{"id":7112,"date":"2025-11-04T08:00:48","date_gmt":"2025-11-04T07:00:48","guid":{"rendered":"https:\/\/actio-catholica.hu\/?p=7112"},"modified":"2025-11-04T07:52:35","modified_gmt":"2025-11-04T06:52:35","slug":"egy-szakerto-szerint-a-nagy-nyelvi-modellek-szinte-biztosan-kepesek-gondolkodni","status":"publish","type":"post","link":"https:\/\/actio-catholica.hu\/index.php\/2025\/11\/04\/egy-szakerto-szerint-a-nagy-nyelvi-modellek-szinte-biztosan-kepesek-gondolkodni\/","title":{"rendered":"Egy szak\u00e9rt\u0151 szerint a nagy nyelvi modellek szinte biztosan k\u00e9pesek gondolkodni"},"content":{"rendered":"

Az elm\u00falt h\u00f3napokban \u00fajra fell\u00e1ngolt a vita arr\u00f3l, hogy vajon a nagy \u00e9rvel\u0151 modellek (Large Reasoning Models, LRM) val\u00f3ban k\u00e9pesek-e gondolkodni. Most egy \u00e9rdekes megk\u00f6zel\u00edt\u00e9st mutatunk.<\/p>\n

\"\"Az Apple provokat\u00edv tanulm\u00e1nya, The Illusion of Thinking<\/a> (\u201eA gondolkod\u00e1s ill\u00fazi\u00f3ja\u201d) szerint nem: az LRM-ek csup\u00e1n mintafelismer\u00e9ssel ut\u00e1nozz\u00e1k a gondolkod\u00e1st, val\u00f3j\u00e1ban nem \u00e9rtik, amit tesznek. A c\u00e9g \u00e9rve szerint ezek a modellek nem tudnak algoritmusokat k\u00f6vetkezetesen v\u00e9gigvinni, ha a feladat m\u00e9rete n\u0151.<\/p>\n

Debasish Ray Chawdhuri, a Talentica Software vezet\u0151 m\u00e9rn\u00f6ke ezzel szemben \u00fagy v\u00e9li: a k\u00f6vetkeztet\u00e9s t\u00e9ves.<\/p>\n

\u201eHa egy embert, aki ismeri a Hanoi-torony megold\u00e1s\u00e1nak algoritmus\u00e1t, h\u00fasz koronggal \u00e1ll\u00edtunk szembe, \u0151 sem tudja k\u00e9zzel kisz\u00e1molni a l\u00e9p\u00e9seket. Ez m\u00e9gsem bizony\u00edtja, hogy nem tud gondolkodni<\/em>\u201d \u2013 \u00edrja.<\/p>\n

Chawdhuri szerint az Apple \u00e9rve legfeljebb annyit bizony\u00edt, hogy nincs bizony\u00edt\u00e9k arra, hogy az LRM-ek ne tudn\u00e1nak gondolkodni. S\u0151t, \u00e1ll\u00edt\u00e1sa szerint \u201eszinte biztos<\/em>\u201d, hogy k\u00e9pesek r\u00e1 \u2013 \u00e9s el is magyar\u00e1zza, mi\u00e9rt.<\/p>\n

Mit nevez\u00fcnk gondolkod\u00e1snak?<\/strong><\/h3>\n

A szerz\u0151 a probl\u00e9mamegold\u00e1s szempontj\u00e1b\u00f3l defini\u00e1lja a gondolkod\u00e1st, \u00e9s l\u00e9p\u00e9sr\u0151l l\u00e9p\u00e9sre veti \u00f6ssze az emberi agy folyamatait a l\u00e1ncolt gondolatmenet-alap\u00fa (chain-of-thought, CoT) \u00e9rvel\u00e9ssel.<\/p>\n

