Günümüzün en gelişmiş yapay zeka modelleri, binlerce yüksek performanslı çip ve devasa data kümeleri kullanmalarına karşın öğrenme verimliliği açısından bir yaşındaki bebeklerin gerisinde kalıyor. Araştırmacılar, bu durumun temel sebebinin bebek beyninin dünyayı manalandırmak için kullandığı öğrenme mimarisinin mevcut sistemlerden büsbütün farklı olması olduğunu belirtiyor.

Bebekler yeni bir objeyi yalnızca bir yahut iki defa gördükten sonra tanıyabiliyor ve etraflarını kısa vadeli müşahedelerle süratle kavrayabiliyor. Buna karşılık yapay zeka modelleri benzeri marifetleri kazanmak için çok daha fazla dataya ve güce gereksinim duyuyor.

Bebeklerin öğrenme süreci yapay zeka için örnek teşkil ediyor

Meta, Stanford Üniversitesi, Tokyo Üniversitesi ve Ecole Normale Superieure araştırmacıları, bu farkı tahlil etmek gayesiyle EgoBabyVLM Challenge isimli yeni bir kıymetlendirme sistemi geliştirdi. Bu sistemde, görsel ve metinsel bilgileri işleyebilen yapay zeka modellerinden, bebeklerin başına takılan kameralarla kaydedilen yaklaşık bin saatlik gerçek hayat imajlarını tahlil etmeleri isteniyor.

Elde edilen sonuçlar, en gelişmiş modellerin bile pak data kümeleri yerine gerçek hayattaki karmaşık imajlarla karşılaştığında beklenen performansı sergileyemediğini gösteriyor. Uzmanlar, bebeklerin az ölçüde bilgiden süratli öğrenmesini sağlayan bilişsel sistemlerin, gelecekte daha verimli yapay zeka sistemleri geliştirmek için kıymetli ipuçları sunduğunu söz ediyor.

Stanford Üniversitesi’nden bilişsel bilimci Michael Frank, bebeklerin öğrenme sürecinin yalnızca sözlerden ibaret olmadığını vurguluyor. Bebekler, ebeveynlerinin görüş alanında olmayan objeler hakkında konuşmalarını dinliyor, bakış yönü ve el hareketleri üzere toplumsal ipuçlarını takip ediyor ve dokunma, görme, işitme üzere duyusal tecrübeleri birleştirerek dünyayı anlamlandırıyor.

Fiziksel dünyayı manaya konusunda zorluklar devam ediyor

2023 yılında geliştirilen BabyLM projesi, yapay zekayı bir çocuğun maruz kaldığı kadar bilgiyle eğiterek lisanın sözdizimini öğrenmede başarılı sonuçlar verdi. Lakin araştırmacılar, birebir muvaffakiyetin fizikî dünyayı manaya konusunda tekrarlanamadığını belirtiyor.

MIT’den Joshua Tenenbaum, mevcut modellerin bilgilerdeki örüntüleri yakalamada başarılı olsa da ortak akıl, toplumsal ilgiler ve fizikî muhakeme üzere maharetleri bir bebeğin edindiği halde geliştiremediğini tabir ediyor. Araştırmacılar, bebeklerin iki yaşına geldiklerinde ulaştıkları kapsamlı bilişsel hünerlere nasıl eriştiklerini çözmenin, gelecekteki yapay zeka teknolojileri için kritik bir eşik olduğunu düşünüyor.

Stanford’dan Michael Frank ve takımı, nedensellik ile görsel ve zamansal bağları öğrenmede daha başarılı olan yeni bir model çeşidi üzerinde çalışıyor. Obje dinamiklerini daha tesirli kavrayabilen bu yaklaşımın, fizik ve toplumsal ilgiler üzere alanlarda daha süratli öğrenen yapay zeka sistemlerinin geliştirilmesine katkı sağlayabileceği öngörülüyor.

Sizce yapay zeka sistemleri, bebeklerin sahip olduğu bu doğal öğrenme ve muhakeme yeteneğine ne vakit ulaşabilir?

Kaynak: Shiftdelete