Direct naar de conclusie druk hier.
Geweldloze AI
In overleg met GPT heb ik op 31-5 een blog gemaakt over een AI die geweld blokkeert.
Die discussie heb ik later voortgezet.
AI Monitor
Het ging toen over een Monitor die “ongewenst gedrag van de AI kan voorkomen.
Waarom is AI succesvol ?
Deze blog is nu verdeeld in hoofdstukken waarbij deel 1 over de Werking van GPT gaat en
deel 2 het Succes van GPT probeert te verklaren.
Beperkingen
Deel 3 gaat over Regels, die voorkomen dat alles veel te groot wordt (expandeert) chaotisch wordt of “uit de hand loopt”..
Het gaat hier vooral over het vinden van meetbare constraints (beperkingen).
Deel 4 (gaat over het daadwerkelijk beperken waarbij we in eerste instantie gebruik kunnen maken van de Ratio schaal die past op onze Euclidische Ruimte en de Market Pricing (MP) relatie uit Alan Fiskes theorie over Menselijke relaties.
Dat komt omdat Alan Fiske dat al zelf had uitgezocht met uitzondering van de link naar Paths of Change wat je ziet in de kleuren en de link naar Geometrie die vanzelf uit de meetschalen volgt.
Mensen meten hun onderlinge verhoudingen op precies dezelfde manier als wetenschappers metingen doen.
Onderstaande plaatjes gaan daar over maar en hebben uitleg nodig druk daartoe op deze link.
Het Universum komt uit Niets en blijft Niets
doordat iedere keer als het teveel wordt het besturingsysteem zich automatisch aanpast om weer niets te worden en dat kan een hele lange reeks van elkaar opheffende gebeurtenissen zijn.
zo is 1-1+2-2+3-3+4-4+5-5 poyentieel nog steeds gelijk aan o.
Dialogische AI-systemen
Aan het einde van deze blog in deel 5 kom ik op het concept van Dialogische-AI-sytemen waarbij de dialoog past op wat Mikhael Bahktin onder dialogisch verstaat namelijk een Meerstemmigheid vergelijkbaar met Muziek maken maar dan met Taal.
Hierbij blijkt het nooit gepubliceerde boek Grammers of Engagement van Will McWhinney erg bruikbaar.
Het gaat over Entrainment een gevoel wat mensen krijgen als ze zich samen voelen en wat altijd optreedt als een groep zich op hetzelfde concentreert. Het volstrekt vergelijkbaar met verliefdheid.
Entrainment of synchronisatie verklaart vrijwel alle processen in de natuur.
Een dialogisch systeem bestaat uit twee of meer dialogisch gekoppelde AI-systemen en mensen die een gebalanceerde dialoog voeren.
Twee gekoppelde Cycli die passen op het Paths of Change-model (PoC) van Will McWhinney, een generiek model waarmee je letterlijk alles kunt classificeren.
Het gaat uit van vier onafhankelijk Kijken op de wereld met een Kruispunt in het Midden.
Een Ai-systeem is een MB (Myers Briggs) ST
MB is een persoonlijkheidsclassificatie die Mevr Myers van de archetypen van Carl Jung heeft gemaakt waarbij ze Intro-en Extravert en de Observer-stand heeft toegevoegd.
Introvert en extravert zijn een richting in de Cyclus die met (extravert) en tegen de Klok (intravert) kan draaien.
De Observer is de plek van het Kruispunt in de vierhoek van PoC.
Ai-systemen missen Social (Feeling) en Creative (INtuitive)waardoor ze passen op de(Thinking)-S(Sensing) persoonlijkheid van Myers Briggs
waarbij moet worden opgemerkt dat ze vooral deT-kant hebben vertaald in Kennis.
Het zijn dus eigenlijk Pratende (redenerende) Wikipedia’s.
Dat zal op den duur wel veranderen.
Deel 1: Hoe werkt GPT?
GPT beschrijft hier zelf de werking van het proces:
Current Architecture of GPT-3:
The architecture of GPT-3 i (Generative Pre-trained Transformer 3) ncorporates the following key techniques:
Transformer Architecture:
The transformer architecture, which is based on the concept of self-attention.
