İndirme: Yüksek Lisans'ın gizemi ve AB'nin Büyük Teknoloji baskıları

İki yıl önce, OpenAI araştırmacıları Yuri Burda ve Harri Edwards, temel aritmetik işlemlerini gerçekleştirmek için büyük bir dil modeli elde etmenin ne gerektiğini bulmaya çalışıyorlardı. İlk başta işler pek iyi gitmedi. Modeller gördükleri toplamları ezberlediler ancak yenilerini çözemediler.

Burda ve Edwards tesadüfen bazı deneylerini saatler yerine günlerce çalışır halde bıraktılar. Modellere örnek toplamlar tekrar tekrar gösterildi ve sonunda iki sayıyı toplamayı öğrendiler; bu, herkesin düşündüğünden çok daha fazla zaman almıştı.

Bazı durumlarda, modeller görünüşte bir görevi öğrenmede başarısız olabiliyor ve sonra birdenbire, sanki bir ampul yanmış gibi, araştırmacıların grokking adını verdiği bu davranışı anlıyorlar. Grokking, yapay zeka araştırmacılarının kafasını kaşımasına neden olan birkaç tuhaf olaydan sadece biri. En büyük modeller ve özellikle büyük dil modelleri, ders kitabı matematiğinin yapmamaları gerektiğini söylediği şekilde davranıyor gibi görünüyor.

Bu, günümüzün yapay zeka patlamasının ardındaki temel teknoloji olan derin öğrenmeyle ilgili dikkate değer bir gerçeğin altını çiziyor: Tüm bu kontrolden çıkan başarısına rağmen, hiç kimse bunun nasıl veya neden çalıştığını tam olarak bilmiyor. Hikayenin tamamını okuyun.

—Will Douglas Heaven

Yapay zekanın gizemleriyle ilgileniyorsanız neden şuraya göz atmıyorsunuz:

+ Yapay zekanın matematikte iyi olması neden bu kadar önemli ve bunun teknolojinin geleceği açısından ne anlama geldiği.

+ Yapay zekanın geçmişi bize geleceği hakkında neler söylüyor?. IBM'in satranç oynayan süper bilgisayarı Deep Blue, sinir ağı devriminin gölgesinde kaldı. Artık son gülen makine olabilir. Hikayenin tamamını okuyun.

+ Bir ahtapotun zihni bize yapay zekanın nihai gizemi hakkında neler öğretebilir?. Makine bilinci Turing'den bu yana tartışılıyor ve reddediliyor. Ancak yine de yapay zeka hakkındaki düşüncelerimizi şekillendiriyor. Hikayenin tamamını okuyun.