Günümüzün yapay zekasının (AI) büyük kısmı, makine öğrenmeye dayanıyor. Belirli bir veri kümesindeki bilgileri makineye aktardıktan sonra; makine bilgileri öğrenip, tepkiler verebiliyor.
Makine Öğrenme Algoritmaları, bir anlamda, önceden kurulmuş değerleri kullanarak sonuçları öngörüyor.
Duygusal Nöron
OpenAI araştırmacıları, Amazon’daki incelemelerde bir sonraki karakteri öngörmek için yarattığı bir makine öğrenme sisteminin, duyguları temsil edebilecek denetlenmemiş bir sisteme dönüştüğünü keşfetti.
OpenAI’nin yatırımcıları arasında bulunan Elon Musk, Peter Thiel, ve Sam Altman, bu tesadüfü bloglarında “Modelimizin yorumlanabilir bir özellik öğrenebildiğine çok şaşırdık. Amazon incelemelerindeki bir sonraki karakteri tahmin etmek; sadece makinelerde duyguların keşfedilmesine neden oldu.” şeklinde açıklıyor.
OpenAI‘nin sinir ağı; incelemeleri olumlu veya olumsuz olarak sınıflandırıp, duyguyu analiz etme yönünde kendini yetiştirdi ve istenen bir duyguya sahip bir metin üretebildi.
AI; (bir metin için, bir sonraki karakteri öngörerek) 82 milyon Amazon incelemesinin, tek kaynağında 4,096 birimle, bir ay boyunca eğitilmiş uzun-kısa vadeli bellek (LSTM) ‘tir. Araştırmacılar; mLSTM eğitiminden sonra modelini, bu birimlerin doğrusal bir birleşimini kullanarak bir duygu sınıflandırıcısına dönüştürür.
Modellerinin öğrenilen birimlerden azını kullandıklarını fark ettiklerinde, (oldukça tahmini bir duygu değeri olan) AI’de tek bir “duygu nöronu” olduğunu keşfettiler.
AI’nın duygu analizi yetenekleri; Stanford Sentiment Treebank’ta kullanılan tüm yaklaşımları geçti; küçük fakat kapsamlı olarak incelenmiş bir duygu analizi veri seti haline dönüştü. AI; şu anda %91.8 doğruluk seviyesine sahip. (Bir önceki en iyi seviye: % 90.2)
Denetimsiz Öğrenme
Denetimsiz öğrenme algoritmaları, öğrenen makine araştırmacılarının hayalidir. Temel olarak, tek başına öğrenme yeteneğine sahip bir AI; etiketli veya organize veri ihtiyacını ortadan kaldırır.
OpenAI’nin mLSTM’si bunu başardı; ancak geliştiricileri bunun, denetlenmeyen öğrenme kapasitesine sahip tek makine olabileceğini kabul etmiyor:
“Olgunun modelimize özgü olmadığına, bunun yerine girdilerindeki bir sonraki adımı veya boyutu tahmin edebilmek için, eğitilmiş bazı büyük sinir ağlarının genel bir özelliği olduğuna inanıyoruz.”
Öğretilmeden öğrenmek AI’lere önemli bir destek sağlayacaktır: Eğitim için gerekli süreyi azaltmak ve aynı zamanda performansı arttırmak.
Böyle bir AI, bir kullanıcının ihtiyaçlarını analiz edip, o ihtiyaçlara uygun işlemi tahmin edebilecek.
