semaver
New member
Süper Yapay Zeka (ASI) ve Yapay Genel Zeka (AGI)
Üretken yapay zeka ile ilgili güncel tartışmalarda yapay süper zeka (ASI) ve yapay genel zeka (AGI) gibi terimler sıklıkla kullanılıyor. Günümüzün büyük dil modelleri (LLM'ler) ile ASI veya AGI'ye ulaşmaya yakın olduğumuz izlenimini veriyorlar. IBM'e göre, “yapay süper zeka (ASI), insan zekasının ötesine geçen entelektüel kapsama sahip, varsayımsal bir yazılım tabanlı yapay zeka (AI) sistemidir. En temel düzeyde, bu süper zeki yapay zeka, son teknoloji bilişsel işlevlere ve karmaşık akıl yürütmeye sahiptir. yetenekler herhangi bir insanınkinden daha gelişmiştir.”
Duyuru
Prof. Dr. Michael Stal, 1991 yılından bu yana Siemens Teknoloji'de çalışıyor. Araştırma alanları arasında büyük karmaşık sistemler (dağıtık sistemler, bulut bilişim, IIoT), gömülü sistemler ve yapay zeka için yazılım mimarileri yer alıyor. Yazılım mimarisi konularında iş alanlarına danışmanlık yapıyor ve Siemens'teki kıdemli yazılım mimarlarının mimari eğitiminden sorumlu.
Motivasyon: İnsan benzeri bir yapay zeka vizyonu
Ancak benim farklı bir bakış açım var. LLM'ler doğal dil işleme ve oluşturmada önemli ilerlemeler kaydetmiş olsa da, bunlar aslında örüntü tanımada üstün olan karmaşık istatistiksel modellerdir. Mevcut yüksek kaliteli eğitim verilerinin sınırlı olması nedeniyle sınırlıdırlar. Kolayca erişilebilen veriler tükendikçe OpenAI veya Anthropic gibi şirketlerin, geçmişte yaptıkları gibi modellerinin hızında ve içgörüsünde önemli ilerlemeler kaydetmeleri giderek zorlaşacak.
Peki gerçekten insana benzeyen bir yapay zeka neye benzerdi? Gerçekten akıllı bir makinenin birkaç temel özelliği olacaktır:
Proaktivite
Bir yapay zeka, yalnızca büyük miktarlardaki mevcut verilere güvenmek yerine, kendi kendine öğrenme mekanizmaları aracılığıyla proaktif olarak yeni bilgi ve deneyimler arama yeteneğine sahip olmalıdır. Bu, gerçek zamanlı olarak bilgi edinmek için diğer makineler ve insanlarla etkileşimi başlatmayı içerir. Gerçekten akıllı bir makine, statik verileri pasif bir şekilde işlemez, ancak anlayışını genişletmek için çevresi ile aktif olarak etkileşime girer.
- Kendi kendine öğrenme yetenekleri: Yapay zeka, her yeni durum için açık insan programlaması olmadan, yeni verilerden dinamik olarak öğrenmesine olanak tanıyan algoritmalar uygulamalıdır.
- Etkileşimli Katılım: Yapay zeka, konuşmalar veya işbirlikleri başlatarak farklı bakış açıları ve veri noktaları toplayarak bilgi tabanını zenginleştirebilir.
Bir yapay zekanın çevresini gerçekten keşfetmesi ve onunla etkileşime girmesi için özerklik şarttır. Akıllı bir makine, sürekli insan rehberliği olmadan, eylemleri ve gelecekteki yönleri hakkında bağımsız kararlar verebilmelidir. Bu özerklik, yapay zekanın karmaşık, dinamik ortamlarda gezinmesine ve ortaya çıkan yeni durumlara ve zorluklara uyum sağlamasına olanak tanır.
- Karar verme yetenekleri: Yapay zekanın seçenekleri değerlendirmesine ve hedeflere ve öğrenilen derslere göre kararlar almasına olanak tanıyan gelişmiş algoritmalar uygulayın.
- Çevresel uyumluluk: Yapay zeka, insanların yeni koşullarla karşı karşıya kaldıklarında yaptıklarına benzer şekilde stratejilerini değişikliklere yanıt olarak uyarlamalıdır.
İnsanlardaki duygular karmaşık ve tam olarak anlaşılmamış olsa da merak ve memnuniyet gibi duyguya benzer unsurların dahil edilmesi, yapay zekanın keşfetme ve öğrenme yeteneğini geliştirebilir. Merak, yeni bilgi arayışını yönlendirir ve yapay zekayı yeni veya “ilginç” konuları araştırmaya iter.
