İnsan beyninin mimarisini ve davranışını taklit etme yollarını araştıran araştırmacılara göre, yapay zeka sistemlerinin uyku uyuması ve rüya görmesi, performansını ve güvenilirliğini artırma potansiyeline sahiptir. Amaç, yapay zeka alanında “felaket unutma” olarak bilinen ortak bir zorluğu ele almaktır. Bu durumda, yeni görevlere eğitilen modeller, daha önce ustalaştıkları görevleri gerçekleştirme yeteneklerini kaybeder.
Catania Üniversitesi’nde yapılan araştırmalar sonucunda, insan beyninin uyku sırasında anıları güçlendirmesi şeklinde ilerleyen bir eğitim yöntemi olan uyanıklık-uyku konsolide öğrenme (WSCL) geliştirilmiştir. İnsanların kısa süreli anıları uzun süreli anılara dönüştürdüğü gibi, WSCL ile eğitilen yapay zeka modelleri “uyku” dönemlerine sahiptir. Bu dönemlerde modeller, yeni ve eski verilerin karışımını gözden geçirerek bağlantılar ve desenleri tespit edebilir ve yeni bilgileri unutmadan mevcut bilgilerle birleştirebilir.
Uyku evresinde, WSCL kullanan yapay zeka modelleri sadece balıklar değil, aynı zamanda daha önceki derslerden kuşlar, aslanlar ve filler gibi diğer hayvanlara da maruz kalırlar. Bunun yanı sıra, WSCL, modellerin tamamen yeni verilerle beslendiği bir “rüya” evresini de içerir. Bu rüya dönemi, modellerin geçmiş dijital “sinir hücrelerini” birleştirmesine ve yeni görevleri daha etkili bir şekilde öğrenmeyi kolaylaştıran desenler oluşturmasına yardımcı olur.
Deneylerde, WSCL ile eğitilen yapay zeka modellerinin, geleneksel eğitim yöntemlerine göre önemli ölçüde daha yüksek bir doğruluk artışı gösterdiği görüldü. WSCL modelleri, görüntü içeriklerini doğru bir şekilde tanımlamada %2 ila %12 arasında bir artış elde etti. WSCL modelleri ayrıca yeni görevleri öğrenirken önceki bilgileri daha iyi koruduklarını da gösterdi.
Bu sonuçlar umut vaat etse de, tüm uzmanlar insan beynini mükemmel bir model olarak kullanmanın yapay zeka performansını artırmanın en etkili yaklaşımı olmadığına inanmamaktadır. Surrey Üniversitesi’nden Andrew Rogoyski, yapay zeka araştırmalarının hala erken aşamada olduğunu ve tamamen insan beynini taklit etmenin gerekli olmayabileceğini öne sürmektedir. Bunun yerine, delfinler gibi diğer biyolojik sistemlerden ilham almanın önermektedir. Bu canlılar, bir bölümüyle uyurken diğer bir bölümüyle uyanıklığı sürdürebilirler.
Sonuç olarak, yapay zeka eğitiminde uyku ve rüya kavramlarını keşfetmek ilginç bir perspektif sunmaktadır. İnsan beynini tamamen taklit etmeye karşı çıkanlar olsa da, yapay zeka modellerine uyku benzeri mekanizmaların dahil edilmesinin performansın ve bilginin muhafazasının artmasına yol açabileceği konusunda giderek artan kanıtlar bulunmaktadır. Yapay zeka araştırmaları geliştikçe, yapay zeka yeteneklerini daha da artırmak için başka biyolojik ilham kaynaklarının keşfedilmesi faydalı olabilir.
Uykuda ve Rüyada Yapay Zeka Sistemleri ile İlgili Sıkça Sorulan Sorular
S: Yapay zeka sistemlerinde uykuda ve rüyada dolaşmanın amacı nedir?
C: Amaç, yeni görevlere eğitilen yapay zeka modellerinin daha önce ustalaştıkları görevleri gerçekleştirme yeteneklerini kaybettikleri “felaket unutma”yu ele almaktır.
S: Catania Üniversitesi’ndeki araştırmacılar hangi eğitim yöntemini geliştirmiştir?
C: Araştırmacılar, uyanıklık-uyku konsolide öğrenme (WSCL) adında bir eğitim yöntemi geliştirmiştir.
S: WSCL, insan beyninin uyku sırasında anıları güçlendirmesini nasıl taklit eder?
C: WSCL ile eğitilen yapay zeka modelleri, insanların uyku sırasında kısa süreli anıları uzun süreli anılara dönüştürdüğü gibi, “uyku” dönemlerine sahiptir.
S: WSCL’nin uyku ve rüya evrelerinde neler olur?
C: Uyku evresinde, WSCL modelleri yeni ve eski verilerin karışımına maruz kalırken, rüya evresinde önceki kavramların birleştirildiği tamamen yeni verilerle beslenirler.
S: WSCL ile eğitilen yapay zeka modellerinin avantajları nelerdir?
C: WSCL ile eğitilen yapay zeka modelleri, geleneksel eğitim yöntemlerine göre doğrulukta önemli ölçüde artış göstererek %2 ila %12 arasında bir doğruluk artışı elde etti. Ayrıca yeni görevleri öğrenirken önceki bilgileri daha iyi korudular.
S: Yapay zeka modelleri bağlamında “ileri aktarım” ne anlama gelir?
C: “İleri aktarım”, yeni görevleri öğrenirken önceki bilgilerin korunması anlamına gelir.
S: Bazı uzmanlar, yapay zeka sistemlerinde insan beynini taklit etmeyi değil, başkaları gibi biyolojik sistemlerden ilham almayı önermektedir. Ne düşünüyorsunuz?
C: Surrey Üniversitesi’nden Andrew Rogoyski gibi bazı uzmanlar, insan beynini tamamen taklit etmenin gerekli olmadığına inanmakta ve delfinler gibi diğer biyolojik sistemlerden ilham almayı önermektedir.
Tanımlamalar:
– Felaket unutma: Yeni görevlere eğitilen yapay zeka modellerinin daha önce ustalaştıkları görevleri gerçekleştirme yeteneklerini kaybettikleri bir zorluk.
– Uyanıklık-uyku konsolide öğrenme (WSCL): Catania Üniversitesi’ndeki araştırmacılar tarafından geliştirilen, insan beyninin uyku sırasında anıları güçlendirmesi şeklinde ilerleyen bir eğitim yöntemi.
Önerilen İlgili Bağlantılar:
– Catania Üniversitesi
– Surrey Üniversitesi
The source of the article is from the blog hashtagsroom.com