Bebeklerin ilk sözlerini nasıl öğrendiği yapay zeka ile gösterildi

İnsanların kelimeleri öğrenmesinin gizemli yollarını bulmak için çalışmalarını sürdüren araştırmacılar farklı bir çalışmaya imza attılar. Science dergisinde yayınlanan yeni bir araştırmada ise tam da buna odaklanılıyor.

Araştırmacılar, bebeklerin ilk kelimelerini öğrenirken hangi aşamalardan geçtiğini öğrenmek için yeni bir algoritma geliştirip sonrasında eğittiler. Buna göre geliştirilen yapay zeka algoritması, önce bir bebeğin kendi dünyasını keşfetmesine olanak sağlayan saatlerce video ile beslendi.

YAPAY ZEKA ALGORİTMALARI BEBEKLER GİBİ KELİMELERİ ÖĞRENEBİLİR

Hatta araştırmacılar gerçekçi bir şekilde algoritmayı eğitmek için bir bebeğin gerçek zamanlı yaptıklarını kayıt altına aldı. Sam adlı bir bebeğin başına yerleştirilen kamera sayesinde videolar kaydedildi ve algoritma da bu videolar ile eğitildi.

Araştırmada yer almayan Avustralya Ulusal Üniversitesinden psikodilbilimci Evan Kidd, dil öğrenimiyle ilgili bazı fikirlerin, insanların kelimeleri öğrenmemize ve buna bağlı olarak özümsememize olanak tanıyan özel bilgilerle doğduğunu öne sürdüğünü söylüyor. Yeni çalışmanın “bebeklerin kelime öğrenme sürecini anlamak ve bunu başlatmak için nasıl çok sayıda yerleşik özel bilişsel mekanizmaya ihtiyaç duymayabileceğinin zarif bir göstergesi” olduğunu söylüyor.

Yeni model aslında oldukça basit. Bizim artık adını sıklıkla duyduğumuz büyük dil modellerinden de farklı çünkü ChatGPT gibi platformlarda kullanılan dil modelleri çok daha büyük oluyor. Devasa veri setleriyle beslenen bu büyük dil modellerinin ‘kelimeleri öğrenmesi’ de kısa sürüyor. Ancak tıpkı insanların ilk kelimelerini öğrenmesi gibi bir yavaş ve yıllara yayılan süreci deneyimlemek isteyen araştırmacılar, algoritmayı çok daha az veri setiyle besledi.

New York Üniversitesinden bilişsel bilim alanında çalışan ve araştırmada yer alan bilim insanı Wai Keen Vong, “Şu anda sahip olduğumuz yapay zeka sistemleri son derece iyi çalışıyor ancak astronomik miktarlarda veriye, hatta bazen üzerinde çalışılacak trilyonlarca kelimeye ihtiyaç duyuyor” diyor. Ancak insanlar kelimeleri bu şekilde öğrenmiyor.  

Vong ve çalışmada yer alan diğer araştırmacılar kasıtlı olarak küçük bir veriyle ‘gerçekçi bir dil öğrenimi modeli’ oluşturmayı başardılar. Bebek Sam’in verileriyle bu dil modelini eğitmeden önce kamera ile Sam’in büyüyüp 6 aylıktan 2 yaşına kadar İngilizce öğrenirken gördüklerini ve duyduğu kelimeleri kaydedildi.

Algoritmada 60 saatlik kayıt deneyimi kullanıldı. Yapay zeka programı Sam’in verileriyle nesneleri, duyduğu kelimelerle ilişkilendirmeyi başardı.

Bu süreç tekrarlanarak gerçekleştiğinden, model bazı anahtar kelimeleri yakalayabildi. Vong ve ekibi, modellerini bebeklerin hangi kelimeleri bildiğini bulmak için kullanılan laboratuvar testine benzer şekilde test etti. Araştırmacılar modele bir kelime verdiler; örneğin bir beşik. Daha sonra modelden dört resimden oluşan bir gruptan beşik içeren resmi bulması istendi. Model, yaklaşık yüzde 62 oranında doğru cevaba ulaşabildi.

Eğer rastgele bir tahmin yapılsaydı, yüzde 25 oranında doğru yanıtlar verirdi.

Çalışmanın ana sonucu ise eğer duyulan dil ile bağlam arasında ilişki kurulursa, kelime öğrenme konusunda ilerleme kaydedilebiliyor olduğuydu.

Elbette, sonuçların çocukların kelimeleri benzer şekilde öğrenip öğrenmediğini göstermeyeceği de belirtiliyor. Yine sonuçlar, çocukların dili nasıl öğrenebileceğine dair bir olasılık sunuyor. 

Algoritma aynı zamanda el konusunda hatalar da yaptı. El içeren görüntülerin çoğu kumsalda çekildiği için yapay zekanın kafası el ve kum içeren sorularda karıştı. Bu sonucun bebeklerde de benzer şekilde işlediğine değinen Kidd, yaygın bir şekilde bebeklerin baba kelimesini öğrendikten sonra tüm yetişkin erkeklere baba demesine benzetiyor ve şunları söylüyor:

“Modelin çocukların yaptığı türden hatalar yapıp yapmadığını bilmek ilginç olurdu, çünkü o zaman onun doğru yolda olduğunu anlarsınız”

Araştırmacılar modellerini daha fazla ses ve video verisiyle besliyor. Vong, “Konu dil öğrenme olduğunda insanları bu kadar verimli kılan şeyin ne olduğunu anlamak için daha fazla çaba gösterilmesi gerekiyor” diyor.