This means that the model understands the relationships between words in a text by attending to the context and dependencies between words.
By applying multiple layers of self-attention and feedforward neural networks, GPT-3 can comprehend and generate complex language patterns.
Pre-training and Fine-tuning:
GPT-3 undergoes a two-phase training process: pre-training and fine-tuning.
During pre-training, the model is trained on vast amounts of unlabeled text from the internet to develop a general understanding of language.
It learns the statistical properties of language and the contextual relationships between words and sentences.
In the fine-tuning phase,the model is fine-tuned on specific tasks by training it on labeled datasets with task-specific objectives.rmous Size and Parameters:
GPT-3 is one of the largest language models developed to date, with 175 billion parameters.
This large size enables the model to perform a wide range of language tasks and generate highly coherent and contextually relevant text.
The abundance of parameters also helps in understanding complex language structures and producing human-like text.
Zero-shot and Few-shot Learning:
A notable feature of GPT-3 is its ability to perform zero-shot and few-shot learning.
Zero-shot learning means that the model can perform tasks for which it hasn’t been explicitly trained, by utilizing concise instructions or examples.
Few-shot learning allows the model to quickly learn new tasks with a limited number of examples.
This makes GPT-3 highly adaptable to various linguistic tasks.
Creative Text Generation:
Thanks to the transformer architecture and extensive training process, GPT-3 is capable of generating creative and coherent text. It can produce stories, poems, news articles, and other text genres that are often difficult to distinguish from human-written texts. The generated text can be long and cohesive, with the model accurately understanding the context and intent of the input text.
Transformer Architecture:
Deel 2: Waarom doet GPT het zo goed?
Gelijkheid
Mijn eerste verklaring voor het succes van de huidige AI is dat mensen in het talige domein erg veel op elkaar lijken.
Dat kun je al zien in de Persoonlijkheidstheorie, de Big Five ,die uiteindelijk is afgeleid van de taal waarin men patronen zocht.
De meest begrijpelijke Psychologie vond ik in de Interpersonal Theory.
De theorie gebruikt twee variabelen Agency en Communion en laat zien dat de psychiatrische “afwijkingen” te verklaren zijn uit een extreme focus op één kijk op de wereld waarbij bijvoorbeeld Paranoide Te-veel Controle is.
“Gewone” mensen hebben meestal een persoonlijkheid die een koppeling is van twee verschillende “kijken” waarbij er natuurlijk uitzonderlijke mensen zijn die drie of vier kijken kunnen verbinden.
Agency vs Communion:
Agency (Alleen) en Communion (Samen) zijn elkaars tegendeel.
Ze geven een Richting aan namelijk <- . ->.
Ze lijken op Yin en Yang die je ook kunt vertalen naar een 0 en en 1.
iIteindelijk is alles een Combinatie van Combinaties, waarbij er steeds meer (2**N )mogelijkheden ontstaan die we allemaal een Naam hebben gegeven.
Hierbij is er een onderscheid gemaakt tussen Stilstand (zelfstandig –Naamwoord) en Beweging (Werk-woord).
Uiteindelijk beweegt alles (Panta Rhei).
De <-.-> duidt op Pulseren wat weer lijkt op een Hart.
0=1+ -1-> 1+1= 2×2= 4×4=16->2**N
Let op dat in deze reeks het getal -1 een bijzonder rol gaat spelen.
De wortel uit √-1 wordt in de wiskunde i genoemd waarbij i**2=-1.
Hieronder De 16 mogelijkheden van de 4×4 combinaties van In elkaar en Uit elkaar wat lijkt op Ademen.
E8 Symmetrie
Als we doorgaan met combineren door te bewegen ontstaat uiteindelijk een unieke Symmetrie die E8 wordt genoemd en de huidige basis vormt van de Natuurkunde die weer kan worden verklaart door spiralende spiralen die in de wiskunde Octonions worden genoemd.
Bekijk onderstaan plaatje maar is goed en ontdek welke patronen er allemaal te vinden zijn.
