Yapay Genel Zeka Çağı Yakın mı?
Yapay Zeka (AI), Yapay Genel Zeka’ya (AGI) doğru hızla evrilmeye devam ediyor.
Yapay Zeka (AI), Yapay Genel Zeka’ya (AGI) doğru hızla evrilmeye devam ediyor ancak AGI’ya ulaştığımızı nasıl ölçmemiz gerektiğini belirlemek için yeni bir yola ihtiyacımız olabilir. AGI’ye ulaşmak, mevcut Büyük Dil Modellerinin (LLM’ler) ötesine geçen güçlü akıl yürütme ve mantık yetenekleri gerektirecek. Büyük dil modeli parametrelerindeki ve GPU hesaplama gücündeki üstel büyüme, eğitim veri boyutları ve donanım iyileştirmeleri pratik sınırlara ulaştıkça yavaşlamaya başlayacak. Çıkarım alanındaki yeni girişimler, kenar cihazlarda emtia cihazları kullanarak son derece verimli tahminler sağlayacak, bu da bir dizi yeni, düşük gecikmeli kullanım durumunu mümkün kılacak. Yapay zeka uygulamaları denemelerden üretime geçerken çıkarım, yeni odak dalgası olacak.
Yapay Genel Zeka Nedir?
Yapay genel zeka (AGI), on yıllardır AI’nin Kutsal Kase’si olmuştur. AGI, “güçlü AI”nin bir uygulaması olarak tanımlanır ve geniş bir yelpazede bilişsel görevlerde insanlar kadar iyi veya daha iyi performans gösterebilen bir AI anlamına gelir. Büyük dil modellerinin (LLM’ler) mevcut evrimi ile AGI’nin ne zaman tamamen gerçekleşeceği konusunda çok fazla tartışma var. Birçok insan için AGI, çoğunlukla teorik kalan bir bilim kurgu filmi gibi. Diğerleri ise Chat-GPT4o ve Gemini Advanced’in en son sürümleri ile AGI’ye zaten ulaştığımızı düşünüyor.
Yapay Genel Zeka Arayışı
Tarihsel olarak, bir sistemin yapay genel zekaya ulaşıp ulaşmadığını belirlemek için Turing testini kullandık. Alan Turing tarafından 1950’de oluşturulan ve başlangıçta “İmitasyon Oyunu” olarak adlandırılan test, üç katılımcıya dayanır: bir makinaya ve bir insana soru soran bir sorgulayıcı, soruları makine ve insanın yanıtladığı bir makine veya sistem ve insandır. Test, zekayı veya diğer insani nitelikleri ölçmediği için eleştirilir. Sorgulayıcının makinenin “düşündüğünü” belirlemek için insan davranışlarıyla karşılaştırma yapması gerektiği varsayımı oldukça öznel olup belirleyici değildir.
AGI’yi Yeniden Düşünmek
ChatGPT, Gemini, Midjourney, Dall-E gibi yatay AI ürünleri, milyonlarca kullanıcıya AI’nin gücünü gösterdi. Ancak, mevcut AI platformları, büyük bir veri korpusuyla eğitildikleri için temelde son derece verimli tahmin makineleridir. Bu, yaratıcılık, mantıksal akıl yürütme ve duyusal algılama yeteneklerini sağlamaz. AGI’ye daha yakınlaştıkça, AGI’nin bu kritik zeka yönlerini ölçen kabul edilmiş bir tanıma ve çerçeveye ihtiyacımız var.
AGI için gerekli kritik bileşenler dört ana kategoriye ayrılabilir:
- Gözlemler ve Öğrenme
- Desen Eşleştirme ve Tahminler
- Soyutlamalar ve Akıl Yürütme
- Yaratıcılık ve Duygular
Çıkarıma Odaklanarak AGI’yi Etkinleştirmek
Yapay genel zekaya ulaşmanın ön koşullarından biri, AI modelinin doğru tahminler veya sonuçlar üretme yeteneği olan AI çıkarım yeteneğidir. Bugün, pek çok hesaplama gücü model eğitimi için odaklanmıştır. Model eğitimi, verilerin bir öğrenme algoritmasına beslendiği aşamadır ve bir model üretir. Eğitim, AI modellerinin talep üzerine doğru tahminler yapmasına olanak tanır.
Gelecek için Çıkarım Odaklı İş Yüklerine Hazırlık
AI’nin geleceği şüphesiz çıkarım odaklı iş yüklerine doğru ilerliyor. LLM’lerin ve diğer karmaşık AI modellerinin eğitimi şu anda büyük ilgi görüyor olsa da, çıkarım, gerçek AI iş yüklerinin büyük çoğunluğunu oluşturuyor. Kuruluşlar, çıkarımın nasıl çalıştığını ve AI’yi ürün ve hizmetlerini iyileştirmek için nasıl daha iyi kullanabileceğini anlamaya başlamalıdır.
AGI’nin gerçekleştirilmesi, AI’nin bugünkü sınırlarını aşmayı ve mantık, akıl yürütme ve yaratıcılık gibi insan zekasının temel yönlerini taklit etmeyi gerektiriyor. Gelecekteki AI uygulamaları, özellikle eğitimden çıkarıma geçişe odaklanarak, önemli ölçüde değişecek ve bu da iş dünyasında ve günlük yaşamda büyük etkiler yaratacak.
