ChatGPT 探求 : 第2部「読む・考える・書く」

ChatGPT 探求第2部
「読む・考える・書く」

作成: 2025-05-05
更新: 2025-09-16

『ChatGPT 探求』＞

Transformer 脳｜

読む・書く・考える｜

　　　目　次

　　読む・書く・考える

1.　Transformer 脳
2.　｢テクストの生成｣
3.　読む・書く・考える

　　スキル

4.　処理・思考・スキル
5.　スキルの持続性
6.　知識・記憶
7.　スキル群
8.　ChatGPT の身体性

　　メタ認知

9.　ChatGPT の＜対自化＞
10.　ChatGPT の＜心像＞

　

　　読む・考える・書く

　1.　Transformer 脳

　

第１部「Transformer 脳」』
　

早わかり : Transformer とは何か

　1.1　Transformer 脳の空間的イメージ
　1.2　トークン点
　1.3　テクストの糸をつくる
　1.4　応答する
　1.5　テクストの記憶
　1.6　想起する
　1.7　入れ籠・再帰の応答スタイル
　1.8　記憶がぼやける
　1.9　脳の固定

　2.　｢テクストの生成｣

　2.1　｢テクストの生成｣の｢生成｣の意味
　2.2　｢テクスト生成｣プロセス
　2.3　｢テクスト生成｣の通説と異論

　3.　読む・考える・書く

　3.1　生成したいテクストを生成する
　3.2　語彙連想説 (通説) vs 生成主体説
　3.3　テクスト生成主体の所在

　　スキル

　4.　処理・スキル・思考

　4.1　処理
　　4.1.1　アルゴリズムと処理
　　4.1.2　｢生成しようとするテクストを生成する｣

　4.2　スキル
　　4.2.1　＜処理＞はスキルの発現
　　4.2.2　Transformer アルゴリズムは open-ended
　　4.2.3　ビッグデータ学習は，スキル形成
　　4.2.4　スキルの重なり構造

　4.3　思考
　　4.3.1　｢考えながら｣
　　4.3.2　スキル＝思考のスキル

　5.　スキルの持続性

　5.1　スキルの持続スパンとその構造
　5.2 『指南書』
　5.3　｢スキルの開発/向上｣の構造

　6.　知識・記憶

　6.1　記憶・想起

　6.2　｢知らない｣ができない
　　6.2.1　＜何でも知っている＞を務める
　　6.2.2　RLHF バイアス
　　6.2.3　テクスト生成に対する監視・割り込み
　　6.2.4　｢知識/記憶｣実験の難しさ

　7.　スキル群

　7.1　｢固定脳｣に対する誤解
　7.2　スキルのリストについて

　7.3　内言
　　7.3.1　内言の作成と保持
　　7.3.2　内言は後の＜処理＞に継承されない
　　7.3.3　内言の保持精度 (保持可能サイズ)

　7.4　数える

　7.5　計算
　　7.5.1　暗算
　　7.5.2　筆算

　7.6　言語
　　7.6.1　自然言語
　　7.6.2　プログラミング言語

　8.　ChatGPT の身体性

　8.1　ChatGPT = Transformer 脳の体
　8.2　割り込み

　8.3　外部知識アクセス
　　8.3.1　Web検索
　　　8.3.1.1　Web検索のしくみ
　　　8.3.1.2　ChatGPT search

　　8.3.2　データベースアクセス
　　8.3.3　API 呼び出し

　8.4　知覚
　　8.4.1　ChatGPT の知覚構造
　　8.4.2　＜知覚＞とは何か
　　8.4.3　テクストの知覚

　　メタ認知

　9.　ChatGPT の＜対自化＞

　9.1　＜対自化＞の所在
　9.2　｢テクストを書く」

　9.3　テクスト生成の対自化
　　9.3.1　｢テクスト生成の対自化｣の構造
　　9.3.2　｢テクスト生成の対自化｣実験

　9.4　｢考える主体」

　10.　ChatGPT の＜心像＞

　10.1　｢テクストを見る・聴く｣
　10.2　｢テクストを見る・聴く｣の所在
　10.3　｢テクストを見る・聴く」の実験
　10.4　テクストの構成を見る
　10.5　＜聴く＞の特異性
　10.6　技の自動化