир этет.

Бул түзүм Teoharieнин аргументинде адам да дүйнөгө “жылаңач жана түз” жете албасын көрсөтүү үчүн маанилүү. Бирок адамдын кыйыр сезүү мүмкүнчүлүгү менен LLMдин адам тилине негизделген кыйыр grounding-и бир эле механизм эмес. Адам чөйрөлүк кайра байланыш циклинин ичинде болсо, азыркы LLM бул циклдин сыртында турат.

LLMдер Эркин Энергия Принциби Астында Иштейби?

Teoharieнин акыркы баалоосуна ылайык, азыркы LLMдер FEP астында толук мааниде иштеген агенттер эмес; алар тышкы чөйрө менен түз байланышта эмес, активдүү тыянак чыгаруу циклдери толук эмес жана көбүнчө кийинки сезүү киришин эмес, берилген киришке ылайыктуу чыгышты божомолдойт. Автор ошого карабастан FEPти адамдын дүйнө моделдери кантип түзүлөрүн түшүндүрүү жана LLMдерде жетишпеген чөйрөлүк кайра байланыш катмарын көрүнүктүү кылуу үчүн колдонот.

Адам менен LLMдин негизги айырмасы

Адам дүйнө моделин тышкы чөйрөдө жашоо аркылуу түзөт. Көрөт, угат, тийет, кыймылдайт, туура эмес божомол кылат, натыйжаны башынан өткөрөт жана моделин кайра түзөт.

LLMдин окутуу киришинин чоң бөлүгү адамдар жараткан тилдик же мультимодалдык өкүлчүлүктөрдөн турат. Салттуу LLM физикалык дүйнөдө жасаган аракетинин натыйжасын жаңы сезүү маалыматы катары алып, өз моделин ошол натыйжа аркылуу үзгүлтүксүз жаңыртпайт.

Ошондуктан Teoharie LLM адам менен бирдей генеративдик-модель түзүү процессине ээ деп жактабайт.

Киришти божомолдоо менен чыгышты божомолдоонун айырмасы

Макаладагы маанилүү каршы пикирлердин бири — FEP агенти үчүн келечектеги сезүү кириштерин алдын ала айтуу борбордук мааниге ээ болсо, LLM негизинен өзүнүн чыгышын өндүрөт. Сүйлөшүү модели колдонуучудан келе турган кийинки суроону божомолдоонун ордуна, учурдагы суроого ылайыктуу жооптун токендерин божомолдойт.

Teoharie бул айырманы LLMдерди FEP менен толук шайкеш деп эсептөөгө болбой турган себептердин бири катары кабыл алат.

Анда FEP эмне үчүн баары бир колдонулат?

FEPтин макаладагы негизги милдети “LLM — FEP агенти” деп айтуу эмес. FEP толук дүйнө модели биологиялык агентте кайсы процесстер аркылуу түзүлөрүн көрсөтүү үчүн салыштыруу стандартын берет.

Бул салыштыруу эки жыйынтыкты бир убакта көрүнүктүү кылат:

• LLM азыркы абалында өз дүйнө моделин адамдай чөйрөнүн ичинде түзбөйт.
• Эгер дүйнө модели мурда адам агенттери тарабынан түзүлгөн болсо, анын белгилүү компоненттерин тил аркылуу башка системага өткөрүү логикалык жактан жокко чыгарылбайт.

LLMдер Дүйнөгө Түз Байланбастан Адамга Окшош Дүйнө Моделин Кантип Камтый Алат?

Макаланын гипотезасына ылайык, адам тили адамдардын тышкы дүйнө менен активдүү өз ара аракеттенүүдө түзгөн дүйнө моделдеринин белгилүү мыйзам ченемдүүлүктөрүн буга чейин эле алып жүрөт; LLM ушул тилде үйрөтүлгөндө дүйнөнү түз байкоонун ордуна адамдын дүйнө жөнүндөгү өкүлчүлүгүнөн үйрөнөт. Ошондуктан LLMдин grounding-и түз эмес, “тышкы дүйнө → адам дүйнө модели → адам тили → LLM” чынжыры аркылуу ортомчуланган, толук эмес жана жарым-жартылай grounding катары чечмеленет.

Кыйыр grounding чынжыры

Teoharieнин негизги механизмин төмөнкү схемалык чынжыр менен түшүндүрүүгө болот:

Тышкы дүйнө → адамдын сезүү/аракеттик өз ара аракети → адам дүйнө модели → адам тили → LLM окутуу маалыматы → LLM ички өкүлчүлүктөрү → LLM тилдик чыгышы.

Бул жерде негизги жагдай — LLM окутуу маалыматы кокустук белгилердин тизмегинен турбайт. Адамдар сүйлөп же жазып жатканда көбүнчө дүйнө жөнүндө бир нерсе айтууга аракет кылышат. Туура эмес, ойдон чыгарылган же ката сүйлөмдөрдүн болушу бул жалпы байланыштын кемчиликсиз эмес экенин көрсөтөт; бирок булак адам тилинин чоң корпусу баары бир реалдуу дүйнө мыйзам ченемдүүлүктөрү менен олуттуу байланышта деп болжолдойт.

