Çok modlu yapay zekada unutkanlık ve bilgi karıştırmaya çözüm: MEMEIC

Metin ve görsel verileri aynı anda işleyen çok modlu yapay zeka sistemleri hızla yaygınlaşırken, modellerin yeni bilgiler öğrenirken eski verileri unutması ve farklı veri türlerini birbirine karıştırması önemli bir teknik sorun oluşturuyor. Güney Kore Elektronik ve Telekomünikasyon Araştırma Enstitüsü, Pohang Bilim ve Teknoloji Üniversitesi ile Sungkyunkwan Üniversitesi iş birliğinde bu soruna yönelik Sürekli ve Bileşimsel Bilgi Düzenleme Teknolojisi adı verilen MemEIC mimarisini geliştirdi. NeurIPS konferansında sunulan teknoloji, yapay zeka modellerinin mevcut yapısını değiştirmeden harici bellek üzerinden sürekli ve güvenilir biçimde güncellenmesini sağlıyor.

BİLGİLER HARİCİ BELLEKTE SAKLANIYOR

Geleneksel yapay zeka güncelleme yöntemlerinde, modele yeni bilgiler öğretilirken iç parametreler doğrudan değiştiriliyor. Araştırmacıların “beyin ameliyatı”na benzettiği bu müdahale, modelin daha önce öğrendiği bilgileri unutmasına veya görsel ve metinsel verileri birbirine karıştırmasına yol açabiliyor. Bu sorun, özellikle kurumsal verilerin ve ürün bilgilerinin sık güncellendiği alanlarda modellerin güvenilirliğini etkiliyor. ETRI araştırmacıları, yeni bilgilerin yapay zekanın iç parametreleri yerine harici bir yardımcı bellekte tutulmasını sağlayan bir yöntem geliştirdi. İnsan beyninin iki yarım küresinin farklı görevler üstlenmesinden esinlenen MemEIC mimarisi, görsel ve dilsel bilgileri ayrı katmanlarda saklıyor. Görsel adaptör, görüntüye dayalı bilgileri bağımsız olarak depolarken dil adaptörü metinsel bilgileri ayrı bir katmanda tutuyor. Bilgi bağlayıcı ise yapay zekaya karmaşık bir soru yöneltildiğinde bu iki bilgi grubunu bağlama göre bir araya getirerek yanıt oluşturuyor.

DOĞRULUK ORANI YÜZDE 70’E ÇIKTI

Araştırmacılar, sistemin performansını ölçmek amacıyla 1.278 maddeden oluşan CCKEB adlı özel bir kıyaslama testi hazırladı. Test sürecinde yüzlerce bilgi sıralı biçimde sisteme eklendi. Mevcut modellerin bileşimsel sorulara doğru yanıt verme oranı yüzde 36 ile yüzde 52 arasında kalırken, MemEIC mimarisi bu oranı yüzde 70’e yükseltti. Sistemin yerellik koruma özelliği sayesinde, yeni bilgiler eklendikten sonra da mevcut sorulara verilen doğru yanıtların büyük ölçüde korunduğu ve veri bozulmasının en aza indirildiği belirlendi.

ENDÜSTRİYEL VERİLER İÇİN GELİŞTİRİLECEK

ETRI Dil zekası Araştırma Bölümü Direktörü Lim Soo Jong, “Bu çalışma, çok modlu yapay zekanın gerçek hizmet ortamlarında ihtiyaç duyulan güncel bilgileri aynı anda yansıtmasını ve güvenilirliği sağlamasını mümkün kılan teknolojik temeli oluşturmuştur. Teknolojiyi daha da geliştirerek gelecekte endüstriyel tesislerden gelen çeşitli verileri güvenilir şekilde işleyeceğiz” dedi. Sürekli güncellenen mevzuat ve hukuk sistemleri, e-ticaret ürün katalogları, finansal veriler ve endüstriyel otomasyon tesisleri, MemEIC mimarisinin olası kullanım alanları arasında gösteriliyor. Harici bellek yaklaşımı, şirketlerin büyük yapay zeka modellerini her yeni bilgi için baştan eğitme ihtiyacını azaltarak işletme maliyetlerinin düşürülmesini hedefliyor.