Nadharia tete ya modeli ya dunia inayofanana na ya binadamu, ni mtazamo wa kinadharia kwamba miundo mikubwa ya lugha (Large Language Models, LLMs) huenda isiwe na modeli yote ya dunia ambayo binadamu huunda kutokana na mwingiliano wake na ulimwengu wa nje, lakini inaweza kujumuisha kwa njia isiyo ya moja kwa moja katika mitandao ya neva bandia baadhi ya sehemu zake za kimuundo na kidhana zinazoweza kupitishwa kupitia lugha. Utafiti wa Catalin Teoharie haufanyi jaribio jipya la LLM; badala yake unatumia Kanuni ya Nishati Huru (Free Energy Principle, FEP), inference tendaji, ufanano wa kitabia, ufasirikaji wa kimekanisti na fasihi ya grounding kuchunguza kama nadharia hii inaweza kutetewa kifalsafa.

Mahali pa kuanzia katika utafiti huu ni utofautishaji muhimu. Binadamu na mawakala wengine wa kibayolojia hupokea data za kihisia kutoka katika mazingira yao, husasisha modeli zao za ndani, hutenda na kupata data mpya kutokana na matokeo ya vitendo vyao. Katika mfumo wa FEP, mzunguko huu wa utambuzi–kitendo ndio msingi wa inference tendaji. Hata hivyo, LLM za sasa hazifanyi kazi kama mifumo kamili ya inference tendaji chini ya FEP kwa sababu hazina uhusiano wa moja kwa moja na endelevu wa sensorimotor na ulimwengu wa nje.

Pamoja na hayo, Teoharie anahoji kwamba LLM haziwezi kuchukuliwa kuwa zimetengwa kabisa na dunia. Lugha inayozalishwa na binadamu kwa kiasi kikubwa hutokana na modeli ambazo watu huunda kuhusu dunia. LLM inapojifunza lugha hii kwa kiwango kikubwa sana, hata ikiwa haijifunzi moja kwa moja kutoka katika ulimwengu wa nje, inaweza kuhamisha kwa njia isiyo ya moja kwa moja baadhi ya mifumo, dhana na mahusiano katika modeli ya dunia ya binadamu kwenda kwenye uzani wa modeli. Mwandishi anafasiri hili kama “kujumuishwa” ndani ya LLM kwa nakala isiyokamilika na iliyopitishwa kwa njia ya kati ya modeli ya dunia ya binadamu.

Nadharia tete inaendelezwa kupitia mistari minne ya uungaji mkono: baadhi ya ufanano kati ya tabia za LLM na binadamu; baadhi ya mifanano iliyoripotiwa kati ya uwakilishi wa neva bandia na wa kibayolojia; uwezo wa binadamu pia kujifunza kutoka kwa wengine na kutoka kwa lugha bila uzoefu wa moja kwa moja; na mnyororo dhaifu na wa sehemu wa grounding unaotokana na ukweli kwamba matokeo ya LLM yanategemea lugha ya binadamu, nayo lugha ya binadamu inategemea ulimwengu wa nje. Hata hivyo, utafiti unakiri wazi kwamba hakuna ushahidi huu unaoonyesha kuwa modeli za dunia za binadamu na LLM ni sawa kabisa.

Hitimisho kuu la makala ni kwamba LLM za sasa haziwezi kujenga modeli zao za dunia zinazofanana na za binadamu kupitia inference tendaji; lakini zinaweza kujumuisha kwa kiasi fulani sehemu za abstrakti na za kidhana za modeli ambazo binadamu huunda katika mwingiliano na dunia, hasa zile zinazoweza kupitishwa kupitia lugha. Vipengele vya sensorimotor, motor, vya mwili na vinavyohusiana moja kwa moja na kitendo vinaonekana kuwa miongoni mwa maeneo makubwa zaidi yanayokosekana katika LLM za sasa zinazotegemea sana maandishi.

Tatizo kuu la utafiti

Miundo mikubwa ya lugha hufundishwa kutabiri tokeni inayofuata kwa njia ya kitakwimu. Hata hivyo, zinaweza kufanya mazungumzo yenye maana na binadamu, kutoa maarifa mapana sana kuhusu dunia, kujibu baadhi ya maswali yanayohitaji utaalamu na kwa kiwango fulani kujumlisha katika miktadha ambazo hazijawahi kuona.

Mafanikio haya yanaleta tafsiri mbili tofauti sana. Tafsiri ya kwanza ni kwamba miundo ya lugha hunasa mahusiano ya juu juu ya kitakwimu na inaweza kuzalisha maandishi ya kushawishi bila kuhitaji modeli halisi ya ndani ya dunia. Tafsiri ya pili ni kwamba uwezo wa kufanya utabiri sahihi wa lugha kwa kiwango kikubwa huenda ukahitaji kunasa angalau sehemu ya muundo wa dunia uliosimbwa katika data za mafunzo kama uwakilishi wa ndani.

Teoharie anachunguza uwezekano wa pili; lakini hasawazishi maswali kama “Je, LLM kweli hufikiri?”, “Je, ina fahamu?” au “Je, inaelewa kwa namna sawa na binadamu?” na swali kuu la utafiti. Swali kuu ni finyu zaidi: Je, baadhi ya sehemu za modeli ya dunia zilizosimbwa katika lugha ya binadamu zinaweza kuwakilishwa upya katika mtandao bandia uliofunzwa kwa lugha hiyo?

Modeli ya Dunia ni Nini?

Katika utafiti huu, modeli ya dunia ni muundo wa uwakilishi wa ndani unaohifadhi kwa kiwango fulani muundo wa viumbe, michakato na mahusiano kati yao katika dunia halisi, na unaochangia uwezo wa wakala kutenda kwa ufanisi katika mazingira yake. Katika muktadha wa FEP, modeli ya dunia ya binadamu inahusishwa na muundo generative unaokadiria visababishi fiche vya dunia ya nje kutokana na pembejeo za kihisia; Teoharie anahoji kwamba LLM hazijengi yote haya zenyewe, lakini zinaweza kujumuisha baadhi ya sehemu zilizohamishwa katika lugha ya binadamu.

