OpenAI gibi yapay zeka şirketleri, daha insana benzer düşünme yollarını kullanarak daha büyük dil modelleri oluşturmanın getirdiği zorlukları aşmak için yeni eğitim tekniklerini araştırıyor. Bu teknikler, yapay zekanın kaynak taleplerini ve sektördeki rekabeti yeniden şekillendirebilir.
11 Kasım (Reuters) – OpenAI gibi yapay zeka şirketleri, giderek büyüyen büyük dil modellerini geliştirirken beklenmedik gecikmeler ve zorluklarla karşılaşıyor ve bu nedenle algoritmaların “düşünme” yeteneğini daha insana benzer şekilde geliştiren eğitim yöntemlerini deniyor. Reuters’a konuşan bilim insanları, araştırmacılar ve yatırımcılar, bu tekniklerin yapay zeka rekabetini yeniden şekillendirebileceğine ve enerji ile yonga gibi kaynaklar üzerindeki talebi artırabileceğine inanıyor.
ChatGPT sohbet botunun iki yıl önce piyasaya sürülmesinden sonra birçok teknoloji şirketi, mevcut modelleri daha fazla veri ve bilgi işlem gücü ile büyütmenin sürekli olarak daha iyi yapay zeka modellerine yol açacağını savundu. Ancak, önde gelen yapay zeka bilimcileri artık bu “büyüklük her şeydir” felsefesinin sınırlamalarını dile getirmeye başladı.
Safe Superintelligence (SSI) ve OpenAI’nin kurucusu Ilya Sutskever, önceden eğitilmiş modellerin ölçeklendirme sonuçlarının artık yavaşladığını belirtti. Sutskever, daha fazla veri ve bilgi işlem gücünü kullanarak büyük ilerlemeler elde etmeyi savunanların başında geliyordu, ancak şimdi araştırmacılar daha verimli yaklaşımlar arıyor.
Bu zorlukları aşmak için araştırmacılar, “kullanım anında hesaplama” olarak bilinen bir yöntemi keşfediyor. Bu yöntem, modelin tek bir cevabı hemen seçmek yerine, birden fazla seçeneği oluşturup değerlendirmesine ve en uygun olanı seçmesine olanak tanıyor. Örneğin, bir modelin karmaşık matematiksel veya kodlama problemlerini insan benzeri akıl yürütme ile çözmesine yardımcı olabilir.
OpenAI’nin yeni modeli “o1” de bu yöntemi kullanarak, problemleri çok adımlı olarak çözebiliyor ve doktoralı araştırmacıların verilerini içeren bir geri bildirim sisteminden yararlanıyor. Diğer önde gelen yapay zeka laboratuvarları da kendi versiyonlarını geliştirmek için çalışmalarını sürdürüyor.
Bu değişiklikler, şimdiye kadar Nvidia’nın talep gördüğü yonga pazarını etkileyebilir. Sequoia Capital’dan ortak Sonya Huang, bu geçişin büyük ön eğitim kümelerinden bulut tabanlı sunuculara doğru bir kayma yaratabileceğini belirtti. Bu durum, Nvidia’nın çip talebini ve pazar payını etkileyebilir.
News Source: Reuters