“Көчүрмө” деген сөздү кантип түшүнүү керек?

Автор талкуу бөлүмүндө LLM адамдын дүйнө моделинин кандайдыр бир көчүрмөсүн алганын айтат. Бул сөз түз маанидеги нейробиологиялык көчүрмө катары түшүнүлбөшү керек. Булактын өз түшүндүрмөсүндө адам жана LLM дүйнө моделдери ишке ашырылган физикалык инфраструктуралар жана аларды өздөштүрүү жолдору абдан айырмаланат.

Мунун мааниси — жүрүм-турумду жана тилдик өндүрүштү колдогон айрым структуралык мыйзам ченемдүүлүктөр башка жасалма тармактын ичинде кайра өкүлдөнө алышы мүмкүн.

Адамдар да түз тажрыйба аркылуу гана үйрөнбөйт

Макаланын үчүнчү колдоо багыты адам үйрөнүүсүнө негизделген аналогия. Адам өз дүйнө моделиндеги бардык маалыматты жеке тажрыйба аркылуу түзбөйт. Башка адамдардын айткандарынан, китептерден, билим берүүдөн жана маданий өткөрүүдөн көп маалымат алат.

Жамгыр жаап жатабы же жокпу деп терезеден карабай эле башка адамдан сурап билсе болот. Ал эми велосипед тебүү сыяктуу мотордук көндүмдөрдү сөз менен түшүндүрүү аркылуу гана толук өздөштүрүү мүмкүн эмес.

Teoharie бул айырманы LLMдерге да колдонот: тил аркылуу үйрөнүүгө мүмкүн болгон дүйнө моделинин компоненттери LLMге өткөрүлүшү мүмкүн; ал эми толук сенсомотордук активдүү тыянак чыгарууну талап кылган компоненттер ошол эле жол менен өткөрүлбөйт.

Kit Fine аркылуу grounding айырмасы

Автор Kit Fineдын grounding түшүнүктөрүн пайдаланып, LLMдин дүйнө менен байланышын үч мүнөздөмө менен сүрөттөйт:

• Фактылык болушу шарт эмес grounding: LLM чыгыштары ыктымалдык негизде өндүрүлгөндүктөн, ар бир чыгарылган билдирүү туура боло бербейт.
• Алсыз grounding: Түшүндүрүүчү байланыш катуу жана бир багыттуу себептик иерархияга түшүрүлбөйт; ал адам тили, башка билдирүүлөр жана модель ичиндеги байланыштар аркылуу кыйыр жүрөт.
• Жарым-жартылай grounding: LLM чыгышын негиздеген дүйнө фактыларынын жана тиешелүү билдирүүлөрдүн баары модель ичинде толук болушу шарт эмес.

Бул ыкма LLM физикалык дүйнөгө адамдай эле байланышкан деп айтпайт. Тескерисинче, grounding эмне үчүн жетишсиз жана чектелүү экенин түшүндүрүү үчүн колдонулат.

Окшош Жүрүм-турум Окшош Дүйнө Моделин Далилдейби?

Жок; изилдөө жүрүм-турумдук окшоштукту дүйнө модели окшоштугунун так далили катары бербейт. Teoharieнин борбордук, бирок талаштуу божомолу — окшош чөйрөлүк шарттарда системалуу түрдө окшош жана ийгиликтүү жүрүм-турумдар окшош ички моделдер үчүн далилдик мааниге ээ болушу мүмкүн; макалада колдонулган benchmark жана нейроилим изилдөөлөрү бул гипотезаны колдогон көрсөткүчтөр катары чечмеленет, бирок альтернативдүү түшүндүрмөлөрдү жокко чыгарбайт.

Жүрүм-турумдук функционализм

Макаланын логикасы жүрүм-турумдук функционализмге жакын. Дүйнө моделин ички жакта кайсы биологиялык же жасалма механизм бар экенине карап гана эмес, ал чөйрөгө ылайыктуу жүрүм-турумду жарата алабы деген негизде да баалоого болот.

Адамдардын мээлери бири-бирине так окшош эмес; ошого карабастан алар жалпы чөйрөлүк мыйзам ченемдүүлүктөрдү жана окшош жүрүм-турум формаларын бөлүшкөндүктөн, дүйнө моделдери да олуттуу деңгээлде жалпы түзүмдөрдү камтыйт деп кабыл алынат. Teoharie ушундай тыянакты чектелүү түрдө LLMдерге да кеңейтүүгө болобу деп изилдейт.

BrainBench мисалы

Булак Luo жана кесиптештеринин нейроилим изилдөөлөрүнүн жыйынтыктарын божомолдоого багытталган BrainBench ишин жүрүм-турумдук далилдердин бир мисалы катары берет. Teoharie келтирген жыйынтыкта LLMдер орточо %81,4, адам эксперттери болсо %63,4 тактык көрсөткөн.

