Anket sonuçları açıklandı: AGI hayali çıkmazda

Yeni yapılan bir ankete göre, mevcut yapay zeka (YZ) modellerinin insan zekasına ulaşma olasılığı oldukça düşük. 475 YZ araştırmacısının katıldığı ankette, yüzde 76’sı büyük dil modellerinin (LLM’ler) ölçeklendirilmesinin yapay genel zekaya (AGI) ulaşmak için “olası olmadığını” ya da “çok olası olmadığını” belirtti.

AGI, makine öğrenimi sistemlerinin insanlardan daha iyi ya da en azından aynı derecede etkili öğrenebilme yetisine sahip olduğu varsayımsal bir aşama olarak tanımlanıyor. Ancak uzmanlara göre, mevcut YZ modelleriyle bu seviyeye ulaşmak, ölçeklendirme yoluyla başarılamayacak.

2022’deki üretici yapay zeka patlamasından bu yana, teknoloji endüstrisi YZ modellerinin yalnızca daha fazla veri, donanım, enerji ve para ile insan zekasını geçebileceğini öne sürüyordu. Ancak 2024 yılında bu alana yapılan 56 milyar dolarlık risk sermayesi yatırımı, devasa veri merkezi komplekslerinin inşasına harcandı. Bu merkezlerin karbon emisyonları ise 2018’den bu yana üç katına çıktı.

Uzmanlar, bu modellerin sınırlamalarının yalnızca kaynak tüketiminden değil, aynı zamanda mimarilerindeki temel eksikliklerden de kaynaklandığını belirtiyor. Russell adlı bir uzman, “Mevcut yaklaşımlardaki temel sorun, hepsinin büyük ileri beslemeli devreler eğitmeye dayanması. Bu devreler kavramları temsil etmek için devasa boyutlarda olmak zorunda, bu da büyük veri gereksinimlerine ve eksik parça içeren temsillere yol açıyor” dedi.

Araştırmaya katılanların yüzde 79’u, YZ’nin yetenekleri hakkındaki algıların gerçekte olanlardan farklı olduğunu ifade etti. Ayrıca, Çinli DeepSeek adlı şirketin, Silikon Vadisi’nin pahalı modellerine göre çok daha düşük maliyet ve enerjiyle benzer performans elde etmesi, ölçekleme yolunun çıkmazda olduğunu gösteren önemli bir örnek oldu.

Ancak bu durum, YZ’de ilerlemenin sona erdiği anlamına gelmiyor. Muhakeme modelleri olarak bilinen ve sorguları daha doğru şekilde yanıtlayabilen özel modellerin kullanımı, gelecek için umut vadediyor. Özellikle, bu modellerin diğer makine öğrenimi sistemleriyle birlikte kullanıldığında daha etkili sonuçlar verebileceği belirtiliyor.

Oregon Eyalet Üniversitesi’nden Emeritus Profesör Thomas Dietterich, “Geçmişte büyük teknolojik ilerlemelerin büyük getiriler sağlaması 10 ila 20 yıl almıştı. GenAI girişimlerinin birçoğunun başarısız olmasını bekliyorum, ancak bazıları muazzam başarılar elde edebilir. Keşke hangilerinin başarılı olacağını bilseydim.” dedi.

İLGİLİ HABERLER