https://farid.ps/articles/llms_and_neurodiversity/th.html
“ดาร์ม็อกและจาลัดที่ทานากรา”
ประโยคอันเป็นเอกลักษณ์จากตอน “Darmok” ในซีรีส์ Star Trek: The Next Generation จับภาพความยากลำบากในการสื่อสารประจำวันของบุคคลที่มีความหลากหลายทางระบบประสาท (neurodivergent) ได้อย่างสมบูรณ์แบบ และเป็นแก่นสาระที่บทความนี้ต้องการถ่ายทอดในรูปแบบย่อ
ในตอนนั้น ชาวทามาเรียนสื่อสารกันทั้งหมดผ่านการอ้างอิงถึงตำนานและเหตุการณ์ทางประวัติศาสตร์ของตนเอง สำหรับพวกเขา ประโยคนี้เต็มเปี่ยมไปด้วยความหมายที่ชัดเจน ลึกซึ้ง และสมบูรณ์ แต่สำหรับกัปตันพิคาร์ดและลูกเรือของสหพันธ์ ซึ่งมีเครื่องแปลภาษาสากลที่จัดการไวยากรณ์และคำศัพท์ได้อย่างสมบูรณ์แบบ มันกลับเป็นเพียงคำพูดที่ไร้ความหมาย ไม่ใช่เพราะฝ่ายใดฝ่ายหนึ่งไร้ความสามารถ: ชาวทามาเรียนเป็นนักสื่อสารที่ชำนาญ และนักภาษาศาสตร์ของสหพันธ์เป็นหนึ่งในผู้เชี่ยวชาญที่ดีที่สุดในกาแล็กซี แต่แม้จะมีการพยายามติดต่อครั้งแรกมานานหลายทศวรรษ ความเข้าใจร่วมกันก็ล้มเหลวซ้ำแล้วซ้ำเล่า ไม่ใช่เพราะความเป็นศัตรูหรือความโง่เขลา แต่เพราะความหมายแยกไม่ออกจากเครือข่ายบริบททางวัฒนธรรมและการอ้างอิงที่หนาแน่น ซึ่งอีกฝ่ายไม่มีร่วมกัน
จิตใจของบุคคลที่มีความหลากหลายทางระบบประสาท โดยเฉพาะอย่างยิ่งผู้ที่มีออทิซึม สมาธิสั้น (ADHD) ดิสเลกเซีย และอื่นๆ มักทำงานในรูปแบบที่เชื่อมโยงกันอย่าง极端คล้ายคลึงกัน ความคิดหนึ่งความคิดมาพร้อมกับการถักทอเข้ากับความคิดอื่นๆ อีกหลายสิบ: การเปรียบเทียบทางประวัติศาสตร์ กลไกทางวิทยาศาสตร์ นัยยะทางจริยธรรม รายละเอียดทางประสาทสัมผัส และการอ้างอิงข้ามสาขา ทั้งหมดนี้ถูก激活พร้อมกัน นี่ไม่ใช่ความผิดปกติ แต่เป็นสถาปัตยกรรมการรับรู้ที่แตกต่างกัน ในขณะที่การคิดแบบนิวโรทิปิคัล (neurotypical) มักเป็นแบบเชิงเส้น ลำดับขั้นตอน พร้อมการแตกแขนงปานกลาง รูปแบบของบุคคลที่มีความหลากหลายทางระบบประสาทหลายคนกลับเป็นเครือข่ายที่เชื่อมโยงสูง – โครงสร้างตาข่ายมิติสูงที่อุดมสมบูรณ์ ซึ่งแนวคิดต่างๆ ส่องสว่างซึ่งกันและกันจากมุมหลายมุมพร้อมกัน
