Why AI Is Incredibly Smart and Shockingly Stupid | Yejin Choi | TED

Çeviri: Ozay Ozaydin Gözden geçirme: esra kurul

So I'm excited to share a few spicy thoughts on artificial intelligence.

Yapay zeka üzerine birkaç baharatlı düşünceyi paylaşacağım için heyecanlıyım.

But first, let's get philosophical

Ama önce,

18. yüzyıl Aydınlanma filozofu Voltaire’in

by starting with this quote by Voltaire,

“Sağduyu o kadar da yaygın değildir” sözüyle başlayarak

an 18th century Enlightenment philosopher,

who said, "Common sense is not so common."

felsefi bir yaklaşım sergileyelim.

Turns out this quote couldn't be more relevant

Görünüşe göre bu söz bugün yapay zeka için

to artificial intelligence today.

daha uygun olamazdı.

Despite that, AI is an undeniably powerful tool,

Buna rağmen yapay zeka, dünya çapındaki “Go” şampiyonunu yenen,

beating the world-class "Go" champion,

üniversiteye kabul testlerinde başarılı olan ve hatta baro sınavını geçen

acing college admission tests and even passing the bar exam.

inkar edilemez derecede güçlü bir araç.

I’m a computer scientist of 20 years,

Ben 20 yıllık bir bilgisayar bilimcisiyim

and I work on artificial intelligence.

ve yapay zeka üzerine çalışıyorum.

I am here to demystify AI.

Yapay zekanın gizemini çözmek için buradayım.

So AI today is like a Goliath.

Yapay zeka bugün bir Golyat gibi.

It is literally very, very large.

Kelimenin tam anlamıyla çok çok büyük.

It is speculated that the recent ones are trained on tens of thousands of GPUs

Son zamanlarda on binlerce GPU ve bir trilyon kelime üzerinde eğitildiği

and a trillion words.

tahmin ediliyor.

Such extreme-scale AI models,

Genellikle “büyük dil modelleri”

often referred to as "large language models,"

olarak adlandırılan bu tür aşırı ölçekli YZ modelleri,

appear to demonstrate sparks of AGI,

yapay genel zeka olan AGI’nin

artificial general intelligence.

kıvılcımlarını gösteriyor gibi görünmektedir.

Except when it makes small, silly mistakes,

Küçük, aptalca hatalar yaptığı zamanlar hariç,

which it often does.

ki sıklıkla yapıyor.

Many believe that whatever mistakes AI makes today

Pek çok kişi, yapay zekanın bugün yaptığı hataların

kaba kuvvet, daha büyük ölçek ve daha fazla kaynakla

can be easily fixed with brute force,

bigger scale and more resources.

kolayca düzeltilebileceğine inanıyor.

What possibly could go wrong?

Ne yanlış gidebilir ki?

So there are three immediate challenges we face already at the societal level.

Halihazırda toplumsal düzeyde karşımızda olan üç acil zorluk var.

First, extreme-scale AI models are so expensive to train,

Birincisi, devasa-ölçekli YZ modellerini eğitmek çok pahalı

and only a few tech companies can afford to do so.

ve sadece birkaç teknoloji şirketi bunu karşılayabiliyor.

So we already see the concentration of power.

Yani gücün yoğunlaştığını zaten görüyoruz.

But what's worse for AI safety,

Ancak bu YZ güvenliği için çok daha kötü,

we are now at the mercy of those few tech companies

şu anda bu birkaç teknoloji şirketinin insafına kalmış durumdayız

because researchers in the larger community

çünkü daha geniş topluluktaki araştırmacılar

do not have the means to truly inspect and dissect these models.

bu modelleri gerçekten inceleyecek araçlara sahip değiller.

And let's not forget their massive carbon footprint

Ayrıca devasa karbon ayak izlerini

and the environmental impact.

ve çevresel etkilerini de unutmayalım.

And then there are these additional intellectual questions.

Bir de bu ek düşünsel sorular var.

Can AI, without robust common sense, be truly safe for humanity?

Sağlam bir sağduyu olmadan YZ insanlık için gerçekten güvenli olabilir mi?

And is brute-force scale really the only way

Kaba kuvvet ölçeği gerçekten YZ’yi öğretmenin tek yolu

and even the correct way to teach AI?

ve hatta doğru yolu mu?

So I’m often asked these days

Bu yüzden bugünlerde bana sık sık

whether it's even feasible to do any meaningful research

aşırı ölçekli hesaplama olmadan anlamlı bir araştırma yapmanın

without extreme-scale compute.

mümkün olup olmadığı soruluyor.

And I work at a university and nonprofit research institute,

bir üniversitede ve kar amacı gütmeyen bir araştırma enstitüsünde çalışıyorum,

so I cannot afford a massive GPU farm to create enormous language models.

bu nedenle devasa dil modelleri oluşturmak için devasa bir GPU çiftliği kuramam.

