Yapay Zekâyı Sarsan Lise Öğrencisi ile Tanışın

kevin-frans
Yazılım

Yapay Zekâyı Sarsan Lise Öğrencisi ile Tanışın

Yaklaşık 2 yıl önce Elon Musk ve ortaklarının kurduğu kâr amacı gütmeyen araştırma laboratuvarı OpenAI, birçok araştırma makalesi yayınladı. Ekim ayında çevrimiçi olarak yayınlanan makale ise diğerlerinden farklıydı. Çünkü o makalenin öncü yazarı bir lise öğrencisiydi.
Üstün zekâlı genç Kevin Frans, bu günlerde üniversite başvurularına hazırlanan bir lise son sınıf öğrencisi. Teknoloji devlerinin, sesinizi veya yüzünü tanımak için kullandığı “Neural Net” (sinir ağı) sistemi üzerinde çalışan Kevin, iki yıl önce, yani 15 yaşında kendi sistemini tamamladı. “Mastering Atari Games” ve “Board Game Go” yazılım raporlarından esinlenen Kevin, o zamandan beri araştırma kâğıtlarını okuyor ve anlatılanların parçalarını inşa ediyor. Frans, “Daha önceden yapılması imkânsız olduğunu düşündüğünüz şeyleri bilgisayarların yapmasını sağlamak hoşuma gidiyor” diye konuşuyor. El çizimlerini otomatik olarak Japon çizgi romanı (Manga) stilinde renklendiren interaktif web sayfası ise geliştirdiklerinden yalnızca biri.
Frans, OpenAI laboratuvarının hazırladığı yeni fikirlere ihtiyaç duyan sorunlar listesinden birini seçip üstlendi. İlerleme de kaydetti ancak bir noktada çıkmaza girdi ve OpenAI araştırmacısı John Schulman’a tavsiye için bir e-posta gönderdi. Ardından Schulman, Frans’ın bloguna göz attı ve bir sürpriz yaşadı: “Frans’ın attığı e-postalardan onun bir lise öğrencisi olmasını beklemiyordum.”
Tekrar Öğrenmesine Gerek Olmayan Makineler
Frans daha sonra OpenAI’de staj için mülakat yaparken Schulman ile bir araya geldi. 2017 yazında San Francisco’daki Mission District’te çalışmak için döndüğünde ise henüz üniversite eğitimi almamış tek stajyerdi. Robotları ve diğer AI sistemlerinin büyük bir sorunu üzerinde çalışmaya başladı: Makineler, daha önce öğrendiklerini yeni sorunları çözmek için kullanmaya nasıl başlayabilirler?
İnsanlar bunu ikinci kere düşünmeden yapabiliyorlar. Bir tarifi ilk defa yapsanız bile, soğanları nasıl karamelize edeceğinizi veya unu nasıl eleyeceğinizi yeniden öğrenmek zorunda değilsiniz. Buna karşın, makine öğrenimi yazılımları genellikle her yeni problem için uzun öğrenim sürecini – bunlar ortak öğeler olsa bile – tekrar etmelidir.
Frans’ın, Schulman ve California Berkeley Üniversitesi’ne bağlı 3 kişi ile birlikte raporladığı yeni yazısında bu sorun üzerindeki yeni gelişmeler anlatılıyor. Frans, “Eğer bu sorun çözülebilseydi, AI ve robotlara ilişkin çok büyük bir gelişme olurdu” diyor. O, sanal bacaklı robotların hangi uzuv hareketlerinin, yürüme ve emekleme gibi birden fazla göreve uygulanabileceğini öğrenmesine yardımcı olan bir algoritma geliştirdi. Testlerde, 2 ve 4 sanal bacaklı robotların labirentte gezinme gibi yeni görevlere uyum sağlamasına yardımcı oldu.

Bu çalışma, makine öğrenimi konusunda en iyi konferanslardan biri olan ICLR’ye sunuldu. “Kevin’in makalesi soruna taze bir yaklaşım getiriyor ve daha önce gösterilen şeylerin ötesinde bazı sonuçlar verdi” diyor Schulman.
Tahmin edebileceğiniz gibi, Frans sıra dışı bir örnek… Princeton’da makine vizyonunda çalışan Profesör Olga Russakovsky, gençlerin makine öğrenimi konusunda araştırmaya katkı sağlamasının alışılmadık olduğunu söylüyor.
Frans, gelecek nesil AI uzmanlarına da yardım etmeyi düşünüyor. Yedi yaşında bir erkek kardeşi olan Frans, “O, sanırım kodlamayla ilgileniyor” diyor ve ekliyor: “Belki de büyüdüğünde ona yardımcı olabilirim.”
Kaynak: Wired.com

 

Arşivler

X