Bir ebeveyn küçük çocuğuna dünyayla ilişki kurmayı öğretirken, ilişkilendirmeler ve kalıpların tanımlanması yoluyla öğretir. Örneğin, S harfini ele alalım. Ebeveynler çocuklarına harfin yeterli sayıda örneğini gösterir ve çok geçmeden, rehberliğin aktif olmadığı bağlamlarda başka örnekler de belirleyebilirler; okul, kitap, reklam panosu.

Sürekli ortaya çıkan yapay zeka (YZ) teknolojisinin çoğu öğretilen Aynı şekilde. Araştırmacılar sisteme tanımasını istedikleri bir şeyin doğru örneklerini verdiler ve küçük bir çocuk gibi, AI da kalıpları tanımaya ve bu bilgiyi daha önce hiç deneyimlemediği bağlamlara genellemeye başladı ve kategorizasyon için kendi "sinir ağını" oluşturdu. Ancak insan zekası gibi, uzmanlar AI'nın karar verme sürecini bilgilendiren girdileri takip etmeyi bıraktılar. 

"kara kutu sorunu"AI'nın" bu nedenle ortaya çıkması, bir AI sisteminin bağlantıları nasıl veya neden kurduğunu veya kararlarında rol oynayan değişkenleri tam olarak anlamadığımız gerçeğidir. Bu konu, sistemlerin güvenilirliğini ve emniyetini iyileştirmeye ve AI benimsemesinin yönetimini oluşturmaya çalışırken özellikle önemlidir. 

Zamanında fren yapamayan ve yayalara zarar veren yapay zeka destekli bir araçtan, doktorların hastalara teşhis koymalarına yardımcı olan yapay zekaya dayalı sağlık teknolojisi cihazlarına kadar. Yapay zeka işe alım tarama süreçlerinin sergilediği önyargılarBu sistemlerin ardındaki karmaşıklık, yapay zekanın fiziği adı verilen yeni bir çalışma alanının ortaya çıkmasına yol açtı. Bu alan, yapay zekanın, insanların daha yüksek anlayışa ulaşmasını sağlayacak bir araç olarak varlığını daha da sağlamlaştırmayı amaçlıyor. 

Şimdi yeni bir bağımsız çalışma grubu, yapay zekanın gizemlerini disiplinler arası bir şekilde araştırarak fizik, psikoloji, felsefe ve nörobilim alanlarını birleştirerek bu zorlukları ele alacak.

NTT, yapay zeka güvenini ve emniyetini öneriyor

Yeni duyurulan Yapay Zeka Fiziği Grubu NTT Research'ün Fizik ve Bilişim (PHI) Laboratuvarı'nın bir yan ürünüdür ve geçen hafta San Francisco, Kaliforniya'da düzenlenen NTT'nin Upgrade 2025 konferansında tanıtıldı. Ekibin son beş yıldır araştırdığı Yapay Zeka Fiziği yaklaşımını AI'yı anlamaya yönelik olarak ilerletmeye devam edecek. 

Harvard Üniversitesi'nden Uygulamalı Fizik ve Bilgisayar Bilimi ve Mühendisliği alanında doktora derecesi olan Dr. Hidenori Tanaka, NTT'nin Akıllı Sistemler Grubu'ndaki ve Harvard'daki zeka fiziği alanındaki CBS-NTT'nin Yapay Zeka Araştırma programındaki önceki deneyimlerinden yararlanarak yeni araştırma grubuna liderlik edecek.

"Bir fizikçi olarak zekâ konusuna heyecan duyuyorum çünkü matematiksel olarak yaratıcılık kavramını nasıl düşünebilirsiniz? Nezaket hakkında nasıl düşünebilirsiniz ki? Yapay zeka olmasaydı bu kavramlar soyut kalırdı. 'İşte benim nezaket tanımım' diye spekülasyon yapmak kolay, ki bu matematiksel olarak anlamlı değil, ama şimdi yapay zeka ile bu pratik olarak önemli çünkü yapay zekayı nazik yapmak istiyorsak, ona matematiksel bir dille nezaketin ne olduğunu söylemeliyiz." isÖrneğin," dedi Dr. Tanaka geçen hafta Upgrade konferansının aralarında.  

