December 6th at 4:17pm

max

Communication non-humaine

Lien pdf : Presentation

Les LLM n'utilisent pas le meme langage que nous. Intéragir avec eux avec notre langage c'est donner l'illusion d'un rapport humain, et donc leur attribuer des comportements, des raisonnements, des compréhensions humaines. En matérialisant leur langage d'une autre facon, en donnant une existence à la traduction qui s'oppère systématiquement lors de nos échanges, je souhaites, non pas définir quelle altérité ils incarnent, mais questionner notre rapport avec cette altérité et faire ressentir sa non-humanité.

Nous sommes face à une entitée, entre nous : un traducteur, sur lequel nous pouvons poser des questions à l'écrit, une fois fait la traduction s'opère : le traducteur se met à afficher sur son écran une forme qui ne nous est pas familière, cette forme évolue successivement en d'autres formes pour finalement disparaitre. Des formes du même registre apparaissent maintenant sur l'entitée : elle répond. Dans le même temps le traducteur se met cette fois ci à afficher des mots anglais.

Lorsque l'on écrit une question, mot par mot une IA va produire la traduction en embedding.

L'embedding c'est le langage des IA, ce qui leur permet de conceptualiser la différence de chaque mot, c'est une sorte de carte ou chaque mot a sa place, la différence entre deux mots peut être percu comme le trajet à effectuer sur cette carte pour passer d'un mot à un autre. Exemples : "Pomme" se trouve dans la région "Fruits",

la différence de position entre "Pomme rouge" et "Pomme Verte" se fait par ce trajet :

position "Pomme rouge" - position "Rouge" = position "Pomme" ; position "Pomme" + position "Verte" = position "Pomme Verte", la distinction entre pomme rouge et pomme verte est donc "-rouge + verte".

Cette carte, pour permettre ces fonctionnements complexe, dépasse nos conceptions du réel, de notre monde en 3 dimensions, le modèle que j'ai utilisé se sert d'une carte en 768 dimensions.

Une fois cette embedding généré, les valeurs présentes sont utilisées comme paramètres d'un programme générant les formes affichées, de la même manière que cette embedding sert de paramètre à la reconstruction de mots appartenant à notre langage lorsque l'ont chat avec un LLM.

OUTILS :

C++, GLSL, ollama >> nomic (embedding) et llama3.2 (chat)