Ze zijn uiteindelijk allemaal te maken met behulp van de driehoek van Pascal die al heel oud is.
Octionions
Uiteindelijk draait alles om alles om alles etc:
Deel 3 :Nilpotency
Dit is een uitgebreid verhaal omdat ik er voor gekozen heb om alles nauwkeurig uit te leggen zodat het vervolg ook begrijpelijk is .
Het is ook precies wat ik bij GPT heb moeten doen die veel niet weet en soms weer wel!.
Bottom-up en Top-Down
Uiteindelijk gaat “het” steeds op en neer wat je ook een Golf of Cyclus kunt noemen.
GPT is een in-enoutput-machine waarbij het “Zero-shot and Few-shot Learning” een feedback mogelijk maakt.
Duale AI
Zowel aan de input-kant als de output-kant en de feedback-kant kun je Filters aanbrengen die een ander AI-systemen kunnen zijn van dezelfde generatie maar ergens ook verdeeld in zichzelf waarbij ik bedoel dat het AI-systeem een split-personality nadoet en dus vele vormen kan aannemen. Een echte transformer..
Nilpotency
Hier toont zich hetzelfde probleem als bij de schepping wat niet is opgelost bij de Big Bang-theorie maar wel in de theorie van Peter Rowlands die de zogenaamde Nilpotency ontdekte in de huidige wis- en natuurkunde theorien die eigenlijk simpel is te vertalen naar de Beperking dat overal de Som Nul moet zijn, waarbij nul ook “leeg” kan zijn in de zin van de Lege verzameling ∅.
De grote vraag aan GPT was hoe je dit zou kunnen implementeren.
Om die vraag te hunnen stellen moest ik GPT eerst Programmeren met de theorie waartoe ik GPT een door mij bij de ABN uitgevonden manier van Gegevendefinitie leerde die erg op NIAM lijkt.
Het komt er op neer dat je ieder begrip weer uitschrijft in de definitie van onderliggende begrippen totdat je de “atomen” hebt gevonden waarna je weer terug gaat.
Op die manier ontstaat er al snel een “model“.
Een door GPT gemaakt voorbeeld:
“Nilpotente architectuur: Ontwerpbenadering met regels en beperkingen om systeemeigenschappen en gedrag te beheersen.
Constraints: Specifieke regels en beperkingen die systeemvereisten en -limieten bepalen.
Rewrite-systeem: Mechanisme om besturingssysteem aan te passen bij overschrijding van constraints.
Nilpotente architectuur beheert systeem binnen grenzen door:
Configuratie van constraints voor gewenste eigenschappen.
Activatie van rewrite-systeem bij overschrijding.
Herconfiguratie of herschrijving voor naleving van constraints en optimale prestaties.
Deze aanpak biedt flexibiliteit en adaptiviteit:
Dynamische reactie op veranderingen en overschrijdingen.
Zelfaanpassing en herconfiguratie met rewrite-systeem.
Zelfregulering en aanpassing aan verschillende situaties.
Gecontroleerde en efficiënte werking met continue handhaving en optimalisatie van vereisten en beperkingen.
Op deze manier zorgt de nilpotente architectuur voor een gecontroleerd en efficiënt systeembeheer binnen gestelde grenzen.“
Geometrie van de Balans
Als een koppeling van dezelfde deel-AI-architecturen het totaal in balans kan houden door te sturen op een gezamenlijk meetbaar resultaat komt de vraag naar boven welke Variabelen dan moeten worden gemeten en wat “Meten” eigenlijk inhoudt.
Het onderstaande plaatje probeert dat te tonen door gebruik te maken van de Geometrie, de kunde van de Ruimte, die wat ons betreft Euclidisch wordt genoemd wat betekent dat we de ruimte met een Lineaal van Vaste lengte (bijv. 1 meter) kunnen bemeten.
Van Meettheorie naar Antropologie
Het plaatje boven komt uit een blog over Anti-fragilty (Onkwetsbaarheid) van Nassim Taleb waarin ik laat zien dat die “onkwetsbaarheid” te vinden is in de Panarchie-theorie over de Ecologie.
