Karpathy'nin yapay zeka sınıfına yönelik tavsiyeleri
Özet
Eski OpenAI araştırmacısı Andrej Karpathy, yapay zeka tarafından oluşturulan ödevleri yakalamaya çalışmaktansa, not verilen çalışmalara ve yapay zekayı öğrenme aracı olarak benimsemeye odaklanmayı öneriyor. Karpathy, yapay zeka tespit araçlarının işe yaramadığını ve öğrencilerin yapay zekayı etkin bir şekilde kullanabilmesi ve aynı zamanda onsuz da var olabilmesi gerektiğini belirtiyor. Bu yaklaşım, okulların yapay zekanın hızlı gelişimine uyum sağlaması ve değişen eğitim koşullarına hazırlanması için önemli. Ayrıca Harvard Tıp Fakültesi, genetik analiz için DeepMind'ın AlphaMissense'ini geride bırakan ve yanlış pozitifleri azaltan yeni bir yapay zeka aracı olan popEVE'yi tanıttı.
Yapay Zeka ve EĞİTİM
Görsel Kaynağı: Gemini / The Rundown
The Rundown: Eski OpenAI araştırmacısı Andrej Karpathy, eğitimcileri yapay zeka tarafından oluşturulmuş ödevleri yakalama çabalarından vazgeçmeye çağırdı ve tespit araçlarının bozuk olduğunu, not vermenin yapay zeka çağında sınıfa geri dönmesi gerektiğini savundu.
Detaylar:
Karpathy, eğitimcilerin ödevlerde yapay zeka kullanımını "asla tespit edemeyeceklerini" ve dedektörlerin "işe yaramadığını" ve "başarısızlığa mahkum" olduğunu söyledi.
Öğrencilerin el yazısını taklit ederken sınav problemlerini doğru bir şekilde tamamlayabilen Google'ın Nano Banana Pro'sunu örnek gösterdi.
Karpathy, okul dışı ödevler yerine not verilen çalışmaların okul ortamlarına taşınmasını ve yapay zekayı okul dışında bir öğrenme arkadaşı olarak benimsemeyi önerdi.
Yapay zeka çağında eğitimin hedefinin öğrencilerin "yapay zeka kullanımında yetkin" olmaları ancak aynı zamanda "onun olmadan da var olabilmeleri" gerektiğini söyledi.
Neden önemli: Yapay zeka, okulların hazırlanabileceğinden çok daha hızlı ilerledi ve değişen koşullarda nasıl yol alınacağına dair net bir yol haritası olmadan tüm eğitim sistemini alt üst etti. Teknolojinin karışık görüşleri ve uygulamaların büyük ölçüde farklılık göstermesiyle, yapay zeka ile büyüyen bir nesil için okulları yeniden düzenlemek büyük bir çaba gerektirecek.
HARVARD ÜNİVERSİTESİ
Görsel Kaynağı: Harvard Tıp Fakültesi
The Rundown: Harvard Tıp Fakültesi, bir hastanın tüm genomunda zararlı DNA varyantlarını sıralayabilen, DeepMind'ın AlphaMissense'ini geride bırakan ve yanlış pozitifleri önemli ölçüde azaltan yeni bir yapay zeka genetik analiz aracı olan popEVE'yi tanıttı.
Detaylar:
PopEVE, yüz binlerce türdeki mutasyon modellerini analiz eder ve ardından sonuçları sağlıklı insan genomları veritabanlarına karşı kalibre eder.
Araştırmacılar, modeli şiddetli gelişimsel bozuklukları olan 31.000 çocuk üzerinde uygulayarak, teşhis konulamayan vakaların yaklaşık üçte birini çözdü.
Analiz, daha önce rahatsızlıklarla hiçbir bağlantısı olmayan 120'den fazla geni işaret etti; bunların iki düzinesi dış ekipler tarafından daha sonra doğrulandı.
DeepMind'ın AlphaMissense'i, insanların %44'ünün tehlikeli varyantlar taşıdığını belirtirken, popEVE, yanlış pozitifleri azaltarak bu rakamı %11'e düşürüyor.
Neden önemli: Genomumuz ve nadir genetik rahatsızlıkların nedenleri hakkında öğrenilecek daha çok şey var ve popEVE gibi modeller, kimsenin aramayı bilmediği genleri ortaya çıkararak ve uzun yıllar cevapsız kalan ailelere gerçek teşhisler koyarak bilimsel anlayışı genişleterek şifreyi çözmeye geliyor.
YAPAY ZEKA ARAŞTIRMASI
Görsel Kaynağı: MIT
The Rundown: MIT, yapay zekanın iş gücü üzerindeki etkisine dair, yapay zekanın ABD ücretlerinin %11,7'sine eşdeğer görevleri yerine getirebileceğini gösteren 'Iceberg Index'ini, yani bir iş gücü simülasyonunu kullanarak bir çalışma yayınladı; bu sayı, manşetlerde görünen işten çıkarmaların ötesine geçiyor.
Detaylar:
Iceberg Index, yapay zeka yeteneklerinin insan işlevleriyle nerede örtüştüğünü gösteren 32.000 beceriye yayılan 151M Amerikan işçisini modellemekte.
Teknoloji işten çıkarmaları, toplam ücret maruziyetinin yalnızca %2,2'sini (yaklaşık 211 milyar dolar) temsil ederken, yapay zekanın yönetim ve finansta gizli otomasyon potansiyeli 1,2 trilyon dolar kadar yüksek.
Üretim