    \n
  • Probl\u00e9mareprezent\u00e1ci\u00f3<\/strong>: az emberi agy prefront\u00e1lis k\u00e9rge a feladat megtart\u00e1s\u00e1\u00e9rt, r\u00e9szekre bont\u00e1s\u00e1\u00e9rt \u00e9s a c\u00e9lkit\u0171z\u00e9s\u00e9rt felel. Az LRM-ek ugyan\u00edgy \u201emegragadj\u00e1k<\/em>\u201d a bemenet szerkezet\u00e9t a tokenek k\u00f6z\u00f6tti mint\u00e1k alapj\u00e1n.<\/li>\n
  • Ment\u00e1lis szimul\u00e1ci\u00f3<\/strong>: az emberek \u201ebels\u0151 besz\u00e9ddel\u201d gondolkodnak; ez a CoT-hoz hasonl\u00f3, amikor a modell saj\u00e1t sz\u00f6veges magyar\u00e1zatot gener\u00e1l a k\u00f6vetkeztet\u00e9seihez.<\/li>\n
  • Mintafelismer\u00e9s \u00e9s el\u0151h\u00edv\u00e1s<\/strong>: az agy a hippocampus \u00e9s a tempor\u00e1lis lebeny seg\u00edts\u00e9g\u00e9vel h\u00edv el\u0151 kor\u00e1bbi tapasztalatokat, az LRM pedig a param\u00e9tereiben t\u00e1rolt tud\u00e1st aktiv\u00e1lja.<\/li>\n
  • Ellen\u0151rz\u00e9s \u00e9s hibajav\u00edt\u00e1s<\/strong>: az emberi ACC (anterior cingul\u00e1ris k\u00e9reg) hib\u00e1kat \u00e9s ellentmond\u00e1sokat figyel, m\u00edg a modell a bels\u0151 konzisztenci\u00e1t \u00e9rt\u00e9keli, \u00e9s visszal\u00e9p, ha zs\u00e1kutc\u00e1ba jut.<\/li>\n
  • R\u00e1\u00e9bred\u00e9s, \u00fajrakeretez\u00e9s<\/strong>: amikor az ember \u201eh\u00e1tral\u00e9p\u201d, \u00e9s \u00faj megold\u00e1st tal\u00e1l, az hasonl\u00f3 ahhoz, ahogy egy modell \u00faj \u00e9rvel\u00e9si ir\u00e1nyt pr\u00f3b\u00e1l ki, ha az el\u0151z\u0151 kudarcot vallott.<\/li>\n<\/ul>\n

    Chawdhuri szerint ez a p\u00e1rhuzam nem v\u00e9letlen: a DeepSeek-R1 modell p\u00e9ld\u00e1ul \u00fagy tanult CoT-alap\u00fa \u00e9rvel\u00e9st, hogy nem kapott ilyen p\u00e9ld\u00e1kat a tan\u00edt\u00e1s sor\u00e1n, hanem a probl\u00e9mamegold\u00e1s k\u00f6zben tanult meg gondolkodni \u2013 hasonl\u00f3an ahhoz, ahogy az emberi agy folyamatosan alkalmazkodik.<\/p>\n

    A gondolkod\u00e1s korl\u00e1tai \u00e9s alternat\u00edv\u00e1i<\/strong><\/h3>\n

    A kritikusok szerint az LRM-ek nem k\u00e9pesek vizu\u00e1lis reprezent\u00e1ci\u00f3ra, ami az emberi gondolkod\u00e1s egyik pill\u00e9re. A szerz\u0151 erre az aphantasia p\u00e9ld\u00e1j\u00e1t hozza: l\u00e9teznek emberek, akik nem tudnak ment\u00e1lisan k\u00e9peket alkotni, m\u00e9gis kiv\u00e1l\u00f3an gondolkodnak absztrakt m\u00f3don. \u201eHa \u0151k k\u00e9pesek r\u00e1 vizu\u00e1lis k\u00e9palkot\u00e1s n\u00e9lk\u00fcl, akkor a modellek is gondolkodhatnak vizu\u00e1lis komponens n\u00e9lk\u00fcl<\/em>\u201d \u2013 \u00edrja.<\/p>\n

    A kulcs szerinte h\u00e1rom alapvet\u0151 elem:<\/p>\n

      \n
    • mintafelismer\u00e9s,<\/li>\n
    • munkamem\u00f3ria,<\/li>\n
    • visszal\u00e9p\u00e9s, ha a gondolatmenet nem vezet eredm\u00e9nyre.<\/li>\n<\/ul>\n

