Sakana AI, Jürgen Schmidhuber'i Baş Bilim Danışmanı olarak atadı

Ne oldu?

Tokyo merkezli Sakana AI, derin öğrenme alanındaki öncü isimlerden Jürgen Schmidhuber'i Baş Bilim Danışmanı olarak kadrosuna kattı. The Decoder'ın haberine göre şirket, Schmidhuber'i "modern yapay zekanın babası" olarak tanımlıyor. Haber başlığında ise onun derin öğrenme ve dünya modelleri alanlarındaki katkıları özellikle vurgulanıyor.

Schmidhuber'in görevi, Sakana'nın yeni kurduğu RSI Lab'in çalışmalarına yön vermeye yardımcı olmak. Laboratuvar, yapay zekanın kendini sürekli geliştirebilmesi anlamına gelen özyinelemeli öz-iyileştirme üzerine çalışıyor. Kaynaklara göre Schmidhuber'in 1990'lı yıllarda geliştirdiği fikirler, Darwin Gölgesi Makinesi gibi Sakana projelerinde şimdiden kullanılıyor.

Neden önemli?

Bu hamle, yapay zeka girişimlerinin araştırma önceliklerinin nereye kaydığını gösteriyor. Öz-iyileştirme yaklaşımı, bir sistemin yalnızca bir kez eğitilip sunulmak yerine zaman içinde kendi performansını ve tasarımını iyileştirebildiği bir modeli çağrıştırıyor. Bu tür yeteneklerin olgunlaşması, kurumların yapay zekayı sabit bir ürün olarak değil, değişen ve gelişen bir altyapı olarak yönetmesini gerektirebilir.

Dijital dönüşüm liderleri için asıl soru, bu tür sistemlerin hangi süreçlerde ve hangi denetim mekanizmalarıyla devreye alınacağı olacak. Bir araştırma figürünün kadroya katılması ise bir şirketin teknik yol haritasını, akademik köklerle birlikte operasyonel uygulanabilirlik üzerinden de şekillendirdiğini gösteriyor. Haberin asıl ağırlığı, bir kişinin atanmasından çok, öz-iyileştirme gibi bir yeteneğin kurumsal kullanıma nasıl taşınabileceği sorusunda yatıyor.

Renascence yorumu

Bu haberi çoğu okuyucu bir isim haberi olarak görecek. Oysa asıl dikkat edilmesi gereken, kendini geliştiren sistemlerin kullanıcının sistemi anlama ve ona güvenme biçimini doğrudan etkileyebileceği. Davranışsal iktisat açısından, insanlar bir sistemin neden ve nasıl değiştiğini kavrayamadıklarında güvenlerini hızla yitirirler.

Çoğu yönetici, öz-iyileştirme yeteneğini bir teknik üstünlük olarak okuyacak; oysa bu, önce bir hizmet tasarımı sorunu. Kullanıcının bir değişikliği fark edebilmesi, nedenini anlayabilmesi ve geri alabilmesi gerekir. Müşteri odaklı bir operatör, bugünden her yapay zeka güncellemesi için görünür değişiklik kayıtları, geri alma seçenekleri ve insan onayının zorunlu olduğu karar noktaları tasarlamalı. Hızlı ilerleyen bir yapay zekaya duyulan güven, ancak öngörülebilir bir deneyimle kazanılır.