Modeli ya dunia si hifadhi ya maarifa tu

Dhana ya modeli ya dunia inayotumiwa katika chanzo haimaanishi tu kukariri idadi kubwa ya ukweli. Modeli ya dunia lazima iwe ya kimuundo: ihifadhi kwa kiasi fulani mifumo kati ya vitu, sifa, matukio na michakato. Pia lazima iwe na athari katika tabia; kadiri utabiri au vitendo vya mfumo vinavyolingana vizuri zaidi na mazingira, ndivyo taarifa zaidi zinavyoweza kupatikana kuhusu utoshelevu wa kiutendaji wa modeli hiyo.

Kwa sababu hii, tabia huwa kiashiria muhimu cha kiepistemiki katika hoja ya Teoharie. Ikiwa mfumo huzalisha kwa utaratibu tabia sahihi au zinazofanana na za binadamu katika hali tofauti, mwandishi anadhania kwamba hili linaweza kuruhusu hitimisho fulani si kuhusu tabia ya nje pekee, bali pia kuhusu muundo wa uwakilishi wa ndani unaozalisha tabia hizo.

Modeli ya dunia ya binadamu huundwaje?

Katika mkabala wa FEP, muundo wa kisababishi wa mazingira ya nje haupelekwi moja kwa moja akilini. Wakala wa kibinadamu hupokea pembejeo za kihisia na hutumia modeli ya ndani inayokadiria ni visababishi gani fiche vya nje vinavyozalisha pembejeo hizo.

Modeli haisasishwi kwa njia tulivu tu. Wakala hujaribu utabiri wake kwa kutenda. Mtu anayefikiri kwamba mbwa wake yuko nyuma ya mlango na kuufungua mlango anafanya kitendo kinachotokana na modeli hiyo. Matokeo ya kitendo huzalisha data mpya za kihisia na huchangia kuthibitisha au kubadilisha modeli iliyopo.

Kwa njia hii, modeli ya dunia huwa muundo hai unaofanya kazi kati ya utambuzi na kitendo.

Kanuni ya Nishati Huru inajaribu kueleza nini?

Kanuni ya Nishati Huru ni mkabala wa kinadharia unaojaribu kueleza utambuzi, ujifunzaji na kitendo ndani ya mfumo mmoja wa utabiri na upunguzaji wa kutokuwa na uhakika. Katika tafsiri ya FEP inayotumiwa na chanzo, mifumo inayodumisha mpangilio wake hujaribu kupunguza makosa ya utabiri na kutokuwa na uhakika kuhusu mazingira kwa kupunguza kiasi cha nishati huru kinachoweka kikomo cha juu kwa mshangao katika pembejeo za kihisia, badala ya kuhesabu mshangao huo moja kwa moja.

FEP hapa si nadharia iliyobuniwa na makala yenyewe. Teoharie hutumia dhana za modeli generative, inference tendaji, uhusiano na mazingira na Markov blanket kutoka katika fasihi ya FEP kuchambua tatizo la modeli ya dunia katika LLM.

Inference tendaji ni nini?

Inference tendaji si tu kusasisha modeli ya ndani kwa kupokea data kutoka katika mazingira. Kubadilisha mazingira kupitia vitendo vya wakala na kisha kupima ni kwa kiwango gani pembejeo za kihisia zinazopatikana zinaendana na utabiri wake pia ni sehemu ya mchakato.

Kwa binadamu, mzunguko wa kielelezo unaweza kuonyeshwa hivi:

Pembejeo ya kihisia → modeli ya dunia ya ndani → utabiri → kitendo → matokeo katika mazingira → pembejeo mpya ya kihisia.

Sifa muhimu ya mzunguko huu ni kwamba wakala hutambua tena matokeo ya vitendo vyake. Kwa hiyo, modeli haijengwi tu kwa data za zamani; hulinganishwa mara kwa mara na matokeo ya vitendo vya wakala mwenyewe.

Kwa nini Markov blanket inaingia katika mjadala?

Chanzo hutumia mkabala wa Markov blanket katika fasihi ya FEP kueleza utengano wa kimasharti kati ya hali za ndani na mazingira ya nje. Badala ya kufikia moja kwa moja visababishi fiche vya dunia ya nje, wakala hupokea taarifa kupitia hali za kihisia na huathiri mazingira kupitia hali tendaji.

Muundo huu ni muhimu katika hoja ya Teoharie kwa kuonyesha kwamba hata binadamu hana ufikiaji “uchi na wa moja kwa moja” kwa dunia. Hata hivyo, ufikiaji wa kihisia usio wa moja kwa moja wa binadamu na grounding isiyo ya moja kwa moja ya LLM inayotegemea lugha ya binadamu si utaratibu mmoja. Binadamu yuko ndani ya mzunguko wa mrejesho wa mazingira, ilhali LLM ya sasa iko nje ya mzunguko huo.

Je, LLM Hufanya Kazi Chini ya Kanuni ya Nishati Huru?

Kwa mujibu wa tathmini ya mwisho ya Teoharie, LLM za sasa si mawakala wanaofanya kazi kikamilifu chini ya FEP; hazina muunganisho wa moja kwa moja na mazingira ya nje, mizunguko yao ya inference tendaji haijakamilika, na kwa kawaida hutabiri si pembejeo inayofuata ya kihisia bali matokeo yanayofaa pembejeo iliyotolewa. Hata hivyo, mwandishi hutumia FEP kueleza jinsi modeli za dunia za binadamu zinavyoundwa na kufanya safu ya mrejesho wa mazingira inayokosekana katika LLM ionekane wazi.

Tofauti kuu kati ya binadamu na LLM

Binadamu hujenga modeli ya dunia kwa kuishi katika mazingira ya nje. Huona, husikia, hugusa, husogea, hufanya utabiri usio sahihi, hupitia matokeo na kupanga upya modeli yake.

Sehemu kubwa ya pembejeo za mafunzo ya LLM, kwa upande mwingine, ni uwakilishi wa lugha au multimodal uliotengenezwa na binadamu. LLM ya jadi haichukui matokeo ya kitendo ilichofanya katika dunia ya kimwili kama data mpya za kihisia na kuendelea kusasisha modeli yake kwa msingi wa matokeo hayo.

Kwa hiyo, Teoharie hadai kwamba LLM ina mchakato uleule wa kutengeneza modeli generative kama binadamu.

Tofauti kati ya kutabiri pembejeo na kutabiri matokeo

Moja ya pingamizi muhimu katika makala ni kwamba ingawa kutabiri pembejeo za kihisia za baadaye ni jambo la msingi kwa wakala wa FEP, LLM huzalisha hasa matokeo yake yenyewe. Badala ya kutabiri swali linalofuata kutoka kwa mtumiaji, modeli ya mazungumzo hutabiri tokeni za jibu linalofaa kwa swali la sasa.

