Ağustos 1955'te bir grup bilim insanı, New Hampshire'daki Dartmouth College'da bir yaz semineri düzenlemek için 13 $'lık bir fon talebinde bulundu. Keşfetmeyi önerdikleri alan yapay zekaydı (AI). Finansman talebi mütevazı olsa da, araştırmacıların hipotezi şöyle değildi: "Öğrenmenin her yönü veya zekanın diğer herhangi bir özelliği, ilke olarak, onu taklit edecek bir makine inşa edilebilecek kadar kesin bir şekilde tanımlanabilir."
Bu mütevazi başlangıçlardan bu yana, filmler ve medya yapay zekayı romantikleştirdi veya onu bir kötü adam olarak tasvir etti. Bununla birlikte, çoğu insan için yapay zeka yalnızca bir tartışma konusu olarak kaldı ve bilinçli yaşam deneyiminin bir parçası olmadı.
Geçen ayın sonunda, AI şeklinde ChatGPT bilim kurgu spekülasyonu ve araştırma laboratuvarlarından çıkıp halkın masaüstü bilgisayarlarına ve telefonlarına ulaştı. Bu, sözde "üretken yapay zeka"dır - beklenmedik bir şekilde akıllıca ifade edilmiş bir bilgi istemi, bir makale yazabilir veya bir yemek tarifi ve bir alışveriş listesi hazırlayabilir veya Elvis Presley tarzında bir şiir oluşturabilir.
Rağmen ChatGPT üretken yapay zeka başarısının olduğu bir yılda en etkileyici katılımcı oldu, bunun gibi sistemler yeni içerik oluşturmak için daha da büyük bir potansiyel gösterdi ve sanat yarışmalarını bile kazanan canlı görüntüler oluşturmak için metinden görüntüye yönlendirmeler kullanılıyor. Yapay zeka henüz yaşayan bir bilince veya bilim kurgu filmlerinde ve romanlarında popüler hale gelen zihin kuramına sahip olmayabilir, ancak en azından yapay zeka sistemlerinin yapabileceğini düşündüğümüz şeyi bozmaya yaklaşıyor.
Bu sistemlerle yakından çalışan araştırmacılar, Google'ın LaMDA Büyük Dil Modeli (LLM) örneğinde olduğu gibi, istihbarat olasılığı karşısında bayılıyorlar. LLM, doğal dili işlemek ve oluşturmak için eğitilmiş bir modeldir.
Üretken yapay zeka ayrıca intihal, modeller oluşturmak için kullanılan orijinal içeriğin kötüye kullanılması, bilgi manipülasyonu ve güvenin kötüye kullanılması ve hatta "programlamanın sonu" ile ilgili endişeleri dile getirdi.
AI gerçekten ne anlama geliyor?
Tüm bunların merkezinde, Dartmouth'daki yaz seminerinden bu yana önemi artan bir soru var: AI, insan zekasından farklı mı? Bir sistemin yapay zeka olarak kabul edilebilmesi için belirli bir düzeyde öğrenme ve uyum göstermesi gerekir. Bu nedenle karar verme, otomasyon ve istatistiksel sistemler yapay zeka değildir. Genel olarak konuşursak, yapay zeka iki kategoriye ayrılır: yapay dar zeka (AI) ve yapay genel zeka (AI). Şu anda, SHI mevcut değil. Genel yapay zeka oluşturmak için temel zorluk, dünyayı tüm bilgi birikimiyle tutarlı ve yararlı bir şekilde yeterince modellemektir. Bu, en hafif deyimiyle, büyük ölçekli bir görevdir.
Bugün AI olarak bildiklerimizin çoğu, belirli bir sistemin belirli bir sorunu çözdüğü dar zekaya sahiptir. İnsan zekasından farklı olarak, bu tür dar yapay zeka zekası yalnızca eğitildiği alanda etkilidir: dolandırıcılık tespiti, yüz tanıma veya sosyal öneriler gibi. Ve AI, bir insanla aynı şekilde çalışacaktır. Şu anda, bunu başarmaya yönelik girişimlerin en belirgin örneği, büyük miktarda veri üzerinde eğitilmiş sinir ağlarının ve derin öğrenmenin kullanılmasıdır.
