Johns Hopkins Universiteti süni intellektdə böyük məlumat mifini necə dağıdır?

Süni intellektdə böyük məlumat ehtiyacı sual altındadır

Johns Hopkins Universitetindən olan tədqiqatçılar süni intellektin inkişafında böyük təlim məlumatlarının və hesablama gücünün yeganə yol olmadığını göstərən yeni araşdırma yayıblar. Bu tədqiqat süni intellekt sistemlərinin insan beyninə bənzər dizaynlarla təlimsiz beyin fəaliyyətini təqlid edə biləcəyini sübut edir.

Üç əsas neyron şəbəkə dizaynının müqayisəsi

Tədqiqatçılar transformerlər, tam bağlı şəbəkələr və konvolyusiya neyron şəbəkələri olmaqla üç əsas arxitekturanı müqayisə ediblər. Nəticələr göstərir ki, konvolyusiya şəbəkələri insan beyni fəaliyyətinə ən çox bənzər nümunələr nümayiş etdirib və təlimsiz ənənəvi AI sistemləri səviyyəsində effektiv işləyib.

Arxitektura süni intellektdə əsas amildir

Johns Hopkins Universitetinin kognitiv elmlər üzrə assistent professoru Mikael Bonner böyük məlumat və hesablama resurslarının xərclərini tənqid edərək bildirir ki, “Evolyusiya bu dizayna səbəblə gəlib.” Onun sözlərinə görə, “Beyinə bənzər arxitekturalar AI sistemlərini üstün vəziyyətə qoyur.” Bu isə o deməkdir ki, “Əgər böyük məlumat əsas amil olsaydı, arxitektura dəyişiklikləri ilə beyinə bənzər AI sistemləri əldə etmək mümkün olmazdı.”

Bioloji ilhamlı öyrənmə metodları gələcəyin açarıdır

Tədqiqatçılar bioloji ilhamlı sadə öyrənmə metodlarını araşdırır və bu yanaşmanın AI sistemlərini daha sürətli, daha səmərəli və böyük məlumat dəstlərinə az asılı edən hala gətirə biləcəyini vurğulayırlar. Bu, süni intellektin inkişafında yeni perspektivlər açır.

İnsan həyatına təsiri və gələcək perspektivlər

Bu tədqiqat süni intellektin daha əlçatan, enerjiyə qənaət edən və sürətli inkişafına yol açır. Daha az resurs tələb edən AI texnologiyaları gündəlik həyatda daha geniş tətbiq oluna bilər ki, bu da texnologiyanın sosial və iqtisadi təsirlərini artıracaq.

Johns Hopkins Universitetinin bu araşdırması 2025-ci ildə "Nature Machine Intelligence" jurnalının 7 (11): 1834 sayında dərc olunub və 2026-cı ilin yanvarında ictimaiyyətə təqdim edilib.