Böyük dil modelləri ümumi süni zəka üçün maneə ola bilər

Süni İntellekt

01.04.2025

Emil

475 aparıcı süni zəka mütəxəssisi arasında aparılmış sorğunun nəticələrinə görə, onların 76%-i hesab edir ki, böyük dil modellərinin ölçüsünün artırılması insan səviyyəsində öyrənmə qabiliyyətinə malik ümumi süni zəkanın (AGI) yaradılmasına böyük ehtimalla gətirib çıxarmayacaq. Bu isə, 2022-ci ildə generativ süni zəka sahəsində əldə olunmuş uğurlardan sonra, yalnız məlumatların və hesablamaların miqyasını artırmaqla insan səviyyəsində zəkaya çatmağı gözləyən texnoloji şirkətlərin nikbin proqnozlarını şübhə altına alır. Hazırda yeni modellərin buraxılışı durğunluğa uğradığı bir vaxtda, tədqiqatçılar hesab edirlər ki, süni zəka sənayesi çıxılmaz vəziyyətə düşüb və əlavə investisiyalar bu vəziyyəti dəyişməkdə çətinlik çəkəcək.

Son illərdə böyük dil modellərinin (BDM) inkişafı əsasən “transformer” arxitekturası ilə bağlıdır. Bu, 2017-ci ildə Google tərəfindən yaradılmış xüsusi növ neyron şəbəkəsidir və insanların təqdim etdiyi böyük həcmdə mətn məlumatları üzərində öyrədilir. Məhz bu arxitektura sayəsində modellər sorğulara ehtimala əsaslanan cavablar yarada bilirlər və bunun üçün insan beyninin iş prinsipini təqlid edən alqoritmlər toplusu olan neyron şəbəkələrdən istifadə olunur. Model nə qədər çox məlumat əldə edirsə, cavabları da bir o qədər dəqiq olur. Lakin bu modellərin ölçüsünü artırmağa davam etmək üçün böyük maliyyə və enerji resursları tələb olunur.

Təkcə 2024-cü ildə generativ süni zəka sahəsində fəaliyyət göstərən şirkətlər dünyada ümumilikdə 56 milyard dollar investisiya cəlb ediblər. Bu vəsait əsasən məlumat mərkəzlərinin inşasına yönəldilir və bu da 2018-ci ildən bəri karbon qazı emissiyalarının 3 dəfə artmasına səbəb olub. Proqnozlara görə, bu onilliyin sonuna qədər süni zəkanın təlimi üçün lazım olan insan tərəfindən yaradılmış məlumatlar tükənəcək. Bundan sonra iki seçim qalacaq: Ya istifadəçilərin şəxsi məlumatlarını toplamaq, ya da modelləri süni zəkanın özü tərəfindən yaradılmış “sintetik” məlumatlarla öyrətmək. Lakin bu, böyük dil modellələrinin “çöküşünə” gətirib çıxara bilər, çünki model öz səhvləri üzərində öyrənməyə başlayacaq.

Sorğuya qatılan ekspertlərin fikrincə, mövcud modellərin məhdudiyyətləri təkcə onların yüksək resurs tələbatı ilə deyil, həm də arxitekturlarında olan fundamental məhdudiyyətlərlə bağlıdır. Bütün bu problemlər şirkətlərin süni zəkanın fəaliyyətini təkmilləşdirməsinə mane olur. Məsələn, OpenAI tərəfindən vəd edilən GPT-5 modeli hələ də təqdim olunmayıb. Süni zəkanı sadəcə ölçüsünü artırmaqla daim təkmilləşdirməyin mümkün olduğu ideyası da sual altına düşüb. Belə ki, Çin şirkəti DeepSeek bu il sübut edib ki, çox pul və enerji sərf etmədən, Silikon Vadisindəki bahalı modellər qədər yaxşı işləyən süni zəka yaratmaq mümkündür.

Son bir il ərzində bir neçə “məntiq yürüdə bilən” model meydana çıxıb. Bu modellər sorğuların analizinə daha çox vaxt və resurs sərf etsələr də, adi modellərlə müqayisədə daha dəqiq cavablar verirlər. Ekspertlərin fikrincə, belə modellərin digər machine learning sistemləri ilə, xüsusilə optimizasiyadan sonra birləşdirilməsi perspektivli istiqamət hesab olunur. Həmçinin mütəxəssislər ehtimal əsaslı proqramlaşdırmanın mövcud modellərlə müqayisədə insan düşüncəsinə daha çox bənzəyən süni zəkanın yaradılmasına kömək edə biləcəyini düşünürlər.

Mənbə: Live Science

Paylaş

suni zeka

artificial intelligence

suni intellekt

large language model

Bənzər xəbərlər