Singapur merkezli Sapient şirketi, insan beyninin çalışma biçiminden esinlenen yeni bir yapay zekayı tanıttı. “Hiyerarşik Akıl Yürütme Modeli” (HRM) adı verilen sistem, az veriyle eğitilmesine rağmen mevcut dil modellerini geride bırakan sonuçlar elde etti.
Geleneksel yapay zekâlar milyarlarca parametreyle devasa veri kümeleri üzerinde eğitilirken, HRM yalnızca 27 milyon parametre ve bin eğitim örneği ile geliştirildi. Buna rağmen, yapay zekâ araştırmalarında standart kabul edilen ARC-AGI testlerinde dikkat çekici bir performans sergiledi.
İkili Modül Sistemi
HRM’nin en önemli farkı, ChatGPT gibi modellerde yaygın olarak kullanılan “chain-of-thought” (adım adım düşünme) yöntemini tercih etmemesi. Bunun yerine, insan beynindeki çok katmanlı işleyişi taklit eden iki farklı modül kullanıyor:
- Üst Seviye Modül: Soyut ve yavaş planlama yapıyor.
- Alt Seviye Modül: Hızlı ve detaylı hesaplamalar gerçekleştiriyor.
Bu mimari sayesinde HRM, Sudoku gibi karmaşık bulmacalarda ve labirentlerde en kısa yolu bulma görevlerinde neredeyse kusursuz sonuçlara ulaştı.
“Asıl Güç Eğitim Tekniğinde”
Bağımsız araştırmacılar ise başarının mimariden çok, eğitim sürecinde kullanılan özel iyileştirme tekniğinden kaynaklandığını vurguluyor. Henüz hakemli bir dergide yayımlanmamış olan çalışma, doğrulama sürecini bekliyor.
Daha Küçük Modeller, Daha Büyük Sonuçlar
HRM üzerine yapılan araştırma, yapay zekânın sadece büyük ve milyarlarca parametreli modellerle değil; daha küçük, optimize edilmiş sistemlerle de yüksek başarı sağlayabileceğini ortaya koyuyor.
Uzmanlara göre bu gelişme, gelecekte daha erişilebilir, düşük maliyetli ve enerji verimli yapay zekâ çözümlerinin önünü açabilir.