Het “bewijs” van het plaatje komt uit de ontdekking dat de Relatiepatronen van Alan Fiske passen op de Schalen in de Meettheorie die een direct verband hebben met de Geometrie.
Aangezien Alan Fiske’s theorie ook past op de theorie van Paths of Change en die weer past op Interpersonal Theorie is de keten gesloten en blijkt de Geometrie eigenlijk een Persoonlijkheidstheorie te zijn en andersom.
Je kunt hiermee nog verder gaan en aantonen dat de Natuurkunde eigenlijk veel meer zegt over de Natuurkundigen dan over de Natuur iets wat John Wheeler wel doorhad.
Samenvatting in 1 Plaatje
Meetheorie
Een Meting is een Afbeelding
Volgens de meettheorie is meten het maken van een afbeelding (f) van de buitenwereld (de meting, waarnemen), het waarderen van de meting en het plaatsen van de afbeelding in een abstracte relationele wiskundige wereld (het netwerk-model, groen).
De wijze van afbeelden (de analyse, de methode, de functie f) mag geen invloed uitoefenen op het eindresultaat anders wordt het model veranderd (“bias”).
Als je die fout maakt en die wordt vaak gemaakt bepaalt de onderzoeksmethode de uitkomst (“een self-fullfilling Prophesy“).
Schalen beperken de Afbeelding
De manier waarop wordt gemeten , vertaalt in specifieke eisen wordt een Schaal genoemd.
Alan Fiske ontdekte dat zijn theorie over de menselijke verhoudingen ook van toepassing is op de verhoudingen tussen de meetschalen.
Mensen nemen naast objecten ook menselijke verhoudingen (een ratio) waar.
De vier schalen zijn ontstaan door “symmetry-braking“.
Iedere volgende schaal beperkt de vrijheid van handelen op een formele manier.
Ruimte: van Bol naar Hyperbool
In Communal Sharing is iedere combinatie van identiteiten toegestaan, terwijl Authority Ranking een bepaalde volgorde van deze entiteiten tolereert.
Daarna wordt het verschil van de entiteiten (in de zin van afstand) toegestaan en als laatste mogen de verschillen alleen nog meer een eenheid zijn (Meetlat).
De Ratio Schaal (Market Pricing) is vergelijkbaar met de Euclidische Geometrie, een vlakke ruimte waarin evenwijdige lijnen elkaar niet snijden.
Het is de ruimte waarin we denken te leven als we dicht bij huis blijven.
Bol
In werkelijkheid, als we vanuit de ruimte naar de aarde kijken zien we dat we op een bol leven en snijden de evenwijdige lijnen elkaar weer wel in de polen.
Projectieve Meetkunde
De meest vrije geometrie is de Projectieve Geometrie (PM), die verbonden is met Communal Sharing en de Nominale Schaal.
In de Nominale Schaal wordt er alleen opgesomd en zijn alle combinaties een mogelijkheid.
PM is een gevolg van het perspectif tekenen en heeft daarmee verband met het “Gezichtspunt” en de Horizon.
Punt en Lijn
De werkelijkheid van de PM alleen maar uit kruisende lijnen (een netwerk), waarbij een punt een kruispunt van twee lijnen is (in de N=2 dimensionale ruimte), een lijn een verbinding van twee punten en de onderliggende werkelijkheid een bol (of een anti-bol, een zadelvlak) is.
De symmetrie tussen punt en lijn wordt dualiteit genoemd en is een algemene eigenschap in alle projectieve ruimtes.
Gekromde Ruimte
De gekromde ruimte is de ruimte van de relativiteitstheorie van Einstein, waarin er geen vast punt is en alles relatief ten opzichte van elkaar beweegt.
Alles draait om alles.
Het is de ruimte van de `Emoties.
Communal Sharing is Agile en is de anti-these van Market Pricing.
De Ratio Schaal en de Euclidische Geometrie hebben vrijwel geen mogelijkheid om te transformeren.
Ze zitten vast in hun eigen structuur.
De werkelijkheid is lineair en de enige toegestane transformatie is Vermenigvuldigen.
vandaar dat de Ratio-schaal past bij het Kapitalisme.
