Yapay Zeka Öğrenme Süreci Hakkında Nasıl Öğrenilebilir?

Yapay zekayı ilerletmek için yeni adımlar atmaya çalışırken, yazar Jun Wu’nun Forbes sitesinde belirttiği gibi, yapay zekanın ‘öğrenmeyi öğrenmesi’ gerekiyor. Peki, bu ne anlama geliyor?

Wu’nun açıklamasına göre, “insanların her durumdan veya surroundingsinden öğrenme yeteneği vardır.” İnsanlar öğrenme sürecini uyarlayabilir. Böyle esnek bir niteliğe sahip olmak için yapay zekaya Genel Yapay Zeka – öğrenme sürecini öğrenmesi gerekiyor, yani Meta-Öğrenme.

İnsanların öğrenme süreci ile yapay zekanın öğrenme süreci arasında çok spesifik bir fark vardır. İnsan öğrenme kapasitesi sınırlı iken, yapay zeka daha fazla kaynaklara sahiptir, örneğin hesaplama gücüne. İnsan beyin gücü sınırlıdır ve öğrenmek için limited zamanı vardır. Ancak, yapay zeka “insan beyninin kullandığı verilerin çok daha fazlasından öğrenir, bu kadar büyük miktarda veriyi işlemek için muazzam bir hesaplama gücüne ihtiyaç vardır.”

Wu, “yapay zekanın görevlerinin karmaşıklığı arttıkça, hesaplama gücünde de aynı oranda bir artış olur” diyor. Bu, hesaplama gücünün maliyetinin düşük olması durumunda bile, “eksponansiyel artış nunca istenilen bir senaryo değildir.” Bu, şu anki nedenlerden biri bahwa “yapay zeka özel amaçlı öğrenenler olarak tasarlanmıştır” ve bu da öğrenme sürecini daha verimli hale getirir.

Ancak yapay zeka daha fazla öğrendikçe, “öğrenmeyi öğrenmeye” başladı ve “verilerdeki artan karmaşıklıktan çıkarımlar yaptı.” Hesaplama gücündeki eksponansiyel artıştan kaçınmak için, daha verimli bir öğrenme yolu geliştirilmeli ve yapay zeka bu yolu hatırlamalıdır.

Sorun, araştırmacıların ve teknologların yapay zekaya çoklu görevler vermesiyle daha da karmaşık hale geldi. Bunu yapabilmek için, yapay zeka “bağımsız veri kümelerini paralel olarak değerlendirebilmeli ve bu verilerin parçalarını ilişkilendirebilmelidir.” Bir görev yapılırken, yapay zeka bilgisini güncellemelidir ki diğer durumlar için uygulayabilsin. “Görevler birbirine bağlı olduğundan, görevlerin değerlendirmeleri tüm ağ tarafından yapılmalıdır.”

Google (GOOGL ), MultiModel adlı bir model geliştirdi, bu model sekiz farklı görevi aynı anda gerçekleştirebilen bir yapay zeka sistemidir. MultiModel, görsellerde nesneleri tespit edebilir, altyazılar sağlayabilir, konuşmayı tanıyabilir, dört dil çifti arasında çeviri yapabilir ve dilbilimsel yapısal analiz gerçekleştirebilir.

Google’un bu başarısı büyük bir adım olsa da, yapay zeka genel amaçlı bir öğrenen haline gelmek için daha da ilerlemelidir. Bunu başarmak için, meta-sebep ve meta-öğrenmeyi daha da geliştirmelidir. Wu, “meta-sebep, bilişsel kaynakların verimli kullanımına odaklanır. Meta-öğrenme, insanların sınırlı bilişsel kaynakları ve sınırlı verilerini kullanarak öğrenme yeteneğine odaklanır.”

Şu anda, insan bilişimi ve yapay zeka öğrenme arasındaki farkları belirlemek için çalışmalar正在 yürütülüyor, örneğin iç durumların farkında olma, belleğin doğruluğu veya güven.

Bunun anlamı, “yapay genel bir öğrenen olmak, insanların nasıl öğrendiği hakkında kapsamlı bir araştırma ve yapay zekanın insanların öğreneceği şekilde öğrenmesini taklit etme araştırması gerektirir. Yeni durumlara uyum sağlamak, örneğin “çoklu görev” yeteneğine sahip olmak ve sınırlı kaynaklarla “stratejik kararlar” almak, yapay zeka araştırmacılarının aşması gereken birkaç engel.”