Yapay Zeka eğitiminde ihtilal: 100 kat daha süratli öğrenme mümkün!

Günümüzde yapay zeka teknolojileri hayatımızın her alanına entegre olmuş durumda. Lakin büyük lisan modelleri (LLM) ve öteki yapay zeka sistemlerinin eğitimi, giderek artan güç tüketimiyle sürdürülebilirlik açısından kaygı yaratıyor. Almanya’daki data merkezleri 2020 yılında 16 milyar kilovat saat (kWh) elektrik harcadı ve bu sayının 2025’te 22 milyar kWh’ye çıkması bekleniyor. Fakat bilim insanları, yapay zeka eğitimine yönelik yeni bir metotla bu sorunu çözmeyi hedefliyor.

Scitech Daily haberine nazaran, klasik yapay zeka eğitimi, büyük ölçüde hesaplama gücü gerektiren bir süreç. Hudut ağları, dataları işlerken birçok iterasyon boyunca parametreleri ayarlayarak doğruluk düzeyini artırır. Lakin bu süreç hem vakit alıcı hem de yüksek güç tüketimi gerektirir.

Fizik Tabanlı Makine Tahsili profesörü Felix Dietrich ve grubu, bu süreci kökten değiştirebilecek bir eğitim formülü geliştirdi. Yeni prosedür, hudut ağlarını iterasyonlarla eğitmek yerine mümkünlük tabanlı bir yaklaşım kullanarak öğrenmeyi hızlandırıyor. Böylelikle yapay zeka, klâsik metotlara kıyasla 100 kat daha süratli öğrenirken birebir doğruluk düzeyini koruyabiliyor.

NASIL ÇALIŞIYOR?

Geleneksel yapay zeka eğitiminde, ağın içindeki parametreler rastgele belirlenir ve model, binlerce iterasyon boyunca bu parametreleri ayarlayarak optimize edilir. Yeni prosedürde ise kritik noktalarda parametreleri belirlemek için olasılıklar kullanılıyor. Bu sayede hesaplama yükü değerli ölçüde azalıyor ve öğrenme süreci hızlanıyor.

Araştırmacılar, bu sistem sayesinde yalnızca yapay zeka eğitiminde değil, birebir vakitte iklim modelleri ve finans piyasaları üzere dinamik sistemlerde de büyük ilerlemeler kaydedilebileceğini belirtiyor.

DAHA SÜRDÜRÜLEBİLİR BİR GELECEK

“Yöntemimiz, yapay zeka modellerinin çok daha az güçle eğitilmesini sağlıyor ve bu sayede hem maliyetleri düşürüyor hem de çevresel etkiyi azaltıyor,” diyen Dietrich, bu yeniliğin gelecekte daha geniş çapta kullanılabileceğini vurguluyor.

Bu yeni yaklaşım, yapay zeka teknolojilerinin güç verimliliğini artırarak sürdürülebilir bir teknolojiye dönüşmesini sağlayabilir. Şayet büyük ölçekli sistemlerde uygulanabilirse, yapay zeka eğitiminde orijinal bir çağın kapılarını aralayabilir.