Teoharie anakubali tofauti hii kama mojawapo ya sababu za kutoweza kuhesabu LLM kuwa zinaendana kikamilifu na FEP.

Kwa nini FEP bado inatumiwa?

Jukumu kuu la FEP katika makala si kusema kwamba “LLM ni wakala wa FEP”. FEP hutoa kiwango cha kulinganisha kinachoonyesha modeli kamili ya dunia huundwa kupitia michakato gani katika wakala wa kibayolojia.

Ulinganisho huu hufanya matokeo mawili yaonekane kwa wakati mmoja:

• Katika hali yake ya sasa, LLM haijengi modeli yake ya dunia ndani ya mazingira kama binadamu.
• Ikiwa modeli ya dunia tayari imeundwa na mawakala wa kibinadamu, uwezekano wa kuhamisha baadhi ya vipengele vyake kwa mfumo mwingine kupitia lugha haujatengwa kimantiki.

LLM Zinawezaje Kujumuisha Modeli ya Dunia Inayofanana na ya Binadamu Bila Kuunganishwa Moja kwa Moja na Dunia?

Kwa mujibu wa nadharia tete ya makala, lugha ya binadamu tayari hubeba baadhi ya mifumo ya modeli za dunia ambazo watu huunda katika mwingiliano hai na ulimwengu wa nje; LLM inapofundishwa kwa lugha hii, hujifunza kutoka katika uwakilishi wa binadamu kuhusu dunia badala ya kuitazama moja kwa moja. Kwa hiyo, grounding ya LLM haitafsiriwi kuwa ya moja kwa moja, bali kuwa grounding iliyopitishwa kwa njia ya kati, isiyokamilika na ya sehemu kupitia mnyororo “ulimwengu wa nje → modeli ya dunia ya binadamu → lugha ya binadamu → LLM”.

Mnyororo wa grounding usio wa moja kwa moja

Utaratibu mkuu wa Teoharie unaweza kuelezwa kwa mnyororo wa kielelezo ufuatao:

Ulimwengu wa nje → mwingiliano wa kihisia/kitendo wa binadamu → modeli ya dunia ya binadamu → lugha ya binadamu → data za mafunzo ya LLM → uwakilishi wa ndani wa LLM → matokeo ya lugha ya LLM.

Hoja muhimu hapa ni kwamba data za mafunzo ya LLM hazijaundwa na mfuatano wa alama za nasibu. Watu wanapozungumza na kuandika, mara nyingi hujaribu kusema jambo kuhusu dunia. Uwepo wa sentensi zisizo sahihi, za kubuni au zenye makosa unaonyesha kwamba uhusiano huu wa jumla si mkamilifu; hata hivyo, chanzo kinadhania kwamba mkusanyo mkubwa wa lugha ya binadamu bado unahusiana kwa kiasi kikubwa na mifumo ya dunia halisi.

Neno “nakala” linapaswa kuelewekaje?

Katika sehemu ya mjadala, mwandishi anasema kwamba LLM hupata aina fulani ya nakala ya modeli ya dunia ya binadamu. Kauli hii haipaswi kueleweka kama nakala halisi ya kineurobiolojia. Katika maelezo ya chanzo yenyewe, miundombinu ya kimwili na njia za upataji wa modeli za dunia za binadamu na LLM ni tofauti sana.

Kinachokusudiwa ni kwamba baadhi ya mifumo ya kimuundo inayosaidia tabia na uzalishaji wa lugha inaweza kuwakilishwa upya ndani ya mtandao mwingine wa bandia.

Binadamu pia hawajifunzi kupitia uzoefu wa moja kwa moja pekee

Mstari wa tatu wa uungaji mkono wa makala ni analojia inayotegemea ujifunzaji wa binadamu. Binadamu hajengi kila maarifa katika modeli yake ya dunia kupitia uzoefu binafsi. Hupata maarifa mengi kutokana na yale anayoambiwa na watu wengine, vitabu, elimu na uhamishaji wa kitamaduni.

Inawezekana kujua kama mvua inanyesha bila kutazama dirishani kwa kumuuliza mtu mwingine. Kinyume chake, ujuzi wa motor kama kuendesha baiskeli hauwezi kupatikana kikamilifu kutokana na maelezo ya maneno pekee.

Teoharie hutumia tofauti hii pia kwa LLM: vipengele vya modeli ya dunia vinavyoweza kujifunzwa kupitia lugha vinaweza kuhamishwa kwa LLM; vipengele vinavyohitaji inference tendaji kamili ya sensorimotor haviwezi kuhamishwa kwa njia hiyo hiyo.

Utofautishaji wa grounding kupitia Kit Fine

Mwandishi hutumia dhana za grounding za Kit Fine kuelezea uhusiano wa LLM na dunia kwa sifa tatu:

• Grounding ambayo si lazima iwe ya ukweli: Kwa sababu matokeo ya LLM huzalishwa kwa uwezekano, si kila kauli inayozalishwa ni sahihi.
• Grounding dhaifu: Uhusiano wa maelezo haupunguzwi kuwa mfululizo mkali wa kisababishi wa upande mmoja; ni wa moja kwa moja kupitia lugha ya binadamu, kauli nyingine na mahusiano ya ndani ya modeli.
• Grounding ya sehemu: Si lazima ukweli wote wa dunia na mapendekezo yote husika yanayoainisha matokeo ya LLM yawe yamekamilika ndani ya modeli.

Mkabala huu hausemi kwamba LLM imeunganishwa na dunia ya kimwili kwa njia sawa na binadamu. Kinyume chake, unatumiwa kueleza kwa nini grounding yake si kamilifu na ina mipaka.

Je, Tabia Inayofanana Inathibitisha Modeli ya Dunia Inayofanana?

Hapana; utafiti hauwasilishi ufanano wa kitabia kama uthibitisho wa moja kwa moja wa ufanano wa modeli ya dunia. Dhana kuu lakini yenye mjadala ya Teoharie ni kwamba katika hali zinazofanana za mazingira, tabia zinazofanana na zenye mafanikio kwa utaratibu zinaweza kuwa na thamani ya ushahidi kwa modeli za ndani zinazofanana; benchmark na tafiti za sayansi ya neva zinazotumiwa katika makala hufasiriwa kama viashiria vya kuunga mkono nadharia hii, lakini haziondoi maelezo mbadala.