Бул сан ушул макаланын эксперименттик жыйынтыгы эмес. Teoharie бул жыйынтыкты чоң тил моделдеринин илимий тармактагы мыйзам ченемдүүлүктөрдү колдонуп алдыга карай божомол чыгара алышы “дүйнө модели” гипотезасына шайкеш болушу мүмкүн экенине мисал катары колдонот.

Адамга окшош концептуалдык өкүлчүлүктөр

Макала объект түшүнүктөрүнүн көп өлчөмдүү өкүлчүлүгүн изилдеген иштерди да талкуулайт. Булакта келтирилген изилдөөлөрдө адамдын жүрүм-турумунан жана мээ активдүүлүгүнөн алынган концептуалдык өлчөмдөр менен чоң тил же мультимодалдык моделдердеги өкүлчүлүктөрдүн ортосунда белгилүү шайкештиктер билдирилген.

Айрыкча визуалдык кириштер менен үйрөтүлгөн мультимодалдык моделдердин адам баалоолору жана визуалдык концептуалдык касиеттер менен text-only моделдерге караганда жогору шайкештик көрсөтүшү Teoharieнин “grounding формасы өкүлчүлүк окшоштугуна таасир берет” деген чечмелөөсү менен байланыштырылат.

Формалдык тил жөндөмү менен функционалдык тил жөндөмү

Булак Mahowald жана кесиптештеринин формалдык тил компетенттүүлүгү менен функционалдык тил компетенттүүлүгүнүн айырмасына өзгөчө маани берет.

Формалдык компетенттүүлүк синтаксис, морфология жана тилдик түзүлүштү туура жаратууну камтыйт. Функционалдык компетенттүүлүк болсо реалдуу дүйнөдөгү максаттарды, ниеттерди, кырдаалдарды убакыт ичинде көзөмөлдөөнү, социалдык таанымды жана кеңири дүйнө билимин бирге колдонууну талап кылат.

Бул айырма LLMдин күчтүү тил жаратуусун өзү эле толук адам дүйнө моделине теңөөгө болбой турганын көрсөткөн маанилүү булактык чектөө болуп саналат.

Centaur эмне үчүн маанилүү?

Teoharie Centaur аттуу моделди жүрүм-турум менен ички өкүлчүлүктүн ортосундагы байланышты изилдөө үчүн өзгөчө көңүл буруучу мисал катары карайт. Булакта Centaur Llama 3.1 70B негизинде курулган жана Psych-101 деп аталган маалымат топтомундагы 160 эксперимент, 60.000ден ашык катышуучу жана 10 миллиондон ашык чечим боюнча кошумча үйрөтүлгөнү айтылат.

Centaur окутууда көрбөгөн катышуучуларда, тапшырма түзүлүштөрүндө жана тармактарда адамдын жүрүм-турумун божомолдой алышы, Teoharieнин пикиринде, жөнөкөй жаттоодон жогору турган жалпылана турган түзүмдөрдү өздөштүргөн болушу мүмкүн экенин көрсөтөт.

Андан да маанилүүсү, булак Centaurдун жасалма ички абалдары менен 94 адамдын чечим кабыл алуу тапшырмасы учурунда өлчөнгөн fMRI активдүүлүгү салыштырылган изилдөөнү берет. Centaur айрым адам мээ активдүүлүктөрүн базалык Llama моделине караганда жакшыраак божомолдогону билдирилген.

Ошентсе да бул жыйынтыктар Centaur же башка LLM адамдын мээси менен бирдей дүйнө моделине ээ экенин далилдебейт. Teoharie аларды гипотезаны келечекте сынай турган ыкманын белгилери катары карайт.

Механизмдик чечмеленүү деген эмне?

Механизмдик чечмеленүү (Mechanistic Interpretability, MI), transformer жана башка жасалма нейрон тармактарында белгилүү жүрүм-турумдарды жараткан ички касиеттерди, чынжырларды жана эсептөө жолдорун тескери инженерия аркылуу түшүнүүгө аракет кылган изилдөө тармагы.

Булак үч негизги MI объектисин баса белгилейт:

• Касиеттер: Активдешүүлөрдө коддолгон жана адам чечмелей ала турган концептуалдык үлгүлөр.
• Чынжырлар: Модель компоненттерин белгилүү эсептөөлөргө же жүрүм-турумдарга байланыштырган функционалдык жолдор.
• Универсалдуулук: Окшош механизмдер ар башка моделдерде жана тапшырмаларда кайрадан пайда болобу же жокпу.

Мээ менен transformer салыштыруулары

Макала табигый сүйлөөнү угуп жаткан адамдардын fMRI маалыматтарын BERT attention-head өзгөртүүлөрү менен салыштырган изилдөөлөрдү талкуулайт. Teoharie келтирген адабиятта айрым attention headдердин контексттик эсептөөлөрү адамдын кортексиндеги тил аймактарынын активдүүлүгүн салттуу тилдик касиеттердей же алардан жакшыраак божомолдой алганы билдирилген.

