banner51

Yapay zeka teknolojisinin hiçbir zaman çözemeyeceği hesaplama problemi geliştirildi

Gün geçtikçe kullanım alanı yaygınlaşan yapay zeka teknolojisi dur durak bilmiyor. İnsanlığın hayatını kolaylaştırması bir yana, gelecek için bir tehdit mi değil mi sorusu ise kafaları karıştırıyor.

Yapay zeka teknolojisinin hiçbir zaman çözemeyeceği hesaplama problemi geliştirildi

Tüm bunlar tartışılagelirken matematik mühendisleri, yapay zeka teknolojisinin asla çözüm bulamayacağı bir hesaplama problemini ortaya koydu.

Yapay zeka teknolojisi çok hızlı öğrenebiliyor ve problemlere çok daha hızlı bir şekilde çözüm bulabiliyor. Bugün pek çok şirket yapay zekayı kullanarak maliyetleri düşürme yoluna giderken, gelecekte bu teknolojiyi çok daha farklı alanlarda göreceğiz. Diğer yandan yapay zekanın sınırlarını keşfetmeye çalışan bilim insanları ise farklı yollar deniyor. Son olarak matematik mühendislerinin geliştirdiği bir hesaplama problemi var ki yapay zeka teknolojisinin şu an bu probleme çözüm bulabilmesi mümkün görünmüyor. 

Araştırmacılar, makine öğrenimi görünüşte sınırsız bir potansiyel barındırmasına karşın en zeki algoritmaların bile matematiğin sınırlarını geçemeyeceğini farkına varmış durumda.

İsrail Teknoloji Enstitüsü’nde araştırmalarını sürdüren bir araştırma ekibi, ‘en fazlayı tahmin etmek’ (EMX) olarak adlandırdığı bir makine öğrenimi problemini araştırmış. Bu problemde; bir internet sitesi, siteye en sık gelen ziyaretçilere, hedefli reklam göstermeye çalışıyor. Fakat hangi ziyaretçilerin siteyi ziyaret edeceği, önceden bilinmiyor.

Araştırmacılara göre bu tür bir durumda; çözülmesi gereken matematik problemi, olasılıkla yaklaşık olarak doğru öğrenme (veya PAC öğrenimi) şeklinde bilinen bir makine öğrenimi yapısıyla benzerlikler taşıyor. Fakat ayrıca, Gödel’in bir diğer araştırma alanı olan ve süreklilik hipotezi şeklinde adlandırılan bir matematik ikilemine de benziyor.
 

Eksiklik kuramı gibi, süreklilik hipotezi de hiçbir zaman doğru veya yanlış olduğu kanıtlanamayan matematik kurallarıyla ilgili. EMX örneğinin koşulları göz önüne alındığında; makine öğrenimi de varsayımsal olarak aynı ebedî çıkmaza girebilir.

Çalışmada yer almamış olan ve Chicago’daki Illinois Üniversitesi’nde çalışan matematikçi ve bilgisayar bilimcisi Lev Reyzin, Nature için bu araştırma üzerine yazdığı bir yorumda şöyle söylüyor: “Araştırmacılar, kaderi süreklilik hipotezine bağlı olan bir makine öğrenimi problemi belirlemişler ve çözümünü, ebediyen ulaşılamaz bir yere bırakmışlar.”

YORUM EKLE
SIRADAKİ HABER