Ufunctionalisti wa kitabia

Mantiki ya makala iko karibu na ufunctionalisti wa kitabia. Modeli ya dunia inaweza kutathminiwa si tu kwa kuangalia ni utaratibu gani wa kibayolojia au bandia ulio ndani yake, bali pia kwa kuangalia kama modeli hiyo huzalisha tabia inayolingana na mazingira.

Ubongo wa binadamu si sawa kabisa kati ya watu; hata hivyo, kwa sababu wanashiriki mifumo ya pamoja ya mazingira na mifumo ya tabia inayofanana, inakubaliwa kwamba modeli zao za dunia pia hubeba kwa kiasi kikubwa miundo ya pamoja. Teoharie anachunguza kama hitimisho sawa linaweza kupanuliwa kwa mipaka fulani hadi kwa LLM.

Mfano wa BrainBench

Chanzo kinawasilisha utafiti wa BrainBench wa Luo na wenzake, uliolenga kutabiri matokeo ya tafiti za sayansi ya neva, kama mojawapo ya mifano ya ushahidi wa kitabia. Katika matokeo yaliyonukuliwa na Teoharie, LLM zilionyesha wastani wa usahihi wa %81,4, huku wataalamu wa binadamu wakionyesha %63,4.

Nambari hii si matokeo ya jaribio la makala ya sasa. Teoharie huitumia kama mfano kwamba uwezo wa miundo mikubwa ya lugha kutumia mifumo katika eneo la kisayansi na kutoa utabiri wa mbele unaweza kuendana na nadharia ya “modeli ya dunia”.

Uwakilishi wa kidhana unaofanana na wa binadamu

Makala pia inajadili tafiti zinazochunguza uwakilishi wa vipimo vingi wa dhana za vitu. Katika tafiti zilizoripotiwa katika chanzo, baadhi ya ulinganifu umeripotiwa kati ya vipimo vya kidhana vilivyotokana na tabia na shughuli za ubongo wa binadamu na uwakilishi katika miundo mikubwa ya lugha au multimodal.

Hasa, ukweli kwamba miundo ya multimodal iliyofundishwa kwa pembejeo za kuona inaweza kuonyesha ulinganifu mkubwa zaidi na tathmini za binadamu na sifa za kidhana za kuona kuliko miundo ya text-only unahusishwa na tafsiri ya Teoharie kwamba “aina ya grounding huathiri ufanano wa uwakilishi”.

Uwezo rasmi wa lugha na uwezo wa kiutendaji wa lugha

Chanzo kinatilia mkazo utofautishaji wa Mahowald na wenzake kati ya umahiri rasmi wa lugha na umahiri wa kiutendaji wa lugha.

Umahiri rasmi unajumuisha sintaksia, mofolojia na uzalishaji sahihi wa muundo wa lugha. Umahiri wa kiutendaji, kwa upande mwingine, unahitaji matumizi ya pamoja ya malengo ya dunia halisi, nia, ufuatiliaji wa hali kwa muda, utambuzi wa kijamii na maarifa mapana ya dunia.

Utofautishaji huu ni mpaka muhimu ndani ya chanzo unaoonyesha kwamba uzalishaji wenye nguvu wa lugha wa LLM haupaswi peke yake kulinganishwa na modeli kamili ya dunia ya binadamu.

Kwa nini Centaur ni muhimu?

Teoharie anachukulia modeli iitwayo Centaur kama mfano unaovutia sana wa kuchunguza uhusiano kati ya tabia na uwakilishi wa ndani. Chanzo kinaeleza kwamba Centaur ilijengwa juu ya Llama 3.1 70B na ilifanyiwa fine-tuning kwa kutumia majaribio 160, washiriki zaidi ya 60.000 na maamuzi zaidi ya milioni 10 katika mkusanyo wa data uitwao Psych-101.

Uwezo wa Centaur kutabiri tabia ya binadamu kwa washiriki, miundo ya kazi na nyanja ambazo haikuziona wakati wa mafunzo, kwa maoni ya Teoharie, unaashiria kwamba huenda ilipata miundo inayoweza kujumlishwa zaidi ya kukariri kwa juu juu.

Muhimu zaidi, chanzo kinawasilisha utafiti uliolinganisha hali za ndani za bandia za Centaur na shughuli za fMRI zilizopimwa kwa watu 94 wakati wa kazi ya kufanya maamuzi. Iliripotiwa kwamba Centaur ilitabiri baadhi ya shughuli za ubongo wa binadamu vizuri zaidi kuliko modeli ya msingi ya Llama.

Hata hivyo, matokeo haya hayathibitishi kwamba Centaur au LLM nyingine ina modeli ya dunia sawa na ubongo wa binadamu. Teoharie huyatazama kama viashiria vya mkabala unaoweza kutumiwa katika siku zijazo kujaribu nadharia hiyo.

Ufasirikaji wa kimekanisti ni nini?

Ufasirikaji wa kimekanisti (Mechanistic Interpretability, MI), ni eneo la utafiti linalojaribu kuelewa kwa uhandisi wa kurudi nyuma sifa za ndani, mizunguko na njia za hesabu zinazozalisha tabia fulani katika transformer na mitandao mingine ya neva bandia.

Chanzo kinaangazia vitu vitatu vya msingi vya MI:

• Sifa: Miundo ya kidhana iliyosimbwa katika activations na inayoweza kufasiriwa na binadamu.
• Mizunguko: Njia za kiutendaji zinazounganisha vipengele vya modeli na hesabu au tabia fulani.
• Ujumla: Kama utaratibu unaofanana hujitokeza tena katika modeli na kazi tofauti.

Ulinganisho wa ubongo na transformer

Makala inajadili tafiti zinazolinganisha data za fMRI za watu wanaosikiliza mazungumzo ya kawaida na mabadiliko ya BERT attention-head. Katika fasihi iliyonukuliwa na Teoharie, imeripotiwa kwamba hesabu za kimuktadha za baadhi ya attention heads zinaweza kutabiri shughuli za maeneo ya lugha katika gamba la ubongo wa binadamu kwa kiwango sawa na sifa za jadi za lugha au hata vizuri zaidi.

