2020’de Yapay Zeka’nın İzleyeceği Yol için Uzman Tahminleri

VentureBeat recently interviewed beş uzman zihnini makine öğrenimi alanında ve onlara 2020’de yapay zekanın nereye gideceği konusunda tahminlerde bulunmalarını sordu. Tahminlerde bulunan kişiler şunlardı:

• Soumith Chintala, PyTorch’un yaratıcısı.
• Celeste Kidd, California Üniversitesi’nde yapay zeka profesörü.
• Jeff Dean, Google AI’nin başkanı.
• Anima Anandkumar, Nvidia’da makine öğrenimi araştırma direktörü.
• Dario Gil, IBM Araştırma direktörü.

Soumith Chintala

PyTorch’un yaratıcısı Chintala, 2020’de sinir ağı donanım hızlandırıcılarına ve model eğitim hızını artırmak için yöntemlere olan ihtiyacın artacağını öngördü. Chintala, önümüzdeki birkaç yılın, GPU’ları optimal şekilde kullanma ve yeni donanım için derleme yapma konusunda daha fazla odaklanacağına inanıyordu. Bunun ötesinde, Chintala, yapay zeka topluluğunun, saflık dışında diğer performans ölçütlerine daha agresif bir şekilde odaklanmaya başlayacağını öngördü. Düşünülmesi gereken faktörler arasında, bir modeli eğitmek için gereken enerji miktarı, yapay zekanın toplumun istediği türde bir toplum inşa etmek için nasıl kullanılabileceği ve bir ağın çıktısının insan operatörlerine nasıl sezgisel bir şekilde açıklanabileceği yer alıyor.

Celeste Kidd

Celeste Kidd, son zamanlarda algoritmaların, teknoloji platformlarının ve içerik öneri sistemlerinin tasarımcılarının daha fazla sorumluluk alması gerektiğini savunarak geçirdi. Kidd, insanları etkileyen ve insanların görüş ve inançlarını oluşturmaları konusunda ciddi etkileri olan sistemlerin tasarlandığını sık sık savundu. Yapay zeka algoritmaları ve sistemlerinin etik kullanımına giderek daha fazla dikkat edilmekte ve Kidd, 2020’de teknoloji araçları ve platformlarının insanların hayatlarına ve kararlarına nasıl etkilediğinin daha fazla farkında olunacağını ve teknoloji araçlarının gerçekten tarafsız bir şekilde tasarlanamayacağı fiksinin reddedileceğini öngördü.

“Gerçekten, toplumu olarak ve özellikle bu araçlar üzerinde çalışan kişiler olarak, bu sorumluluğu doğrudan takdir etmeliyiz” dedi Kidd.

Jeff Dean

Google AI’nin şu anki başkanı Jeff Dean, 2020’de çok modlu öğrenme ve çoklu görev öğrenmesi konusunda ilerleme olacağını öngördü. Çok modlu öğrenme, yapay zekanın aynı anda birden fazla medya türüyle eğitilmesi iken, çoklu görev öğrenmesi, yapay zekanın aynı anda birden fazla görevi öğrenmesine olanak tanır. Dean, Transformer tabanlı doğal dil işleme modellerinde, Google’ın BERT algoritması ve GLUE liderlik tablosunda zirveye çıkan diğer modellerde daha fazla ilerleme olacağını da öngördü. Dean, ayrıca, en gelişmiş devlet-sanat performans modelleri yaratma isteğinin azalması ve daha güçlü ve esnek modeller yaratma isteğinin artmasını görmek istediğini belirtti.

Anima Anandkumar

Anandkumar, yapay zeka topluluğunun 2020’de özellikle daha çeşitli veri kümelerine olan ihtiyacı ve veriyle eğitilirken insanların mahremiyetini güvence altına alma ihtiyacı gibi birçok zorlukla karşı karşıya kalacağını öngördü. Anandkumar, yüz tanıma genellikle en çok dikkat çeken alan olsa da, insanların mahremiyetini ihlal edebilecek birçok alan olduğunu ve bu konuların 2020’de tartışmanın ön planına çıkabileceğini açıkladı.

Anandkumar, ayrıca, Transformer tabanlı doğal dil işleme modellerinde daha da ilerleme olacağını öngördü.

“Henüz etkileşimli, sohbeti sürdürebilen ve doğal konuşmalar yapabilen diyalog oluşturma aşamasına ulaşmadık. Bu nedenle, 2020’de bu yönde daha ciddi girişimlerin olacağını düşünüyorum” dedi.

Son olarak, Anandkumar, 2020’de yinelemeli algoritma ve öz-denetimli eğitim yöntemlerinin geliştirileceğini öngördü. Bu eğitim yöntemleri, yapay zeka sistemlerinin bir şekilde öz-eğitime olanak tanır ve etiketlenmemiş verilerle öz-eğitime olanak tanıyarak, modellerin kendilerini geliştirmelerine yardımcı olabilir.

Dario Gil

Gil, 2020’de daha hesaplama verimli bir şekilde yapay zeka yaratma konusunda ilerleme olacağını öngördü, çünkü derin sinir ağlarının şu anki eğitimi birçok yönden verimsiz. Bu nedenle, Gil, bu yılın, azaltılmış hassasiyetli mimarilerin yaratılması ve daha verimli bir şekilde eğitimin ilerlemesini göreceğini öngördü. Diğer uzmanlarla benzer şekilde, Gil, 2020’de araştırmacıların, saflık dışında daha fazla metriğe odaklanmaya başlayacağını öngördü. Gil, nöral sembolik yapay zeka ile ilgileniyor, çünkü IBM, nöral sembolik yaklaşımlar kullanarak olasılıksal programlama modelleri oluşturmanın yollarını inceliyor. Son olarak, Gil, yapay zekanın, makine öğrenimi ile ilgilenenlere daha erişilebilir hale getirilmesinin ve sadece seçilen doktora çalışanlarının bu alanda çalışabileceği algısının ortadan kaldırılmasının önemini vurguladı.

“Eğer bunu, sadece seçilen doktora çalışanlarının erişebileceği bir alansa bırakırsak, bu, gerçekten benimsemesine katkıda bulunmaz” dedi Gil.