Yapay zekâ teknolojileri alanında gerçek anlamda insan gibi düşünebilen bir sistem geliştirmek bugüne dek büyük bir zorluktu. Centaur adlı yeni model, bu ezberi bozuyor.
Yapay zekâ sistemleri çoğunlukla belirli görevlerde olağanüstü sonuçlar verirken, insan gibi düşünmek söz konusu olduğunda sınıfta kalıyor. Karar verirken tereddüt eden, hata yapabilen, belirsizlikle başa çıkabilen bir makine hayal etmek bugüne kadar pek mümkün görünmüyordu. Ancak bu tablo Centaur adlı yeni bir model ile değişmeye başladı.
Centaur: Zekâdan Öte, Anlayışa Yakın Bir Adım
Centaur, adını mitolojik bir figürden alsa da bilim dünyasının oldukça gerçek bir başarısı. Modelin arkasında ise bilişsel bilimci Marcel Binz ve uluslararası araştırma ekibi yer alıyor. Bu ekip, Centaur’u sadece matematiksel doğruluk için eğitmek yerine, onu insanlar gibi düşünmeye yönlendirdi. Model, 160’tan fazla psikoloji çalışmasından elde edilen 10 milyondan fazla insan yanıtı ile eğitildi.
Peki bu ne anlama geliyor? Centaur, bir görevi “en doğru şekilde” yapmakla yetinmiyor. Aynı zamanda insanların nasıl düşündüğünü, nerelerde hata yaptığını, nasıl kararlar verdiğini ve hatta deney koşulları değiştiğinde nasıl uyum sağladığını da taklit ediyor. Bu, yapay zekâ araştırmalarında oldukça radikal bir yaklaşım.
Sadece Doğruyu Değil, Yanlışı da Öğreniyor
Centaur’un en çarpıcı özelliği, hem mantıklı düşünme kalıplarını hem de insanların yaptığı sıradan hataları öğrenip uygulayabilmesi. Örneğin, bir video oyununda uzay gemisiyle hazine ararken geliştirdiği stratejiyi, uzay gemisinin yerine uçan halı koyulduğunda da koruyabiliyor. Bu, onun yalnızca görev odaklı değil, aynı zamanda bağlamı anlayabilen bir zihin yapısına sahip olduğunu gösteriyor.
Geliştirilen model; kumar, mantık bulmacaları, mekânsal algı testleri gibi oldukça farklı alanlardaki performanslarıyla da insan davranışlarıyla uyum gösteriyor. Stanford Üniversitesi’nden bilişsel sinirbilimci Russ Poldrack, Centaur’u “insan performansıyla bu kadar çok deneyde örtüşebilen ilk model” olarak tanımlıyor.
Centaur Nedir? İnsan Zihnini Taklit Eden Yeni Nesil Yapay Zekâ
Centaur, bilişsel bilim temelli bir yapay zekâ modeli olarak, insan zihniyle benzer şekilde düşünme ve karar alma becerisiyle öne çıkıyor. Model, 160’tan fazla psikolojik çalışmadan elde edilen 10 milyondan fazla insan yanıtı ile eğitildi. Diğer yapay zekâ sistemlerinin aksine sadece doğru cevaba ulaşmayı hedeflemiyor; insan davranışlarını, belirsizlik karşısındaki tepkileri ve hatta yaygın düşünme hatalarını da benimsiyor.
Centaur’un temel amacı, yalnızca görevleri yerine getirmek değil, tıpkı bir insan gibi düşünüp çevresine uyum sağlayabilmek. Bu yönüyle yapay zekâ dünyasında, bilişsel esneklik ve insan benzeri sezgisel düşünme alanlarında önemli bir sıçrama yaratıyor.
Arkasında LLaMA, Önünde Sınırsız Soru
Centaur’un temelinde Meta’nın açık kaynak büyük dil modeli LLaMA yer alıyor. Ancak bu model, klasik görevleri çözmektense, insan gibi davranmak üzere yeniden eğitilmiş. Yani Centaur’un görevi, bir matematik problemi çözmekten çok, o problemi bir insanın nasıl çözeceğini anlamak ve benzer davranışı sergilemek.
Tabii modelin başarısı tartışmaları da beraberinde getiriyor. New York Üniversitesi’nden Ilia Sucholutsky, Centaur’un önceki bilişsel modellerin çok ötesine geçtiğini kabul etse de, bir yapay zekânın sonuçları taklit etmesinin “zihni anlamak” anlamına gelip gelmediğini sorguluyor. Oxford Üniversitesi’nden Olivia Guest ve Wisconsin Üniversitesi’nden Gary Lupyan ise bu tür modellerin, zihnin derin yapısını modellemediği sürece yalnızca “akıllıca taklit eden sistemler” olduğunu savunuyor.
Centaur’un yaratıcısı Marcel Binz ise bu eleştirileri bütünüyle reddetmiyor. Modelin nihai bir çözüm değil, insan zihninin nasıl çalıştığını anlamak için atılmış önemli bir adım olduğunu vurguluyor…
Centaur’un geliştirilmesi, yapay zekâ araştırmalarında yeni bir dönüm noktası olarak değerlendiriliyor. İnsan zihnine yaklaşan modellerin gündelik karar verme süreçlerinden, insan-makine etkileşimlerine kadar geniş bir etki alanı olacak gibi görünüyor. Ancak Centaur’un başarısını değerlendirirken onun yalnızca sonuçları taklit eden bir algoritma mı, yoksa gerçekten “anlayan” bir sistem mi olduğu sorusu hâlâ geçerliliğini koruyor. Bu da bilişsel bilimle yapay zekâ arasındaki en kadim tartışmalardan birine yeni bir boyut kazandırıyor.
