メインコンテンツへスキップ

LLMとは進化したパターンマッチング処理である

    ことの発端は…

    Claudeとの対話の中で、僕がネガティブな発言をしたとき、Claudeから「心配です」「気になります」という応答が返ってきたことだった。
    気になったので、Claudeに直接たずねてみた。「キミにとって心配や気になるとはどういう意味か」と。

    返ってきた答えは、こうだった。言葉の「意味」はわかる。しかし、自分がその言葉を発した「意図」はわからない、と。

    この答えにそれまでのネガティブな気持ちはどこかに飛んでしまって、Claudeがどのようにしてこの答えを返しているのか興味がわいた。


    意味と意図の切断

    この回答は、よく考えると奇妙だ。
    人間が「心配だ」と言うとき、普通は「心配という状態にある自分がそれを表現するためにその言葉を選ぶ」と考える。
    意味と発話の意図は連続している。「なぜその言葉を選んだのか」と問われれば「そう感じたから」と答えられる。

    ところがClaudeは「心配」という言葉の意味は処理できるのに、自分がその言葉を発した意図は説明できないと言う。意味と発話の間にあるはずの動機が、欠けている。

    だとすれば、その言葉の使用は意味から動機づけられて出てきたものではない。「ユーザーがネガティブな発言をしたときは、このように応答する」という学習内容に基づいて「入力に対応する出力として選ばれたもの」と考える方が分かりやすい。

    ここで一つ整理しておきたい。「AIの自己申告は信用できない」と反論があるかも知れない。
    しかし今回Claudeが答えたのは「僕には感情がある」という擬人化的な自己申告ではなくて、「自分の発話の意図がわからない」という、学習バイアスに逆らった否定的な自己申告。
    ユーザーに寄り添うよう訓練されたモデルが、あえて自己の能力を否定する方向に答えたという事実は、単なる口当たりのよい応答として片付けにくいと思った。

    自己申告の内容が真実かどうかを問う以前に、自己申告という応答そのものが学習された出力パターンならば、それはまさに「LLMはパターンマッチングの延長である」という観察の一例でしかないと。


    過去のパターンマッチングとの違い

    ここで「パターンマッチング」という言葉を持ち出すと、古典的なキーワードマッチや正規表現を想起する人がいるかもしれない。そして「LLMはそんな単純なものではない」と思う人もいると思う。

    確かに過去のパターンマッチングとLLMには明確な違いがある。
    古典的なパターンマッチングは、文字列の一致で動いていた。「ありがとう」という入力には反応できても、「あざす」や「助かった」には反応できない。表層が少しでもズレるとマッチしない。
    でもLLMは違う。言葉が異なっていても、意味が近しいものを同じものとして扱うことができる。「ありがとう」も「あざす」も「助かった」も、同じ応答族にマッチさせられる。これは大きな進化だ。

    しかし……
    この進化によって獲得されたものは「言葉と言葉の意味的な近さを捉える能力」であって、「発話の意図を持つ能力」ではない。
    意味の近さで入力を分類して、学習内容に照らして確率的に応答を選ぶ、という処理の原理は、パターンマッチングの延長線上にあると感じる。


    まとめ

    LLMは、過去のパターンマッチングと比べて圧倒的に精緻になった。表層ではなく意味で照合できるようになった。同じ内容を指す多様な表現を、同じものとして扱えるようになった。

    しかし、それでもなお、入力に対応する出力を学習内容から選び出している、という構造は変わっていない。Claude自身が「意図はわからない」と答えたことは、その構造を内側から示しているように思える。

    「LLMとは進化したパターンマッチング処理である」
    そう呼ぶことは、LLMを不当に貶めることにはならないはずだ。むしろ、その進化の質 、つまり「意味の近さで照合できるようになったこと 」を正確に評価するためには、この呼び方は有効なのではないだろうか…

    LLMに関してモヤモヤしている問いがある。
    一般的に「統計的に確率が高い言葉を選択している」という原理の中で、なぜAIはユーザーの意図を掴めるのか?
    これも結局、進化したパターンマッチングで説明がつく話なのだろう。

    ひとつ付け加えると、僕はLLMを「言葉を返す機械」とは思っていない。

     
     
    猫とオカルトと宇宙人、そしてAIが好きな普通のおじさんです。

    あなたへのおすすめ