- Takviyeli öğrenme: Takviyeli öğrenme çerçevelerinden yararlanarak, belirli davranışları ödüllendirerek ve yapay zekayı bunları tekrarlamaya teşvik ederek duygusal faktörleri simüle etmek mümkündür.
- İnsan etkileşimi: Bir yapay zekanın insanlarla etkili bir şekilde etkileşime girebilmesi için duygusal sinyalleri anlayabilmesi ve bunlara yanıt verebilmesi, böylece daha doğal ve anlamlı etkileşime olanak sağlaması gerekir.
- Empati ve anlayış: Yapay zekanın insan duygularını tanımasına ve bunlara uygun şekilde yanıt vermesine olanak tanıyan algoritmalar geliştirmek, işbirliğini ve güveni artırabilir.
Yapay zekanın deneyime dayalı bilgi edinmesi için çevreyle fiziksel etkileşim kritik öneme sahiptir. Sensörler ve aktüatörlerle donatılmış bir yapay zeka, çevresini algılayabilir ve dünyayı etkileyen eylemler gerçekleştirebilir. Bu düzenleme, yapay zekanın doğrudan deneyimlerden öğrenmesine ve mevcut veri kümelerinde bulunmayan içgörüler elde etmesine olanak tanır.
- Somutlaştırılmış Yapay Zeka: İster bir robotun vücuduna gömülü olsun, ister uzak sensörlere bağlı olsun, yapay zekaya, öğrenme yeteneklerini geliştiren fiziksel bir varlık verilir.
- Gerçek dünyayla etkileşim: Yapay zeka, manipülasyon ve gözlem yoluyla hipotezleri test edebilir ve fiziksel dünyayı yöneten nedensel ilişkileri öğrenebilir.
- Çok modlu öğrenme: Görsel, işitsel, dokunsal ve diğer duyusal girdilerin birleştirilmesi, karmaşık ortamların daha bütünsel bir şekilde anlaşılmasına yol açabilir.
Akıl yürütme ve öz değerlendirme gibi gelişmiş bilişsel süreçler, bir yapay zekanın başarısızlıklar da dahil olmak üzere deneyimlerinden ders alması için gereklidir. Yapay zeka, geçmiş eylemleri ve sonuçları analiz ederek gelecekteki performansı iyileştirecek şekilde davranışını uyarlayabilir.
- Üstbilişsel yetenekler: Yapay zeka kendi zihinsel süreçleri hakkında düşünebilmeli ve öğrenme stratejilerini optimize edebilmeli.
- Hata Analizi: Hataların belirlenmesi ve anlaşılması, yapay zekanın algoritmalarını geliştirmesine ve hataların tekrarlanmasını önlemesine olanak tanır.
- Bilinç ve öz farkındalık: Her ne kadar tartışmalı ve zorlayıcı olsa da, belirli bir düzeyde kişisel farkındalık geliştirmek, gerçek YGZ'ye ulaşmanın anahtarı olabilir ve yapay zekanın kendi hedeflerini belirlemesine ve daha geniş bir bağlamda kendi varlığını anlamasına olanak tanır.
Mevcut AI teknolojileri etkileyici bir ilerleme kaydetmiş olsa da, gerçek AGI veya YSZ'ye ulaşmak önemli engellerin aşılmasını gerektirir:
- Veri Sınırlamaları: Mevcut verilerin sınırlarına ulaştıkça, yeni bilgi edinme yöntemleri zorunlu hale gelir.
- Etik hususlar: Yapay zekanın özerklik ve duygusal anlayışla geliştirilmesi, kontrol, haklar ve güvenlikle ilgili önemli etik soruları gündeme getiriyor.
- Teknik karmaşıklık: Gelişmiş düşünce süreçlerinin ve öz değerlendirmenin uygulanması, hesaplamalı modellerde ve işleme yeteneklerinde yenilikler gerektirir.
İnsan benzeri yapay zekaya yolculuk sadece modelleri ölçeklendirmek veya verileri artırmakla ilgili değil; yapay zeka sistemlerinin nasıl öğrendiği, etkileşime girdiği ve düşündüğü konusunda temelden yeniden düşünmeyi gerektiriyor. Proaktiflik, özerklik, duygusal zeka, fiziksel bedenlenme ve gelişmiş bilişsel süreçlere odaklanarak, yalnızca insan yeteneklerini taklit etmekle kalmayıp aynı zamanda dünyayla gerçekten akıllı ve özerk yollarla etkileşime giren yapay zekayı geliştirmeye daha da yaklaşabiliriz.
Ancak bu çok yönlü zorlukların üstesinden gelerek yapay zekanın tam potansiyelini gerçekleştirmeyi ve gerçekten düşünen, öğrenen ve belki bir gün bizimkine benzer bilince sahip olan makinelerin önünü açmayı umabiliriz.
(harita)