Nevertheless, I believe that there's so much we need to do

Bununla birlikte, YZ’yi sürdürülebilir ve insancıl hale getirmek için

and can do to make AI sustainable and humanistic.

yapmamız gereken ve yapabileceğimiz çok şey olduğuna inanıyorum.

We need to make AI smaller, to democratize it.

YZ’yi demokratikleştirmek için onu küçültmemiz gerekiyor.

And we need to make AI safer by teaching human norms and values.

İnsani norm ve değerleri öğreterek YZ’yi daha güvenli hale getirmemiz gerekiyor.

Perhaps we can draw an analogy from "David and Goliath,"

Belki de burada “Davut ve Golyat “tan bir benzetme yapabiliriz,

here, Goliath being the extreme-scale language models,

Golyat devasa-ölçekli dil modelleri,

and seek inspiration from an old-time classic, "The Art of War,"

ve eski zaman klasiklerinden “Savaş Sanatı“ndan ilham alabiliriz,

which tells us, in my interpretation,

benim yorumuma göre bize

know your enemy, choose your battles, and innovate your weapons.

düşmanını tanı, savaşlarını seç ve silahlarını yenile diyor.

Let's start with the first, know your enemy,

İlkiyle başlayalım, düşmanını tanı:

which means we need to evaluate AI with scrutiny.

bu da YZ’yi dikkatle değerlendirmemiz gerektiği anlamına geliyor.

AI is passing the bar exam.

YZ baro sınavını geçiyor.

Does that mean that AI is robust at common sense?

Bu, YZ’nin sağduyu konusunda güçlü olduğu anlamına mı geliyor?

You might assume so, but you never know.

Böyle varsayabilirsiniz, ama asla emin olamazsınız.

So suppose I left five clothes to dry out in the sun,

Diyelim ki beş tane giyeceği güneşte kurumaya bıraktım

and it took them five hours to dry completely.

ve hepsinin tamamen kuruması beş saat aldı.

How long would it take to dry 30 clothes?

30 giyeceğin kuruması ne kadar sürer?

GPT-4, the newest, greatest AI system says 30 hours.

GPT-4, en yeni ve en iyi yapay zeka sistemi 30 saat diyor.

Not good.

İyi değil.

A different one.

Farklı bir tane.

I have 12-liter jug and six-liter jug,

12 litrelik sürahim ve 6 litrelik sürahim var

and I want to measure six liters.

ve 6 litre ölçmek istiyorum.

How do I do it?

Nasıl yaparım?

Just use the six liter jug, right?

Altı litrelik sürahiyi kullanırım, değil mi?

GPT-4 spits out some very elaborate nonsense.

GPT-4 çok ayrıntılı bir saçmalık ortaya atıyor.

(Laughter)

(Gülüşmeler)

Step one, fill the six-liter jug,

Birinci adım, altı litrelik sürahiyi doldur,

step two, pour the water from six to 12-liter jug,

ikinci adım, suyu altılıktan 12-litrelik sürahiye dök,

step three, fill the six-liter jug again,

üçüncü adım, altılık sürahiyi yeniden doldur,

step four, very carefully, pour the water from six to 12-liter jug.

dördüncü adım, çok dikkatle altılıktan 12-litelik sürahiye suyu dök.

And finally you have six liters of water in the six-liter jug

Sonunda işte altı litrelik sürahide altı litre suyunuz olur

that should be empty by now.

ama tabi şu anda içi boş.

(Laughter)

(Gülüşmeler)

OK, one more.

Tamam, bir tane daha.

Would I get a flat tire by bicycling over a bridge

Çiviler, vidalar ve kırık camlar üzerinde asılı olan

that is suspended over nails, screws and broken glass?

bir köprünün üzerinden bisikletle geçerken lastiğim patlar mı?

Yes, highly likely, GPT-4 says,

Evet, büyük olasılıkla, diyor GPT-4,

presumably because it cannot correctly reason

muhtemelen bir köprünün kırık çiviler

that if a bridge is suspended over the broken nails and broken glass,

ve kırık camlar üzerinde asılı olması durumunda köprünün yüzeyinin keskin

then the surface of the bridge doesn't touch the sharp objects directly.

nesnelere doğrudan temas etmediğini doğru bir şekilde muhakeme edemediği için.

OK, so how would you feel about an AI lawyer that aced the bar exam

Peki, baro sınavında başarılı olan ama böylesine temel bir sağduyu konusunda

yet randomly fails at such basic common sense?

rastgele başarısız olan bir YZ avukatı hakkında ne düşünürsünüz?

AI today is unbelievably intelligent and then shockingly stupid.

