Son aylarda birçok heyecan verici, araştırma odaklı yapay zeka laboratuvarı ortaya çıkıyor ve Flapping Airplanes bunlar arasında en ilginç olanlardan biri. Genç ve meraklı kurucuları tarafından desteklenen Flapping Airplanes, yapay zekayı eğitmek için daha az veri kullanan yöntemler bulmaya odaklanıyor. Bu, yapay zeka modellerinin ekonomik yapısı ve yetenekleri açısından potansiyel bir devrim niteliği taşırken, 180 milyon dolarlık bir başlangıç fonuna sahip olmaları, bu konuyu keşfetmek için yeterli bir alan sağlıyor.
Geçtiğimiz hafta, laboratuvarın üç kurucu ortağı olan Ben ve Asher Spector ile Aidan Smith ile, yeni bir yapay zeka laboratuvarı başlatmanın heyecan verici bir zaman olduğunu ve insan beyniyle ilgili fikirlere neden geri döndüklerini görüştüm.
Ben: Yapacak çok şey var. Son beş ila on yılda elde ettiğimiz ilerlemeler muhteşemdi. Araçlara bayılıyoruz, her gün kullanıyoruz. Ama soru şu: Bu, olması gereken tüm evren mi? Düşünceli bir şekilde düşündük ve cevabımız hayır; daha yapılacak çok şey var. Bizim durumumuzda, veri verimliliği sorununun keşfedilmesi gereken ana konu olduğunu düşündük. Mevcut en ileri modeller, insan bilgisinin toplamı üzerinde eğitiliyor ve insanlar çok daha azıyla idare edebilir. Bu büyük bir boşluk ve anlaşılmaya değer.
Yapılan şey gerçekten üç şeye yoğunlaşmış bir bahis. Bu, veri verimliliği sorununu ele almanın önemli bir şey olduğunu gösteriyor. Bu yeni ve farklı bir yön ve bu alanda ilerleme kaydedebilirsiniz. Bunun, ticari olarak çok değerli olacağını ve eğer başarabilirsek, dünyayı daha iyi bir yer hâline getireceğini düşünüyoruz. Bu problemi ele almak için doğru türde bir ekibin, yaratıcı ve bazı açılardan deneyimsiz bir ekip olduğunu düşünüyoruz; bu ekip bu sorunları yeniden köklü bir şekilde inceleyebilir.
Aidan: Evet, kesinlikle. Biz, diğer laboratuvarlarla rekabet ettiğimizi görmüyoruz çünkü çok farklı bir problem setine odaklandığımızı düşünüyoruz. İnsan zihin yapısı, transformerlardan çok farklı bir şekilde öğrenir. Bu, daha iyi olduklarını söylemiyor, sadece çok farklılar. Bu farklılıkları gözlemliyoruz. Büyük dil modelleri (LLM) muazzam bir hatırlama yeteneğine sahipken, bu modellere yeni beceriler kazandırmak oldukça zordur. Yeni beceriler kazandırmak için nehir gibi veri gerekir. Beyin içindeki algoritmalar, gradient inişi ve günümüzde yapay zekayı eğitmek için kullanılan tekniklerden temelde çok farklıdır. Bu nedenle, bu sorunları ele almak için yeni bir araştırmacı kadrosu oluşturuyoruz ve yapay zeka alanında daha farklı düşünmeye çalışıyoruz.
Asher: Bu gerçekten bilimsel olarak ilginç bir soru: Akıllı olan sistemler neden insanın yaptığı şeylerden bu kadar farklı? Bu farklılık nereden geliyor? O farklılıktan nasıl yararlanarak daha iyi sistemler inşa edebiliriz? Aynı zamanda, bunun ticari olarak da uygulanabilir olduğunu düşünüyorum. Robotik gibi, verilerinin kısıtlı olduğu birçok önemli alan var. Ticari uygulamalarda, bir modelin milyon kat daha az veri gerektirmesi, ekonomiye entegre edilmesini de milyon kat kolaylaştırır. Bu tür farklı yaklaşımlara yeni bir perspektif getirmek çok heyecan vericiydi; eğer daha fazla veri verimliliğine sahip bir modelimiz olsaydı, bununla ne yapabiliriz?
Asher: Dediğim gibi, çok fazla heyecan var ve yatırımcılar bu potansiyeli görmekte. Bu, yeni bir girişime 180 milyon dolar gibi büyük bir başlangıç fonu sağlamak için yeterli bir motivasyon. Süreçle etkileşimde bulunmak nasıldı? Bu fırsatı baştan biliyor muydunuz yoksa bunun daha büyük bir şey olabileceğini sonradan mı fark ettiniz?
Ben: Bu iki durumun karışımıdır. Pazar, birkaç aydır oldukça hareketliydi; bu nedenle büyük finansal turların bir araya gelmesi sır değil. Ama girişimdeki fikirlerinizin bu kadar ilgi göreceğini asla bilemezsiniz. Bu, yaptığınız işe dünyadan geri bildirim almanız gereken bir alan. Bununla birlikte, fon sağlama sürecimiz boyunca çok şey öğrendik ve fikirlerimizi gelişterip, önceliklerimizin ne olması gerektiği konusunda daha net bir anlayış kazandık.
Mesajımızın ne kadar iyi bir şekilde yankı uyandırdığına dair bir ölçüde şaşırdık; çünkü bizim için çok netti, ama başka insanların da inandığını bilmiyorduk. Harika yatırımcılar grubuyla karşılaştık ve mesajımız gerçekten onlara hitap etti. Bu çok şaşırtıcıydı ve harikaydı.
