Yapay zeka, inkar edilemez bir şekilde, insanlık tarihinin en önemli icatlarından biridir. Bir fantazi ‘Mt. Elektrik, buhar motorları ve internetin yanı sıra teknolojilerin Rushmore. Ancak, şu anki enkarnasyonda, yapay zeka çok akıllı değil.
Aslında, şimdi 2020’de bile, yapay zeka hala bir bebekten daha aptal. Çoğu Yapay Zeka uzmanı – araştırmacı ve geliştirici topluluklarında zeminde bot olanlar – ileriye giden yolun statüko sistemlerine devam eden yatırım yoluyla olduğuna inanıyorlar. Dedikleri gibi Roma bir günde inşa edilmedi ve insani seviyeli yapay zeka sistemleri de olmayacak.
Ancak robot şirketi Robust.AI’nin yapay zeka ve biliş uzmanı ve CEO’su Gary Marcus, sorunun zekanın yüzeyini çizdiğimizi söyledi. Onun iddiası, Derin Öğrenme’nin – en modern yapay zekanın üzerinde çalıştığı paradigma – bizi Derin Anlayış olmadan insan seviyesindeki zekanın yakınında hiçbir yere götürmeyeceğidir.
Gradient hakkındaki son makalesinde Marcus şunları yazdı:
Mevcut sistemler bilgiyi yeniden canlandırabilir, ancak gelişmekte olan bir hikayede kimin, nerede, ne zaman ve neden yaptıklarını gerçekten anlayamazlar; gerçek bir zaman, yer ya da nedensellik duygusu yoktur.
Düşünce vektörleri popüler hale geldiğinden beş yıl sonra, akıl yürütme çözülmedi. Elman ve meslektaşları, Innateness’i yeniden düşünmek için sinir ağlarını ilk kez kullanmaya çalıştıklarından yaklaşık 25 yıl sonra, problemler her zamankinden daha az aynı kalıyor.
Özellikle , bu yılın başlarında şimdiye kadar oluşturulan en gelişmiş yapay zeka sistemlerinden biri olarak manşet yapan büyük kötü metin üreticisi GPT-2’den bahsediyor . GPT-2, bilgisayar bilimlerinde anıtsal bir başarı ve AI’nın gücünün bir kanıtıdır … ve oldukça aptalca.
Marcus’ın makalesi, GPT-2’nin inanılmaz derecede büyük miktarda veri ayrıştırmada çok iyi olduğunu ve aynı zamanda bilginin temel insan anlayışına uzaktan benzeyen bir şeyde çok kötü olduğunu belirtmek için büyük çaba gösteriyor. Her yapay zeka sisteminde olduğu gibi: GPT-2, üzerinde çalışıldığı kelimeler hakkında hiçbir şey anlamıyor ve tükürdüğü kelimeler hakkında hiçbir şey anlamıyor.
GPT-2’nin çalışma şekli basittir: Bir istemi yazıyorsunuz ve 1,5 milyar parametreyi işleme yeteneği olan 42 gigabayt veri (esas olarak tüm dang internet) üzerinde eğitilmiş bir Transformer sinir ağı daha fazla kelime tükürüyor. GPT-2 eğitiminin doğası gereği, akıcı bir anadili tarafından yazılmış gibi görünen cümleler ve paragraflar çıkarabilir.
Ancak GPT-2 kelimeleri anlamıyor. Doğrulukları veya anlamları için belirli kelimeler, ifadeler veya cümleler seçmez. Sadece kaba kuvvetiyle (1,5 milyar parametre) genellikle dilbilgisel olarak doğru görünen anlamsız metin bloklarını tükürür. Sanat eserlerine ilham veren bir araç olarak sonsuza dek yararlı olabilir, ancak bilgi kaynağı olarak hiçbir değeri yoktur.
Aşağıdaki görüntüde Marcus, GPT-2’den, hidroklorik asit alımının nasıl ele alınacağı konusunda çok kötü tavsiyeler alır:
GPT-2 etkileyici, ancak birçok insanın düşünebileceği nedenlerden dolayı değil. Marcus’un dediği gibi:
İnternet ölçeğinde verileri sindirebilecek bir sistem kurmak kendi başına bir başarıdır ve OpenAI, geliştiricisi de başarılı olmuştur.
Ancak zeka, sadece veri parçalarını diğer veri parçalarıyla ilişkilendirmekten daha fazlasını gerektirir. Marcus, eğer alan ilerleyecekse Derin Anlama’yı elde etmek için Derin Öğrenmeye ihtiyacımız olacağını söylüyor. Mevcut paradigma anlayışı desteklemiyor, sadece prestijinliği destekliyor: modern AI sadece kalıplar için veri setlerini kullanıyor.
Bir sunuma göre Derin Anlama Marcus’ın NEURIPS’te bu yıl verdiği , AI’nın verilen bilgilere dayanarak bir durumun “zihinsel” modelini oluşturabilmesini gerektirecekti.
Bugün en gelişmiş robotları düşünün: Yapabilecekleri en iyi şey, düşmeden gezinmek veya kontrollü bir ortamda burgerleri çevirmek gibi tekrarlayan görevleri yapmaktır. Garip bir mutfağa girip bir fincan kahve hazırlayabilecek robot veya AI sistemi yok.
Bununla birlikte, kahvenin nasıl yapıldığını anlayan bir kişi, dünyadaki herhangi bir mutfağa girebilir ve gerekli tüm bileşenlerin mevcut olması koşuluyla, nasıl bir fincan yapılacağını anlayabilir.
Marcus’a göre, ileriye giden yol Derin Öğrenmeden daha fazlasını içermelidir. Aynı eski sinir ağı mimarilerine milyarlarca dolar daha fazla hesaplama veya daha büyük paramater paketleri sıkıştırmaya devam etmenin aksine, derin anlayışa sahip AI oluşturmak için sembolik akıl yürütmeyi ve diğer biliş yöntemlerini Derin Öğrenme ile birleştiren hibrit bir yaklaşımı savunuyor.
