Sürekli bir sonraki kelimenin olasılığını hesaplayarak çalışan yapay zeka dediğimiz büyük dil modelleri, en zorlu sınavları geçecek kadar zeki ama bazen en basit sorularda da bizi şok edecek kadar aptal cevaplar veriyor. Çoğu kişi tarafından yapay zekada en üst nokta diye nitelendirilebilecek GPT-4’e, “5 elbise tam anlamıyla 5 saatte kuruyor. 30 elbisenin tam anlamıyla kuruması için ne kadar süre gerekir?” diye sorduğunuzda size, “30 saat” diye cevap veriyor.
Moravec Paradoks’unu ortaya atanlardan biri olan Moravec 1988’de şöyle yazmıştı: “Bilgisayarların zeka testlerinde ya da dama oynamada yetişkin seviyesinde performans göstermesini sağlamak nispeten kolaydır, ancak algılama ve hareketlilik söz konusu olduğunda onlara bir yaşındaki bir çocuğun becerilerini kazandırmak zor ya da imkansızdır”.
Neden makineler insan hareketlerini taklit etmede büyük zorluk çekerken, insan düşüncesini daha kolay taklit ediyorlar? İnsan hareketleri düşüncelerine göre daha karmaşık olduğu, sürekli değiştiği ve daha belirsiz olduğu için olabilir mi? Hareketlerimizin düşüncelerimizden daha karmaşık olduğunu psikologlar önceden düşünmüş. Bunlar arasında: John B. Watson, Frederic Skinner, Noam Chomsky, Steven Pinker ve Daniel Kahneman gibi psikologları sayabiliriz. Hemen ekleyelim, bir defa insanlar makineler gibi sürekli bir sonraki kelimenin olasılığını hesaplamazlar. Demek ki makinelerin insandan öğreneceği daha çok şey var.
Bu büyük dil modeli denilen yapay zeka modelleri gerçekten “büyük” kelimesi için çok uygun. Bir defa 10 binlerce GPU üstünde çalışıyorlar ve trilyonlarca kelime ile öğreniyorlar, eğitimleri çok pahalı. Küçük bir bebek ise, daha kelimeleri öğrenmeden bir şeyleri öğrenmeye başlıyor. Kelimeler onun için o kadar da önemli değil. Biraz görerek, biraz deneyerek öğreniyor. Geçenlerde televizyonda Jane Goodall şempanzeleri anlatırken, bir şempanzenin hareketli bir topun resmini çizmeye çalıştığını ve bu resmin anlamını sonradan anladıklarını anlatıyordu. Demek ki hayvanların öğrenmesi de kelimelerle ilgili değil.
Açık kaynak kodlu olmadıkları zaman araştırmacıların bu modellerin neyi nasıl yaptıklarını anlamaları da mümkün değil. Ayrıca bunlar öylesine büyükler ki, birkaç büyük teknoloji firması tarafından çalıştırılıyorlar ve bunlara araştırmacıların araştırma amacıyla erişimleri mümkün değil. Bir araştırmacının, belirli bir üniversitede çalışsa bile, bu tür bir büyük dil modeli üretebilmesi neredeyse olanaksız. Kısaca güç büyük teknoloji şirketlerinin elinde toplanmış durumda.
İyi de bu modellerin insandan öğrenebileceği en önemli şey ne?
Sağduyu, evet sağduyu.
Makine öğrenmesinin geleceği, makinelere sağduyunun öğretilmesine bağlı. Ancak sağduyu ile karar verme bazen doğru, bazen ise yanlış sonuçlar üretir. Örneğin, Nobel ödüllü Amos Tversky ve Daniel Kahneman tarafından yapılan araştırmalar, insanların karar vermede çeşitli bilişsel önyargılara sahip olduklarını göstermiştir. Bu önyargılar, sağduyuya dayalı yargıların yanıltıcı olabileceğini açıklıyor. Kısaca sağduyunun öğretilmesi, makinenin önüne ham metinleri vermekten çok daha zor bir iş.
Bugün yapay zeka modelleri eğitilirken önlerine İnternet’ten sağlanan ve ham bir şekilde bulunan bir külliyat veriliyor. Oysa sağduyu nasıl öğrenebileceği ve sağduyu ile nasıl hata yapmayabileceği yapay zekaya öğretilebilse, makinelerin öğrenmesi konusunda çok daha önemli bir yol alınabilir.
(Kaynak: www.ted.com)
Yapayzeka.news’in hiçbir güncellemesini kaçırmamak için bizi Facebook, Twitter, LinkedIn, Instagram‘ ve Whatsapp Kanalımız‘dan takip edin.
