Yapay zeka aldı başını gidiyor. Ancak en gelişmiş yapay zekanın henüz bir bebek kadar zeki olmadığı öne sürüldü.

Günümüzün en gelişmiş yapay zeka modelleri binlerce yüksek performanslı çip, devasa veri kümeleri ve büyük miktarda enerji kullanmasına rağmen öğrenme verimliliği açısından bir yaşındaki bebeğin gerisinde kalabiliyor. Araştırmacılara göre bunun nedeni, bebek beyninin dünyayı anlamak için kullandığı öğrenme mimarisinin mevcut yapay zeka sistemlerinden oldukça farklı olması.

Bebekler yeni bir nesneyi yalnızca bir veya iki kez gördükten sonra tanıyabiliyor, çevrelerini kısa süreli gözlemler ve fiziksel etkileşimlerle anlamlandırabiliyor. Buna karşılık günümüzün yapay zeka modelleri benzer becerileri kazanabilmek için çok daha fazla veriye ve hesaplama gücüne ihtiyaç duyuyor. Öyle ki bunu yapabilmek için küçük bir ülke kadar elektrik talep ediyorlar. Bilim insanları, bu farkın geleceğin yapay zekalarının daha düşük maliyetle ve daha az enerji tüketerek geliştirilebilmesi açısından önemli ipuçları sunduğunu düşünüyor. Ayrıca bu yaklaşımın yapay zeka destekli robotların çevrelerini daha doğal yollarla öğrenmesini de sağlayabileceği belirtiliyor.

Meta, Stanford Üniversitesi, Tokyo Üniversitesi ve Fransa'daki Ecole Normale Superieure araştırmacıları bu amaçla EgoBabyVLM Challenge adlı yeni bir değerlendirme sistemi geliştirdi. Bu testte görsel ve metinsel verileri birlikte işleyebilen VLM (Görsel Dil Modeli- Vision Language Model) sınıfındaki yapay zeka modellerinden bebeklerin ve küçük çocukların başına yerleştirilen kameralarla kaydedilen yaklaşık bin saatlik gerçek yaşam görüntülerini analiz ederek dünyayı tanımlamaları isteniyor. Ortaya çıkan sonuçlar ise şaşırtıcı. Günümüzün en gelişmiş modelleri, düzenlenmiş ve temiz veri kümeleri yerine gerçek hayattaki karmaşık görüntülerle karşılaştığında beklenen performansı gösteremedi. Araştırmacılar, bunun bebek beyninin az miktardaki bilgiden hızlı öğrenmesini sağlayan farklı bilişsel mekanizmalara işaret ettiğini belirtiyor.

Stanford Üniversitesi'nde bilişsel bilimci olarak görev yapan ve EgoBabyVLM projesinde yer alan Michael Frank, bebeklerin öğrenme sürecinin yalnızca kelimelerden ibaret olmadığını vurguluyor. Bebekler, ebeveynlerinin artık görüş alanında olmayan nesneler hakkında konuşmalarını dinliyor, bakış yönü ve el hareketleri gibi sosyal ipuçlarını takip ediyor, geçmişte yaşanan ya da gelecekte gerçekleşecek olaylara ilişkin konuşmalardan da bilgi ediniyor. Bunun yanında dokunma, görme ve işitme gibi farklı duyusal deneyimleri aynı anda kullanarak çevrelerini anlamlandırıyorlar. Frank'e göre bu durum, yalnızca dil verisine dayanan yapay zeka yaklaşımlarının insan benzeri öğrenme için yeterli olmadığını ortaya koyuyor.

Öte yandan EgoBabyVLM, insan öğrenmesini taklit etmeye yönelik ilk çalışma değil. 2023'te geliştirilen BabyLM, yapay zekayı yaklaşık 10 yaşındaki bir çocuğun maruz kaldığı kadar veriyle eğiterek, transformer tabanlı modellerin sınırlı veriyle dilin sözdizimini öğrenebildiğini gösterdi. Ancak araştırmacılara göre aynı başarı fiziksel dünyayı anlama konusunda tekrarlanamadı. MIT'den Joshua Tenenbaum, mevcut modellerin verilerdeki örüntüleri yakalamada başarılı olmasına rağmen ortak akıl, sosyal ilişkiler ve fiziksel muhakeme gibi becerileri bir bebeğin edindiği şekilde geliştiremediğini söylüyor.

2024 yılında yayımlanan başka bir çalışmada ise temel bir VLM modelinin, yalnızca tek bir bebeğin baş kamerasından elde edilen görüntülerle top gibi basit nesneleri tanımayı öğrenebildiği gösterildi. Ancak araştırmacılar bunun, dünyayı derinlemesine anlayan gelişmiş muhakeme yeteneği için yeterli olmadığını belirtiyor. Araştırmacılar asıl bilinmeyenin bebeklerin iki yaşına geldiklerinde ulaştıkları kapsamlı bilişsel becerilere nasıl eriştikleri olduğunu söylüyor. Bu yıl ise Stanford'dan Michael Frank ve ekibi, aynı verileri kullanarak nedensellik ile görsel ve zamansal ilişkileri öğrenmede daha başarılı olan yeni bir model türünü denedi. Araştırmacılar, fiziksel akıl yürütmenin temelini oluşturan nesne dinamiklerini daha etkili kavrayabilen bu yaklaşımın, fizik ve sosyal ilişkiler gibi alanlarda daha hızlı öğrenen, dolayısıyla genel olarak daha verimli yapay zeka sistemlerinin geliştirilmesine katkı sağlayabileceğini düşünüyor. Kaynak: Donanm haber