Yapay zeka geliştirmedeki en son patlamanın, Büyük Dil Modeli (LLM), Üretici Düşman Ağı (GAN) ve daha fazlası gibi büyük, vızıltılı kısaltmalarıyla egzotik bir bilgi işlem durumu olduğunu düşünüyorsanız, tekrar düşünün. Bir Petri kabında yüzerken elektronikle ve yapay zeka ajanlarıyla arabirim oluşturabilen insan beyin hücrelerinden daha egzotik olamaz. Yine de, Monash Üniversitesi ve Cortical Labs ile bağlantılı bir Avustralyalı ekibin geçen yıl DishBrain konseptini tanıttıklarında tam olarak bunu başardı.
Görünüşe göre, ekibin çalışmasının konsepti ve vaadi, ordunun ilgisini çekti ve bir araştırma merkezi olarak çekiciliği, hatta bir dolar değerine sahip – sayesinde – Avustralya’nın ONI’sinin (Ulusal İstihbarat Ofisi) araştırma izniyle 407.000 ABD Doları değerinde askeri yatırım.
Geçen yıl DishBrain’i tanıtırken, araştırmacılar, kontrol elektrotlarına dönüşen insan ve fare beyin hücrelerinin bir karışımından tasarlanan yarı biyolojik bir işlem birimini tanımladılar. Bu elektrotlar, bilim adamlarının kontrol sinyalleri göndermesine ve biyolojik “ön beyin” aktivitesini okumasına izin veren bir tür BCI (Beyin-Bilgisayar Arayüzü) görevi gördü. İlginç bir şekilde (sıfatınız değişebilir), DishBrain açıldıktan sonraki 5 dakika içinde duyarlılığa benzer bir şey gösterdi (daha çok temel hayatta kalma becerileri veya olumsuz geri bildirimi en aza indirmenin biyolojik zorunluluğu gibi): Pong oynamayı “öğrenmek” için gereken süre buydu.
Beyni “eğitmeyi” başardıkları yol dahiceydi: Topun hareketi, DishBrain hücrelerinin elektriksel uyarımının topun konumuna göre haritalanan farklı alanları etkilemesiyle elektrotlar aracılığıyla hücrelere iletildi. Ardından, DishBrain’e küreklerin kontrolü ve bunları sola ve sağa hareket ettirme yeteneği verildi.
Biyolojik sistemler mümkün olan en düşük enerji harcamasına yöneldiğinden (veya en azından, enerji rezervlerinden – ve dolayısıyla hayatta kalabilirliğinden – eksilen maliyetli veya olumsuz deneyimlerden kaçınmak için) DishBrain, bundan yararlanan basit bir ödül sistemi için kuruldu: raket topu yakalarsa, BrainDish’teki elektrotlar ona “pozitif”, öngörülebilir, bir saniye uzunluğunda bir elektrik uyarısı verirdi. Ancak kanatlar ne zaman topu ıskalasa, DishBrain dört saniyeye kadar süren öngörülemeyen bir elektrik patlaması aldı. Bu durumda duyarlılık, hayatta kalma yoluyla elde edildi: öngörülemeyen dört saniyelik bir patlamayla başa çıkmak, tahmin edilebilir, bir saniyelik bir patlamayla başa çıkmak için olduğundan daha fazla enerji gerektirir. Böylece DishBain, küreklerin topa vurma sayısını aktif olarak maksimize ederek beka kabiliyetini artırdı.
Bu, belirli bir davranışı ikna etmek için birine bastırılan bir elektrik copunun görüntüsünü çağrıştırıyorsa – pekala, tamamen yanlış değilsiniz.
Turner Beyin ve Ruh Sağlığı Enstitüsü’nden Doçent Adeel Razi, çalışmalarının “programlanabilir biyolojik bilgi işlem platformları oluşturmak için yapay zeka ve sentetik biyoloji alanlarını birleştirdiğini” söyledi. Bilgi işlem cihazları olarak en üst düzey paralel işlemcilere (biyolojik beyinler veya ıslak yazılımlar) sahip olma vaadi çok etkileyici. Razi’ye göre, bunlar gibi biyo-işlemcilerin sonunda geleneksel silikon çiplerin sınırlarını aşabileceği yönünde bir beklenti bile var.
DishBrain projesinin mevcut AI silahlanma yarışımızla görünüşte uyumlu bazı hedeflere sahip olduğunu not etmek ilginçtir: Microsoft ve OpenAI gibi AI şirketlerinin yinelemeli eğitim hayalinin peşinde koşması gibi (bu, bir AI ajanının kendi kendini eğitebileceği anlamına gelir), DishBrain’in kendi kendine öğrenme yeteneği, silikon ve kuantum hesaplama tabanlı şirketlerin (Microsoft’un durumunda) peşinde olduğu kesin ödüldür. Bu öğrenmenin biyomekanik ve fizik tabanlı bir hayatta kalma içgüdüsüne mi yoksa saf sezgiye mi dayandığı ilgili bir sorudur, ancak nihai sonuç – sistemin kendi kendine öğrenebileceği – aynıdır.
Mevcut silikon tabanlı yaklaşımımız yerine ıslak yazılıma dayalı bir işleme sistemi, AI’nın evrimindeki en büyük zararlardan birini önleyebileceğinden, özellikle bu yeteneğin AI üzerinde derin bir etkisi olabilir: eğitimi hatırlama yeteneği veya başka bir deyişle, AI’nın öğrenme tabanını geliştirmesini genellikle engelleyen “yıkıcı unutma”.
Razi’ye göre ekip “bunu kullanacak. [the grant] bu biyolojik sinir ağlarının öğrenme kapasitesini kopyalayan daha iyi yapay zeka makineleri geliştirmek.” Önde gelen araştırmacılar, yapay zekanın ortaya koyduğu varoluşsal risklere karşı temkinli davransa da, bilim kurgu bağlamında bilim kurgu bağlamında daha olası görünen araştırmalar var. Tom’un Donanımı. 2001 filmi Aşağı ve ıslak yazılımla çalışan, duyarlı öldürücü asansörü akla geliyor.
Bu makalede ortaya konan teknoloji daha da askeri odaklı bir şeyde ortaya çıktığında neler olabileceğini düşünmek biraz stresli – örneğin insan işleyicisini öldürmeyi seçen bir insansız hava aracı sistemi.
Neyse ki, yalnızca gelecekteki versiyonlarımız bununla başa çıkmak zorunda kalacak – eğer o an gelirse.