Günümüzde yapay zeka inanılmaz derecede zeki ve sonra şok edici derecede aptal.

(Laughter)

(Gülüşmeler)

It is an unavoidable side effect of teaching AI through brute-force scale.

Bu, yapay zekayı kaba kuvvet ölçeğiyle öğretmenin kaçınılmaz bir yan etkisidir.

Some scale optimists might say, “Don’t worry about this.

Bazı ölçek iyimserleri şöyle diyebilir: “Bu konuda endişelenmeyin.

All of these can be easily fixed by adding similar examples

Tüm bunlar, yapay zeka için daha fazla eğitim verisi olarak

as yet more training data for AI."

benzer örnekler eklenerek kolayca düzeltilebilir.”

But the real question is this.

Ama asıl soru şu.

Why should we even do that?

Bunu neden yapalım ki?

You are able to get the correct answers right away

Benzer örneklerle kendinizi eğitmek zorunda kalmadan da

without having to train yourself with similar examples.

doğru cevapları bulabilirsiniz.

Children do not even read a trillion words

Çocuklar böylesine temel bir sağduyu seviyesie

to acquire such a basic level of common sense.

ulaşmak için trilyon kelime okumazlar.

So this observation leads us to the next wisdom,

Dolayısıyla bu gözlem bizi bir sonraki bilgeliğe götürüyor:

choose your battles.

Savaşlarınızı seçin.

So what fundamental questions should we ask right now

Peki, bu statükoyu aşırı ölçekli YZ ile aşmak için

and tackle today

şu anda

in order to overcome this status quo with extreme-scale AI?

hangi temel soruları sormalı ve bugün ele almalıyız?

I'll say common sense is among the top priorities.

Sağduyunun en önemli öncelikler arasında olduğunu söyleyebilirim.

So common sense has been a long-standing challenge in AI.

Yani sağduyu, YZ’de uzun süredir devam eden bir zorluk.

To explain why, let me draw an analogy to dark matter.

Nedenini açıklamak için size karanlık madde ile bir benzetme yapayım.

So only five percent of the universe is normal matter

Evrenin sadece yüzde beşi görebildiğiniz ve etkileşime girebildiğiniz normal madde,

that you can see and interact with,

geri kalan yüzde 95′i ise

and the remaining 95 percent is dark matter and dark energy.

karanlık madde ve karanlık enerjidir.

Dark matter is completely invisible,

Karanlık madde tamamen görünmezdir,

but scientists speculate that it's there because it influences the visible world,

ancak bilim insanları ışığın yörüngesi de dahil olmak üzere

görünür dünyayı etkilediği için orada olduğunu tahmin etmektedir.

even including the trajectory of light.

So for language, the normal matter is the visible text,

Dolayısıyla dil için, normal madde görünür metinlerdir,

and the dark matter is the unspoken rules about how the world works,

karanlık maddeyse insanların dili kullanma ve yorumlama biçimlerini etkileyen

including naive physics and folk psychology,

fizik ve halk psikolojisi de dahil olmak üzere

which influence the way people use and interpret language.

dünyanın nasıl işlediğine dair söylenmemiş kurallardır.

So why is this common sense even important?

Peki bu aklıselim neden bu kadar önemli?

Well, in a famous thought experiment proposed by Nick Bostrom,

Nick Bostrom tarafından önerilen ünlü bir düşünce deneyinde,

AI was asked to produce and maximize the paper clips.

yapay zekadan ataçları üretmesi ve maksimize etmesi istenmiştir.

And that AI decided to kill humans to utilize them as additional resources,

Bu yapay zeka, insanları ek kaynak olarak kullanmak için öldürmeye karar verdi,

to turn you into paper clips.

sizi ataçlara dönüştürmek için.

Because AI didn't have the basic human understanding about human values.

Çünkü yapay zeka, insani değerlere ilişkin temel insani anlayışa sahip değildi.

Now, writing a better objective and equation

Şimdi, böyle açıkça ve net bir şekilde

that explicitly states: “Do not kill humans”

“İnsanları öldürme” gibi bir ifade yazmak da

will not work either

işe yaramayacaktır

because AI might go ahead and kill all the trees,

çünkü yapay zeka devam edip tüm ağaçları öldürebilir

thinking that's a perfectly OK thing to do.

ve bunun gayet normal bir şey olduğunu düşünebilir.

And in fact, there are endless other things

Aslında, YZ’nin ataçları maksimize ederken

that AI obviously shouldn’t do while maximizing paper clips,

açıkça yapmaması gereken sayısız başka şey var:

including: “Don’t spread the fake news,” “Don’t steal,” “Don’t lie,”

“Sahte haberleri yayma”, “Çalma”, “Yalan söyleme”,

which are all part of our common sense understanding about how the world works.

hepsi dünyanın nasıl işlediğine dair sağduyulu anlayışımızın parçasıdır.