PHI Lab, araştırmalarının başlarında, hesaplama için geliştirilmiş enerji verimliliğine sahip yeni sistemler geliştirmek için yapay zekanın ve makine öğreniminin "kara kutu" doğasını anlamanın önemini fark etti. Ancak yapay zekanın son yarım on yıldaki ilerlemesi, giderek daha önemli güvenlik ve güvenilirlik hususlarını gündeme getirdi ve bu nedenle yapay zeka benimseme konusunda endüstri uygulamaları ve yönetim kararları için kritik hale geldi. 

NTT Araştırma, yeni araştırma grubu aracılığıyla biyolojik ve yapay zekalar arasındaki benzerlikleri ele alarak, yapay zeka mekanizmalarının karmaşıklıklarını çözmeyi ve insan-yapay zeka işbirliğinin daha uyumlu bir şekilde birleşmesini sağlamayı umuyor. 

Yapay zekayı entegre etmede yenilikçi olsa da, bu yaklaşım yeni değildir. Fizikçiler, Galileo Galilei'nin nesnelerin nasıl hareket ettiğine dair çalışmalarından ve mekaniğe katkısından, buhar motorunun Sanayi Devrimi sırasında termodinamik anlayışlarını nasıl bilgilendirdiğine kadar, yüzyıllardır teknolojik ve insan ilişkilerinin kesin ayrıntılarını ortaya çıkarmaya çalıştılar. Ancak 21. yüzyılda, bilim insanları, gelecekte daha tutarlı, güvenli ve güvenilir yapay zeka teknolojileri tasarlanabilmesi için yapay zekanın eğitilme, bilgi biriktirme ve karar alma açısından nasıl çalıştığını anlamaya çalışıyorlar. 

"Yapay zeka bir nöron ağıdır, yapılandırılma şekli insan beyninin çalışma şekline çok benzer; nöronlar sinapslarla birbirine bağlıdır ve bunların hepsi bir bilgisayarın içindeki sayılarla temsil edilir. Ve sonra fiziğin olabileceğine inanıyoruz... Fizik, evrenden herhangi bir şeyi almak, iç işleyişleri hakkında matematiksel hipotezler formüle etmek ve bunları test etmekle ilgilidir," dedi Dr. Hanaka. 

Yeni grup, Harvard Üniversitesi Beyin Bilimi Merkezi (CBS) ile iş birliğini sürdürecek ve Dr. Tanaka'nın birlikte birçok makale yazdığı Stanford Üniversitesi Doçenti Suya Ganguli ile iş birliği yapmayı planlıyor. 

Ancak Dr. Tanaka, doğal bilim ve endüstriler arası bir yaklaşımın temel olacağını vurguluyor. 2017'de Harvard'da doktora adayıyken araştırmacı, geleneksel fizikten daha fazlasını yapmak ve Galilei'den Newton ve Einstein'a kadar öncüllerinin izinden giderek fizikte yeni kavramsal dünyalar açmak istediğini fark etti. 

“Şu anda, AI herkesle konuşabileceğim tek konu. Bir araştırmacı olarak, bu harika çünkü herkes her zaman AI hakkında konuşmaya hazır ve ayrıca her sohbetten bir şeyler öğreniyorum çünkü insanların AI'yı akademik bağlamların ötesinde bile nasıl farklı gördüğünü ve kullandığını fark ediyorum. NTT'nin misyonunu, insanların geçmişleri ne olursa olsun, bu sohbetleri başlatmanın katalizörü olmak olarak görüyorum çünkü her etkileşimden bir şeyler öğreniyoruz,” diye sonlandırdı Dr. Tanaka.