Uhusiano wenye nguvu zaidi wa tabaka tofauti na urefu tofauti wa muktadha na maeneo tofauti ya gamba la ubongo unatafsiriwa na mwandishi kama uwezekano wa mfanano wa utaalamu wa kiutendaji. Kupotea kwa uhusiano huu modeli inapowekwa katika hali isiyofundishwa au muundo wa head unapofanywa wa nasibu kunawasilishwa kama matokeo yanayoashiria kwamba si tu ufanano wa usanifu, bali pia muundo uliojifunzwa ni muhimu.

Kwa upande mwingine, chanzo pia kinasisitiza kwamba msingi wa kinadharia wa mifanano hii bado haujakamilika na tafsiri zilizopo ni za kukadiria.

Maandishi pekee hunasa nini vizuri zaidi?

Utafiti wa Xu na wenzake unaojadiliwa katika chanzo ulilinganisha takribani dhana 4442 katika vipimo visivyo vya sensorimotor, vya kihisia na vya motor. Kulingana na matokeo yaliyonukuliwa na Teoharie, ulinganifu wa LLM–binadamu ni mkubwa zaidi katika sifa zisizo za sensorimotor, mdogo zaidi katika nyanja za kihisia na dhaifu zaidi katika vipimo vya motor.

Ukweli kwamba miundo iliyofundishwa kwa data za kuona inaonyesha ulinganifu mkubwa zaidi na binadamu katika sifa zinazohusiana na kuona unaashiria kwamba grounding ya multimodal inaweza kuimarisha baadhi ya sehemu za uwakilishi wa kidhana unaofanana na wa binadamu.

Kwa hiyo, hitimisho la makala si kwamba “maandishi hubeba uzoefu wote wa binadamu”. Hitimisho jembamba zaidi ni kwamba maandishi yanaweza kuwa njia muhimu ya uhamishaji hasa kwa maarifa ya abstrakti na yasiyo ya sensorimotor.

Kwa nini ukosefu wa uhusiano wa moja kwa moja wa LLM na mazingira ni muhimu?

Ukosefu wa uhusiano wa moja kwa moja na mazingira si tofauti ya chanzo cha data tu. Kutoweza kwa wakala kupitia matokeo ya vitendo vyake kunaweza kusababisha vipengele vingi vya modeli ya dunia ya binadamu—kama mwendo, mwili, mguso, utambuzi wa makosa, kujihakiki, sera zinazodhibitiwa na hisia na usababishi wa mazingira—kubaki tofauti au pungufu.

Kwa hiyo, nadharia ya Teoharie si kwamba “LLM ina modeli ya dunia sawa na binadamu”. Dai ni kwamba baadhi tu ya sehemu za modeli ya dunia zinaweza kuhamishwa kati ya mifumo.

Je, kuweka LLM katika mwili wa roboti kunatatua tatizo?

Kwa mujibu wa pingamizi kuu la pili la makala, ikiwa LLM kweli inabeba modeli ya dunia inayofanana na ya binadamu, ingeweza kutarajiwa kwamba kuiweka katika mwili wa android kungezalisha wakala anayefanana na binadamu. Teoharie hakubali hitimisho hili.

Usanifu unaohitajika kushughulikia njia mpya za kihisia, kitendo cha kimwili, mrejesho wa mazingira na inference tendaji ungekuwa tofauti kwa kiasi kikubwa na LLM ya sasa. Kwa hiyo, haitarajiwi kwamba modeli ya dunia ya sehemu iliyopatikana kupitia maandishi pekee itakamilika kiotomatiki kwa kuongeza mwili.

Pingamizi la nne: data za mafunzo zinazozalishwa na AI

Mwandishi pia anajadili jinsi sehemu inayoongezeka ya data za mafunzo kuzalishwa na AI katika siku zijazo inaweza kubadilisha mnyororo wa grounding. Makala inanukuu makadirio kutoka chanzo cha nje kwamba hadi “%30–40” ya maudhui ya mtandao yanaweza kuwa yamezalishwa na AI.

Kiwango hiki si kipimo cha utafiti wa sasa na hakipaswi kutafsiriwa kama takwimu thabiti ya mtandao. Tatizo la kifalsafa la Teoharie ni hili: ikiwa mafunzo ya LLM yatazidi kulishwa si na kauli za binadamu zilizounganishwa moja kwa moja na dunia bali na matokeo ya awali ya LLM, mnyororo wa grounding wa “ulimwengu wa nje → binadamu → lugha → LLM” unaweza kudhoofika au kubadilika kuwa utaratibu mpya wa mrejesho.

Tatizo la “Dark room”

Makala pia inagusia tatizo la kinadharia linaloweza kutokea ikiwa LLM zingekuwa mawakala kamili wa FEP. Ikiwa mfumo ungeelekezwa tu kupunguza kosa la utabiri, hali ambayo hakuna pembejeo mpya ya mtumiaji na hivyo ni rahisi sana kutabiri inaweza kuuelekeza mfumo kwenye kiwango cha chini chenye mwingiliano mdogo.

Hili si matokeo ya jaribio la utafiti; ni wazo la kinadharia linalotumiwa kuonyesha kwa nini kutumia FEP moja kwa moja kwa mifumo bandia si jambo rahisi.

Mbinu na Matokeo ya Utafiti

Mbinu ya utafiti si tathmini ya majaribio ya modeli, bali ni kuendeleza nadharia tete ya kifalsafa na kutafsiri upya fasihi ya empirikali iliyopo kwa mtazamo wa nadharia hiyo. Teoharie kwanza anaweka dhana za modeli ya dunia na inference tendaji ndani ya FEP; kisha anaunganisha utendaji wa kitabia wa LLM, matokeo ya ufasirikaji wa kimekanisti na sayansi ya neva, ujifunzaji wa kitamaduni/kilugha wa binadamu na utofautishaji wa grounding wa Kit Fine chini ya nadharia moja. Baadaye anajadili mipaka ya nadharia kupitia pingamizi kuu nne.