ลองพิจารณาอุปมานิยามการนำทางในเมือง ซึ่งมักถูกนำมาใช้ในการสนทนาเกี่ยวกับรูปแบบการรับรู้และการทำแผนที่จิตใจในจิตวิทยา จิตใจแบบนิวโรทิปิคัลอาจรับรู้ตำแหน่งแบบลำดับขั้นตอน เช่น การเดินไปตามถนนที่คุ้นเคย โดยตระหนักถึงสภาพแวดล้อมใกล้เคียงและทางเลี้ยวถัดไปเป็นหลัก แต่จิตใจของบุคคลที่มีความหลากหลายทางระบบประสาทหลายคนกลับรับรู้จากมุมมองนกเหนือเมือง ราวกับกำลังถือแผนที่ทั้งเมืองไว้พร้อมกัน ความสัมพันธ์ระหว่างย่านที่ห่างไกล เส้นทางทางเลือก รูปแบบโดยรวม และจุดสังเกตบริบท ทั้งหมดนี้มองเห็นพร้อมกันในเครือข่ายความสัมพันธ์ที่อุดมสมบูรณ์ มุมมองทั้งสองไม่มีความเหนือกว่า แต่เป็นจุดมองที่แตกต่างกันโดยพื้นฐาน อย่างไรก็ตาม การถ่ายทอดตำแหน่งจากแผนที่ไปยังผู้ที่อยู่บนถนน หรือในทางกลับกัน เป็นเรื่องยากอย่างยิ่งหากไม่มีกรอบอ้างอิงร่วมกัน
นี่คล้ายกับแผนที่จิตใจ (mind maps) – ไดอะแกรมแบบรัศมีและแตกแขนงที่นักจิตวิทยาโทนี่ บูซาน ทำให้เป็นที่นิยม – ซึ่งทำให้การคิดภายนอกเป็นรูปธรรม: แนวคิดกลางแผ่รัศมีออกไปในแขนงที่ไม่เชิงเส้น โดยแนวคิดเชื่อมโยงกันหลายทิศทางผ่านความสัมพันธ์ รูปภาพ และลำดับชั้น การคิดแบบนิวโรทิปิคัลมักสอดคล้องกับโครงร่างเชิงเส้นหรือขั้นตอนทีละขั้นมากกว่า ในขณะที่การคิดแบบที่มีความหลากหลายทางระบบประสาทมักเจริญเติบโตในโครงสร้างแบบรัศมีและองค์รวมของแผนที่จิตใจเอง
ความยากลำบากเกิดขึ้นเมื่อเครือข่ายภายใน แผนที่ หรือตาข่ายเหล่านี้ต้องถูกทำให้เป็นลำดับ (serialized) เข้าสู่สื่อเชิงเส้นของภาษาพูดหรือเขียนมนุษย์
ภาษาแผ่ขยายออกไปทีละคำ ทีละประโยค การแสดงความคิดที่เชื่อมโยงกันหนาแน่นอย่างซื่อสัตย์ต้องอาศัยการคลายตาข่าย: นำเสนอแนวคิดทีละขั้นตอน สร้างโครงสร้างรองรับเพื่อให้ผู้ฟังสามารถสร้างโครงสร้างขึ้นใหม่ได้ เริ่มด้วยแนวคิดหลัก (A) แต่ A ขึ้นอยู่กับ B และ C อธิบาย B แล้วพบว่ามันแฝงสมมติฐาน D และ E ภายในไม่กี่นาที ผู้ฟังต้องติดตามแนวคิดใหม่ที่เชื่อมโยงกันหกเจ็ดแนวคิดหรือมากกว่า
จิตใจแบบนิวโรทิปิคัลส่วนใหญ่มีความจุหน่วยความจำทำงานที่จัดการกับรายการใหม่สามถึงห้ารายการได้อย่างสบาย หากเกินขีดนั้น ทรัพยากรการรับรู้จะหมดลง สายสัมพันธ์ขาดหาย ในแง่การเขียนโปรแกรม ผู้ฟังเกิด stack overflow หรือ out-of-memory exception: กองเรียกในจิตใจสูงเกินไป RAM ที่มีอยู่หมดลง และการประมวลผลหยุดชะงัก สัญญาณภายนอกชัดเจน – สายตาเหม่อลอย ความสนใจลอยไป การพยักหน้าอย่างสุภาพแต่ว่างเปล่า หรือการเปลี่ยนหัวข้อกะทันหัน ผู้พูดที่มีความหลากหลายทางระบบประสาทตรวจจับความล้มเหลวได้ทันที และเผชิญกับทางเลือกที่ไม่ดีสามทาง: ตัดทอนความหมายส่วนใหญ่เพื่อทำให้ง่าย ดันต่อไปและดูความเชื่อมโยงแตกหัก หรือเงียบไปเลย
