LLMにおける不気味の谷はどこにあるのか？

このr/ArtificialIntelligenceの記事では、ロボット工学と比較して、大規模言語モデル（LLM）における「不気味の谷」効果の欠如について議論しています。著者は、視覚的表現（ロボットなど）における微妙な不完全さを検出する私たちの自然な能力は、言語における同様の問題を識別する能力よりも発達していると仮定しています。これにより、LLMにおける擬人化と意識の仮定が増加します。著者は、その違いは情報密度にあると示唆しています。画像は一度により多くの情報を伝えるため、異常がより明らかになりますが、言語はより緩やかで、明らかにする情報が少なくなります。この議論は、LLMと意識に関する議論を検討する際に、この区別を理解することの重要性を強調しています。

• •LLMは、ロボットのような視覚的表現ほど容易に不気味の谷効果を引き起こさない可能性がある。
• •この違いは、視覚的コミュニケーションと言語的コミュニケーションにおける情報密度に起因する可能性がある。
• •LLMにおける明確な不気味の谷効果の欠如から、擬人化と意識の仮定が増加する可能性がある。