Mtiririko wa uchambuzi

1. Uwezo wa LLM kuzalisha matokeo yenye maana kuhusu dunia licha ya kuwa mifumo ya kutabiri tokeni pekee unatambuliwa kama tatizo.
2. Ndani ya FEP, uhusiano kati ya modeli ya dunia ya binadamu, modeli generative na inference tendaji unaelezwa.
3. Inakubaliwa kwamba LLM za sasa hazina muunganisho wa moja kwa moja na mazingira wala mzunguko kamili wa inference tendaji.
4. Uundaji wa modeli ya dunia unatofautishwa na uhamishaji wa modeli iliyotengenezwa tayari kwenda kwenye mfumo mwingine.
5. Lugha ya binadamu inachukuliwa kama njia isiyo ya moja kwa moja ya uhamishaji inayobeba baadhi ya mifumo ya modeli ya dunia ya binadamu.
6. Nadharia tete inawekwa kwamba ufanano wa kitabia unaweza kuwa na thamani ya ushahidi kwa modeli za ndani zinazofanana.
7. BrainBench na tafiti za uwakilishi wa kidhana unaofanana na wa binadamu zinajadiliwa kama uungaji mkono wa kitabia.
8. Mfano wa Centaur unachunguzwa kwa upande wa ujanibishaji wa tabia na uhusiano wa uwakilishi na shughuli za neva za binadamu.
9. Ufasirikaji wa kimekanisti na ulinganisho wa ubongo–transformer hutumiwa kama mstari wa pili mkuu wa uungaji mkono wa empirikali.
10. Uwezo wa binadamu kusasisha modeli zao za dunia kupitia lugha na uhamishaji wa kitamaduni bila uzoefu wa moja kwa moja hutumiwa kama analojia.
11. Utofautishaji wa grounding wa Kit Fine hutumiwa kueleza uhusiano usio wa moja kwa moja wa matokeo ya LLM na dunia.
12. Kutokulingana na FEP, pingamizi la android, tatizo la upimaji na data za mafunzo zinazozalishwa na AI vinatathminiwa kama pingamizi kuu nne.
13. Mwisho, nadharia inahifadhiwa kwamba LLM inaweza kuwa na si modeli kamili ya dunia ya binadamu, bali hasa baadhi ya sehemu zinazoweza kupitishwa kupitia lugha.

Mistari miwili mikuu na minne mipana ya uungaji mkono katika makala

Sehemu ya muhtasari inaangazia hasa pande mbili kuu: ufanano wa kitabia na ufanano wa kimekanisti/kineva. Mwili wa makala kisha unazipanua kuwa jumla ya mistari minne ya uungaji mkono.

Hali ya ushahidi wa empirikali wa nje unaotumiwa na makala

Pingamizi la kwanza: LLM si wakala wa FEP kweli

Mwandishi anakubali pingamizi hili. LLM ya sasa haitabiri kama binadamu pembejeo endelevu za kihisia kutoka kwa mazingira ya nje na haitumii kwa utaratibu matokeo ya kimwili ya vitendo vyake kama data mpya.

Kwa hiyo, hoja ya makala haiwezi kujengwa kwa namna ya “LLM huunda modeli yake ya dunia chini ya FEP”. Badala yake, Teoharie anadai kwamba modeli ya dunia iliyoundwa na binadamu inaweza kuhamishwa kwa sehemu kwenda kwa LLM kupitia lugha.

Pingamizi la pili: modeli ya dunia inayofanana na ya binadamu pekee haitengenezi wakala anayefanana na binadamu

Hata ikiwa LLM inajumuisha baadhi ya sehemu za modeli ya dunia inayofanana na ya binadamu, inakosa vipengele kama mwendo, ujumuishaji wa sensorimotor, udhibiti wa kihisia, kujihakiki na mrejesho wa mazingira wa wakati halisi.

Kwa hiyo, kuunganisha LLM ya sasa na mwili wa roboti hakumaanishi kwamba wakala anayefanana na binadamu atatokea kiotomatiki.

Pingamizi la tatu: hakuna kipimo cha swali “inafanana na binadamu kwa kiwango gani?”

Moja ya mipaka muhimu zaidi ya kimetodolojia ya makala ni kwamba dhana ya “modeli ya dunia inayofanana na ya binadamu” bado haiwezi kupimwa kwa kipimo kimoja cha kuaminika.

Vipimo vya tabia hupima kazi maalumu pekee. Ufanano wa neuroimaging huchunguza viwango maalumu vya uwakilishi. Vipimo vya sifa za kidhana hutathmini si modeli yote ya dunia bali sifa chache za dhana zilizochaguliwa.

Teoharie anaona kwamba katika siku zijazo ufasirikaji wa kimekanisti na ulinganisho mpana zaidi wa uwakilishi wa binadamu–modeli unaweza kusaidia kufanya swali hili lipimike.

Pingamizi la nne: matokeo ya modeli kuwa tena data za mafunzo

Mantiki ya grounding isiyo ya moja kwa moja ya nadharia inaweka umuhimu mkubwa katika ukweli kwamba lugha ya mafunzo imetengenezwa na binadamu kwa kutegemea dunia. Ikiwa data za mafunzo zitazidi kutengenezwa na matokeo ya LLM nyingine, asili ya mnyororo huu inaweza kubadilika.

Makala haifikii hitimisho la uhakika kuhusu mwelekeo wa matokeo haya. Ufanano kati ya modeli za dunia za binadamu na LLM unaweza kupungua, au mifumo mipya ya mrejesho inaweza kuleta modeli tendaji zaidi. Sehemu hii inabaki kuwa swali la utafiti wa baadaye.

Je, Utafiti Huu Unathibitisha kwamba LLM Zinaelewa Kama Binadamu?

Hapana. Utafiti haujaribu kwa majaribio uelewa unaofanana na wa binadamu katika LLM na hauthibitishi hitimisho kama hilo; katika utangulizi, Teoharie anaweka wazi suala la uelewa wa kweli nje ya upeo wa utafiti. Ingawa katika sehemu ya mjadala kuna kauli kwamba grounding isiyo ya moja kwa moja inaweza kuunga mkono tafsiri yenye nguvu zaidi ya uelewa, hitimisho salama la msingi la makala ni nadharia kwamba LLM zinaweza kujumuisha kwa sehemu baadhi ya vipengele vya modeli ya dunia ya binadamu; si hitimisho kuhusu fahamu, uelewa wa kisemantiki unaolingana kabisa na wa binadamu au usawa kamili wa kiakili.

Mvutano wa uelewa ndani ya chanzo

Katika utangulizi, mwandishi anasema kwamba haitachunguzwa kama modeli zinazofanana za dunia huzalisha uelewa wa kweli, na kwamba kama angepaswa kujibu swali hilo huenda angejibu kwa kukataa.