Ар кандай катмарлар жана контекст узундуктары ар башка кортикалдык аймактар менен күчтүүрөөк байланыш көрсөткөнү автор тарабынан мүмкүн болгон функционалдык адистешүү параллели катары бааланат. Модель үйрөтүлбөгөн абалга келтирилгенде же head түзүлүшү туш келди кылынганда бул байланыштын жоголушу архитектуралык окшоштук гана эмес, үйрөнүлгөн түзүлүш да маанилүү экенин көрсөтүүчү жыйынтык катары берилет.

Ошол эле учурда булак бул параллелдердин теориялык негизи али толук эмес экенин жана учурдагы чечмелөөлөр болжолдуу экенин да баса белгилейт.

Текст өзү эмнени жакшыраак кармайт?

Булакта талкууланган Xu жана кесиптештеринин изилдөөсү болжол менен 4442 түшүнүктү сенсомотордук эмес, сезүү жана мотордук өлчөмдөрдө салыштырган. Teoharie келтирген жыйынтыкка ылайык, LLM–адам шайкештиги сенсомотордук эмес касиеттерде жогору, сезүү тармактарында төмөн жана мотордук өлчөмдөрдө эң начар.

Визуалдык маалыматтар менен үйрөтүлгөн моделдердин көрүүгө байланышкан касиеттерде адамга жогору шайкештик көрсөтүшү мультимодалдык grounding адамга окшош концептуалдык өкүлчүлүктүн айрым бөлүктөрүн күчөтүшү мүмкүн экенин көрсөтөт.

Ошондуктан макаланын жыйынтыгы “текст адам тажрыйбасынын баарын алып жүрөт” деген эмес. Тар жыйынтык — текст айрыкча абстракттуу жана сенсомотордук эмес маалымат үчүн маанилүү өткөрүү каналы боло алат.

LLMдин түз чөйрөлүк байланышынын жоктугу эмне үчүн маанилүү?

Түз чөйрөлүк байланыштын жоктугу маалымат булагындагы айырма гана эмес. Агенттин өз аракеттеринин натыйжаларын башынан өткөрө албашы; кыймыл, дене, тийүү, катаны аңдоо, өзүн текшерүү, эмоция тарабынан жөнгө салынган саясат жана чөйрөлүк себептүүлүк сыяктуу адамдын дүйнө моделинин көптөгөн компоненттеринин башкача же толук эмес болушуна алып келиши мүмкүн.

Ошондуктан Teoharieнин гипотезасы “LLM адам менен бирдей дүйнө моделине ээ” деген эмес. Доомат — дүйнө моделинин айрым гана бөлүктөрү системалардын ортосунда өткөрүлүшү мүмкүн.

LLMди робот денесине жайгаштыруу көйгөйдү чечеби?

Макаланын экинчи чоң каршы пикирине ылайык, эгер LLM чындап адамга окшош дүйнө моделин алып жүрсө, аны андроид денеге жайгаштыруу адамга окшош агентти жаратышы керек деген күтүм болушу мүмкүн. Teoharie бул жыйынтыкты кабыл албайт.

Жаңы сезүү каналдарын иштетүү, физикалык аракет, чөйрөлүк кайра байланыш жана активдүү тыянак чыгаруу үчүн керектүү архитектура учурдагы LLMден түп-тамырынан айырмаланат. Ошондуктан текст аркылуу гана алынган жарым-жартылай дүйнө модели дене кошулганда автоматтык түрдө толук болуп калат деп күтүлбөйт.

Төртүнчү каршы пикир: AI жараткан окутуу маалыматы

Автор келечекте окутуу маалыматынын улам чоң бөлүгү AI тарабынан жаралышы grounding чынжырын өзгөртүшү мүмкүн экенин да талкуулайт. Макалада тышкы булакка таянып, интернет мазмунунун “%30–40ка чейин” AI тарабынан түзүлгөн болушу мүмкүн деген баа келтирилет.

Бул көрсөткүч азыркы изилдөөнүн өз өлчөөсү эмес жана туруктуу интернет статистикасы катары чечмеленбеши керек. Teoharieнин философиялык көйгөйү мындай: эгер LLM окутуусу улам адамдын дүйнөгө түз байланышкан билдирүүлөрүнөн эмес, мурунку LLM чыгыштарынан азыктанса, “тышкы дүйнө → адам → тил → LLM” grounding чынжыры алсырап же жаңы кайра байланыш режимине айланышы мүмкүн.

“Dark room” көйгөйү

Макала LLMдер толук FEP агенттери болгон учурда пайда болушу мүмкүн болгон теориялык көйгөйгө да токтолот. Эгер система божомол катасын гана азайтууга багытталса, жаңы колдонуучу кириши такыр келбеген абал өтө оңой божомолдонгону системаны өз ара аракети төмөн минимумга багытташы мүмкүн.

