Bin Beyin Projesi adı verilen yeni ve iddialı bir girişim, kurucusunun insan beyniyle aynı ilkeler üzerinde çalışacağını söylediği yeni bir yapay zekâ çerçevesi geliştirmeyi amaçlıyor. Ancak bu çerçeve, günümüzde yapay zekâya hakim olan derin sinir ağlarının altında yatan ilkelerden temelde farklı olacak. Gates Vakfı’ndan fon alan açık kaynaklı girişim, yeni platformunun potansiyel uygulamalarını keşfetmek için elektronik şirketleri, devlet kurumları ve üniversite araştırmacılarıyla ortaklık kurmayı hedefliyor.
Günümüzün yapay sinir ağlarında, nöron olarak adlandırılan bileşenler verilerle beslenir ve görüntüleri tanımak ya da bir dizideki bir sonraki kelimeyi tahmin etmek gibi bir sorunu çözmek için işbirliği yapar. Sinir ağları birden fazla nöron katmanına sahipse “derin” olarak adlandırılır.
Derin sinir ağları kararsız ve maliyetli!
Derin sinir ağları şu anda cilt kanserini tanımlama ve karmaşık oyunlar oynama gibi birçok testte insan performansıyla eşleşmekte ya da bu performansı geçmektedir, ancak bir dizi sorunla karşı karşıyadırlar. Örneğin, boyutları ve güçleri büyüdükçe enerjiye daha aç hale geliyorlar. OpenAI‘nin GPT-3’ünü eğitmek için, 2022 Nature araştırması şirketin iki hafta boyunca 9.200 GPU çalıştırmak için 4,6 milyon ABD doları harcadığını öne sürdü.
Üstelik sinir ağları genellikle kararsızdır; aldıkları verilerdeki küçük değişiklikler gösterilen sonuçlarda büyük değişikliklere yol açar. Örneğin, önceki araştırmalar bir görüntüdeki tek bir pikseli değiştirmenin yapay zekânın bir atı kurbağa sanmasına neden olabileceğini ortaya koymuştur.
Memeli beynini temel alan bir yapay zekâ platformu
Bu zorlukların üstesinden gelmek için Bin Beyin Projesi, insan beyninin kütlesinin yaklaşık yüzde 80’ini oluşturan neokorteks üzerinde tersine mühendislik yaparak yeni bir yapay zekâ platformu geliştirmeyi amaçlıyor.
1990’larda kişisel dijital asistanların en başarılısı ve öncüsü olarak kabul edilen 2. nesil Palm Pilot’u icat eden Jeff Hawkins “Günümüzün sinir ağları 80 yıl öncesinin temel nörobilimine dayanıyor. O zamandan bu yana sinirbilim hakkında çok şey öğrendik ve bu bilgiyi yapay zekâyı ilerletmek için kullanmak istiyoruz,” diyor. Hawkins, 5 Haziran’da Stanford Üniversitesi’nin İnsan Merkezli Yapay Zekâ konferansında Bin Beyin Projesi’ni başlatan yapay zekâ şirketi Numenta‘nın da kurucu ortağı.
Bin Beyin Projesi’nin hedefi ne?
Bu projenin adı neokorteksin yapısından ilham alıyor. Neokorteks, her biri birden fazla nöron katmanına bölünmüş binlerce kortikal sütundan oluşuyor. Hawkins, “İnsan beyninde yaklaşık 150.000 kortikal sütun var ve her biri aslında kendi öğrenme makinesi” diyor.
Numenta araştırmacıları, derin ağların esasen dünyanın tek bir modelini oluşturduğunu ve verileri basit özelliklerden karmaşık nesnelere kadar adım adım işlediğini savunuyor. Buna karşılık, şirketin “binlerce beyin zekâ teorisi”, beynin birçok kortikal sütununun, sanki her insan beyni aslında aynı anda paralel olarak çalışan binlerce beyinmiş gibi, dünyanın birden fazla haritasını oluşturduğunu öne sürüyor. Hawkins, “Bir kortikal sütunu nasıl inşa edeceğimizi öğrendikten sonra, istediğimiz kadarını inşa edebiliriz” diyor.