      Mindez jelen van az LRM-ekben is: a mint\u00e1k a param\u00e9terekben, a munkamem\u00f3ria a figyelmi r\u00e9tegekben (KV-cache), a visszal\u00e9p\u00e9s pedig a CoT-alap\u00fa hibajav\u00edt\u00e1s sor\u00e1n val\u00f3sul meg.<\/p>\n

      De mi\u00e9rt tanulna \u201egondolkodni\u201d egy token-el\u0151rejelz\u0151?<\/strong><\/h3>\n

      A \u201ecsak egy autokorrekt<\/em>\u201d \u00e9rv szerinte f\u00e9lrevezet\u0151. A k\u00f6vetkez\u0151 token el\u0151rejelz\u00e9se ugyanis a lehet\u0151 leg\u00e1ltal\u00e1nosabb tud\u00e1sreprezent\u00e1ci\u00f3s forma, hiszen a nyelv \u2013 ellent\u00e9tben a form\u00e1lis logikai rendszerekkel \u2013 k\u00e9pes b\u00e1rmilyen fogalmat, szab\u00e1lyt vagy absztrakci\u00f3t kifejezni, ak\u00e1r \u00f6nmag\u00e1ra is reflekt\u00e1lva.<\/p>\n

      Amikor tud\u00e1st akarunk \u00e1br\u00e1zolni, sz\u00fcks\u00e9g\u00fcnk van egy nyelvre vagy jelrendszerre. A form\u00e1lis nyelvek \u2013 p\u00e9ld\u00e1ul az els\u0151rend\u0171 predik\u00e1tumlogika \u2013 nagyon pontosak, de korl\u00e1tozottak abban, amit kifejezhetnek.<\/p>\n

      P\u00e9ld\u00e1ul az els\u0151rend\u0171 logika nem k\u00e9pes tulajdons\u00e1gokat kifejezni olyan predik\u00e1tumokr\u00f3l, amelyek \u00f6nmagukban bizonyos felt\u00e9teleket el\u00e9g\u00edtenek ki, mert nem enged\u00e9lyezi a \u201epredik\u00e1tumok predik\u00e1tumait<\/em>\u201d. A magasabb rend\u0171 logik\u00e1k k\u00e9pesek erre, de m\u00e9g \u0151k sem tudnak elmos\u00f3dott, pontatlan vagy absztrakt fogalmakat kezelni.<\/p>\n

      A term\u00e9szetes nyelv viszont teljes kifejez\u0151erej\u0171: b\u00e1rmilyen fogalmat, elvont vagy pontos gondolatot meg lehet vele fogalmazni, s\u0151t a saj\u00e1t m\u0171k\u00f6d\u00e9s\u00e9t is k\u00e9pes le\u00edrni. Ez teszi kiv\u00e1l\u00f3 eszk\u00f6zz\u00e9 a tud\u00e1s reprezent\u00e1l\u00e1s\u00e1ra.<\/p>\n

      Az egyetlen kih\u00edv\u00e1s, hogy a term\u00e9szetes nyelv bonyolults\u00e1ga miatt neh\u00e9z k\u00e9zzel feldolgozni. De nem is kell manu\u00e1lisan \u00e9rten\u00fcnk, hogyan m\u0171k\u00f6dik \u2013 a g\u00e9pet adat seg\u00edts\u00e9g\u00e9vel megtan\u00edthatjuk erre.<\/p>\n

      Egy k\u00f6vetkez\u0151 token-el\u0151rejelz\u0151 g\u00e9p a megel\u0151z\u0151 tokenek kontextusa alapj\u00e1n sz\u00e1m\u00edtja ki a k\u00f6vetkez\u0151 token val\u00f3sz\u00edn\u0171s\u00e9gi eloszl\u00e1s\u00e1t. Egy olyan rendszer, amely ezt pontosan k\u00e9pes megtenni, valamilyen form\u00e1ban k\u00e9nytelen t\u00e1rolni a vil\u00e1gra vonatkoz\u00f3 tud\u00e1st.<\/p>\n

