Cohere-nin Keçmiş AI Rəhbəri Sara Huker Niyə Nəhəng Modellərin Ölçülməsi Yarışına Qarşı Çıxır?

Süni İntellekt (AI) laboratoriyaları hazırda nəhəng, milyardlarla dollarlıq məlumat mərkəzləri inşa etməklə məşğuldur; bu mərkəzlər hətta kiçik bir şəhər qədər enerji sərf edir. Bu böyük yatırımın səbəbi isə "ölçülmə" (scaling) ideologiyasına olan dərin inamdır. Yəni, mövcud AI təlim metodlarına sadəcə daha çox hesablama gücü əlavə etməklə, nəticədə hər cür işi görə bilən super ağıllı sistemlər əldə ediləcək. Lakin Cohere-də AI Tədqiqat üzrə vitse-prezidenti olmuş Sara Huker (Sara Hooker) kimi tanınmış mütəxəssislər bu yarışa qarşı çıxırlar. Onlar hesab edirlər ki, Böyük Dil Modellərinin (LLM) ölçülməsi artıq öz limitlərinə yaxınlaşır və AI performansını daha da artırmaq üçün tamamilə fərqli yanaşmalar lazımdır.

Hukerin Cohere və Google-da təcrübəsi olan həmkarı Sudip Roy ilə birlikdə qurduğu "Adaption Labs" startapı məhz bu düşüncə üzərində qurulub. Onların fikrincə, LLM-ləri sadəcə böyütmək, AI modellərindən daha çox performans almaq üçün səmərəsiz bir yoldur. Avqust ayında Cohere-dən ayrılan Huker, şirkəti bu ay rəsmi olaraq elan etdi və daha geniş işçi cəlb etməyə başladı. Huker bu yaxınlarda verdiyi müsahibədə bildirib ki, Adaption Labs real dünya təcrübələrindən davamlı öyrənə bilən və adaptasiya edən AI sistemləri üzərində işləyir və ən önəmlisi, bunu son dərəcə qənaətcil şəkildə edir. O, bu yanaşmanın texniki detallarını paylaşmaqdan imtina etsə də, böyük modellərin ölçülməsinə əsaslanan metodların cəlbedici, lakin "həddindən artıq sıxıcı" olduğunu və dünyanın çətinliklərini həll edə biləcək zəka yaratmadığını vurğulayıb.

Hukerə görə, adaptasiya qabiliyyəti "öyrənməyin əsasını təşkil edir." Məsələn, evdə ayağını masaya vurduqdan sonra, növbəti dəfə daha diqqətli addım atmağı öyrənirsən. AI laboratoriyaları bunu "gücləndirici öyrənmə" (Reinforcement Learning - RL) vasitəsilə tətbiq etməyə çalışsalar da, mövcud RL metodları müştərilər tərəfindən istifadə olunan istehsal sistemlərinə real zamanda səhvlərindən öyrənməyə imkan vermir. Digər tərəfdən, nəhəng AI laboratoriyaları müştərilərə modellərini fərdi ehtiyaclarına uyğun tənzimləmək üçün bahalı məsləhət xidmətləri təklif edirlər. Məsələn, bəzi məlumatlara görə, OpenAI öz modellərini fərdi şəkildə tənzimləmək üçün müştərilərin ən azı 10 milyon dollar xərcləməsini tələb edir. Huker isə deyir ki, AI sistemləri ətraf mühitdən çox səmərəli şəkildə öyrənməyə qadir olmalıdır. Onun fikrincə, bunu sübut etmək, AI-a kimin nəzarət etdiyini və nəticədə bu modellərin kimə xidmət etdiyini tamamilə dəyişdirəcək.

Adaption Labs-ın fəaliyyətə başlaması, sənayenin LLM-lərin ölçülməsinə olan inancının azaldığını göstərən ən son əlamətdir. MIT tədqiqatçılarının yeni bir hesabatı da dünyanın ən böyük AI modellərində faydalılığın azaldığını göstərir. Təkcə bu deyil, "gücləndirici öyrənmənin atası" sayılan Riçard Sutton və OpenAI-ın ilk əməkdaşlarından Andrej Karpathy kimi görkəmli şəxslər də böyük modellərin uzunmüddətli potensialına dair şübhələrini ifadə ediblər, onların real dünya təcrübəsindən öyrənə bilmədiyini qeyd ediblər. Huker əvvəllər Cohere Labs-a rəhbərlik edərkən kompakt AI sistemlərinin, yəni kiçik modellərin kodlaşdırma, riyaziyyat və məntiq testlərində böyük həmkarlarından daha yaxşı nəticə göstərməsi tendensiyasını irəli sürmüşdü. İndi Adaption Labs bu təcrübədən öyrənməyin daha ucuz və səmərəli bir AI gələcəyi vəd etdiyini sübut etmək niyyətindədir. Məlumata görə, startapın bu ilin əvvəlində 20 milyon dollardan 40 milyon dollara qədər toxum sərmayəsi (seed round) cəlb etdiyi və raundun artıq bağlandığı bildirilir. Huker investorlar haqqında danışarkən, "Çox iddialı olmağa hazırlaşırıq," deyib.