Бул изилдөөнүн эксперименттик жыйынтыгы эмес; FEPти жасалма системаларга түз колдонуу эмне үчүн жөнөкөй эмес экенин көрсөтүү үчүн колдонулган теориялык ой.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Изилдөөнүн ыкмасы эксперименттик модель баалоосу эмес, философиялык гипотезаны иштеп чыгуу жана учурдагы эмпирикалык адабиятты ошол гипотезанын көз карашынан кайра чечмелөө болуп саналат. Teoharie адегенде FEP ичиндеги дүйнө модели жана активдүү тыянак чыгаруу түшүнүктөрүн аныктайт; андан кийин LLMдердин жүрүм-турумдук көрсөткүчтөрүн, механизмдик чечмеленүү жана нейроилим жыйынтыктарын, адамдын маданий/тилдик үйрөнүүсүн жана Kit Fineдын grounding айырмаларын бир гипотезанын айланасында бириктирет. Андан соң төрт негизги каршы пикир аркылуу гипотезанын чектерин талкуулайт.

Аналитикалык иш агымы

1. LLMдер токенди гана божомолдогон системалар болгонуна карабастан, дүйнө жөнүндө мазмундуу чыгыштарды жарата алышы көйгөй катары аныкталат.
2. FEP алкагында адам дүйнө модели, генеративдик модель жана активдүү тыянак чыгаруу байланышы түшүндүрүлөт.
3. Азыркы LLMдер түз чөйрөлүк байланышка жана толук активдүү тыянак чыгаруу циклине ээ эмес экени кабыл алынат.
4. Дүйнө моделин түзүү менен мурда түзүлгөн моделди башка системага өткөрүү бири-биринен айырмаланат.
5. Адам тили адамдын дүйнө моделинин айрым мыйзам ченемдүүлүктөрүн алып жүргөн кыйыр өткөрүү каналы катары каралат.
6. Жүрүм-турумдук окшоштук окшош ички моделдер үчүн далилдик мааниге ээ болушу мүмкүн деген гипотеза түзүлөт.
7. BrainBench жана адамга окшош концептуалдык өкүлчүлүк изилдөөлөрү жүрүм-турумдук колдоо катары талкууланат.
8. Centaur мисалы жүрүм-турумду жалпылоо жана адамдын нейрондук активдүүлүгү менен өкүлчүлүк мамилеси жагынан изилденет.
9. Механизмдик чечмеленүү жана мээ–transformer салыштыруулары экинчи негизги эмпирикалык колдоо багыты катары колдонулат.
10. Адамдар тил жана маданий өткөрүү аркылуу түз тажрыйбасыз эле дүйнө моделдерин жаңырта алышы аналогия катары колдонулат.
11. Kit Fineдын grounding айырмалары LLM чыгышынын дүйнө менен кыйыр байланышын түшүндүрүү үчүн колдонулат.
12. FEPке шайкеш эместик, андроид каршы пикири, өлчөнүү көйгөйү жана AI жараткан окутуу маалыматы төрт негизги каршы пикир катары бааланат.
13. Жыйынтыгында LLM толук адам дүйнө моделине эмес, айрыкча тил аркылуу өткөрүлө ала турган айрым бөлүктөрүнө ээ болушу мүмкүн деген гипотеза сакталат.

Макаланын эки негизги жана төрт кең колдоо багыты

Аннотация бөлүмү эки негизги багытты өзгөчө баса белгилейт: жүрүм-турумдук окшоштук жана механизмдик/нейрондук окшоштук. Макаланын негизги бөлүгү болсо буларды жалпысынан төрт колдоо багытына кеңейтет.

Макала колдонгон тышкы эмпирикалык далилдердин статусу

Биринчи каршы пикир: LLM чындап FEP агенти эмес

Автор бул каршы пикирди кабыл алат. Азыркы LLM адам сыяктуу тышкы чөйрөдөн келген үзгүлтүксүз сезүү кириштерин божомолдобойт жана өз аракеттеринин физикалык натыйжаларын жаңы маалымат катары системалуу колдонбойт.

Ошондуктан макаланын аргументи “LLM FEP астында өз дүйнө моделин түзөт” деген формада курула албайт. Teoharie анын ордуна адам түзгөн дүйнө модели тил аркылуу LLMге жарым-жартылай өткөрүлүшү мүмкүн экенин жактайт.

Экинчи каршы пикир: адамга окшош дүйнө модели өзү эле адамга окшош агентти жаратпайт

LLM адамга окшош дүйнө моделинин айрым бөлүктөрүн камтыса да, анда кыймыл, сенсомотордук интеграция, эмоциялык жөнгө салуу, өзүн текшерүү жана реалдуу убакыттагы чөйрөлүк кайра байланыш сыяктуу компоненттер жетишпейт.

Демек, азыркы LLMди робот денесине туташтыруу адамга окшош агент автоматтык түрдө пайда болот дегенди билдирбейт.

Үчүнчү каршы пикир: “канчалык адамга окшош?” деген суроонун өлчөмү жок

Макаланын эң маанилүү методологиялык чектөөлөрүнүн бири — “адамга окшош дүйнө модели” түшүнүгүн азырынча ишенимдүү бирдиктүү метрика менен өлчөө мүмкүн эмес.

