tag YapayZekaFelsefesi

Artificial Narrow Intelligence (ANI) (Dar (Zayıf) Yapay Zeka)

Bu sayfada YapayZekaFelsefesi (Artificial Narrow Intelligence (ANI) (Dar (Zayıf) Yapay Zeka)) etiketi ile işaretlenmiş 1 yapay zeka kavramını bulabilirsiniz.

Dar Yapay Zeka (ANI — Artificial Narrow Intelligence), yalnızca belirli bir görev veya sınırlı bir alan için tasarlanmış ve eğitilmiş yapay zeka sistemlerini tanımlar. Bu sistemler, kendi uzmanlık alanlarında insanı aşan bir performans sergileyebilirken başka bir göreve uyarlanamazlar. Günümüzdeki tüm ticari yapay zeka ürünleri dar yapay zeka kategorisine girmektedir. Dar yapay zekanın en bilinen örnekleri arasında DeepMind'ın AlphaGo ve AlphaZero oyun sistemleri, OpenAI'nin GPT dil modelleri, Google'ın arama algoritmaları ve çeşitli öneri motorları sayılabilir. AlphaGo, Go oyununda dünya şampiyonlarını yenerek insanüstü performans gösterirken aynı sistem basit bir matematik problemini çözemez. GPT tabanlı modeller doğal dil işlemede olağanüstü başarı gösterirken görüntü sınıflandırma görevlerini doğrudan yerine getiremezler. ANI, Yapay Genel Zeka (AGI — Artificial General Intelligence) ve Yapay Süper Zeka (ASI — Artificial Super Intelligence) ile karşılaştırıldığında mevcut teknolojinin gerçekçi sınırını temsil eder. AGI, herhangi bir entelektüel görevi öğrenip uygulayabilmeli ve görevler arası bilgi aktarımı yapabilmelidir; henüz gerçekleşmemiş ve yoğun biçimde araştırılan teorik bir hedeftir. ASI ise tüm alanlarda insan zekasını aşan hipotetik bir sistemdir. Dar yapay zeka sistemleri büyük veri ve güçlü hesaplama altyapısına bağımlıdır; dağılım dışı (out-of-distribution) girdilerde başarım hızla düşer. Eğitim verisinde karşılaşılmamış yeni bir kavşak düzenini sürüş modeli yorumlayamayabilir. Transfer öğrenme ve çok görevli modeller bu kırılganlığı kısmen azaltsa da gerçek anlamda genel zeka kapasitesi henüz kazanılamamıştır. Günümüz yapay zeka araştırmalarının büyük çoğunluğu dar yapay zeka sınırları içinde kalmayı sürdürmektedir. Çok modlu (multimodal) modeller ve büyük dil modellerinin hızlı gelişimi, araştırmacıların ANI ile AGI arasındaki sınırı yeniden tartışmasına yol açmaktadır. Foundation modeller bu geçiş bölgesindeki en ilgi çekici araştırma alanını oluşturmaktadır.

vertical_align_center

Artificial Narrow Intelligence (ANI) (Dar (Zayıf) Yapay Zeka)

Dar Yapay Zeka (ANI — Artificial Narrow Intelligence), yalnızca belirli bir görev veya sınırlı bir alan için tasarlanmış ve eğitilmiş yapay zeka sistemlerini tanımlar. Bu sistemler, kendi uzmanlık alanlarında insanı aşan bir performans sergileyebilirken başka bir göreve uyarlanamazlar. Günümüzdeki tüm ticari yapay zeka ürünleri dar yapay zeka kategorisine girmektedir. Dar yapay zekanın en bilinen örnekleri arasında DeepMind'ın AlphaGo ve AlphaZero oyun sistemleri, OpenAI'nin GPT dil modelleri, Google'ın arama algoritmaları ve çeşitli öneri motorları sayılabilir. AlphaGo, Go oyununda dünya şampiyonlarını yenerek insanüstü performans gösterirken aynı sistem basit bir matematik problemini çözemez. GPT tabanlı modeller doğal dil işlemede olağanüstü başarı gösterirken görüntü sınıflandırma görevlerini doğrudan yerine getiremezler. ANI, Yapay Genel Zeka (AGI — Artificial General Intelligence) ve Yapay Süper Zeka (ASI — Artificial Super Intelligence) ile karşılaştırıldığında mevcut teknolojinin gerçekçi sınırını temsil eder. AGI, herhangi bir entelektüel görevi öğrenip uygulayabilmeli ve görevler arası bilgi aktarımı yapabilmelidir; henüz gerçekleşmemiş ve yoğun biçimde araştırılan teorik bir hedeftir. ASI ise tüm alanlarda insan zekasını aşan hipotetik bir sistemdir. Dar yapay zeka sistemleri büyük veri ve güçlü hesaplama altyapısına bağımlıdır; dağılım dışı (out-of-distribution) girdilerde başarım hızla düşer. Eğitim verisinde karşılaşılmamış yeni bir kavşak düzenini sürüş modeli yorumlayamayabilir. Transfer öğrenme ve çok görevli modeller bu kırılganlığı kısmen azaltsa da gerçek anlamda genel zeka kapasitesi henüz kazanılamamıştır. Günümüz yapay zeka araştırmalarının büyük çoğunluğu dar yapay zeka sınırları içinde kalmayı sürdürmektedir. Çok modlu (multimodal) modeller ve büyük dil modellerinin hızlı gelişimi, araştırmacıların ANI ile AGI arasındaki sınırı yeniden tartışmasına yol açmaktadır. Foundation modeller bu geçiş bölgesindeki en ilgi çekici araştırma alanını oluşturmaktadır.

arrow_forward