Google DeepMind araştırmacılarına göre, üretken yapay zekânın gerçek bir sıçrama yapabilmesi için artık durağan verilerle yapılan eğitimler değil, çevreyle etkileşime dayalı deneyimsel öğrenme gerekiyor.
Turing Testi Geçildi Ama YZ Gelişimi Tıkandı mı?
Son yıllarda üretken yapay zekâ (YZ) sistemleri, Turing Testi gibi klasik sınavları rahatlıkla geçmeye başladı. Ancak uzmanlara göre bu başarılar, zekânın gerçek doğasını yansıtmak yerine yalnızca testlere “oynamaktan” ibaret olabilir. Yapay zekânın kapasitesi, kıyaslama skorlarına göre değerlendirilirken, bu testlerin yapay zekâyı geliştirmek yerine kısıtladığı öne sürülüyor.
DeepMind: AI Gerçek Dünya Deneyimi Yaşamalı
Google’ın yapay zekâ laboratuvarı DeepMind, bu tartışmalara farklı bir açıdan yaklaşıyor. MIT Press’in yakında yayımlanacak kitabı kapsamında kaleme alınan bir makaleye göre, yapay zekânın sadece veriyle değil, etkileşimle gelişmesi gerektiği vurgulanıyor.
Araştırmacılar, yapay zekânın çevreden gelen sinyallere göre hedefler belirlemesi ve bu hedefler doğrultusunda hareket ederek öğrenmesi gerektiğini savunuyor. Yani AI sistemleri artık “yaşamaya” başlamalı. Bu yaklaşım, yapay zekâya gerçek dünya deneyimi kazandırarak daha sofistike yetenekler kazanmasını mümkün kılabilir.
AlphaZero’dan ChatGPT’ye: Takviyeli Öğrenme Reddedildi mi?
DeepMind’ın öncül projelerinden AlphaGo ve AlphaZero, takviyeli öğrenme (reinforcement learning) kullanarak büyük ses getirmişti. Ancak üretken yapay zekâ (Gen AI) araçlarının yükselişiyle bu yöntem ikinci plana itildi.
Araştırmacılar Silver ve Sutton, bu değişimin hem avantajları hem de ciddi sınırlamaları olduğunu savunuyor. Özellikle ChatGPT gibi modeller, satranç gibi “tam bilgi” içeren alanlarda değil; karmaşık ve belirsiz ortamlarda performans sergilemeye çalışıyor. Ancak bu geçiş, yapay zekânın hedefler belirleyerek bağımsız hareket etme kabiliyetini sınırlamış olabilir.
Yapay Zekâ Gelişimi İçin Yeni Paradigma Şart
DeepMind ekibine göre artık AI modellerinin “gözetimli eğitim veri setlerinden” çıkarak gerçek dünya etkileşimlerine dayalı öğrenmeye yönelmesi gerekiyor. Bu da yapay zekânın sadece cevap üretmek yerine hedef belirleyip çevresiyle ilişki kurduğu bir evreye geçmesini gerektiriyor. Bu yaklaşımın, daha ileri düzey akıl yürütme ve problem çözme yeteneklerini beraberinde getireceği düşünülüyor.