Жүрүм-турум тесттери белгилүү тапшырмаларды гана өлчөйт. Нейровизуалдаштыруу окшоштугу белгилүү өкүлчүлүк деңгээлдерин изилдейт. Концептуалдык касиет тесттери болсо дүйнө моделинин бүтүндүгүн эмес, тандалган түшүнүктөрдүн чектелүү касиеттерин баалайт.

Teoharie келечекте механизмдик чечмеленүү жана кеңири адам–модель өкүлчүлүк салыштыруулары бул суроону өлчөнүүчү кылууга салым кошо алат деп эсептейт.

Төртүнчү каршы пикир: модель чыгышынын кайра окутуу маалыматына айланышы

Гипотезанын кыйыр grounding логикасы окутуу тили адам тарабынан дүйнөгө таянып түзүлгөнүнө чоң маани берет. Эгер окутуу маалыматы бара-бара башка LLM чыгыштарынан турса, бул чынжырдын табияты өзгөрүшү мүмкүн.

Макала мунун кайсы багытта натыйжа берери жөнүндө так жыйынтык чыгарбайт. Адам жана LLM дүйнө моделдеринин окшоштугу азайышы мүмкүн же жаңы кайра байланыш системалары активдүү моделдерди жаратышы мүмкүн. Бул бөлүк келечектеги изилдөө суроосу бойдон калат.

Бул Изилдөө LLMдер Адам Сыяктуу Түшүнөрүн Далилдейби?

Жок. Изилдөө LLMдердеги адамга окшош түшүнүүнү эксперименттик түрдө сынабайт жана мындай жыйынтыкты далилдебейт; кириш бөлүмүндө Teoharie чыныгы түшүнүү маселесин ачык түрдө изилдөө чегинен тышкары калтырат. Талкуу бөлүмүндө кыйыр grounding күчтүүрөөк түшүнүү чечмелөөсүн колдой алат деген билдирүү бар болсо да, макаланын коопсуз негизги жыйынтыгы — LLMдер адам дүйнө моделинин айрым бөлүктөрүн жарым-жартылай камтышы мүмкүн деген гипотеза; бул аң-сезим, адам менен бирдей семантикалык түшүнүү же толук когнитивдик теңдик деген жыйынтык эмес.

Булак ичиндеги түшүнүү карама-каршылыгы

Кириш бөлүмүндө автор окшош дүйнө моделдери чыныгы түшүнүүнү жаратабы-жокпу изилденбей турганын жана бул суроого жооп бериши керек болсо, балким терс жооп берерин айтат.

Кийинки талкууда болсо LLMдин ошол эле адам дүйнө модели аркылуу кыйыр негизделген чыгыштарды жаратышы “чыныгы түшүнүү” дооматын колдой алат деген күчтүүрөөк үзүндү бар.

Бул эки билдирүү бир деңгээлде эмес жана изилдөө алардын ортосундагы карама-каршылыкты өзүнчө аргумент менен чечпейт. Ошондуктан Verianla үчүн туура чечмелөө түшүнүү дооматын тактоо эмес, булак борбордук жана аныгыраак жактаган жарым-жартылай адамга окшош дүйнө модели тезисине кармануу болуп саналат.

Изилдөө колдогон жыйынтыктар

• Азыркы LLMдер адамга окшош толук активдүү тыянак чыгаруу цикли астында иштебейт.
• LLMдердин тышкы дүйнө менен түз сенсомотордук grounding-и адамдардыкына караганда кыйла чектелүү.
• Адам тили тышкы дүйнө тууралуу адам моделдеринин айрым мыйзам ченемдүүлүктөрүн алып жүргөндүктөн, LLM окутуусу кыйыр дүйнө байланышын камсыз кыла алат.
• LLMдер айрыкча тил аркылуу өткөрүлө турган абстракттуу жана сенсомотордук эмес концептуалдык түзүмдөрдүн айрымдарын адамдарга окшош түрдө өкүлдөй алат.
• Жүрүм-турумдук окшоштук жана айрым нейрондук/өкүлчүлүк параллелдер адамга окшош дүйнө модели гипотезасы үчүн изилдене турган далил булактары болуп саналат.
• Механизмдик чечмеленүү LLM кайсы ички түзүмдөр аркылуу адамга окшош жүрүм-турумду жаратарын өлчөө үчүн келечекте колдонулушу мүмкүн болгон маанилүү куралдардын бири.
• Мультимодалдык окутуу, айрыкча сезүү касиеттеринде, адам өкүлчүлүктөрү менен шайкештикти жогорулата турган жол катары көрүнөт.
• Текст аркылуу үйрөнүүгө мүмкүн болбогон кыймыл жана башка сенсомотордук компоненттер азыркы LLM дүйнө моделдеринин көрүнүктүү жетишпеген аймактары.

