人間とコンピューターのインタラクションの未来は、LMQLと呼ばれる新しいプログラミング言語の形で到来しています。チューリッヒ工科大学の研究者によって開発されたLMQLは、ChatGPTのような大規模な言語モデルとのインタラクション方法を大きく変えるものです。
従来、言語モデルとの対話にはある程度のプログラミングスキルが必要だったため、技術者でないユーザーがモデルを効果的に利用するのは困難でした。しかし、LMQLを使えば、ユーザーは自然言語クエリーを使用して言語モデルと対話することができ、技術力のないユーザーでもアクセスできます。
LMQLは、自然言語とプログラミング言語の力を組み合わせた宣言的なSQLライクな言語であり、簡潔かつ制御された方法で大規模な言語モデルと対話できる最初の言語です。LMQLを使用することで、ユーザーは形式的な構成要素を使用して言語モデルをガイドすることができ、少ないやり取りで望ましい出力を確実に得ることができるため、モデルとの対話にかかるコストを削減できます。
さらに、LMQLでは、モデルを正しい方向に導き、不要な出力や予期せぬ出力から遠ざける安全制約を表現できます。言語モデルが特定のフレームワークに従うよう制限することで、ユーザーはモデルの挙動をよりよく制御することができ、これはモデルが正確で信頼できる結果を出すことを保証する上で必要不可欠です。
LMQL の大きな利点の 1 つは、大規模な言語モデルをより透明で理解しやすいものにすることです。従来のモデルでは、ユーザーは特定の出力がなぜ生じるのか、どうすればそれを防ぐことができるのかを理解することができませんでした。LMQLでは、ユーザーは舞台裏で何が起こっているかを見ることができ、モデルが特定の出力を生成する仕組みを理解することが容易になります。
また、LMQLはさまざまな分野の研究者が利用できるため、研究者の仕事に役立つツールとなっています。技術的なユーザーであろうと、非技術的なユーザーであろうと、LMQLを使えば、大規模な言語モデルを正確かつ簡単に操作できるのです。
研究チームはLMQLを長期的なプロジェクトとして捉えており、いくつかの論文や開発でフォローアップしていく予定です。彼らは既に、プログラミング言語の設計と実装に関するトップクラスの国際会議であるACM PLDIで、6月に研究成果を発表することが決定しています。
結論として、LMQLは大規模な言語モデルとの付き合い方において画期的なものです。その自然言語によるクエリーにより、非技術的なユーザーも利用できる一方、その形式的な構成により、技術的なユーザーにとっては強力なツールになります。LMQL を使用することで、ユーザーは言語モデルをよりよくコントロールすることができ、より正確で信頼性の高い、透明性の高いものにできます。LMQLが発展し続けることで、人間とコンピューターのインタラクションがより革新的になることが期待されます。
参照：A new form of human-computer interaction
