英国および海外で最も優れた学者によって提供される ブリティッシュアカデミーの主力 講演プログラム 人文科学および社会科学における最高水準の研究成果を紹介する。 このイベント の一部です。 アンナ・モーパーゴ・デイヴィス記念講演 シリーズ。
大規模言語モデル（LLM）は自然言語処理において目覚ましい能力を発揮しており、まるで人間と同じように言語を使い理解しているかのように語る人も多い。しかし、そうすることで、意味や推論を支える構造システムと、LLMが符号化する膨大な量の訓練データ中の類似した文章に基づいてテキストの次の部分を予測するメカニズムとの区別が見落とされてしまう。LLMは予測能力に優れており、類似性のみに基づく記憶によってどれほどのことができるかは驚くべきことだ。LLMは難解な質問に答えたり、あらゆる主題やスタイルについて驚くほど流暢な文章を生成したり、実用的なコンピュータコードを生成したりすることができる。
しかしながら、LLM（論理学習モデル）の限界はますます明らかになってきている。LLMは健全な論理推論に苦慮し、説得力はあるものの全く不正確な情報を含む可能性があり、学習中に遭遇した例との表面的な類似性を超えてコードを一般化することに困難を抱えている。本講演では、これらのシステムの能力と制約の両方を浮き彫りにする最新の研究を紹介する。結論として、自然言語処理の未来は、記号推論の精度と構造、そしてニューラルネットワークによるコンテンツの類似性に基づく想起とアクセス能力を組み合わせたハイブリッドアプローチにあると述べる。
この講演会は、対面参加とオンライン参加の両方が可能で、参加者向けの懇親会も予定されています。詳細は後日お知らせいたします。
このイベントについてご質問がある場合は、メールでお問い合わせください。 events@thebritishacademy.ac.ukアクセシビリティに関する詳細については、以下をご覧ください。 カールトンハウステラスのアクセシビリティガイド.