      Egyszer\u0171 p\u00e9lda: ha a mondat \u00edgy hangzik, \u201eA vil\u00e1g legmagasabb hegycs\u00facsa a Mount \u2026<\/em>\u201d, a helyes el\u0151rejelz\u00e9shez (\u201eEverest\u201d) a modellnek rendelkeznie kell ezzel az ismerettel.<\/p>\n

      Bizony\u00edt\u00e9k: a viselked\u00e9s maga<\/strong><\/h3>\n

      A szerz\u0151 szerint a gondolkod\u00e1s legfontosabb tesztje a viselked\u00e9s: ha egy rendszer k\u00e9pes \u00faj, nem tanult probl\u00e9m\u00e1kat megoldani, akkor gondolkodik. Ny\u00edlt forr\u00e1s\u00fa modellek \u2013 nemcsak a z\u00e1rt, kereskedelmi fejleszt\u00e9sek \u2013 m\u00e1r most k\u00e9pesek logikai feladatok \u00e9s rejtv\u00e9nyek megold\u00e1s\u00e1ra, sokszor az \u00e1tlagos, k\u00e9pzetlen ember szintj\u00e9n vagy af\u00f6l\u00f6tt.<\/p>\n

      \u201eHa egy rendszer viselked\u00e9se megfelel a gondolkod\u00e1s eredm\u00e9ny\u00e9nek, akkor minden \u00e9szszer\u0171 defin\u00edci\u00f3 szerint gondolkodik<\/em>\u201d \u2013 \u00e9rvel Chawdhuri.<\/p>\n

      A l\u00e1ncolt gondolatmenet \u00e9s az emberi kogn\u00edci\u00f3 k\u00f6z\u00f6tti hasonl\u00f3s\u00e1gok, a modellek bizony\u00edtott \u00e9rvel\u00e9si k\u00e9pess\u00e9gei, valamint az a t\u00e9ny, hogy a kell\u0151en nagy \u00e9s tan\u00edtott rendszerek b\u00e1rmilyen kisz\u00e1m\u00edthat\u00f3 feladatot k\u00e9pesek elv\u00e9gezni, mind ugyanabba az ir\u00e1nyba mutatnak: a rendszer k\u00e9pes a gondolkod\u00e1sra.<\/p>\n

      Forr\u00e1s: aiworld.hu<\/p>\n","protected":false},"excerpt":{"rendered":"

      Az elm\u00falt h\u00f3napokban \u00fajra fell\u00e1ngolt a vita arr\u00f3l, hogy vajon a nagy \u00e9rvel\u0151 modellek (Large Reasoning Models, LRM) val\u00f3ban k\u00e9pesek-e gondolkodni. Most egy \u00e9rdekes megk\u00f6zel\u00edt\u00e9st mutatunk.<\/p>\n","protected":false},"author":3,"featured_media":7113,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"h5ap_radio_sources":[],"footnotes":""},"categories":[1],"tags":[958,1519,1518,959,957],"class_list":["post-7112","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized","tag-ai","tag-artificial-intelligence","tag-gondolkodas","tag-mesterseges-intelligencia","tag-mi"],"_links":{"self":[{"href":"https:\/\/actio-catholica.hu\/index.php\/wp-json\/wp\/v2\/posts\/7112","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/actio-catholica.hu\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/actio-catholica.hu\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/actio-catholica.hu\/index.php\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/actio-catholica.hu\/index.php\/wp-json\/wp\/v2\/comments?post=7112"}],"version-history":[{"count":1,"href":"https:\/\/actio-catholica.hu\/index.php\/wp-json\/wp\/v2\/posts\/7112\/revisions"}],"predecessor-version":[{"id":7114,"href":"https:\/\/actio-catholica.hu\/index.php\/wp-json\/wp\/v2\/posts\/7112\/revisions\/7114"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/actio-catholica.hu\/index.php\/wp-json\/wp\/v2\/media\/7113"}],"wp:attachment":[{"href":"https:\/\/actio-catholica.hu\/index.php\/wp-json\/wp\/v2\/media?parent=7112"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/actio-catholica.hu\/index.php\/wp-json\/wp\/v2\/categories?post=7112"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/actio-catholica.hu\/index.php\/wp-json\/wp\/v2\/tags?post=7112"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}