Yapay zeka, son yıllarda özellikle metin üretimi konusunda kayda değer ilerlemeler göstermiş olsa da, dil yeteneği ve verimlilik gibi temel konularda hala insan seviyesine ulaşmakta zorlanıyor. Yapay zekanın insanları anlamlandırma ve öğrenme süreçlerinde ne kadar geride olduğunu gösteren yeni bir araştırma ortaya çıktı.
MIT Technology Review’in konuyla ilgili yaptığı kapsamlı incelemede, büyük dil modellerinin (LLM) verimliliği konusunda uzmanların görüşleri alınarak, yapay zekanın insanlara kıyasla hala ne kadar yetersiz kaldığına dair önemli bilgiler sunuldu. Araştırmaya göre, hatta bebekler bile günümüzdeki yapay zeka sohbet robotlarından daha hızlı ve verimli bir şekilde dil öğreniyor.
Stanford Üniversitesi’nden bilişsel bilimci Michael C. Frank, MIT’e yaptığı açıklamada, “Teknoloji endüstrisindeki son gelişmeler inanılmaz olsa da,” geçmiş yıllardaki ilerlemelere rağmen, “hala ormanları yakıp tüm insan bilgisini toplamak zorunda kalıyoruz ki bu, evlerimizde bir yıl içinde gerçekleşen bir dönüm noktasını yeniden oluşturabilelim.”
Bebeklerin dil öğrenmedeki olağanüstü adaptasyon yeteneği, yapay zeka için büyük bir meydan okuma teşkil ediyor. Bebekler, etraflarındaki dünyadan sadece 10 ila 30 milyon kelimeyi özümseyerek karmaşık cümleler kurabiliyorken, LLM’lerin benzer bir yeterliliğe ulaşması için inanılmaz miktarda veri gerekiyor.
“Bu gerçekten de mucizevi bir durum,” diyen Frank, “Çocuklar, etraflarındaki dünyadan sadece 10 ila 30 milyon kelimeyi özümseyerek karmaşık cümleler kurabiliyorken, LLM’lerin benzer bir yeterliliğe ulaşması için inanılmaz miktarda veri gerekiyor.”
Bu verimsizlik, özellikle insan seviyesinde yapay zeka üretmeyi hedefleyen teknoloji şirketleri için önemli bir sorun teşkil ediyor. Birçok yapay zeka uzmanı, sadece dil modellerini ölçeklendirerek bu hedefe ulaşmanın mümkün olmadığını savunuyor.
Bu Gelişmeyi Toplulukta Değerlendirin
Haber hakkındaki düşüncelerinizi, donanım deneyimlerinizi ve teknik sorularınızı topluluk üyeleriyle anlık olarak tartışın.
Bir yanıt yazın