MIT Araştırmacıları, Robotları Çok Daha Hızlı Eğitmeyi Sağlayacak Bir Yöntem Geliştirdi

Yapay zekânın tarihi gelişimine baktığımızda, geçmişte belli kaideler altında çalışan modellerin ne kadar yavaş geliştiği ve ne kadar masraflı olduğu ortaya çıkmıştı. Vakit içerisinde nöral ağlar gereğince geliştiklerinde bu nedenle eski adap geliştirilmiş sistemlerin yerini almış ve büyük lisan modellerinin ortaya çıkmasını sağlamıştı. Misal bir değişim robotlar için de gerçekleşebilir.

Massachusetts Teknoloji Enstitüsü (MIT) araştırmacıları, yalnızca muhakkak koşullar altında çalışabilen robot geliştirme usulleri yerine kullanabilecek ve büyük lisan modellerinin çalışma mantığını andıran bir metot tanıttı. Bu metotta robotlar, farklı kaynaklardan gelen datalar ve kendi topladıkları datalar ile eğitiliyor. Böylelikle yeni bir iş öğrenmeleri ya da yeni kaidelere ahenk sağlamaları daha kolay oluyor.

Dil modellerinden ilham alındı

Araştırmacılar, bu metodu geliştirirken ChatGPT gibi büyük lisan modellerinden ilham aldıklarını söz etti. Büyük lisan modellerin evvelce büyük boyutlu lisan verisi ile eğitilip sonrasında çok az eğitim ile kullanılabilmesinden yola çıkan araştırmacılar, “Heterojen Ön Eğitimli Dönüştürücüler” (HPT) ismini verdikleri bir model geliştirdi. Bu model sayesinde farklı kamera ve sensörlerden gelen bilgiler bir ortada işlenebiliyor ve robotların yeni vazifeleri daha kolay öğrenmesi sağlanıyor. 

Yeni usul sayesinde robotlar hem daha maharetli şekilde hareket edebiliyor ve farklı işler gerçekleştirebiliyorlar. Araştırmacılar artık bu yolun gelişme potansiyelini inceleyecek. Amaçlarını ise uygulama indirir üzere indirilip kurulabilen robot beyinleri olarak açıklıyorlar.