Hafıza faktörü
Yapay zekanın hızla beyinsel bir hal aldığına dair konuşmalar arasında kaybolan bir husus var : hafıza. Sinir ağları genellikle görevleri ile ilgili bilmeleri gereken her şeyi, gerçek beynin yaptığı gibi mevcut deneyimlerin üzerine bina etmek yerine, öğrenerek yaparlar. Alphabet’in ‘DeepMind’ ekibi bu sorunu giderebileceğini düşünüyor. Sinir ağının geçmiş deneyimlerini hatırlayarak daha etkin bir şekilde öğrenmelerini sağlayacak bir algoritma geliştirdiler. Bu yaklaşım, beyninizin çalışma biçimiyle benzerlik taşıyor ve hatta insan beyninin işlevi hakkında kavrayış sağlıyor.
‘Elastik Ağırlık Düşüncesi’ olarak bilinen bu algoritma, geçmişte faydalı olan nöronlar arasındak ilişkileri koruma eğiliminde olan gerçek sinapslara oldukça benzer şekilde verilen bağlantı ile ilgili görev arasındaki önem derecesine karar verebiliyor. Sinir ağından yeni bir görevi öğrenmesini istediğiniz zaman algoritma en değerli bağlantıları korumaya alarak bu görevle ilişkili yeni görevlerde bir araya getiriyor. 10 adet Atari video oyunu ile yapılan testlerde Yapay Zeka (YZ) her bir oyunu izole durumda öğrenmek durumunda kalmadı. Bilakis bu oyunları sıralı olarak öğrendikten sonra bir oyunda payına düşen bilgiyi kullanarak başka bir oyunda uyguladı.
Bu teknoloji tamamlanmamış olmaktan biraz daha öte bir aşamada. Her şeyden anlıyor ama henüz hiçbir şeyi başaramıyor. DeepMind’dan James Kirkpatrick Wired’a tekil görevle görevlendirilmiş bir sinir ağının tek bir oyunla sınırlandırıldığı durumlarda hala daha iyi olduğunu belirtiyor. Aynı zamanda belirgin durumlara adapte olmaya henüz hazır değil. Bununla birlikte algoritma en azından, YZ’ye hafızamsı fonksiyonlar kazandırmanın mümkün olduğunu gösteriyor. DeepMind buradan gerçek beynin bilgiyi nasıl bir araya getirdiğine ışık tutulabileceğini öğrendi. Yıllardır mevcut diğer teorileri destekler anlam ifade ediyor.
