miktar dergisi, AI sistemlerini çalıştıran yapay sinir ağlarına (veya YSA’lara) daha iyi bir alternatif olduğunu düşünüyor. (Alternatif URL)
Maryland Üniversitesi’nden bilgisayar bilimcisi Cornelia Fermüller, YSA’ların “süper güce aç” olduğunu söylüyor. “Diğer konu da [their] şeffaflık eksikliği.” Bu tür sistemler o kadar karmaşıktır ki, kimse gerçekten ne yaptıklarını veya neden bu kadar iyi çalıştıklarını anlamıyor. Bu da, insanların yaptığı gibi analoji yoluyla akıl yürütmelerini neredeyse imkansız hale getiriyor. — nesneler, fikirler ve aralarındaki ilişkiler için semboller kullanmak…
Berkeley’deki California Üniversitesi’nden bir sinirbilimci olan Bruno Olshausen ve diğerleri, beyindeki bilginin çok sayıda nöronun aktivitesiyle temsil edildiğini iddia ediyor… Bu, hiper boyutlu hesaplama olarak bilinen, hesaplamaya yönelik kökten farklı bir yaklaşımın başlangıç noktasıdır. Anahtar nokta, bir araba kavramı veya onun markası, modeli veya rengi veya hepsinin bir arada olması gibi her bir bilgi parçasının tek bir varlık olarak temsil edilmesidir: hiper boyutlu bir vektör. Bir vektör basitçe sıralı bir sayı dizisidir. Örneğin bir 3B vektör üç sayıdan oluşur: 3B uzayda bir noktanın x, y ve z koordinatları. Bir hiper boyutlu vektör veya hiper vektör, örneğin 10.000 boyutlu uzayda bir noktayı temsil eden 10.000 sayıdan oluşan bir dizi olabilir. Bu matematiksel nesneler ve onları manipüle edecek cebir, modern hesaplamayı mevcut sınırlamalarının bazılarının ötesine taşıyacak ve yapay zekaya yeni bir yaklaşımı teşvik edecek kadar esnek ve güçlüdür…
Hiper boyutlu bilgi işlem, hataları daha iyi tolere eder, çünkü bir hiper vektör önemli sayıda rasgele bit çevirmesine maruz kalsa bile, yine de orijinal vektöre yakındır. Bu, bu vektörleri kullanan herhangi bir akıl yürütmenin hatalar karşısında anlamlı bir şekilde etkilenmediği anlamına gelir. Villanova Üniversitesi’nde bir bilgisayar bilimcisi olan Xun Jiao’nun ekibi, bu sistemlerin, geleneksel bilgisayar mimarilerinden kat kat daha dayanıklı olan geleneksel YSA’lardan en az 10 kat daha fazla donanım hatasına toleranslı olduğunu gösterdi…
Geleneksel bilgi işlem üzerindeki tüm bu avantajlar, hiper boyutlu bilgi işlemin yeni nesil son derece sağlam, düşük güçlü donanımlar için çok uygun olduğunu göstermektedir. Aynı zamanda verileri depolayan aynı donanım üzerinde bilgi işlem gerçekleştiren “bellek içi bilgi işlem sistemleri” ile de uyumludur (verileri bellek ile merkezi işlem birimi arasında verimsiz bir şekilde aktaran mevcut von Neumann bilgisayarlarının aksine). Bu yeni cihazlardan bazıları, çok düşük voltajlarda çalışan analog olabilir, bu da onları enerji açısından verimli kılar, ancak aynı zamanda rastgele gürültüye eğilimlidir.
Makaleyi paylaştığı için Slashdot okuyucusu ZipNada’ya teşekkürler.
News
