Çek Bilimler Akademisi Bilgisayar Bilimleri Enstitüsü’nden araştırmacılar, yapay zeka sistemlerinin birçoklarında görülen temel bir sorunu, tabiattaki canlıların uyku sürecini taklit ederek çözmeyi başardı.
Pek çok yapay zeka sistemi, sırf bir misyonda başarılı olabiliyor. Büsbütün farklı bir vazifeye geçtiklerinde birinci işten edindikleri bilgi siliniyor.
Independent Türkçe’nin haberine göre yapay zeka, bilgileri daima öğrenme ve uygulama yeteneğine sahip canlılardan bu açıdan da ayrışıyor. Bilim insanları yapay sistemlerdeki bu probleme “yıkıcı unutma” ismini veriyor.
‘YENİ BİR MİSYON İÇİN EĞİTMİK ÇOK ZOR’
Yeni çalışmanın gerisindeki takıma liderlik eden, araştırma vazifelisi Pavel Sanda bunu, “Sistemi gerçek halde eğittiyseniz, sonra ona büsbütün yeni bir misyon öğretmek çok zor” diye açıkladı:
Eğer yeni misyonu öğretmeyi başarırsanız, eski hafızaya ziyan verirsiniz.
Sanda ve meslektaşları, bu sorunu aşmak için iğnecikli bir hudut ağını (spiking neural network) eğitti. İnsan beyninin yapısına benzeyen, birbirine bağlı yapay nöron ağlarına “iğnecikli hudut ağı” ismi veriliyor.
Canlıların uyku yeteneğini bu hudut ağına uyarlayan takım, kısa periyodik anıları uzun müddetli anılara dönüştürmeye yardımcı olan “hafıza konsolidasyonu” sürecini taklit etti.
Uykunun taklit edilmediği birinci deneyde, sistemin yeni vazifede öğrendiği her bilginin evvelki misyonda edindiklerine ziyan verdiği görüldü. Birinci bilgilerin yavaş yavaş silindiği ve üzerine yenilerinin yazıldığı tespit edildi.
Bunun üzerine araştırmacılar, ağın biyolojik uykuyu taklit etmesini sağlayarak başka deneye başladı. Yapay zeka ikinci vazifesi öğrenirken ortalara kısa uyku fazları serpiştirildi.
Sonunda bu sistemin, sistemin birinci misyonu nasıl gerçekleştirdiğini hatırlamasını sağladığı ortaya çıktı.
VICE News’e konuşan Sanda, “Çok kolay unsurlar o kadar da kolay olmayan tesirler yaratabilir” sözlerini kullandı:
Gerçek, biyolojik uykudan ilham aldık ancak modelimiz çok daha kolaydı.
ABD’deki Massachusetts Amherst Üniversitesi’nde misyon alan bilim insanı Hava Siegelmann, hakemli bilimsel mecmua PLOS Computational Biology’de yayımlanan araştırmayı şöyle yorumladı:
Böyle bir ağ, öğrendiklerini yeni durumlara uygulama yeteneğine sahip olur. Tıpkı hayvanlar ve beşerler gibi…
