Yaratıcılıkta Yapay Zekanın Geleceği

Yapay Zekada Sonradaki İlerleme Nedir?

Araştırmacılar 1980’li yıllardan beri temel teknolojisini sinir ağlarında kullandı ve bugün AI olarak düşündüğümüz şeylerin çoğunu değiştirdi. Ve şimdi, büyük veri ve büyük bilgi işlem kapasitesinin getirilmesiyle, derin öğrenme birçok gerçek uygulamada bir bütün haline geldi. Bu, evrimsel hesaplamayı AI’nın ilerlemesindeki bir sonraki adım olarak görebileceğimiz anlamına gelir. Bu AI tipi biyolojik evrimden esinlenilen algoritmalara dayanmaktadır. Üreme, mutasyon, rekombinasyon ve seçim yoluyla, evrimsel hesaplama, çözümler için paralel ve keşfedici bir araştırma gerçekleştirir. Bu teknoloji, sürekli ve rafine tek bir çözümden ziyade bir çözüm popülasyonuna dayandığından, yeni fikirleri denemek ve şaşırtıcı ve yaratıcı özümler bulmak mümkün olabilir. Evrimsel hesaplamada araştırmacılar, dönüşümleri en üst düzeye çıkaran bir web sitesi oluşturmak veya bitkileri yetiştirmek için bir prosedür hazırlamak gibi belirli bir hedefe ulaşmak için bu süreçleri kullanırlar.

Evrimsel hesaplama ve derin öğrenme

Evrimsel hesaplama, bir çok yönden derinlemesine öğrenmekten farklıdır, ancak en büyük fark, derin öğrenmenin bildiklerimizi modellemeye odaklanmasıdır mevcut bir veri setinde denetlenen eğitim evrimsel hesaplamanın henüz var olmayan çözümler üretmeye odaklanmasıdır. Örneğin, birkaç evrimsel hesaplama uygulaması, başkalarıyla ilişkisiz olan bir ticaret stratejisi geliştirmeyi, otobüslerle rekabet eden endişeleri dengelemek için en uygun yolları bulmayı ve insan tasarımlarından daha karmaşık ve etkili bir uzay aracı anteni tasarlamayı içerebilir.

Evrimsel hesaplama, bu tür yeni tasarımları ve davranışları coşkulu, ancak rehberli bir keşif yoluyla keşfetmeyi mümkün kılar. Bir anlamda, derin öğrenmeden atılacak bir sonraki adım: kutunun dışında düşünebilecek AI şekli. Ve AI’yı mevcut başarılarının ötesine ilerletmemiz gereken bu tür bir yaratıcılık. Derin öğrenme, iyi bilinen ve iyi tanımlanmış davranış ve yeteneklerin otomatikleştirilmesindeki değerini kanıtlamıştır, ancak bunların ötesine geçme yeteneği yoktur. Bu nedenle evrimsel hesaplamanın AI’nın geleceği için anahtar olacağı açıktır.

Evrimsel hesaplamada yeni çalışmalar

Evrimsel hesaplamada, AI araştırmacılarının girdiği yön olduğuna inanmamı sağlayan yeni bir çalışma dalgası yaşandı. Bir örnek, güçlendirici öğrenme için sinir ağları tasarlamak için evrimi kullanarak, aynı zamanda daha iyi performans gösterdiğini ve daha iyi paralelleştiğini gösteren AI’dir.
Uber.ai grubu ayrıca, evrimin yeni çözümlere daha açık bir vurgu yaparak daha geniş bir keşif sağladığını gösterdi. DeepMind, sinir ağları mimarisinin bu şekilde keşfedilmesinin nasıl yeni davranışların art arda keşfedilmesine yol açabileceğini belirtti. Google Brain araştırmacıları, evrimsel mimari araştırmasının çeşitli görüntü sınıflandırma kıyaslama görevlerinde statükoyu nasıl geliştirebileceğini gösterdiklerinde bir başka Google atılımı geldi.

Bu örnekler, evrimsel hesaplamanın insan tasarımında mümkün olanın üstünde ve ötesinde nasıl ilerleyebileceğini göstermektedir. Sağlam bir araştırma temeli ile desteklenen şirketler, biyoinformatik, endüstriyel optimizasyon ve iç güvenlik gibi alanlarda ticari uygulamalar oluşturmak için evrimsel hesaplamalar kullandı. Evrimsel mimari araştırma, gelecekte video gözetim teknolojisi ve AI tarafından yorumlanmış videolar gibi derin öğrenme uygulamalarına da meydan okuyabilir.
Evrimsel hesaplama, teknolojik yeteneklerimizi derin öğrenmenin ötesine genişletme fırsatı sunar. Güdümlü, coşkulu bir keşif inşa ederek, insan tasarımlarından daha şaşırtıcı ve daha karmaşık çözümler üretme yeteneğine sahiptir. AI, bu teknoloji sayesinde, tarım, sağlık hizmetleri, finans, ülke güvenliği ve çevrimiçi perakende satış gibi birçok sektörü geliştirme potansiyeline sahiptir. Derin öğrenme bizi bu kadar ileri götürürken, evrimsel hesaplama bizi geleceğin AI’sına getirebilir.

  • Site İçi Yorumlar
  • Aşağıdaki Boş Yeri Doldurun *Captcha loading...