Sinir ağları, insan beyninin nasıl çalıştığından ilham alır. Eğitim verileri üzerinde hesaplamalar yapan çoğu makine öğrenimi modelinden farklı olarak, sinir ağları her veri noktasını sırayla birbirine bağlı bir ağ üzerinden besleyerek ve her seferinde parametreleri ayarlayarak çalışır. Ağ üzerinden giderek daha fazla veri beslendikçe, parametreler dengelenir ve bunun sonucunda yeni veriler üzerinde istenen çıktıyı üretebilen "eğitimli" bir sinir ağı ortaya çıkar - örneğin, bir görüntünün bir kedi mi yoksa bir köpek mi içerdiğini tanımak.
Bugün yapay zekanın gelişiminde önemli bir sıçrama, büyük bulut bilgi işlem altyapılarının yetenekleri sayesinde her çalıştırma sırasında çok sayıda parametrenin ayarlanmasına izin veren büyük sinir ağlarını öğrenme yöntemlerindeki teknolojik gelişmelerden kaynaklanmaktadır. Örneğin, GPT-3 (ChatGPT'ye güç sağlayan AI sistemi), 175 milyar parametreye sahip büyük bir sinir ağıdır.
Yapay zekanın çalışması için ne gerekiyor?
Yapay zekanın başarılı bir şekilde çalışması için üç şeye ihtiyacı vardır. Birincisi, kaliteli, nesnel verilere ve çok fazlasına ihtiyacı var. Sinir ağları oluşturan araştırmacılar, toplumun dijitalleşmesi sayesinde ortaya çıkan büyük veri dizilerini kullanır.
İnsan programcıları tamamlayan Co-Pilot, verilerini GitHub'da barındırılan milyarlarca kod satırından alır. ChatGPT ve diğer büyük dil modelleri, İnternette depolanan milyarlarca web sitesini ve metin belgesini kullanır.
Metinden görüntüye dönüştürme araçları gibi Kararlı Difüzyon, DALLE-2 ve Midjourney, LAION-5B gibi veri kümelerinden görüntü-metin çiftlerini kullanın. Hayatımızın çoğunu dijitalleştirdikçe ve onları simülasyon verileri veya Minecraft gibi oyun ayarlarından alınan veriler gibi alternatif veri kaynaklarıyla besledikçe yapay zeka modelleri gelişmeye devam edecek.
AI ayrıca etkili bir şekilde eğitmek için bilgi işlem altyapısına ihtiyaç duyar. Bilgisayarlar daha güçlü hale geldikçe, artık yoğun çaba ve büyük ölçekli hesaplamalar gerektiren modeller yakın gelecekte yerel olarak işlenebilir. Örneğin, Kararlı Yayılma modeli zaten yerel bilgisayarlarda çalıştırılabilir ve bulut ortamlarında çalıştırılamaz. Yapay zeka için üçüncü ihtiyaç, geliştirilmiş modeller ve algoritmalardır. Veriye dayalı sistemler, bir zamanlar insan bilişinin alanı olarak kabul edilen alanlarda hızlı ilerlemeler kaydetmeye devam ediyor.
Ancak etrafımızdaki dünya sürekli değiştiğinden, yapay zeka sistemlerinin yeni veriler kullanılarak sürekli olarak yeniden eğitilmesi gerekir. Bu önemli adım olmadan yapay zeka sistemleri, gerçekte yanlış olan veya eğitildiklerinden beri ortaya çıkan yeni bilgileri dikkate almayan yanıtlar verecektir.
Yapay zekaya yönelik tek yaklaşım sinir ağları değildir. Yapay zeka araştırmalarında dikkate değer bir başka kamp da sembolik AI'dır - geniş veri dizilerini sindirmek yerine, belirli fenomenlerin dahili sembolik temsillerini oluşturan insan sürecine benzer kurallara ve bilgiye dayanır.
Ancak son on yılda, güç dengesi büyük ölçüde veriye dayalı yaklaşımlara yöneldi ve modern derin öğrenmenin "kurucu babaları" yakın zamanda bilgisayar bilimindeki Nobel Ödülü'nün eşdeğeri olan Turing Ödülü'ne layık görüldü.
Veriler, hesaplamalar ve algoritmalar gelecekteki yapay zekanın temelini oluşturur. Tüm göstergeler, öngörülebilir gelecek için her üç kategoride de hızlı ilerlemeye işaret etmektedir.
Ukrayna'nın Rus işgalcilerine karşı savaşmasına yardım edebilirsiniz. Bunu yapmanın en iyi yolu, Ukrayna Silahlı Kuvvetlerine bağış yapmaktır. Hayat kurtarmak veya resmi sayfa aracılığıyla NBU.