Teknolojinin Zaferi: Bir Robot Rubik Küpü Rekor Bir Sürede Bitirdi: 0,38 Saniye

Teknolojinin Zaferi: Bir Robot Rubik Küpü Rekor Bir Sürede Bitirdi: 0,38 Saniye

Teknolojinin Zaferi: Bir Robot Rubik Küpü Rekor Bir Sürede Bitirdi: 0,38 Saniye

Amerikalı uzmanlar ünlü Rubik küpünü sadece 0,38 saniyede birleştirebilen bir robot yarattı. Videoda hareket halinde gösterilen robot, bir robotik araştırmacısı olan Ben Katz ve yazılım geliştiricisi Jared Ci Carlo tarafından yaratıldı.

İcat ettikleri robot bir Rubik küpünü sadece 0.38 saniyede birleştirebildi. Şu anda resmi olarak doğrulanmamış olsa da bu bir rekor süre (rekor 0.64 saniye ile Infineon’un Sub1 Reloaded robotuna ait).



Test denemelerinde kullanılan küplerin hepsi deneyden sağ çıkamadı. Bu nedenle Katz, başarısız denemelerden birini gösteren Cubesplosion adlı bir video yayınladı. Ancak Di Carlo’ya göre yüzlerce farklı çözüm için toplamda sadece dört küpe ihtiyaç vardı.

Elbette bir insanın bir Rubik küpünü birleştirmesi çok daha uzun sürüyor. Örneğin şu anki rekor 15 yaşındaki Amerikalı Patrick Pons’a ait ve 4,69 saniye.

Kaynak: Teknolojinin Zaferi: Bir Robot Rubik Küpü Rekor Bir Sürede Bitirdi: 0,38 Saniye

Yapay Zeka Dünyaya Bir Çocuğun Gözünden Bakarak ve Dinleyerek Dil Öğrendi

Yapay Zeka Dünyaya Bir Çocuğun Gözünden Bakarak ve Dinleyerek Dil Öğrendi

Dil deneyimi olmayan bir yapay zeka modeli, bir çocuğun hayatının kısa bir dönemine ait headcam kayıtlarını analiz etti ve görüntü ile konuşulan kelimeleri eşleştirerek birçok kelimeyi tanımayı öğrendi.

Araştırmacılar, bu deneyimin insanların dili nasıl öğrendiğini anlamaya yardımcı olacağına inanıyor. ChatGPT gibi büyük dil modelleri milyarlarca metin parçası üzerinde eğitilir ve bu bir bebeğin gerçek deneyimi ile karşılaştırılamaz.

Ama bir şekilde hepimiz konuşmayı öğrendik, değil mi?

Yapay zeka sadece aynı anda algıladığı görüntüler ve kelimeler arasında çağrışımlar yaparak öğrendi. Yapay zekaya başka hiçbir dil bilgisi yerleştirilmedi.

Bu durum, bebeklerin kelimelere anlam verebilmek için dilin nasıl işlediğine dair doğuştan gelen bazı bilgilere ihtiyaç duyduklarını savunan bazı dil teorilerine meydan okuyor.

Bebeğin bakış açısı

Yapay Zeka Dünyaya Bir Çocuğun Gözünden Bakarak ve Dinleyerek Dil Öğrendi

Bilim insanları Sam adlı bir çocuğun kaska monte edilmiş kamerasından alınan 61 saatlik görüntüyü kullandılar. Çocuk Avustralya’da Adelaide yakınlarında yaşıyor. Çocuk kamerayı altı aylıktan yaklaşık iki yaşına kadar haftada iki kez yaklaşık bir saat (uyanık olduğu saatlerin yaklaşık yüzde 1’i süresinde) taktı.

Araştırmacılar sinir ağlarını video kareleri ve yetişkinler tarafından Sam’e söylenen kelimeler üzerinde eğittiler. Model, oyun oynarken, okurken ve yemek yerken çekilen yaklaşık 200.000 kelime ve ilgili görüntüyle sonuçlandı.