Aidan: Araştırma çağının suyun içinde duyulurken, artık kendimizi bu yeni araştırma çağının önemli bir oyuncusu olarak konumlandırıyoruz. Şimdi, daha az veri kullanarak daha etkili bir şekilde eğitim yapılabiliriz, bu da daha güçlü ve akıllı modeller bulmamıza olanak tanır. Gelecekte, daha fazla keşif yapabiliriz.
Ben: Derin, temel araştırma yapmanın avantajlarından biri, paradoksal olarak, çılgın yeni fikirleri hayata geçirmenin çok daha ucuz olmasıdır. Kademeli çalışmalarda, neyin işe yarayıp yaramadığını anlayana kadar çok yüksek bir ölçekle denemeler yapmak zorundasınız. Ama bu tür yeni ve çılgın bir fikir denediğinizde, muhtemelen ilk denemede başarısız olacaksınız. Bu da demektir ki, yeni ve çılgın fikirler denemek için çok fazla maliyete katlanmanıza gerek yok.
Asher: İnterneti serbestçe kullanmak çok önemli. Ancak, insan seviyesindeki zeka için gerçekten tüm internete ihtiyaç duyacak mıyız, bu bizi yine de düşündürüyor.
Asher: Üç hipotezim var. İlk olarak, istatiksel kalıpları bulma ve derin anlayış arasında geniş bir spektrum olduğunu düşünüyorum. Mevcut modeller bu spektrumda bir yerde. Ancak daha az veri ile eğittiğinizde, modelin daha derin anlayışa sahip olmasını sağladığında, bu modelin çok ilginç şekillerde daha akıllı hale gelebileceğini düşünüyorum. Ayrıca, yeni beceriler kazandırmanın maliyetinin çok yüksek olduğunu göz önünde bulundurursak, daha verimli hale gelmemiz durumunda, birkaç örnekle modellerin yeni bir alana girmesine yardımcı olmamız mümkündür.
Ben: Yapay zekanın dünyada yaratabileceği etkiyi düşündüğümüzde, bir görüş, bunun deflasyonist bir teknoloji olduğu yönündedir. Yani, yapay zekanın birçok işi otomatik hale getirip bu işleri robotların yapmasını sağlaması bekleniyor. Ama bu, bana göre, en heyecan verici vizyon değil. Gerçekten yeni bilimler ve teknolojiler oluşturmak ve insanların düşünüp geliştiremeyeceği değerler ortaya çıkarmak, yapay zekanın en heyecan verici yönü olmalı.
Aidan: Beyin, her zaman en yüksek sınır değildir. Beyin, birçok açıdan, daha derin bir anlayışın temelidir. Bu nedenle, uzun vadede beyin seviyesinden çok daha ilginç ve farklı yeteneklerle sistemler oluşturabileceğimizi düşünüyorum. Bu geleceği, tıpkı AGI gibi düşünmeyi arzuluyoruz.
Asher: Beyin ile kıyaslanması da önemlidir; çünkü bu alanın ne kadar geniş olduğunu görmemizi sağlar. Yaptığımız ilerlemelerle, belki de çözüm yollarına yaklaştığımızı düşünüyoruz. Ama dışarıda çok fazla bilinmeyen şey var.
Aidan: Ekibe alım konusunda çok daha genç arayışlar içerisine girdiniz. Bir öğrenciyi konuştuğunuzda sizi etkileyen şey nedir? O kişiyi bu araştırma projelerine katmak istiyorsanız hangi kriterler sizi etkiler?
Aidan: Birisi ile konuştuğunuzda, size yeni ve yaratıcı fikirler sunuyorsa ve diğer önceden belirlenmiş düşünce kalıplarını aşması kolay oluyorsa, bu sizin için önemli bir sinyal. Ekibimizin bu denli yaratıcı olması benim için çok büyük bir şans.
Asher: Yeteneklı bir birey, araştırmada kendine özgü bir katkıda bulunuyorsa, bu da önemli bir sinyal. Araştırmada, yeni, yaratıcı fikirler her zaman önceliklidir. Genç insanlar, en üst düzeyde endüstride rekabet edebilir ve bu bağlamda büyük bir potansiyele sahiptirler.
Ben: Uzun vadede farklı yetenek ve ilgilerle insanlarla çalışmak istiyoruz; bu, her zaman, yenilikçi ve fark yaratan bir sistemin parçası olmamız için önemli. Eğer yapay zekanın gelecekteki etkisini düşünüyorsanız, bu tür düşüncelere yönelen bir yapının bir parçası olmalısınız.
Asher: İnsan seviyesi zeka hedefimizi ne kadar etkin gerçekleştirebiliriz, bunu bilmiyoruz ama daha verimli bir şekle ulaşmanın muazzam potansiyeli var. Bilimsel keşif gibi pek çok alanda büyük yenilikler ve yaratıcı çözümler üretilebilir.
Asher: Eğer Flapping Airplanes ile etkileşimde bulunmak istiyorsanız, [email protected] adresinden bizlere ulaşabilirsiniz. Ayrıca, düşüncelerinizi paylaşırsanız biz de geri dönüş yapmaktan mutlu oluruz.
Ben: Ancak kimse henüz bizi ikna edebilmiş değil.
