Rodney Brooks robotik ve yapay zeka hakkında konuştuğunda onu dinlemelisiniz. Şu anda MIT’de Panasonic Robotik Emeritus Profesörü olan Brooks, Rethink Robotics, iRobot ve şu anki girişimi Robust.ai dahil olmak üzere üç önemli şirketin kurucu ortağıdır. Brooks ayrıca 1997’de başlayarak on yıl boyunca MIT Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı’nı (CSAIL) yönetti.
Aslında, yapay zekanın geleceği hakkında tahminlerde bulunmayı seviyor ve puan kartı tutar blogunda ne kadar iyi durumda olduğunu anlatıyor.
Neyden bahsettiğini biliyor ve belki de üretken yapay zekanın çığır açan abartılı reklamına son vermenin zamanının geldiğini düşünüyor. Brooks bunun etkileyici bir teknoloji olduğunu düşünüyor ancak pek çok kişinin önerdiği kadar yetenekli olmayabilir. “LLM’lerin önemli olmadığını söylemiyorum ama dikkatli olmalıyız [with] onları nasıl değerlendiriyoruz” dedi TechCrunch’a.
Üretken AI’nın sorununun, belirli bir görev kümesini mükemmel bir şekilde yerine getirebilmesine rağmen, bir insanın yapabileceği her şeyi yapamaması ve insanların yeteneklerini abartma eğiliminde olması olduğunu söylüyor. Brooks, “Bir insan bir AI sisteminin bir görevi yerine getirdiğini gördüğünde, bunu hemen benzer şeylere genelleştirir ve AI sisteminin yeterliliği hakkında bir tahminde bulunur; sadece o konudaki performans değil, etrafındaki yeterlilik de,” dedi. “Ve genellikle çok fazla iyimser olurlar ve bunun nedeni, bir kişinin bir görevdeki performansının bir modelini kullanmalarıdır.”
Sorunun, üretken yapay zekanın insan ya da hatta insan benzeri olmaması olduğunu ve ona insani yetenekler atamanın kusurlu olduğunu ekledi. İnsanların onu o kadar yetenekli gördüklerini, hatta mantıklı olmayan uygulamalar için bile kullanmak istediklerini söylüyor.
Brooks, bunun bir örneği olarak son şirketi Robust.ai’yi, bir depo robotik sistemini sunuyor. Birisi yakın zamanda ona, sistemi için bir LLM inşa ederek depo robotlarına nereye gideceklerini söylemenin harika ve etkili olacağını önerdi. Ancak onun tahminine göre, bu üretken AI için makul bir kullanım örneği değil ve aslında işleri yavaşlatacaktır. Bunun yerine robotları depo yönetim yazılımından gelen bir veri akışına bağlamak çok daha basit.
“İki saat içinde göndermeniz gereken 10.000 siparişiniz olduğunda, buna göre optimizasyon yapmalısınız. Dil yardımcı olmayacak; sadece işleri yavaşlatacak,” dedi. “Büyük veri işleme ve büyük AI optimizasyon tekniklerimiz ve planlamamız var. Ve siparişleri hızlı bir şekilde tamamlamamızın yolu bu.”
Brooks’un robotlar ve yapay zeka konusunda öğrendiği bir diğer ders de çok fazla şey yapmaya çalışamayacağınızdır. Robotların kolayca entegre edilebildiği çözülebilir bir problemi çözmelisiniz.
“İşlerin zaten temizlenmiş olduğu yerlerde otomasyona ihtiyacımız var. Şirketime örnek olarak depolarda oldukça iyi durumdayız ve depolar aslında oldukça kısıtlı. Bu büyük binalarda aydınlatma değişmiyor. Yerde hiçbir şey yok çünkü arabaları iten insanlar bunlarla karşılaşabilir. Ortalıkta yüzen plastik torbalar yok. Ve robota kötü niyetli davranmak büyük ölçüde orada çalışan insanların çıkarına değil” dedi.
