KI-Modelle lernen durch Analogien, nicht durch Regeln

OXFORD / MÜNCHEN (IT BOLTWISE) – Eine neue Studie der Universität Oxford und des Allen Institute for AI zeigt, dass große Sprachmodelle wie GPT-J Sprache auf eine überraschend menschliche Weise verarbeiten: durch Analogien statt durch strikte grammatikalische Regeln.

Die Forschungsergebnisse, veröffentlicht in der renommierten Fachzeitschrift PNAS, werfen ein neues Licht auf die Funktionsweise von großen Sprachmodellen (LLMs). Diese Modelle, die die Grundlage für KI-gestützte Chatbots wie ChatGPT bilden, generieren Sprache nicht primär durch das Ableiten von Regeln aus ihren Trainingsdaten. Stattdessen verlassen sie sich stark auf gespeicherte Beispiele und ziehen Analogien, wenn sie mit unbekannten Wörtern konfrontiert werden, ähnlich wie Menschen.

Um die Sprachgenerierung von LLMs zu untersuchen, verglichen die Forscher die Urteile von Menschen mit denen von GPT-J, einem Open-Source-Sprachmodell, das von EleutherAI entwickelt wurde. Dabei konzentrierten sie sich auf ein häufiges Muster der Wortbildung im Englischen, bei dem Adjektive durch Hinzufügen der Endungen „-ness“ oder „-ity“ in Substantive umgewandelt werden. Die Studie generierte 200 erfundene englische Adjektive, die das LLM noch nie zuvor gesehen hatte, und bat GPT-J, jedes in ein Substantiv umzuwandeln.

Die Ergebnisse zeigten, dass das Verhalten des LLMs dem menschlichen analogischen Denken ähnelte. Anstatt Regeln zu verwenden, basierte es seine Antworten auf Ähnlichkeiten mit realen Wörtern, die es während des Trainings „gesehen“ hatte. Zum Beispiel wurde „friquish“ in „friquishness“ umgewandelt, basierend auf seiner Ähnlichkeit mit Wörtern wie „selfish“, während das Ergebnis für „cormasive“ durch Wortpaare wie „sensitive“ und „sensitivity“ beeinflusst wurde.

Ein wesentlicher Unterschied zwischen Menschen und LLMs besteht darin, dass Menschen ein mentales Wörterbuch erwerben – einen mentalen Speicher aller Wortformen, die sie als bedeutungsvoll in ihrer Sprache betrachten. LLMs hingegen verallgemeinern direkt über alle spezifischen Instanzen von Wörtern im Trainingssatz, ohne Instanzen desselben Wortes zu einem einzigen Wörterbucheintrag zu vereinheitlichen.

Professorin Janet Pierrehumbert von der Universität Oxford betonte, dass LLMs zwar in der Lage sind, Sprache auf beeindruckende Weise zu generieren, sie jedoch nicht so abstrakt denken wie Menschen. Dies erklärt möglicherweise, warum ihr Training viel mehr Sprachdaten erfordert als das menschliche Sprachenlernen.

Die Studie, die auch Forscher der LMU München und der Carnegie Mellon University einbezog, zeigt, dass analogische Prozesse eine größere Rolle bei der sprachlichen Verallgemeinerung von LLMs spielen, als bisher angenommen. Diese Erkenntnisse könnten zukünftige Fortschritte in der Entwicklung robuster, effizienter und erklärbarer KI unterstützen.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!