Market Pricing vs Communal Sharing
Market Pricing (Kapitalisme) , de meest gebruikte sociale relatie op aarde, is daarom de meest rigide (anti-agile) en egoistische organisatievorm die er bestaat.
De Nominale Schaal (Communal Sharing (CS)(Socialisme) ) is een opsomming (bijv. de Politieke Voorkeur van Mensen).
Permutatie = Innovatie
De onderdelen van de schaal (de voorkeuren) kunnen in iedere willekeurige volgorde worden getoond (permutatie) en iedere andere volgorde is een innovatie..
De deelnemers van een CS zijn voor elkaar inzetbaar en inhoudelijk vervangbaar (“functional redundant”).
Een CS is agile (flexibel) omdat iedere structuur via andere combinaties mogelijk is. CS is de basisvorm van de community.
De Wiskunde van de Transformatie
Permutatie
Wiskundig staat de nominale schaal voor het behoud van de identiteit ( s1=s2 ⇔ f(s1) = f(s2), de permutatie groep).
In de Ordinale Schaal (Authority Ranking (AR)) zijn de onderdelen geordend (bijv. kledingmaten).
De basis-relatie is baas-ondergeschikte. Deze relatie is complementair. De baas speelt zijn rol maar de onderschikte ook.
AR is fragiel omdat de rangorde ook een uniek pad van escalatie bepaalt.
Je hebt aan een zet voldoende om de rest van de keten te raken (cascade).
De ramp is voorgebakken in de ordening en kan door een kleine trigger in gang worden gezet (domino).
Monotoon Stijgende Functie
Wiskundig staat de ordinale schaal voor het Behoud van Orde (( s1< s2 ⇔ f(s1) < f(s2)). Deze orde wordt beschreven door monotoon stijgende functies.
Lineaire Functie
De Interval Schaal (Equality Matching (EM), vriendschap) gaat over de verschillen tussen de waarden in de Ordinale schaal.
Voorbeelden zijn de temperatuur-schalen van Celcius en Fahrenheit die geen “echte” nul hebben omdat de verschillen ook negatief kunnen zijn (onder nul).
Bij EM streeft men naar evenwicht door verschillen te beperken (balans, reciprociteit).
Iedere deelnemer levert een gelijkwaardige bijdrage. Er moet een evenwicht zijn tussen geven en nemen. EM is veerkrachtig.
Wiskundig gaat het hier om het behoud van verschil (s1 − s2 = s3 − s4 ⇔ f(s1) − f(s2) = f(s3) − f(s4)).
Dit behoud wordt vertaald in de lineaire functie (f(x)= ax+b, a>0), vermenigvuldigen en optellen.
In de Ratio schaal (Market Pricing (MP)) zijn de verschillen altijd gestandaardiseerd op één waardoor de getallen in de schaal als Eenheid (meter, kilogram, sec,…) worden gebruikt en de waarde nul de laagste waarde is (Kelvin).
In MP is de relatie gebaseerd op een transactie waarin de partijen gelijkwaardige objecten ruilen. De prijs van het object is meestal gebaseerd op geld.
Relaties worden door middel van de transactie afgewikkeld en van te voren door een contract gedefinieerd. Ze zijn meestal kortstondig van aard.
MP is Anti-Agile. Ze is gemaakt om niet te veranderen (gestandaardiseerd).
Wiskundig gaat het om het behoud van ratio/verhouding: s1/s2 = s3/s4 ⇔ f(s1)/f(s2) = f(s3)/ f(s4). De functie f moet daartoe de vorm f(x)=ax aannemen.
Beperken
Als de Ruimte pulseert kan de puls ook te ver uitslaan vandaar dat er ergens een moment moet komen waarop de maat doorslaat en de weg terug moet worden ingezet maar ook niet weer teveel.
Er zijn dus twee meetpunten die symmetrisch zijn ten opzichte van het absolute nulpunt wat betekent dat de schaal een nulpunt moet hebben en dat is de Ratio Schaal (Market Pricing).
