Ayrıntılı öğrenim modeli olarak bilinen yapay zekâ sistemleri, insanların sosyal ve kişisel hayatında önem arz eden konularda bilgi aktarmak amacıyla büyüyerek yaygınlaşıyor. Sinir ağlarına benzetilen bu ağlar, sonuca ulaşırken karışık veri tabanlarında bulunan kalıpları tanımlıyor. Peki bu yapay zekalar sıfır hata ile mi çalışıyor? Bu sorunun cevabına ulaşmak amacıyla Alexander Amini, MIT ve Harvard Üniversitesi ortak bir çalışma başlatıyor.
Yapay Zekalar Sıfır Hata ile Çalışmıyor
Bir yapay zekâ sisteminde karar verme anında tahmin verileri ve mevcut veriler ile en doğru modelin hesaplanması amacıyla hızlı bir sistem geliştirildi. Geliştirilen bu detaylı öğrenim modeli insan hayatına uyarlandığında, alınan karar birçok alanda hayati öneme sahip olan faydalı sonuçlar açığa çıkarıyor. Bu sistemin güvenirlik düzeyi, seyir halinde olan otonom arabanın verilerindeki bilgiye dayanarak kavşaktan geçiş üstünlüğü olduğunu düşünerek karşıya geçmesi ile olası ihtimaller karşısında tedbir amacıyla kendini durdurması gibi farklılıklarını ortaya çıkartıyor.
Yapay zekalarda bilinmeyen özellikleri tahmin etmede kullanılan yöntemler genellikle yüksek masraflı ve hızlı kararlar için gerekenden daha yavaş şekilde sonuç veriyor. Bunun çözümü olarak araştırma içinde olan Amini “Derin kanıtsal geri çekilme” olarak adlandırdığı yaklaşımı ile mevcut olan sürümü hızlandırıyor ve belirsizlikleri ortadan kaldırıyor. Böylece ani kararlar için daha güvenilir sonuçlar elde ediliyor. Bu yaklaşım önemli olmak ile birlikte birçok alanda yaygın olarak kullanılabilir. Yapay zekanın Öğrendiği bilginin eksikliklerini belirleyip hata oranını göstermesi yaşamda büyük kolaylıklar sağlayacak.
Yapay zeka konusunda meraklıysanız Teknotomy’nin Yapay Zeka kategorisine buraya tıklayarak göz atabilirsiniz.