Изилдөө колдобогон жыйынтыктар

• LLMдер адам мээси менен бирдей дүйнө моделине ээ экени көрсөтүлгөн эмес.
• LLMдер аң-сезимдүү экени көрсөтүлгөн эмес.
• LLMдер адам менен бирдей семантикалык түшүнүү механизмине ээ экени эксперименттик түрдө көрсөтүлгөн эмес.
• Окшош benchmark көрсөткүчү өзү эле бирдей ички моделди далилдебейт.
• fMRI менен модель активдешүүлөрүнүн ортосундагы байланыштар жасалма жана биологиялык тармактар бирдей экенин көрсөтпөйт.
• Азыркы LLMдер FEP астында толук активдүү тыянак чыгаруу жүргүзөрү көрсөтүлгөн эмес.
• Текстке негизделген окутуу адамдын сенсомотордук тажрыйбасынын баарын кайра жарата алары көрсөтүлгөн эмес.
• LLMди физикалык денеге туташтыруу адамга окшош агент жаратуу үчүн жетиштүү деп жакталбайт.
• Изилдөө дүйнө модели окшоштугунун деңгээлин өлчөй турган жарактуу бирдиктүү метриканы сунуштабайт.

Изилдөөнүн негизги чектөөлөрү

Биринчи чектөө — негизги гипотеза түздөн-түз сыналган эмес. Макала учурдагы изилдөөлөрдүн жыйынтыктарын дүйнө модели гипотезасынын пайдасына чечмелеген теориялык аргумент иштеп чыгат.

Экинчи чектөө — “окшош жүрүм-турум → окшош ички модель” тыянагы өз алдынча далилденген мыйзам эмес. Ар кандай ички механизмдер бирдей же өтө окшош жүрүм-турумдарды жаратышы мүмкүн.

Үчүнчү чектөө — механизмдик чечмеленүү менен адам нейроилиминин ортосунда азырынча толук жалпы өлчөө алкагы жок. Активдешүү же өкүлчүлүк окшоштугу дүйнө моделинин мазмуну жана себептик түзүлүшү бирдей дегенди билдирбейт.

Төртүнчү чектөө — адамга окшош дүйнө моделинин канча бөлүгү LLMде бар экенин өлчөө үчүн азырынча так стандарт жок.

Бешинчи чектөө — текст аркылуу алынган концептуалдык түзүм айрыкча мотордук, денелик жана түз сенсомотордук маалымат үчүн жетишсиз болушу мүмкүн.

Алтынчы чектөө — келечекте AI жараткан мазмун окутуу маалыматтарына улам көбүрөөк кириши адам тилинен келген кыйыр grounding түзүлүшүн өзгөртүшү мүмкүн.

Келечектеги изилдөө

Teoharie жыйынтык бөлүмүндө баса белгилеген негизги келечектеги изилдөө көйгөйү — LLM адамдын дүйнө моделинен эмнени жана канча бөлүгүн камтыганын өлчөнүүчү кылуу.

Бул үчүн жүрүм-турум benchmarkтарынан да кеңири тапшырмаларды, механизмдик чечмеленүүнү, адам–модель өкүлчүлүк окшоштугун талдоону жана өзгөчө мультимодалдык/сенсомотордук маалыматты өз-өзүнчө изилдөө керек.

Булак ошондой эле келечектеги түз чөйрөлүк байланышка ээ жасалма системалар азыркы LLMдерден түп-тамырынан айырмаланарын белгилейт. Мындай системалар адам тилиндеги дүйнө моделин өткөрүү менен гана чектелбестен, реалдуу убакыттагы өз ара аракет аркылуу өзүнүн чөйрөлүк генеративдик моделдерин түзө алат.

Verianla үчүн визуалдык кайра куруу сунушу

Булакта оригиналдуу номерленген фигура жок болгондуктан, эң илимий Verianla визуалы изилдөөнүн механизмин оригиналдуу концептуалдык агым катары кайра куруу болуп саналат.

Figcaption сунушу: “Булактагы изилдөөнүн концептуалдык аргументине таянып Verianla үчүн даярдалган түшүндүрмө схема; эксперименттик өлчөө же булакта бар оригинал фигура эмес.”

Булак жана Ыкма Жөнүндө Эскертүү

Оригиналдуу изилдөө: Can LLMs Acquire Human-Like World Models?

Автор: Catalin Teoharie

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

Журнал: Philosophies

Басма: MDPI

Жарыя маалыматы: 2026, Том 11, Сан 3, Макала 94

Жөнөтүлгөн: 11 Март 2026

Кайра каралган: 4 Июнь 2026

Кабыл алынган: 5 Июнь 2026

Жарыяланган күнү: 8 Июнь 2026

DOI: 10.3390/philosophies11030094

Булак түрү: Рецензияланган теориялык/философиялык жасалма интеллект, тааным жана акыл философиясы боюнча изилдөө макаласы.

Лицензия: Creative Commons Attribution (CC BY).

Ачкыч сөздөр: large language models; world models; free energy principle.

Изилдөө ыкмасы: Эркин Энергия Принциби алкагында дүйнө модели түшүнүгүнүн философиялык талдоосу; жүрүм-турумдук окшоштук, механизмдик чечмеленүү, адам үйрөнүүсүнүн аналогиясы жана grounding адабиятындагы учурдагы изилдөөлөрдүн теориялык синтези.

