Bugün GPT veya gelişmiş VLM (Görsel Dil Modeli) sınıfındaki yapay zekâ sistemleri, tek bir nesneyi veya kavramı öğrenebilmek için milyonlarca görsele, trilyonlarca kelimelik veri kümelerine ve muazzam bir hesaplama gücüne ihtiyaç duyuyor. Buna karşın 1 yaşındaki bir bebek, bir nesneyi yalnızca bir veya iki kez görüp ona dokunduktan sonra ömür boyu tanıyabiliyor. Bebek beyninin minik gözlemler ve fiziksel etkileşimlerle kurduğu bu doğal öğrenme mimarisi, yapay zekâ araştırmacılarının yeni odak noktası haline geldi.
YAPAY ZEKÂ KANLI CANLI HAYATIN TESTİNDE (EGOBABYVLM) SINIFTA KALDI
Meta, Stanford Üniversitesi, Tokyo Üniversitesi ve Fransa'daki Ecole Normale Superieure araştırmacıları, yapay zekânın gerçek dünya performansını ölçmek için EgoBabyVLM Challenge adını verdikleri yeni bir değerlendirme sistemi kurdu.
Test Yöntemi: Bebeklerin ve küçük çocukların başlarına yerleştirilen kameralarla kaydedilen yaklaşık 1.000 saatlik ham ve filtresiz gerçek yaşam görüntüleri VLM modellerine sunuldu.
Sonuç: Steril ve temizlenmiş veri setlerinde yüksek başarı gösteren en gelişmiş yapay zekâ modelleri, gerçek hayatın karmaşık, dağınık ve hareketli görüntüleriyle karşılaştığında beklentilerin çok gerisinde kaldı.
SADECE KELİMELER YETMİYOR: ÇOKLU DUYU VE SOSYAL İPUÇLARI
Stanford Üniversitesi bilişsel bilimcisi Michael Frank, yapay zekanın sadece metin ve dil üzerinden eğitilmesinin insan benzeri bir zekâ için yetersiz olduğunu vurguluyor. Bebekler; anne-babalarının bakış yönünü, el-kol hareketlerini (sosyal ipuçları) takip ediyor, görüş alanında olmayan nesneler hakkında konuşulanları dinliyor ve en önemlisi görme, dokunma ve işitmeyi aynı anda kullanarak fiziksel dünyayı deneyimliyor.
MIT'den Joshua Tenenbaum ise 2023'teki BabyLM projesine dikkat çekiyor. BabyLM, yapay zekanın sınırlı veriyle dilin gramerini öğrenebildiğini kanıtlasa da konu ortak akıl, fiziksel muhakeme ve sosyal ilişkiler olduğunda mevcut transformer mimarilerinin tıkandığını belirtiyor.
GELECEĞİN YAPAY ZEKÂSI BEBEK BEYNİNDEN İLHAM ALACAK
2024 ve sonrasında yapılan çalışmalarda, tek bir bebeğin kamera kayıtlarıyla nesne tanıma denemeleri yapılsa da araştırmacılar asıl hedefin bebeklerin 2 yaşına kadar kazandığı derin bilişsel ve nedensel akıl yürütme yetisini çözmek olduğunu ifade ediyor. Stanford ekibi, nedensellik ile görsel-zamansal ilişkileri öğrenmeye odaklanan yeni model türlerini denemeye başladı. Bu yaklaşım çözüldüğünde; çok daha az veriyle, çok daha az enerji tüketerek insan gibi fiziksel ve sosyal akıl yürütebilen otonom robotlar ve verimli yapay zekâ sistemleri inşa edilebilecek.
