Çek Bilimler Akademisi Bilgisayar Bilimleri Enstitüsü’nden araştırmacılar, yapay zeka sistemlerinin birçoklarında görülen temel bir sorunu, tabiattaki canlıların uyku sürecini taklit ederek çözmeyi başardı. Bilim insanları yapay zekaya “uyumayı öğreterek” iki farklı misyon için eğitilebilmesini sağladı.
Independent Türkçe’de yer alan habere nazaran, pek çok yapay zeka sistemi, sadece bir vazifede başarılı olabiliyor. Büsbütün farklı bir misyona geçtiklerinde birinci işten edindikleri bilgi siliniyor. Yapay zeka, bilgileri daima öğrenme ve uygulama yeteneğine sahip canlılardan bu açıdan da ayrışıyor. Bilim insanları yapay sistemlerdeki bu sıkıntıya “yıkıcı unutma” ismini veriyor.
Yeni çalışmanın ardındaki takıma liderlik eden, araştırma vazifelisi Pavel Sanda bunu, “Sistemi yanlışsız biçimde eğittiyseniz, sonra ona büsbütün yeni bir misyon öğretmek çok sıkıntı. Şayet yeni vazifesi öğretmeyi başarırsanız, eski hafızaya ziyan verirsiniz” diye açıkladı.
Sanda ve meslektaşları, bu sorunu aşmak için iğnecikli bir hudut ağını (spiking neural network) eğitti. İnsan beyninin yapısına benzeyen, birbirine bağlı yapay nöron ağlarına “iğnecikli hudut ağı” ismi veriliyor.
Canlıların uyku yeteneğini bu hudut ağına uyarlayan takım, kısa müddetli anıları uzun vadeli anılara dönüştürmeye yardımcı olan “hafıza konsolidasyonu” sürecini taklit etti.
Uykunun taklit edilmediği birinci deneyde, sistemin yeni vazifede öğrendiği her bilginin evvelki vazifede edindiklerine ziyan verdiği görüldü. Birinci bilgilerin yavaş yavaş silindiği ve üzerine yenilerinin yazıldığı tespit edildi.
Bunun üzerine araştırmacılar, ağın biyolojik uykuyu taklit etmesini sağlayarak öteki deneye başladı. Yapay zeka ikinci vazifesi öğrenirken ortalara kısa uyku fazları serpiştirildi. Sonunda bu prosedürün, sistemin birinci misyonu nasıl gerçekleştirdiğini hatırlamasını sağladığı ortaya çıktı.
VICE News’e konuşan Sanda, “Çok kolay prensipler o kadar da kolay olmayan tesirler yaratabilir. Gerçek, biyolojik uykudan ilham aldık lakin modelimiz çok daha kolaydı.” tabirlerini kullandı.
ABD’deki Massachusetts Amherst Üniversitesi’nde misyon alan bilim insanı Hava Siegelmann, hakemli bilimsel mecmua PLOS Computational Biology’de yayımlanan araştırmayı şöyle yorumladı: “Böyle bir ağ, öğrendiklerini yeni durumlara uygulama yeteneğine sahip olur. Tıpkı hayvanlar ve beşerler gibi…”