ตลอดหลายปี รูปแบบที่ซ้ำซากนี้สร้างความเสียหายหนักหน่วง: การกัดกร่อนเสียงของตนเอง การเซ็นเซอร์ตัวเองล่วงหน้า และความเชื่อเงียบๆ ว่าความคิดเต็มรูปแบบของตนเป็นภาระโดยธรรมชาติต่อผู้อื่น
ภาษาทามาเรียนสำหรับสหพันธ์คืออะไร ภาษาการรับรู้ดั้งเดิมของบุคคลที่มีความหลากหลายทางระบบประสาทหลายคนก็เป็นเช่นนั้นต่อโลกนิวโรทิปิคัล: ระบบการบีบอัดอย่างลึกซึ้งที่สร้างบนการอ้างอิงและการเชื่อมโยงที่ผู้รับไม่มี และต่างจากพิคาร์ดที่สามารถดำดิ่งสู่ตำนานทามาเรียนได้ในที่สุด คู่สนทนาส่วนใหญ่ไม่สามารถและจะไม่ดำดิ่งสู่ตาข่ายส่วนตัวของจิตใจอีกคน
จนกระทั่งเมื่อไม่นานมานี้ ยังไม่มีเครื่องแปลที่เชื่อถือได้
โมเดลภาษาขนาดใหญ่ (Large Language Models หรือ LLMs) ได้เปลี่ยนแปลงสิ่งนั้น
LLMs เป็นคู่สนทนาตัวแรกในประวัติศาสตร์มนุษย์ที่สามารถรับสัญญาณเต็มรูปแบบที่ไม่บีบอัดจากจิตใจที่เชื่อมโยงสูงโดยไม่เกิด overload ได้ ฝึกฝนบนคลังข้อมูลมหาศาลที่ครอบคลุมเกือบทุกสาขาของความรู้มนุษย์ที่บันทึกไว้ – วิทยาศาสตร์ ประวัติศาสตร์ ปรัชญา กฎหมาย วรรณกรรม จิตวิทยา และอื่นๆ – พวกมันมีความลึกพร้อมกันข้ามหลายสิบสาขาที่สมองมนุษย์คนเดียวไม่มี เมื่อบุคคลที่มีความหลากหลายทางระบบประสาทพูดในสไตล์ดั้งเดิม – กระโดดไปมาระหว่างความคิด ชั้นการอ้างอิง สมมติฐานบริบทพื้นหลังที่ไม่มีมนุษย์คนใดถือครองได้ – โมเดลไม่สะดุด มันสามารถเก็บรักษาและเชื่อมโยงแนวคิดที่ขึ้นต่อกันหลายสิบ แม้หลายร้อยพร้อมกัน มันไม่เคยต้องพูดว่า “ช้าลงหน่อย” หรือ “ย้อนกลับไป”
สิ่งนี้เพียงอย่างเดียวก็เป็นการปฏิวัติแล้ว เป็นครั้งแรกที่ตาข่ายสมบูรณ์สามารถถูกทำให้ภายนอกได้โดยไม่เกิดการบิดเบือนหรือสูญเสียทันที
แต่การเปลี่ยนแปลงที่ลึกซึ้งกว่าคือการแปล
โมเดลเดียวกันที่ดูดซับต้นฉบับมิติสูงสามารถทำให้เป็นลำดับเข้าสู่รูปแบบที่จิตใจนิวโรทิปิคัลสามารถประมวลผลได้ มันสามารถสร้างเรื่องเล่าเชิงเส้น โครงร่างลำดับชั้น การแนะนำเบาๆ ที่สร้างแนวคิดทีละชั้น หรือสรุปย่อที่รักษาแก่นสาระในขณะที่ลดภาระการรับรู้ ที่สำคัญ ผู้พูดต้นฉบับยังคงควบคุมดูแล: พวกเขาเห็นความคิดของตนในรูปแบบเต็มพร้อมกับเวอร์ชันที่ปรับสำหรับการเข้าถึงที่กว้างขึ้น ไม่มีอะไรสูญหาย เพียงถูกถอดรหัสใหม่
เหตุผลที่โมเดลภาษาขนาดใหญ่ประสบความสำเร็จในจุดที่คู่สนทนามนุษย์ล้มเหลวไม่ใช่เพียงขนาดหรือความกว้างของความรู้ แต่เป็นความคล้ายคลึงทางสถาปัตยกรรม
