Yapay zekâya farklı bir bakış açısı getiren milyar dolarlık girişim şirketi
Özet
Yann LeCun tarafından kurulan AMI Labs, mevcut büyük dil modellerinin yapay zekanın geleceği olmadığını savunarak daha modüler ve amaca yönelik bir yaklaşım geliştirmektedir. Şirket, genel modeller yerine dünya modeli, aktör, eleştirmen ve algı sistemi gibi özelleşmiş bileşenlerden oluşan bir yapı kullanarak yapay zekanın verimliliğini artırmayı hedeflemektedir. Bu yeni yaklaşım, internet verilerine dayalı genel sistemlerin aksine, yalnızca belirli bir ortam ve amaca yönelik yönlendirilmiş verilerle çalışan, denetlenebilir ve modüler bir model sunmaktadır. Böylece AMI Labs, uzun vadeli ve gerçek dünyada somut sonuçlar üretebilen bir yapay zeka mimarisi oluşturmayı amaçlamaktadır.
12 çalışanı olan bir şirkete bir milyar dolarlık girişim sermayesi yatırılması, yatırımcıların yapay zekaya olan inançlarını sürdürdüklerinin bir göstergesidir. Ancak söz konusu girişimin kurucusu olan AMI Labs'ten Yann LeCun, günümüzde yapay zeka olarak adlandırdığımız teknoloji türünün (büyük dil modelleri), anlamlı ve uzun vadeli sonuçlar geliştirecek yol olmadığına inanıyor.
Yann LeCun, geçen yılın sonlarında Meta'daki baş yapay zeka bilimcisi görevinden ayrılarak, belki de beş yıl boyunca satılabilir bir ürün üretmesi beklenmeyen bir araştırma kuruluşu olarak kalacağını iddia ettiği Advanced Machine Intelligence Labs'i (AMI Labs) kurdu. AMI Labs'teki ekip, devasa, genel amaçlı dil tabanlı modellere değil, belirli kullanım durumları için eğitilmiş ve bu durumlarda faaliyet gösteren, modüler bileşenler koleksiyonundan oluşan yapay zekalara odaklanıyor.
LeCun'un önerdiği yapay zeka sistemi şu tür unsurlardan oluşuyor:
yapay zekanın çalışacağı alana özgü bir dünya modeli. Bu, endüstriye özgü veya daha büyük olasılıkla role özgü olabilir,
klasik pekiştirmeli öğrenmeye dayalı olarak atılacak bir sonraki adımları öneren bir aktör,
dünya modelinden alınan ve kısa süreli belleğe dayanan farklı seçenekleri analiz eden ve önerilen adımları kesin kurallara göre değerlendiren bir eleştirmen,
yapay zekanın kullanımına özel bir algı sistemi: örneğin derin öğrenme tabanlı görüntü tanıma algoritmaları kullanan video veya ses verileri, metinler, görseller vb.,
kısa süreli bir bellek,
yukarıdakilerin her biri arasındaki bilgi akışını koordine edecek bir yapılandırıcı.
Yalnızca tek bir bilgi kaynağından (internetten kazınan metinler) eğitilmiş büyük dil modellerinin aksine, LeCun'un yapay zekasının her örneğine yalnızca kendi ortamları ve amaçları ile ilgili yönlendirilmiş veriler verilecektir. Her versiyonda, her modülün önemi farklı şekilde ayarlanabilir. Örneğin, hassas bilgilerle çalışan alanlarda eleştirmen modülü daha kapsamlı olabilir veya gerçek dünyadaki olaylara hızlı tepki vermesi gereken sistemlerde algı modülü en önemli unsur olabilir.
Her modül, yapay zekanın özel alanına uygun yollarla eğitilecektir. Geçmişte bunun, örneğin bir video veya masa oyununu kendi kendine oynamayı öğrenebilen makine öğrenimi sistemleri gibi birkaç başarılı örneği olmuştur. Bunlar, yapay zeka hakkında konuştuğumuzda bugün bahsettiğimiz şeylerin büyük çoğunluğunun temelini oluşturan büyük dil modellerinin aksidir.
LLM'ler, aldıkları bilgilere dayanarak en iyi tahminleri sunan genel uzmanlar olarak eğitilirler; bu tahminler daha sonra yazılım sarmalayıcıları (yakın zamanda en bilineni Claude Code olmak üzere) aracılığıyla istem mühendisliği ile veya daha derin bir seviyede akıl yürütme modelleri (temel yanıtların 'sesli düşünme' kısmının, kullanıcı nihai yanıtları görmeden önce yapay zekanın istemine geri beslenmesi) yoluyla ince ayara tabi tutulurlar.
AMI Labs tarafından önerilen yöntemlerle üretilen yapay zekaların finansal etkileri...