Als we dat weten kunnen we door de vele kanten van de gevonden relaties vaststellen wat de persoonlijkheid is waarna we nog de persoonlijkheid-theorie moeten kiezen die ibij Myers Briggs Sensing (waarnemend) heet.
Een AI moet zich dus op Feiten baseren en meetbaar (kwantitatief)zijn wat het nu niet is.
AI is taalgebaseerd en taal is daarme buiten alle proporties en dus niet controleerbaar behalve als het een feit beschrijft.
Zon en Maan
Hierbij doet zich wel het fenomeen voor wat Peter Rowlands ook opmerkte namelijk dat er nu twee volledig symmetrische tegenstelde ruimten ontstaan die boven en onder nul zijn die in de Alchemie de ruimte van de Dag (Zon) worden genoemd en van de Maan.
De grote vraag hierbij is wat de ruimte onder nul (negatieve energie, negatieve energie, negatieve ?) behelst.
Wat doet een AI als het onder nul gaat.
Is er dan sprake van teruglopende tijd, terudraaien?
Wellicht kunnen we beter overstappen naar een andere schaal zoals de Nominale Schaal die overeenkomt met een Sociale Persoonlijkheid of een combinatie van Nominaal en een Interval Schaal wat betrekking heeft op een Culturele AI, een scheppingsmaatje.
Dialogische AI-systemen
Eerst een samenvatting van de discussie met GPT over dit onderwerp:
overslaan? druk hier.
Samenvatting GPT:
Dialogische AI-systemen zijn ontworpen om mensachtige gesprekken te voeren en interacties te hebben met gebruikers.
Ze maken gebruik van natuurlijke taalverwerking en machine learning-technieken om contextuele informatie te begrijpen en relevante reacties te genereren.
Een dialogisch AI-systeem begint meestal met het luisteren naar de input van de gebruiker.
Het analyseert de woorden en zinnen om de intentie en betekenis te begrijpen.
Vervolgens gaat het AI-systeem aan de slag om een gepaste reactie te genereren.
Dit proces omvat vaak verschillende stappen, zoals informatie-extractie, contextmodellering en responsgeneratie.
Om de juiste reactie te formuleren, kan het AI-systeem putten uit een verscheidenheid aan bronnen, waaronder vooraf verzamelde kennis, gegevens uit eerdere interacties en real-time zoekopdrachten. Het systeem kan ook gebruikmaken van vooraf getrainde modellen om de context van het gesprek te begrijpen en de beste mogelijke reactie te genereren.
Belangrijk is dat dialogische AI-systemen niet alleen reageren op de directe input van de gebruiker, maar ook in staat zijn om de context van het gesprek te onthouden en voort te bouwen op eerdere uitwisselingen.
Dit zorgt voor een meer vloeiende en natuurlijke conversatie-ervaring.
Dialogische AI-systemen kunnen worden toegepast in verschillende domeinen, zoals klantenservice, virtuele assistenten, taalonderwijs en entertainment. Ze kunnen worden geïmplementeerd als chatbots op websites, spraakgestuurde assistenten op mobiele apparaten of zelfs als geavanceerde virtuele personages in virtuele werelden.
Het doel van dialogische AI-systemen is om gebruikers een betekenisvolle interactie te bieden, waarbij het systeem in staat is om vragen te beantwoorden, problemen op te lossen, suggesties te doen en informatie te verstrekken op een manier die lijkt op een gesprek tussen mensen.
Conclusie
Deze blog bevat van boven naar beneden erg veel met elkaar samenhangde modellen die je altijd kunt modelleren als functies die een input laten overspringen van plek naar plek waarbij er iedere keer een waarde aan wordt toegevoegd.
De modellen hebben ook betrekking op de menselijke perssoonlijkheid die we op van alles plakken om ons “thuis” te voelen.
Zo kunnen we een AI-systeem nakkelijk voorzien van een persoonlijkheid en dus de interactie tussen mens en machine als een dialoog modelleren waarbij Mikhael Bahktin ons helpt om er letterlijk muziek van te maken.
UIt deze blog kun je halen hoe dat zou moeten maar ik zal het in een volgende blog morgen beter uitwerken.
Ga terug naar begin druk hier