Model, hangi görüntü ve kelimelerin bir araya gelip hangilerinin gelmediğini anlamasına yardımcı olmak için Kontrastlı öğrenme olarak bilinen yöntemi kullandı.

Yapay zekayı test etmek için araştırmacılar modelden bir kelimeyi dört aday görüntüden biriyle eşleştirmesini istedi. Bu test aynı zamanda çocukların dil becerilerini değerlendirmek için de kullanılıyor.

Yapay zeka, nesneyi yüzde 62 oranında başarıyla sınıflandırdı: beklenen rastgele yüzde 25’ten çok daha iyi. Bu, 400 milyon görüntü-metin çifti üzerinde eğitilen benzer bir yapay zeka modeliyle karşılaştırılıyor.

Model, “elma” ve “köpek” gibi bazı kelimeleri daha önce görmediği nesnelerle doğru şekilde ilişkilendirebildi. Örneğin, çoğunlukla yeşil elmalar üzerinde eğitildi, ancak kırmızı bir elmaya da “elma” dedi.

Ancak bu her zaman başarılı olmadı. Ortalama olarak, YZ bir kelimeyi bilinmeyen bir nesneye yüzde 35 oranında başarıyla uygulayabildi.

Yapay zeka, eğitim verilerinde sıkça karşılaşılan nesneleri bağlam dışında tanımada daha başarılı oldu. “Oyuncak” gibi çok çeşitli nesnelere atıfta bulunabilen kelimelerin öğrenilmesinin daha zor olduğu kanıtlandı.

Nöro-geliştirilmiş dil

Bilişsel bilimci Heather Bortfeld’e göre, çalışmanın sadece bir çocuktan elde edilen verilere dayanması, çocukların deneyimleri ve çevreleri büyük farklılıklar gösterdiği için bulguların genelleştirilip genelleştirilemeyeceği konusunda soru işaretleri yaratabilir.

Ancak bu deneyim, bir çocuğun farklı duyusal deneyim kaynakları arasında bağlantılar kurarak ne kadar çok şey öğrenebileceğini gösterdi.

Bulgular, Amerikalı dilbilimci Noam Chomsky gibi dilin çok karmaşık olduğunu ve dil ediniminin genelleştirilmiş öğrenme süreçleri yoluyla gerçekleşmesi için girdi bilgisinin çok seyrek olduğunu savunan bilim insanlarına ciddi bir meydan okuma teşkil etmektedir.

Chomsky ve takipçileri, dil edinimini mümkün kılan doğuştan gelen özel mekanizmalar olduğuna inanmaktadır. Heather Bortfeld, “Bu, ‘özel’ mekanizmaların gerekli olmadığını gösteren, şimdiye kadar gördüğüm en ikna edici deneylerden biri” diyor.

Gerçek dünyada dil öğrenme süreci, yapay zekanın sahip olduğu deneyimden çok daha zengin ve çeşitlidir. Araştırmacılar, YZ’nin hareketsiz görüntülerden ve yazılı metinlerden öğrenmekle sınırlı olduğu için, gerçek bir çocuğun hayatında mutlaka bulunan nesnelerle etkileşimleri deneyimleyemediğini söylüyor.

Örneğin, YZ, yeni yürümeye başlayan bir çocuğun genellikle çok erken öğrendiği “el” kelimesini öğrenmekte zorlandı. “Bebeklerin kendi elleri var, elleriyle çok fazla deneyimleri var. Bu kesinlikle modelimizin eksik bir bileşeni, ancak bunun farkındayız ve ilerleyeceğiz” diye belirtti.

Derleyen: Feyza ÇETİNKOL

Bir yanıt yazın

Bu site, istenmeyenleri azaltmak için Akismet kullanıyor. Yorum verilerinizin nasıl işlendiği hakkında daha fazla bilgi edinin.

Çok Okunan Yazılar