Gelişmelerden haberdar olmak için bizi Google Haberler'den takip edin!
Yapay zeka, gerçekte var olmayan insan yüzleri icat etmek veya poker oyunlarını kazanmak gibi belirli görevlerde çok usta olduğunu kanıtladı, ancak bu tasarımlar, insanların doğal olarak yaptığı bir şey söz konusu olduğunda hala mücadele ediyor.
Örnek verecek olursak, insanlar kedinin ne olduğunu öğrendikten sonra, farklı renkte bir kediyi, farklı bir duruşta bir kediyi ya da farklı ortamlarda bir kediyi kolayca hayal edebilir. Yapay zeka ağları için ise, bir kediyi gördüklerinde tanıyabilmelerine rağmen bu çok daha zordur.
Yapay zekanın hayal gücü kapasitesini denemek ve kilidini açmak için araştırmacılar, daha önce tam olarak benzerini görmemiş olsalar bile, yapay zeka sistemlerinin bir nesnenin nasıl görünmesi gerektiğini çözmesini sağlamak için yeni bir yöntem buldular.
Güney Kaliforniya Üniversitesi’nden (USC) bilgisayar bilimcisi Yunhao Ge, “Makinelerde insanın hayal gücünü simüle etmeye çalışmak için insanın görsel genelleme yeteneklerinden ilham aldık” diyor.
İnsanlar öğrendiklerini niteliklerine göre ayırabilir ve sonra onları yeni bir nesne hayal etmek için yeniden birleştirebilir. Bu araştırma da, sinir ağlarını kullanarak bu süreci simüle etmeye çalışıyor.
Bu araştırmadaki anahtar ise ekstrapolasyondur, yani yapay zekanın büyük bir eğitim verisi bankasını (bir arabanın resimleri gibi) kullanarak görünenin ötesine geçerek görünmeyeni hayal edebilme yetisidir. Bu, yapay zeka için genellikle daha geniş nitelikler yerine belirli kalıpları tespit etmek için eğitilmesi nedeniyle oldukça zordur.
Bu, bir yapay zekanın kırmızı bir araba ve mavi bir bisiklet gördüğünde, daha önce hiç görmemiş olsa bile kendisi için kırmızı bir bisiklet ‘hayal edebileceği’ anlamına geliyor. Araştırmacılar bunu Grup Denetimli Öğrenme olarak adlandırdıkları bir çerçeve içinde bir araya getirdiler.
Bu teknikteki ana yeniliklerden biri, örnekleri tek tek değil, gruplar halinde işlemek ve yol boyunca aralarında anlamsal bağlantılar kurmaktır. Yapay zeka daha sonra, gördüğü örneklerdeki benzerlikleri ve farklılıkları tanıyabilir ve bu bilgiyi tamamen yeni bir şey üretmek için kullanabilir.
Gelecekte, burada geliştirilen sistem, denklemden daha hassas öznitelikleri çıkararak, örneğin ırkçı veya cinsiyetçi olmayan sinir ağlarının oluşturulmasına yardımcı olarak yapay zeka yanlılığına karşı koruma sağlayabilir.
Araştırmacılar ayrıca, bu teknoloji sayesinde yapay zekanın yeni ilaçları ‘hayal edebildiğini’ veya geçmişte özel olarak eğitilmemiş yeni yol senaryolarını görselleştirebildiğini söylüyorlar.