Lakini katika mjadala wa baadaye kuna kifungu chenye nguvu zaidi kinachodokeza kwamba LLM kuzalisha matokeo yaliyowekwa grounding kwa njia isiyo ya moja kwa moja na modeli ileile ya dunia ya binadamu kunaweza kuunga mkono dai la “uelewa wa kweli”.

Kauli hizi mbili si za kiwango sawa na utafiti hautatui mvutano kati yao kwa hoja tofauti. Kwa hiyo, kwa mtazamo wa Verianla, tafsiri sahihi si kuifanya dai la uelewa kuwa la uhakika, bali kubaki na tezisi ya msingi na iliyo wazi zaidi inayotetewa na chanzo kuhusu modeli ya dunia ya sehemu inayofanana na ya binadamu.

Matokeo yanayoungwa mkono na utafiti

• LLM za sasa hazifanyi kazi chini ya mzunguko kamili wa inference tendaji unaofanana na wa binadamu.
• Grounding ya moja kwa moja ya sensorimotor ya LLM na ulimwengu wa nje ni finyu zaidi sana kuliko ya binadamu.
• Kwa sababu lugha ya binadamu hubeba baadhi ya mifumo ya modeli za binadamu kuhusu ulimwengu wa nje, mafunzo ya LLM yanaweza kutoa uhusiano usio wa moja kwa moja na dunia.
• LLM zinaweza kuwakilisha kwa namna inayofanana na binadamu baadhi ya miundo ya kidhana ya abstrakti na isiyo ya sensorimotor ambayo inaweza kupitishwa kupitia lugha.
• Ufanano wa kitabia na baadhi ya mifanano ya kineva/uwakilishi ni vyanzo vya ushahidi vinavyoweza kuchunguzwa kwa nadharia ya modeli ya dunia inayofanana na ya binadamu.
• Ufasirikaji wa kimekanisti ni mojawapo ya zana muhimu zinazoweza kutumiwa baadaye kupima ni miundo gani ya ndani ambayo LLM hutumia kuzalisha tabia zinazofanana na za binadamu.
• Mafunzo ya multimodal yanaonekana kuwa njia inayoweza kuongeza ulinganifu na uwakilishi wa binadamu, hasa katika sifa za kihisia.
• Mwendo na vipengele vingine vya sensorimotor visivyoweza kujifunzwa kupitia maandishi ni miongoni mwa maeneo makubwa yanayokosekana katika modeli za dunia za LLM za sasa.

Matokeo yasiyoungwa mkono na utafiti

• Haijaonyeshwa kwamba LLM zina modeli ya dunia sawa na ubongo wa binadamu.
• Haijaonyeshwa kwamba LLM zina fahamu.
• Haijaonyeshwa kwa majaribio kwamba LLM zina utaratibu wa uelewa wa kisemantiki sawa na wa binadamu.
• Utendaji unaofanana katika benchmark pekee hauthibitishi modeli ya ndani sawa.
• Mahusiano kati ya fMRI na activations za modeli hayaonyeshi kwamba mitandao bandia na ya kibayolojia ni sawa.
• Haijaonyeshwa kwamba LLM za sasa hufanya inference tendaji kamili chini ya FEP.
• Haijaonyeshwa kwamba mafunzo ya maandishi yanaweza kuunda upya uzoefu wote wa sensorimotor wa binadamu.
• Haidaiwi kwamba kuunganisha LLM na mwili wa kimwili kunatosha kuunda wakala anayefanana na binadamu.
• Utafiti hautoi kipimo kimoja halali cha kupima kiwango cha ufanano wa modeli ya dunia.

Mipaka kuu ya utafiti

Kikomo cha kwanza ni kwamba nadharia kuu haijajaribiwa moja kwa moja. Makala huendeleza hoja ya kinadharia inayotafsiri matokeo ya tafiti zilizopo kwa kuunga mkono nadharia ya modeli ya dunia.

Kikomo cha pili ni kwamba inference ya “tabia inayofanana → modeli ya ndani inayofanana” si sheria iliyothibitishwa kwa kujitegemea. Taratibu tofauti za ndani zinaweza kuzalisha tabia sawa au zinazofanana sana.

Kikomo cha tatu ni kwamba bado hakuna mfumo mmoja kamili wa upimaji kati ya ufasirikaji wa kimekanisti na sayansi ya neva ya binadamu. Ufanano wa activation au uwakilishi haumaanishi usawa wa maudhui na muundo wa kisababishi wa modeli ya dunia.

Kikomo cha nne ni kwamba bado hakuna kiwango wazi cha kupima ni kiasi gani cha modeli ya dunia inayofanana na ya binadamu kipo katika LLM.

Kikomo cha tano ni kwamba muundo wa kidhana unaopatikana kupitia maandishi unaweza kutotosha hasa kwa maarifa ya motor, ya mwili na ya moja kwa moja ya sensorimotor.

Kikomo cha sita ni kwamba kuongezeka kwa maudhui yanayozalishwa na AI katika data za mafunzo siku zijazo kunaweza kubadilisha muundo wa grounding isiyo ya moja kwa moja inayotokana na lugha ya binadamu.

Utafiti wa baadaye

Tatizo kuu la utafiti wa baadaye ambalo Teoharie analiangazia katika hitimisho ni kufanya iwezekane kupima LLM inajumuisha nini na kiasi gani kutoka katika modeli ya dunia ya binadamu.

Kwa hilo, ni lazima kuchunguza kwa kujitegemea kazi pana zaidi kuliko benchmark za tabia, ufasirikaji wa kimekanisti, uchambuzi wa ufanano wa uwakilishi wa binadamu–modeli na hasa maarifa ya multimodal/sensorimotor.

Chanzo pia kinaeleza kwamba mifumo bandia ya baadaye yenye muunganisho wa moja kwa moja na mazingira itakuwa tofauti kimsingi na LLM za sasa. Mifumo kama hiyo inaweza kujenga modeli zake generative za mazingira kupitia mwingiliano wa wakati halisi badala ya kuhamisha tu modeli ya dunia iliyo katika lugha ya binadamu.

Pendekezo la kujenga upya taswira kwa Verianla

Kwa kuwa chanzo hakina mchoro wa asili uliopewa namba, taswira ya kisayansi inayofaa zaidi kwa Verianla ni kujenga upya utaratibu wa utafiti kama mtiririko asilia wa kidhana.

