Büyük dil modellerinin akıcı konuşabilmek için trilyonlarca kelimelik devasa veri setlerine ihtiyaç duymasına karşın, insan çocuklarının ana dillerini yalnızca 10 ila 100 milyon kelime duyarak öğrenmesi, yapay zeka ile bilişsel bilim arasındaki veri verimliliği farkını gözler önüne seriyor. Araştırmacılar, çocukların bu kısıtlı girdiden dilin karmaşık kurallarını nasıl çıkardığını çözmek amacıyla yeni modeller geliştiriyor.
Meta'nın Llama 3.1 gibi modelleri 15 trilyon belirteçle eğitilirken, araştırmacılar BabyLM gibi yarışmalar aracılığıyla yapay zekayı çocuk seviyesindeki 100 milyon kelimelik veri kümeleriyle eğitmeyi deniyor. Bunun yanı sıra Stanford ve Princeton Üniversitelerindeki bilim insanları, bebeklerin taktığı kafa kameralarından elde edilen video ve ses kayıtlarını kullanarak çok modlu dil edinim süreçlerini inceliyor.
Gelişimsel psikolog Alison Gopnik ve Harvard'dan Elizabeth Bonawitz, modellerin aksine çocukların pasif veri işleyicisi olmadığını, dünyayı aktif şekilde keşfedip sosyal ipuçlarını değerlendirdiğini vurguluyor. Henüz duyusal veya etkileşimli modeller çocukların öğrenme performansına tam olarak ulaşamasa da araştırmacılar, mevcut dil modellerini insan bilişini ve dil kurallarını incelemek için deneysel birer araç olarak konumlandırıyor.
KAYNAK: technologyreview.com