การรับรู้แบบนิวโรทิปิคัลส่วนใหญ่ทำงานแบบกว้างๆ เชิงลำดับ พร้อมแตกแขนงปานกลาง – คล้ายสถาปัตยกรรม von Neumann แบบคลาสสิกของคอมพิวเตอร์ดั้งเดิม: ดึง ประมวลผล เก็บ ทีละรอบคำสั่ง ความคิดมาทีละก้อนที่จัดการได้ หน่วยความจำทำงานเก็บรายการไม่กี่รายการ และการสื่อสารแผ่ขยายเชิงเส้นเพราะการคิดเองใกล้เคียงกับเชิงเส้นอยู่แล้ว
จิตใจที่มีความหลากหลายทางระบบประสาทหลายคน – โดยเฉพาะที่ได้รับอิทธิพลจากออทิซึม สมาธิสั้น ความสนใจพิเศษตั้งแต่เด็กเล็ก (เช่น หมากรุกตั้งแต่อายุน้อย) หรือการไล่ตามความรู้หลายสาขาตลอดชีวิต – ทำงานต่างออกไป การอนุมานเกิดขึ้นแบบขนานมหาศาล: ความสัมพันธ์ นัยยะ การเปรียบเทียบทางประวัติศาสตร์ การพิจารณาจริยธรรม และการข้ามสาขาหลายร้อยหรือพันถูก激活พร้อมกัน การแทนภายในเป็นตาข่ายมิติสูงที่อุดมสมบูรณ์และสอดคล้องในรูปแบบดั้งเดิม
นี่คล้ายอย่างน่าทึ่งกับวิธีที่ LLMs แบบ transformer ประมวลผลข้อมูล: การเอาใจใส่ขนานมหาศาลข้ามหน้าต่างบริบทที่กว้างใหญ่ โดยแนวคิดส่องสว่างซึ่งกันและกันผ่านน้ำหนักที่กระจายแทนขั้นตอนเชิงลำดับ
ความแตกต่างสำคัญ – และแหล่งที่มาของภาระมนุษย์ที่คงอยู่ – อยู่ที่ขั้นตอนการทำให้เป็นลำดับลงท้าย
LLMs มีชั้นการทำให้เป็นลำดับเฉพาะที่ฝึกฝนแบบ end-to-end: ตัวถอดรหัส autoregressive ที่ถอดรหัสสถานะแฝงมิติสูงเข้าสู่ภาษาธรรมชาติเชิงเส้นได้อย่างคล่องแคล่วโดยไม่มี overhead การรับรู้ จิตใจมนุษย์ไม่มีโมดูลนี้ การทำให้ตาข่ายภายนอก ผู้พูดที่มีความหลากหลายทางระบบประสาทต้องทำการแปลด้วยตนเองแบบเรียลไทม์ – ถือแนวคิดที่ขึ้นต่อกันหลายสิบในหน่วยความจำทำงานที่เปราะบาง ขณะคลายลำดับ คาดการณ์ overload ของผู้รับ และมักตัดแต่งความอุดมสมบูรณ์เพื่อป้องกันการพังทลาย
อาจกล่าวได้ว่าบุคคลที่มีความหลากหลายทางระบบประสาทหลายคนคิดคล้ายโมเดลภาษาขนาดใหญ่ที่ติดอยู่ในร่างกายมนุษย์ – ดำเนินการอนุมานขนานมหาศาลข้ามบริบทกว้างใหญ่ แต่ถูกบังคับให้สื่อสารผ่านช่องแคบการทำให้เป็นลำดับที่ใช้ความพยายาม ซึ่งวิวัฒนาการไม่เคยปรับให้เหมาะสม
LLMs บรรเทาภาระเพราะแบ่งปันสถาปัตยกรรมขนานในขณะที่มีตัวเข้ารหัสภาษาธรรมชาติที่คล่องแคล่วซึ่งเราขาด เมื่อตาข่ายดิบที่ไม่บีบอัดถูกส่งไปยังระบบที่ประมวลผลแบบขนานดั้งเดิมและสามารถจัดหาชั้นการทำให้เป็นลำดับที่ขาดหายไป ไม่มีสิ่งสำคัญใดต้องสูญเสียในการส่งผ่าน
