Page 22 - LabMedya - 85

22 TEKNOLOJİ

ise ağ kullanımdayken ağırlıkların sabit kaldığı aşa-
madır. Bu, insanların öğrenme şeklinden oldukça
farklıdır, çünkü onlar aldıkları verilerden sürekli
olarak öğrenirler.
Şimdiye kadar, derin öğrenme yöntemlerinin bu tür
“insan” koşullarına sokulduğunda, yani onları adım
adım değil, sürekli olarak eğittiğinizde işe yarayıp
SÜREKLİ yaramadığı belirsizdi.

Bilim insanları bu durumda, standart derin öğrenme
ÖĞRENEBİLMESİ İÇİN yöntemleriyle modellerin yavaş yavaş esnekliğini kay-
bettiğini gösterdiler. Ve yetenekler düşer ve tepkiler
dejenere olur, sözde “aşırı öğrenme” meydana gelir.
YAPAY ZEKAYA UNUTMA Bilim insanları bu plastiklik kaybını ImageNet’teki
klasik bir resim setini kullanarak gösterdiler.

SANATI ÖĞRETILDI Ancak bilim insanları beklenmedik bir çözüm bul-
dular. Plastisite (yani öğrenme yeteneği), ağa sü-
rekli olarak çeşitlilik katan algoritmalar tarafından
korunur.

Bilim insanları yöntemlerine sürekli geri yayılım
Bir grup yapay zeka araştırmacısı, modern yapay Öğrenmenin bir sınırı olduğu ve bu sınırdan sonra mo- dil modelleri (LLM’ler) de var. algoritması adını vermişlerdir. Bu durumda, en az
sinir ağlarının, zamanında durmaz ve daha fazla veri delin bozulmaya başladığı ortaya çıktı. Ama bir insan kullanılan parametrelerin küçük bir kısmı sürekli
beslemeye devam ederseniz, yavaş yavaş öğrenme bu şekilde öğrenmez. Kendi yeni rafine versiyonlarını Ancak hepsinde eksik olan bir şey var: kullanıldıkça olarak rastgele başlatılıyor, yani sinir ağı ağırlıkların
yeteneğini kaybettiğini göstermiştir. üretmez, sadece yeni şeyler öğrenir ve onları kullanır. öğrenmeye devam etme yeteneği. Bu da yapay zeka bir kısmının değerlerini unutuyor.
modellerinin örneğin kullanıcıyla konuşarak daha
Bilim insanları, sinir ağının bir insanın yaptığı gibi Yapay zeka modellerinin böylesine ciddi bir deza- doğru hale gelmesini engelliyor. Bilim insanları, aslında birikmiş bilginin bir kısmının
sürekli öğrenmesini sağlayan bir çözüm önerdiler: vantajıyla mücadele etmek mümkün mü? Görünüşe sürekli olarak unutulmasına dayanan bu yaklaşımın,
öğrendiklerinin bir kısmını unutmalı. göre mümkün. Sadece onlara gereksiz olanı unutmayı Yapay sinir ağları, derin öğrenme teknikleri ve hatanın modelin sürekli olarak öğrenmesine ve dejenere ol-
öğretmek gerekiyor. geriye yayılması algoritması modern makine öğrenimi mamasına olanak tanıdığına inanıyor.
Neden bildiğimiz tüm modeller bu sayılara sahip: ve yapay zekanın temelini oluşturmaktadır.
GPT-2, GPT-3, GPT-4? Neden aynı modeli yeni veriler Geçtiğimiz birkaç yıl içinde, yapay zeka sistemleri Kaynaklar: https://www.bizsiziz.com/surekli-ogrene-
üzerinde eğitemiyoruz? ana akım haline geldi. Bunların arasında, sohbet Bu yöntemler neredeyse her zaman iki aşamada bilmesi-icin-yapay-zekaya-unutma-sanati-ogretildi/
robotlarından görünüşte akıllı yanıtlar üreten büyük kullanılır: biri ağın ağırlıklarının güncellendiği, diğeri Derleyen: Feyza ÇETİNKOL

FDA onaylı
Yüksek Hızlı Genel
Düşük Hızlı Laboratuvar
ve Soğutmalı Cihazları
Santrifüj
Sistemleri

Biyogüvenlik Kabini Tip I-II-III Ultra
Liyofilizatör-86 Saf Su sistemleri
Ultra Dondurucu
sistemleri

Tel. + 90 212 221 28 34 | Gsm . +90 539 598 90 72 23-25 EKİM 2024 ZİYARETİMİZE www.labcini.com
BEKLİYORU Z
Gayrettepe Mahallesi Prof. Dr. Bülent Tarcan Cad. İSTANBUL LÜTFİ STAND www.chromascience.com
No:25/5 Saral Center Beşiktaş / İSTANBUL KIRDAR NO : 207/A /chromascience