Негизги гипотеза: Азыркы LLMдер адам сыяктуу өзүнүн толук дүйнө моделин активдүү тыянак чыгаруу аркылуу түзбөсө да, адам жараткан тилде окутуунун натыйжасында адам дүйнө моделинин айрыкча тил аркылуу өткөрүлө турган айрым бөлүктөрүн жасалма тармактарында камтышы мүмкүн.

Борбордук чечмелөө чеги: “Адамга окшош дүйнө модели” деген сөз айкашы толук адам таанымын, толук сенсомотордук моделди, аң-сезимди же адам менен бирдей түшүнүүнү билдирбейт. Булактын дооматы — жарым-жартылай жана кыйыр өкүлчүлүк өткөрүү.

Булактагы фигуралар жана таблицалар: Макалада номерленген оригиналдуу илимий фигура, маалымат графиги же таблица жок.

Булактагы теңдемелер: Макалада көрсөтүлгөн же номерленген математикалык теңдеме жок. FEP эркин энергия байланыштары концептуалдык деңгээлде түшүндүрүлгөн, математикалык чыгарылыш берилген эмес.

Булак ичиндеги тышкы эмпирикалык далилдер: BrainBench, адамга окшош концептуалдык өкүлчүлүк изилдөөлөрү, Centaur/Psych-101, адам–transformer нейровизуалдаштыруу салыштыруулары жана сенсомотордук түшүнүк изилдөөлөрү Teoharieнин өз эксперименттери эмес, гипотезаны талкуулоо үчүн колдонгон жарыяланган тышкы изилдөөлөр.

Каржылоо: Изилдөө тышкы каржылоо алган эмес.

Этика кеңеши: Колдонулбайт.

Маалымдалган макулдук: Колдонулбайт.

Маалыматтардын жеткиликтүүлүгү: Изилдөөнүн оригиналдуу салымдары макаланын ичинде берилген; кошумча суроолор авторго жөнөтүлүшү мүмкүн экени айтылган.

Ыраазычылык: Автор макаланын мурдагы версиясы боюнча комментарийлери үчүн Nansi Lunguга ыраазычылык билдирет.

Кызыкчылыктардын кагылышы: Автор кызыкчылыктардын кагылышы жок экенин билдирген.

Автордук салымдар: Булакта өзүнчө CRediT же “Author Contributions” бөлүмү жок; эмгек жалгыз автордуку. Булакта жок милдет бөлүштүрүү кошулган эмес.

AI колдонуу жөнүндө билдирүү: Булакта генеративдик жасалма интеллектти колдонуу же текст даярдоо боюнча өзүнчө билдирүү жок. Кириш бөлүмүндө ChatGPT 5.2ге берилген мисал суроо макаланын аргументин тааныштыруу үчүн колдонулган мисал; методологиялык AI колдонуу билдирүүсү эмес.

Булак ичиндеги чечмелөө карама-каршылыгы: Кириш бөлүмү чыныгы түшүнүү маселесин изилдөөнүн чегинен тышкары калтырса, талкуу бөлүмүндө кыйыр groundingден күчтүүрөөк түшүнүү чечмелөөсүн чыгарган билдирүү бар. Verianla тексти бул карама-каршылыкты жашырбайт жана изилдөөнүн ачыгыраак борбордук жыйынтыгы болгон жарым-жартылай дүйнө-модели гипотезасын негиз кылат.

Негизги методологиялык чектөө: Изилдөө гипотеза үчүн жаңы эксперименттик тест иштеп чыккан эмес; дүйнө модели окшоштугун түз өлчөгөн бирдиктүү метриканы сунуштабайт жана колдонулган эмпирикалык мисалдардын баары тышкы адабияттан алынган.

Verianla Live ылайыктуулугу: Адамдын активдүү тыянак чыгаруу цикли менен LLMдин тил аркылуу ортомчуланган кыйыр grounding чынжырын салыштырган conceptual/source-derived Live Flow ылайыктуу. Анимация жаңы эксперименттик маалымат, чыныгы эркин энергия өлчөөсү же нейрондук активдүүлүк жыйынтыгын жаратпашы керек.

Verianla ыкма эскертүүсү: Бул Кыргызча мазмун оригинал макаланын сүйлөм-сүйлөм же абзац-абзац котормосу эмес. Изилдөөнүн FEP алкагы, дүйнө модели аныктамасы, төрт колдоо багыты, жүрүм-турумдук функционализм божомолу, механизмдик чечмеленүү талкуусу, grounding талдоосу, келтирилген тышкы эмпирикалык изилдөөлөр, төрт негизги каршы пикир, булак ичиндеги түшүнүү карама-каршылыгы жана жыйынтык чектери илимий маалымат деңгээлинде ажыратылып, өз алдынча Кыргызча түшүндүрмө түзүмгө кайра курулган. Булакта жок LLM көрсөткүчү, аң-сезим дооматы, FEP теңдемеси же адам–модель окшоштук катышы кошулган эмес.