Brooks, bunun aynı zamanda robotlar ve insanların birlikte çalışmasıyla da ilgili olduğunu açıklıyor, dolayısıyla şirketi bu robotları, insan görünümlü bir robot yapmak yerine depo operasyonlarıyla ilgili pratik amaçlar için tasarladı. Bu durumda saplı bir alışveriş sepetine benziyor.
“Bu yüzden kullandığımız form faktörü, etrafta dolaşan insansılar değil – her ne kadar herkesten daha fazla insansı inşa etmiş ve teslim etmiş olsam da. Bunlar alışveriş arabalarına benziyor,” dedi. “Bir gidonu var, bu yüzden robotta bir sorun varsa, bir kişi gidonu tutup istediğini yapabilir,” dedi.
Bunca yılın ardından Brooks, asıl meselenin teknolojiyi erişilebilir ve amaca uygun hale getirmek olduğunu öğrendi. “Teknolojiyi her zaman insanlar için kolay anlaşılır hale getirmeye çalışıyorum ve bu nedenle onu geniş ölçekte dağıtabiliyoruz ve her zaman iş durumuna bakabiliyoruz; Yatırımın geri dönüşü de çok önemli.”
Brooks, buna rağmen, AI söz konusu olduğunda çözülmesi zor aykırı durumların her zaman olacağını ve bunların çözülmesinin onlarca yıl sürebileceğini kabul etmemiz gerektiğini söylüyor. “Bir AI sisteminin nasıl dağıtılacağı konusunda dikkatli bir şekilde kutulama yapılmazsa, keşfedilmesi ve düzeltilmesi onlarca yıl süren uzun bir özel durum kuyruğu her zaman vardır. Paradoksal olarak, tüm bu düzeltmeler AI’nın kendisi tarafından tamamlanır.”
Brooks, çoğunlukla bunun yanlış bir inanç olduğunu ekliyor. Moore yasasıteknoloji söz konusu olduğunda her zaman üstel büyüme olacağı fikri — ChatGPT 4 bu kadar iyiyse, ChatGPT 5, 6 ve 7’nin nasıl olacağını hayal edin. Bu mantıktaki hatayı görüyor, teknoloji Moore yasasına rağmen her zaman üstel olarak büyümüyor.
Örnek olarak iPod’u kullanıyor. Birkaç yinelemede, depolama boyutunu 10’dan 160 GB’a kadar ikiye katladı. Bu yolda devam etseydi, 2017’ye kadar 160 TB depolama alanına sahip bir iPod’umuz olacağını hesapladı, ancak tabii ki olmadı. 2017’de satılan modeller aslında 256 GB veya 160 GB ile geldi çünkü belirttiği gibi, hiç kimse bundan fazlasına ihtiyaç duymuyordu.
Brooks, yüksek lisansların, özellikle yaşlanan nüfus ve onlara bakacak yeterli insan olmadığı göz önüne alındığında, belirli görevleri yerine getirebilecekleri yerli robotlar konusunda bir noktada yardımcı olabileceğini kabul ediyor. Ancak bunun bile kendine özgü zorlukları beraberinde getirebileceğini söylüyor.
“İnsanlar ‘Büyük dil modelleri robotların yapamayacakları şeyleri yapabilmesini sağlayacak’ diyor. Sorunun yeri burası değil. Bir şeyler yapabilmenin sorunu, kontrol teorisi ve her türlü diğer zorlu matematik optimizasyonuyla ilgilidir” dedi.
Brooks, bunun sonunda bakım durumlarındaki insanlar için kullanışlı dil arayüzlerine sahip robotlara yol açabileceğini açıklıyor. “Depoda, bir robota dışarı çıkıp bir sipariş için bir şey almasını söylemek faydalı değil, ancak evlerdeki yaşlı bakımı için insanların robotlara bir şeyler söyleyebilmesi faydalı olabilir,” dedi.