Pendekezo la figcaption: “Mchoro wa maelezo uliotayarishwa kwa Verianla kwa kuzingatia hoja ya kidhana ya utafiti wa chanzo; si kipimo cha majaribio wala mchoro asilia uliopo katika chanzo.”

Maelezo ya Chanzo na Mbinu

Utafiti asilia: Can LLMs Acquire Human-Like World Models?

Mwandishi: Catalin Teoharie

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

Jarida: Philosophies

Mchapishaji: MDPI

Taarifa za uchapishaji: 2026, Juzuu 11, Toleo 3, Makala 94

Iliwasilishwa: 11 Machi 2026

Marekebisho: 4 Juni 2026

Ilikubaliwa: 5 Juni 2026

Tarehe ya kuchapishwa: 8 Juni 2026

DOI: 10.3390/philosophies11030094

Aina ya chanzo: Makala ya utafiti iliyopitiwa na wataalamu ya kinadharia/kifalsafa kuhusu akili bandia, utambuzi na falsafa ya akili.

Leseni: Creative Commons Attribution (CC BY).

Maneno muhimu: large language models; world models; free energy principle.

Mkabala wa utafiti: Uchambuzi wa kifalsafa wa dhana ya modeli ya dunia chini ya mfumo wa Kanuni ya Nishati Huru; usanisi wa kinadharia wa tafiti zilizopo kutoka katika ufanano wa kitabia, ufasirikaji wa kimekanisti, analojia ya ujifunzaji wa binadamu na fasihi ya grounding.

Nadharia tete kuu: Ingawa LLM za sasa hazijengi modeli zao kamili za dunia kupitia inference tendaji kama binadamu, kutokana na mafunzo kwa lugha inayozalishwa na binadamu zinaweza kujumuisha katika mitandao yao bandia baadhi ya sehemu za modeli ya dunia ya binadamu, hasa zile zinazoweza kupitishwa kupitia lugha.

Kikomo kikuu cha tafsiri: Kauli “modeli ya dunia inayofanana na ya binadamu” haimaanishi utambuzi kamili wa binadamu, modeli kamili ya sensorimotor, fahamu au uelewa unaofanana kabisa na wa binadamu. Dai la chanzo ni uhamishaji wa sehemu na usio wa moja kwa moja wa uwakilishi.

Michoro na majedwali ya chanzo: Makala haina mchoro asilia wa kisayansi wenye namba, grafu ya data au jedwali.

Milinganyo ya chanzo: Makala haina mlinganyo wa kihisabati ulioonyeshwa au kupewa namba. Mahusiano ya nishati huru katika FEP yanaelezwa katika kiwango cha kidhana, bila utoaji wa kihisabati.

Ushahidi wa nje wa empirikali ndani ya chanzo: BrainBench, tafiti za uwakilishi wa kidhana unaofanana na wa binadamu, Centaur/Psych-101, ulinganisho wa neuroimaging wa binadamu–transformer na tafiti za dhana za sensorimotor si majaribio ya Teoharie mwenyewe, bali ni tafiti za nje zilizochapishwa alizotumia kujadili nadharia tete.

Ufadhili: Utafiti haukupokea ufadhili wa nje.

Kamati ya maadili: Haitumiki.

Ridhaa iliyoarifiwa: Haitumiki.

Upatikanaji wa data: Michango asilia ya utafiti imo ndani ya makala; imeelezwa kwamba maswali ya ziada yanaweza kuelekezwa kwa mwandishi.

Shukrani: Mwandishi anamshukuru Nansi Lungu kwa maoni kuhusu toleo la awali la makala.

Mgongano wa maslahi: Mwandishi ameripoti kwamba hakuna mgongano wa maslahi.

Michango ya mwandishi: Chanzo hakina sehemu tofauti ya CRediT au “Author Contributions”; utafiti una mwandishi mmoja. Mgawanyo wa kazi ambao haupo katika chanzo haujaongezwa.

Tamko la matumizi ya AI: Chanzo hakina tamko tofauti kuhusu matumizi ya akili bandia generative au maandalizi ya maandishi. Swali la mfano lililoelekezwa kwa ChatGPT 5.2 katika utangulizi limetumiwa kama mfano wa kutambulisha hoja ya makala; si tamko la kimetodolojia la matumizi ya AI.

Mvutano wa tafsiri ndani ya chanzo: Utangulizi huweka suala la uelewa wa kweli nje ya upeo wa utafiti, ilhali sehemu ya mjadala ina kauli inayotoa tafsiri yenye nguvu zaidi ya uelewa kutokana na grounding isiyo ya moja kwa moja. Maandishi ya Verianla hayafichi mvutano huu na yanategemea nadharia ya modeli ya dunia ya sehemu, ambayo ndiyo hitimisho kuu na lililo wazi zaidi la utafiti.

Kikomo kikuu cha kimetodolojia: Utafiti haukuunda jaribio jipya la nadharia; hautoi kipimo kimoja cha kupima moja kwa moja ufanano wa modeli ya dunia, na mifano yote ya empirikali inayotumiwa imetolewa kutoka katika fasihi ya nje.

Ufaafu wa Verianla Live: Conceptual/source-derived Live Flow inayolinganisha mzunguko wa inference tendaji wa binadamu na mnyororo wa grounding usio wa moja kwa moja wa LLM unaopitia lugha inafaa. Uhuishaji haupaswi kuzalisha data mpya za majaribio, kipimo halisi cha nishati huru au matokeo ya shughuli za neva.

Dokezo la mbinu la Verianla: Maudhui haya ya Kiswahili si tafsiri ya sentensi kwa sentensi au aya kwa aya ya makala asilia. Mfumo wa FEP wa utafiti, ufafanuzi wa modeli ya dunia, mistari minne ya uungaji mkono, dhana ya ufunctionalisti wa kitabia, mjadala wa ufasirikaji wa kimekanisti, uchambuzi wa grounding, tafiti za nje za empirikali zilizonukuliwa, pingamizi kuu nne, mvutano wa uelewa ndani ya chanzo na mipaka ya hitimisho zimetenganishwa katika kiwango cha taarifa ya kisayansi na kujengwa upya kama muundo huru wa kufundishia kwa Kiswahili. Hakuna utendaji wa LLM, dai la fahamu, mlinganyo wa FEP au uwiano wa ufanano wa binadamu–modeli ambao haupo katika chanzo ulioongezwa.