DeepSeek, kendini geliştiren modellerle bir sonraki yapay zeka devrimine hazırlanıyor.

Sadece birkaç ay önce, Wall Street'in üretken yapay zekaya yaptığı büyük yatırım, DeepSeek'in sahneye çıkmasıyla bir dönüm noktasına ulaştı. Son derece sansürlü yapısına rağmen, DeepSeek'in açık kaynak yaklaşımı, önde gelen bir çıkarımsal yapay zeka modelinin mutlaka milyarlarca dolar gerektirmediğini ve mütevazı kaynaklarla elde edilebileceğini kanıtladı. Bu, gelişmiş yapay zeka modelleri geliştirme anlayışımızda büyük bir değişimi temsil ediyor.

Huawei, Oppo ve Vivo gibi dev şirketler tarafından ticari olarak hızla benimsenirken, Microsoft, Alibaba ve Tencent gibi şirketler de hızla platformlarında yer verdi. Şimdi ise gündemde olan Çinli şirketin bir sonraki hedefi, kendilerini geliştirmek için döngüsel bir "yargılama-ödüllendirme" yaklaşımı kullanan kendi kendini geliştiren yapay zeka modelleri üretmek. Bu eğilim, şirketlerin daha verimli ve etkili yapay zeka sistemleri geliştirme yönündeki devam eden arayışlarını yansıtıyor.

Bloomberg aracılığıyla yayınlanan bir ön baskıda , DeepSeek ve Çin'deki Tsinghua Üniversitesi'nden araştırmacılar, yapay zeka modellerini kendi kendini geliştirme yoluyla daha akıllı ve verimli hale getirebilecek yeni bir yaklaşımı tanımlıyor. Temel teknik, Başlangıç ​​Kendi Kendini Eleştirme Ayarlaması (SPCT) olarak bilinir ve yaklaşım teknik olarak Üretken Ödül Modellemesi (GRM) olarak adlandırılır. Bu yaklaşım, yapay zeka takviyeli öğrenme alanında önemli bir gelişmeyi temsil etmektedir.

DeepSeek'in mobil yapay zeka uygulamasının ana sayfası.

Basitçe anlatmak gerekirse, bu gerçek zamanlı bir geri bildirim döngüsü yaratmaya benziyor. Bir yapay zeka modeli, öncelikle eğitim sırasında model boyutunun genişletilmesiyle geliştirilir. Bu, çok fazla insan emeği ve bilgisayar kaynağı gerektiriyor. DeepSeek, kullanıcı sorularına yanıt hazırlarken birincil "hakemin" yapay zeka modeli için kendi eleştiri ve ilkelerini ortaya koyduğu bir sistem öneriyor. Bu yaklaşım, eğitim sürecinde yoğun insan kaynağına olan bağımlılığı azaltmayı amaçlamaktadır.

Bu eleştiri ve ilkeler seti daha sonra yapay zeka modelinin temelinde yatan yerleşik kurallarla ve istenen sonuçla karşılaştırılır. Eğer yüksek derecede bir uyum varsa, bir ödül sinyali üretilir ve bu sinyal, yapay zekanın bir sonraki turda daha iyi performans göstermesini etkili bir şekilde yönlendirir. Bu sürekli değerlendirme ve ödüllendirme süreci, modelin öğrenme ve uyum sağlama yeteneğini artırır.

Araştırma makalesinin arkasındaki uzmanlar , bu yeni nesil, kendi kendini optimize eden yapay zeka modelini DeepSeek-GRM olarak adlandırıyor. Makalede listelenen kıyaslama testleri, bu modellerin Google'ın Gemini'sinden, Meta'nın Llama'sından ve OpenAI'nin GPT-4o'sundan daha iyi performans gösterdiğini ortaya koyuyor. DeepSeek, bu yeni nesil yapay zeka modellerinin açık kaynak kodlu bir kanal aracılığıyla yayınlanacağını belirtiyor. Bu açıklık taahhüdü, yapay zeka alanındaki inovasyon hızını artırabilir.

Kendini geliştiren yapay zeka: Mümkün mü?

Therabot AI Uygulaması ile etkileşim.

Kendini geliştiren yapay zekâ fikri, iddialı ve tartışmalı konuları gündeme getirdi. Eski Google CEO'su Eric Schmidt, bu tür sistemler için bir "kapatma düğmesine" ihtiyaç duyabileceğimizi belirtti. Fortune dergisi Schmidt'in şu sözlerini aktardı: "Bir sistem kendini geliştirebiliyorsa, fişini çekmeyi ciddi olarak düşünmeliyiz." Kendini geliştiren yapay zekâ sistemleri, yapay zekâ alanındaki en önemli gelişmelerden biri olarak kabul ediliyor.

Kendini geliştiren yapay zekâ kavramı tamamen yeni değil. Daha iyi makineler yaratabilen süper zeki bir makine fikri aslında 1965 yılında matematikçi I. J. Goode'a kadar uzanıyor . 2007 yılında yapay zekâ uzmanı Eliezer Yudkowski , "kendini anlama, kendini değiştirme ve yinelemeli kendini geliştirme için tasarlanmış" bir yapay zekâ olan Tohum Yapay Zekâsı hakkında teoriler ortaya attı.

2024 yılında Japon şirketi Sakana AI, bir araştırma makalesinin tüm üretim sürecini baştan sona yönetebilen bir sistem olan "yapay zeka dünyası" konseptinin ayrıntılarını sundu. Bu yılın Mart ayında yayınlanan bir makalede , Meta uzmanları, yapay zekanın kendisinin bir yargıç gibi davranarak eğitim sırasında ödüller verdiği, kendi kendini ödüllendiren dil modellerini ortaya koydu. Kendi kendine öğrenen yapay zeka sistemlerine doğru bu adım, yapay zekanın gelişiminde önemli bir ilerlemeyi temsil ediyor.

Meta'nın yenilikçi kendi kendini ödüllendirme teknolojisini kullanan Llama 2 yapay zeka modeli üzerinde yaptığı dahili testler, Anthropic'in Claude 2, Google'ın Gemini Pro ve OpenAI'nin GPT-4 modelleri gibi rakiplerinden daha iyi performans gösterdiğini ortaya koydu. Amazon destekli Anthropic, "modelin kendi ödül mekanizmasını doğrudan değiştirdiği" beklenmedik bir süreç olan ödül manipülasyonu hakkında ayrıntılar verdi .

Google da bu konuda geri kalmıyor. Bu ayın başlarında Nature dergisinde yayınlanan bir çalışmada , Google DeepMind uzmanları, Minecraft'ı uygulama örneği olarak kullanarak kendini geliştirebilen Dreamer adlı bir yapay zeka algoritmasını gösterdi.

IBM uzmanları, yapay zeka modelinin kendi yanıtlarını kullanarak ve bunları eğitim verileriyle karşılaştırarak kendini geliştirmesini sağlayan, tümevarımsal kapanış eğitimi adı verilen kendi yaklaşımları üzerinde çalışıyorlar . Ancak, bu yaklaşımın tamamı tamamen olumlu değil.

Araştırmalar, yapay zeka modellerinin kendi ürettikleri sentetik veriler üzerinde kendilerini eğitmeye çalıştıklarında, halk arasında "model çökmesi" olarak bilinen kusurlarla karşılaştıklarını gösteriyor. DeepSeek'in bu fikri nasıl hayata geçireceğini ve bunu Batılı rakiplerinden daha ekonomik bir şekilde yapıp yapamayacağını görmek ilginç olacak.

Yoruma kapalı.