Yalnızca sözlü ya da yazılı talimatlara dayanarak yeni bir görevi yerine getirmek ve daha sonra bunu başkalarına anlatarak onların da bu görevi tekrarlamasını sağlamak, insan iletişiminin yapay zekaya (YZ) karşı hala direnen temel taşlarından biridir. Cenevre Üniversitesi’nden (UNIGE) bir ekip, bu bilişsel beceriye sahip bir yapay sinir ağını modellemeyi başardı. Bu yapay zeka, bir dizi temel görevi öğrenip yerine getirdikten sonra, bu görevlerin dilsel bir tanımını bir “kardeş” yapay zekaya sunabildi ve o da bu görevleri yerine getirdi. Özellikle robotik için umut verici olan bu sonuçlar Nature Neuroscience dergisinde yayımlandı.
Önceden eğitim almadan, yalnızca sözlü veya yazılı talimatlara dayanarak yeni bir görevi yerine getirmek, benzersiz bir insan yeteneğidir.
Dahası, görevi bir kez öğrendiğimizde, başka bir kişinin yeniden üretebilmesi için onu tanımlayabiliriz. Bu ikili kapasite bizi, yeni bir görevi öğrenmek için olumlu ya da olumsuz pekiştirme sinyallerinin eşlik ettiği çok sayıda denemeye ihtiyaç duyan, ancak bunu türdeşlerine iletemeyen diğer türlerden ayırır.
Yapay zekanın (YZ) bir alt alanı olan doğal dil işleme, ses veya metin verilerini anlayan ve bunlara yanıt veren makinelerle bu insani yetiyi yeniden yaratmayı amaçlamaktadır.
Bu teknik, biyolojik nöronlarımızdan ve beyinde elektrik sinyallerini birbirlerine iletme şekillerinden esinlenen yapay sinir ağlarına dayanmaktadır.
Bununla birlikte, yukarıda açıklanan bilişsel başarıya ulaşmayı mümkün kılacak sinirsel hesaplamalar hala tam olarak anlaşılamamıştır.
”Şu anda, yapay zeka kullanan konuşma ajanları, metin veya görüntü üretmek için dilsel bilgileri entegre edebiliyor.
Ancak, bildiğimiz kadarıyla, henüz sözlü ya da yazılı bir talimatı sensorimotor bir eyleme çevirme ve hatta bunu yeniden üretebilmesi için başka bir yapay zekaya açıklama yeteneğine sahip değiller,” diye açıklıyor UNIGE Tıp Fakültesi Temel Sinir Bilimleri Bölümü’nde profesör olan Alexandre Pouget.
Bir model beyin
Araştırmacı ve ekibi, önceden eğitilmiş olsa da bu ikili kapasiteye sahip yapay bir nöron modeli geliştirmeyi başardı.
”300 milyon nörona sahip ve dili anlamak için önceden eğitilmiş mevcut bir yapay nöron modeli olan S-Bert ile başladık.
Bunu birkaç bin nörondan oluşan daha basit bir başka ağa ‘bağladık’,” diye açıklıyor UNIGE Tıp Fakültesi Temel Sinir Bilimleri Bölümü doktora öğrencisi ve çalışmanın ilk yazarı Reidar Riveland.
Deneyin ilk aşamasında sinirbilimciler bu ağı, beynimizin dili algılamamızı ve yorumlamamızı sağlayan bölümü olan Wernicke alanını simüle edecek şekilde eğittiler.
İkinci aşamada ise ağ, Wernicke’nin alanının etkisi altında sözcüklerin üretilmesi ve ifade edilmesinden sorumlu olan Broca’nın alanını yeniden üretecek şekilde eğitildi.
Tüm süreç geleneksel dizüstü bilgisayarlarda gerçekleştirildi.
İngilizce yazılı talimatlar daha sonra yapay zekaya iletildi.
Örneğin: bir uyaranın algılandığı yeri -solu ya da sağı- işaret etmek; bir uyaranın tersi yönde tepki vermek; ya da daha karmaşık olarak, kontrastında küçük bir fark olan iki görsel uyaran arasında daha parlak olanı göstermek.
Bilim insanları daha sonra hareket etme ya da bu durumda işaret etme niyetini simüle eden modelin sonuçlarını değerlendirdi.
”Bu görevler öğrenildikten sonra, ağ bunları ikinci bir ağa -ilkinin bir kopyası- tanımlayabildi ve böylece onları yeniden üretebildi.
Bildiğimiz kadarıyla ilk kez iki yapay zeka birbirleriyle tamamen dilsel bir şekilde konuşabildi,” diyor araştırmayı yöneten Alexandre Pouget.
Geleceğin insansıları için
Bu model, dil ve davranış arasındaki etkileşimi anlamak için yeni ufuklar açıyor. Özellikle makinelerin birbirleriyle konuşmasını sağlayan teknolojilerin geliştirilmesinin kilit bir konu olduğu robotik sektörü için umut verici. ”Geliştirdiğimiz ağ çok küçük. Bu temelde, bizi anlayabilen ve aynı zamanda birbirlerini anlayabilen insansı robotlara entegre edilebilecek çok daha karmaşık ağlar geliştirmenin önünde artık hiçbir engel yok,” diyor iki araştırmacı.
*Bu yazı Two artificial intelligences talk to each other başlıklı yazıdan çevrilmiştir.