Proje, her biri robotik bir parmağı çalıştırmak gibi bir sensorimotor görevi yerine getirebilen çok sayıda kortikal sütun benzeri birimle yapay zekâdaki bu sinirbilim yapısını taklit etmeyi amaçlıyor. Bu birimler daha sonra neokortekste görülen uzun menzilli bağlantılara çok benzeyen bağlantılar kullanarak birbirleriyle iletişim kurabilir. Hawkins bu modüler yapının yaklaşımını kolayca ölçeklenebilir hale getireceğine inanıyor.
Hawkins, “İnsan beyni, kortikal sütunu birçok kez çoğaltarak evrimde çok hızlı bir şekilde büyüdü ve biz de aynısını yapabileceğimizi umuyoruz” diyor.
Yapay zeka uygulamalarında senorimotor öğrenme
Proje aynı zamanda neokorteksin sensorimotor öğrenmedeki rolüne dayanmakta. Derin sinir ağları şu anda dev statik veri tabanlarından öğrenirken, neokorteks dinamik bir şekilde öğrenir: Duyularını kullanarak çevresini algılar, vücut hareketlerini kullanarak nesnelerin nasıl çalıştığını keşfeder ve hem bu duyusal hem de motor geri bildirimlerden dünyanın modellerini oluşturur.
Hawkins, yapay zekâ stratejileri arasındaki bu farkın temelden farklı olduğunu savunuyor. Derin ağların öğrendiği veri kümelerini oluşturmak ve etiketlemek maliyetli ve zahmetli bir iştir ve bu sistemler yeni verilerden sürekli olarak öğrenemezler; bunun yerine tüm veri tabanı üzerinde yeniden eğitim almaları gerekir. Buna karşılık neokorteks aktif bir şekilde öğrenebilir ve yeni verilere hızla adapte olabilir.
Hawkins, “Sensörimotor öğrenme açısından neokorteks gibi çalışan ve doğası gereği robotik olan makineler yapabiliriz” diyor ve ekliyor: “Bence bizim çalışmamız sadece yapay zekânın değil, robotiğin de geleceği.”
Yeni yapay zekâ platformunun uygulama alanı da daha geniş
Hawkins ayrıca “Beynin verileri 2 boyutlu ve 3 boyutlu referans çerçevelerinde yapılandırma şekli, gerçek dünyadaki nesnelerin yapılarını kopyalar” diyor ve ekliyor: “Derin ağlara baktığınızda, dünyayı temel olarak anlamıyorlar, bu yüzden bir görüntünün sadece küçük bir özelliğini değiştirirseniz, genellikle onu tanımıyorlar. Buna karşılık, referans çerçeveleri beynin nesnelere ilişkin modellerinin farklı koşullar altında nasıl değişebileceğini anlamasına yardımcı olabilir.”
Hawkins, bu yeni yapay zekâ platformunun potansiyel uygulamaları arasında, sahnelerde neler olup bittiğini anlamak için birden fazla kamera kullanabilen sofistike bilgisayar görüş sistemleri veya robotların nesneleri manipüle etmesine yardımcı olacak gelişmiş dokunmatik sistemler olabileceğini söylüyor.
Açık kaynak kodlu Bin Beyin Projesi, başkalarının da kendi çalışmalarını geliştirebilmesi için bir yazılım geliştirme kiti geliştiriyor. Girişim ayrıca Bin Beyin yaklaşımıyla ilgili patentlerini ileri sürmeyeceğini taahhüt ediyor.
Gates Vakfı’ndan finansman desteği
Gates Vakfı, Bin Beyin Projesi’ne iki yıl boyunca en az 2,7 milyon dolar sağladı. Hawkins, “Ayrıca yakında dünyanın dört bir yanındaki devlet kurumlarıyla yapılan anlaşmaları duyurmayı umuyoruz” diyor.
Proje, kortikal bir kolonun eksiksiz bir yazılım versiyonunu oluşturmayı amaçlıyor. Ardından görme ya da işitme gibi karmaşık bir süreç için birden fazla birimi birbirine bağlayacak. Hawkins, “Daha sonra modaliteleri çaprazlamak istiyoruz – örneğin, görme ve dokunmayı birleştirmek – ve son olarak nesnelerden oluşan bir dünya modeli ile hiyerarşiler oluşturmak istiyoruz, bunlar da nesnelerden oluşuyor” diyor.