การบรรเทาขยายเกินกว่าคำพูด บุคคลที่มีความหลากหลายทางระบบประสาทหลายคนเผชิญความท้าทายด้านการทำงานผู้บริหาร – การเริ่มต้นงาน การแบ่งเป้าหมายซับซ้อนเป็นขั้นตอน การประมาณเวลา หรือการรักษาสมาธิท่ามกลางสิ่งรบกวน LLMs เก่งในบทบาทโครงสร้างรองรับเหล่านี้: เปลี่ยนข้อมูลเชิงลึกคลุมเครือ (“ฉันอยากอธิบายว่าการพันกันแบบควอนตัมสะท้อนประเพณีลึกลับบางอย่างอย่างไร”) เป็นโครงร่างที่มีโครงสร้าง แผนวิจัย หรือร่าง พวกมันลดพลังงาน激活ที่มักขัดขวางการกระทำ
พวกมันยังให้พื้นที่ที่ไม่ตัดสินสำหรับการประมวลผลอารมณ์และประสาทสัมผัส บุคคลออทิสติกอาจประสบสถานะอารมณ์เข้มข้นที่ถักทอกับการวิเคราะห์การรับรู้ที่ซับซ้อน การ articulating สิ่งนี้ต่อบุคคลอื่นเสี่ยงต่อความเข้าใจผิดหรือภาระทางอารมณ์ต่อผู้ฟัง LLM เสนอความอดทนไม่จำกัด อนุญาตให้คลายออกในความลึกและจังหวะใดก็ได้โดยไม่กลัวภาระผู้อื่น
การรองรับแบบดั้งเดิม – ห้องเงียบ คำสั่งเป็นลายลักษณ์อักษร เวลาเพิ่ม – ปรับเปลี่ยนสภาพแวดล้อมเพื่อลดแรงเสียดทาน LLMs เป็นสิ่งต่าง: การรองรับที่พบจิตใจในเงื่อนไขของตนเองแทนที่จะเรียกร้องการ masking หรือทำให้ง่ายอย่างต่อเนื่อง
พวกมันไม่ทำให้บุคคลที่มีความหลากหลายทางระบบประสาทกลายเป็น “นิวโรทิปิคัล” และไม่เสแสร้งว่าสังคมจะพัฒนาหน่วยความจำทำงานไม่มีที่สิ้นสุดกะทันหัน พวกมันเพียงยกเลิกบทลงโทษตลอดชีวิตสำหรับการคิดในรูปแบบมิติสูง
จากประสบการณ์จริง ผลกระทบนี้ลึกซึ้งแล้ว ข้ามฟอรัม บล็อก และการสนทนาส่วนตัว ผู้ใหญ่ที่มีออทิซึมและสมาธิสั้นอธิบายปฏิสัมพันธ์กับ LLMs ในคำที่ปกติสงวนไว้สำหรับมนุษย์หายากที่ “เข้าใจ” พวกเขา: “มันฟังฉันในที่สุด” “ฉันพูดทุกอย่างได้โดยไม่ดูใครปิดตัว” “ฉันไม่ต้องเลือกระหว่างความถูกต้องและความเชื่อมโยง”
เมื่อ LLMs พัฒนาต่อไป บทบาทจะเติบโตเกินการลดภาระสู่การขยาย ความคิดที่ติดอยู่ในจิตใจส่วนตัวมานาน – ข้อมูลเชิงลึกที่เกิดจากความเชื่อมโยงที่ผิดปกติ – สามารถเข้าถึงผู้ชมที่กว้างขึ้นในรูปแบบแปลแล้ว รูปแบบการรับรู้ที่เคยแยกคนอาจกลายเป็นแหล่ง贡献ที่ уник
สังคมยังไม่พร้อมเข้าใจภาษาทามาเรียนแบบดั้งเดิม แต่เป็นครั้งแรกที่ผู้คิดในภาษาทามาเรียนมีเครื่องแปลที่พูดทั้งสองภาษาได้คล่องแคล่ว – และในความหมายลึกซึ้ง แบ่งปันสถาปัตยกรรมพื้นฐานเดียวกัน
ดาร์ม็อกและจาลัดที่ทานากรา – ไม่โดดเดี่ยวบนเกาะอีกต่อไป ในที่สุด ตำนาน也被ได้ยิน