Yapay Zeka Sistemleri İnsanların Dillerini Sayısal Verilere Tercih Edebilir

Yeni bir araştırma, Columbia Mühendislik’ten gelen yapay zeka (AI) sistemlerinin, 1’ler ve 0’lar gibi sayısal verilere tercih olarak insan dilini kullanabileceğini öne sürüyor. Yeni çalışma, Mekanik Mühendisliği Profesörü Hod Lipson ve doktora öğrencisi Boyuan Chen tarafından gerçekleştirildi ve AI sistemlerinin insan dilinin ses dosyaları ile programlanabileceğini gösterdi.

Araştırmacılar, bir karşılaştırma çalışması yaptı ve bir sinir ağı ile ses dosyaları kullanarak eğitim yapılan diğer bir sinir ağı arasında bir karşılaştırma yaptılar. Sonuçlar, ses dosyaları ile eğitilen sinir ağının, nesneleri tanıma konusunda daha yüksek performans seviyelerine ulaştığını gösterdi.

Lipson, James ve Sally Scapa İnovasyon Profesörü ve Columbia’nın Veri Bilimi Enstitüsü üyesidir.

“Bu bulgunun neden önemli olduğunu anlamak için, genellikle nasıl programlandıklarını ve neden insan sesini kullanmanın radikal bir deney olduğunu anlamak gerekir” dedi.

İki sistem de 15 saat boyunca eğitildi. Sonuçlar, orijinal ağın bir dizi 1 ve 0 ile cevap verdiğini, deneysel sinir ağının ise görüntüdeki nesnenin ne olduğunu “söylemeye” çalıştığını gösterdi.

İki ağ da aynı performansı gösterdi ve hayvanı veya nesneyi %92 oranında doğru tanımladı. Araştırmacılar daha sonra deneyleri tekrar yaptı, ancak bu kez daha az fotoğraf kullandılar.

Geleneksel ağ, az veri nedeniyle kötü performans gösterdi ve doğruluk oranı %35’e düştü. Ancak deneysel ağ, daha az veri ile bile %70’lik bir doğruluk oranıyla iki kat daha iyi performans gösterdi.

https://www.youtube.com/watch?v=Iq2YjHCAPRQ

Ağların Eğitimi

Araştırmacılar, yeni bir makine öğrenimi tekniğini test ederken, bir sinir ağını belirli nesneleri ve hayvanları bir fotoğraf koleksiyonunda tanımlamak için eğitti.

Chen, Lipson, Yu Li ve Susan Raghupathi’den oluşan ekip, hipotezlerini test etmek için bir kontrol deneyi kurdu ve iki yeni sinir ağı oluşturdu. 50.000 fotoğraf olan “eğitim görüntüleri” arasında 10 farklı nesne türünü tanımak için eğittiler.

Bir AI sistemi geleneksel olarak sayısal değerlerle eğitilirken, deneysel sinir ağı farklı bir şekilde eğitildi. Bir veri tablosuna bir fotoğraf ve ses dosyası eklediler, ses dosyası da hayvanın veya nesnenin adını sesli olarak söylüyordu. Deneysel ağda 1’ler ve 0’lar yoktu.

Her iki ağ da 15 saat boyunca eğitildi. Sonuçlar, orijinal ağın bir dizi 1 ve 0 ile cevap verdiğini, deneysel sinir ağının ise görüntüdeki nesnenin ne olduğunu “söylemeye” çalıştığını gösterdi.

Araştırmacılar daha sonra deneyleri tekrar yaptı, ancak bu kez daha az fotoğraf kullandılar. Geleneksel ağ, az veri nedeniyle kötü performans gösterdi ve doğruluk oranı %35’e düştü. Ancak deneysel ağ, daha az veri ile bile %70’lik bir doğruluk oranıyla iki kat daha iyi performans gösterdi.

Şaşırtıcı Sonuçlar

Araştırmacılar, daha zorlu görüntüler kullanarak deneyleri tekrar yaptı. Bozuk bir köpek görüntüsü gibi daha zorlu görüntülerde bile, sesle eğitilen sinir ağı %50 oranında doğru tanımlarken, geleneksel ağ sadece %20 oranında doğru tanımladı.

“Uzmanlar genellikle bilgisayarların ve sayıların nasıl programlanacağını düşünürken, bizim bulgularımız bu düşünceye doğrudan karşı çıkıyor” dedi Chen. “Aslında, bu araştırmayı büyük bir AI konferansına sunduğumuzda, bir anonim inceleme bizi reddetti çünkü sonuçlarımızın ‘çok şaşırtıcı ve sezgisel’ olduğunu hissetti.”

“İnsan dili on binlerce yıl boyunca bir optimizasyon sürecinden geçti, bu nedenle sesli kelimelerimizin gürültü ve sinyal arasında iyi bir denge bulduğunu söylemek mantıklı” dedi Lipson. “Dolayısıyla, Shannon Entropi açısından bakıldığında, insan dilinin ses dosyaları ile eğitilen bir sinir ağının, basit 1’ler ve 0’lar ile eğitilen bir ağdan daha iyi performans göstereceği anlaşılabilir.”

Çalışma, 3 Mayıs 2021’de Öğrenme Temsilleri Uluslararası Konferansı’nda sunulacak.

“AI sistemlerini eğitmek için yeni ve daha iyi yollar düşünmeliyiz, sadece daha büyük veri setleri toplamak yerine” dedi Chen. “Eğer makineye eğitim verilerini sunma şeklimizi yeniden düşünürsek, öğretmenler olarak daha iyi bir iş yapabiliriz.”

“İnsan evriminin en büyük gizemlerinden biri, atalarımızın nasıl dil edindiği ve çocukların nasıl kolayca konuşmayı öğrendiğidir” diye ekledi Lipson. “Eğer insan çocukları tekrarlanan sesli talimatlar ile en iyi şekilde öğreniyorsa, belki de AI sistemleri de öyle yapabilir.”