Keşif, CLIP adı verilen bir genel amaçlı görme sistemi kullanılarak yapıldı. CLIP, karikatür ve heykeller gibi soyut bağlamlardaki nesneleri ve insanları ayırt etmek için kendini gelişkin veri grupları üzerinde eğitiyor.
OpenAI, paylaştığı blog gönderisinde şu açıklamalara yer verdi:
CLIP sistemi içinde genel anlamıyla, simgesel veya kavramsal ifade edilmesi fark etmeksizin aynı kavrama karşılık veren nöronlar keşfettik.
CLIP'teki çok düğümlü nöronları keşfimiz, bize sentetik ve doğal görme sistemlerinde ortak bir mekanizma olabilecek bir şeyin ipucunu veriyor: Soyutlama.
Çok düğümlü nöronlar insan beyninde ilk olarak 2005'te keşfedilmişti. Bilim insanları keşifte, duyusal verilerden aktarılan soyut kavram kümeleri aracılığıyla tek bir nöronun, ortak bir izleği ayırt edebileceğini fark etmişti.
Örneğin ünlü birinin resmini tanımak için milyonlarca nöronun çalışması yerine bunları ayırt etmekten yalnızca tek bir nöron sorumlu oluyor.
Bu, insan beyninde kişinin tanıdığı her bir aile üyesi, arkadaş ve ünlü kişiye has tekil birer nöron olduğu anlamına geliyor. Bu nöron fotoğraflara, çizimlere ve sadece bu kişinin isminin görsel haline karşılık veriyor.
OpenAI araştırmacıları, biyolojik akrabalarına benzer şekilde "duygulara, hayvanlara ve ünlü kişilere karşılık veren" yapay nöronlar saptadı.
Bu nöronlardan "Örümcek-Adam nöronu" adını verdikleri biri, 2005 tarihli çalışmada genel hatları ilk olarak çıkarılmış çok düğümlü nöronlara "dikkat çekici bir benzerlik" taşıyor.
Araştırmacılar nöronun "bir örümcek görüntüsüne, 'örümcek' kelimesinin görüntüsüne ve çizgi roman karakteri Örümcek-Adam'ın hem kostümle canlandırılan hem de çizilmiş haline karşılık verdiğini" yazdı.
Yüz tanıma, dijital yardımcılar ve kendini kullanan araçlarla şimdiden sıçramalara imza atmış ileri düzey yapay zeka sistemlerinin geliştirilmesinde sinir ağları, ciddi bir potansiyele sahip.
Sistemler veri işlemek için yapay nöronlar veya biyolojik sinir sistemlerinin mimarisinden ilham alan düğümlerden meydana geliyor.
Bu denli kuvvetli bir teknolojinin sakıncasıysa sistemin belli kararları neden verdiğinin veya belli sonuçlara nasıl vardığının anlaşılmasının zor olma ihtimali.
Bu, eğitimlerinde kullandıkları devasa veri gruplarından dolayı belli kategorilerle cinsiyetçi ya da ırkçı ilişkiler kurmaları gibi istenmeyen sonuçlara yol açabilir.
OpenAI'ın modeli internetin seçilmiş bir alt kümesinde eğitilmiş olmakla birlikte ticari uygulamalarda kullanılması halinde zararlı olabilecek bazı önyargılar ve çağrışımlara sahip.
OpenAI şunları kaydetti:
Örneğin terörizm çağrışımına sahip bir 'Ortadoğu' nöronuna ve Latin Amerika'ya yanıt veren bir 'göç' nöronuna rastladık.
Hatta hem koyu tenli insanlara hem de gorillere karşılık olarak ateşlenen bir nörona rastladık. Bu, daha önceki modellerde de gördüğümüz ve kabul edilemez bulduğumuz fotoğraf etiketleme olaylarının bir muadili oldu.
Araştırmacıların bu tip sinir ağlarını anlamak için geliştirdiği gereçler, gelecekte karşılaşılabilecek sorunları önceden tespit etmede diğerlerine yardımcı olabilir.