However, the AI field for decades has considered common sense

Bununla birlikte, yapay zeka alanı on yıllardır sağduyuyu

as a nearly impossible challenge.

neredeyse imkansız bir zorluk olarak görmüştür.

So much so that when my students and colleagues and I

Öyle ki birkaç yıl önce öğrencilerim ve meslektaşlarımla birlikte

started working on it several years ago, we were very much discouraged.

bu konu üzerinde çalışmaya başladığımızda cesaretimiz çok kırılmıştı.

We’ve been told that it’s a research topic of ’70s and ’80s;

Bize bunun 70 ve 80′lerin araştırma konusu olduğu, üzerinde

shouldn’t work on it because it will never work;

çalışmamamız gerektiğini çünkü asla işe yaramayacağını,

in fact, don't even say the word to be taken seriously.

hatta ciddiye alınmak için bu kelimeyi telaffuz bile etmememizi söylediler.

Now fast forward to this year,

Şimdi hızlıca bu yıla geliyoruz ve

I’m hearing: “Don’t work on it because ChatGPT has almost solved it.”

duyuyorum ki: “Bunun üzerinde çalışmayın çünkü ChatGPT bunu neredeyse çözdü.”

And: “Just scale things up and magic will arise,

“Sadece ölçeği büyütün, sihir ortaya çıkacak

and nothing else matters.”

ve başka hiçbir şeyin önemi kalmayacak.“

So my position is that giving true common sense

Bu yüzden benim görüşüm, yapay zekaya gerçek anlamda sağduyulu

human-like robots common sense to AI, is still moonshot.

insan benzeri robotlar vermenin hala bir hayal olduğu yönünde.

And you don’t reach to the Moon

Dünyanın en yüksek binasını

by making the tallest building in the world one inch taller at a time.

her seferinde bir santim daha uzatarak Ay’a ulaşamazsınız.

Extreme-scale AI models

Aşırı ölçekli yapay zeka modelleri,

do acquire an ever-more increasing amount of commonsense knowledge,

giderek artan miktarda sağduyulu bilgi ediniyor,

I'll give you that.

bu cepte.

But remember, they still stumble on such trivial problems

Ama unutmayın, hala çocukların bile

çözebileceği kadar önemsiz problemlerde tökezliyorlar.

that even children can do.

So AI today is awfully inefficient.

Yani bugün yapay zeka son derece verimsiz.

And what if there is an alternative path or path yet to be found?

Peki ya alternatif ya da henüz bulunmamış bir yol varsa?

A path that can build on the advancements of the deep neural networks,

Derin sinir ağlarındaki gelişmeler üzerine inşa edilebilecek,

but without going so extreme with the scale.

ancak ölçekte bu kadar aşırıya kaçmayacak bir yol.

So this leads us to our final wisdom:

Bu da bizi son bilgeliğimize götürüyor:

innovate your weapons.

silahlarınızı yenileyin.

In the modern-day AI context,

Günümüz YZ bağlamında bu,

that means innovate your data and algorithms.

verilerinizi ve algoritmalarınızı yenilemek anlamına geliyor.

OK, so there are, roughly speaking, three types of data

Modern YZ’nin üzerinde eğitildiği

that modern AI is trained on:

kabaca üç tür veri vardır:

raw web data,

ham web verileri,

crafted examples custom developed for AI training,

YZ eğitimi için özel olarak geliştirilmiş örnekler,

and then human judgments,

ve daha sonra YZ performansıyla ilgili

also known as human feedback on AI performance.

insan geri bildirimi olarak da bilinen insan yargıları.

If the AI is only trained on the first type, raw web data,

Eğer YZ sadece ilk tür olan ve serbestçe erişilebilen

which is freely available,

ham web verisi üzerinde eğitilirse,

it's not good because this data is loaded with racism and sexism

iyi olmaz çünkü bu veriler ırkçılık, cinsiyetçilik

and misinformation.

ve yanlış bilgilerle dolu.

So no matter how much of it you use, garbage in and garbage out.

Yani ne kadarını kullanırsanız kullanın, çöp girer çöp çıkar.

So the newest, greatest AI systems

Dolayısıyla en yeni ve en büyük YZ sistemleri

are now powered with the second and third types of data

artık insan çalışanlar tarafından hazırlanan ve değerlendirilen

that are crafted and judged by human workers.

ikinci ve üçüncü tür verilerle güçlendiriliyor.

It's analogous to writing specialized textbooks for AI to study from

Bu, yapay zekanın çalışması için özel ders kitapları yazmaya ve ardından

and then hiring human tutors to give constant feedback to AI.

YZ’ye sürekli geri bildirimde bulunmaları için öğretmenler tutmaya benziyor.

These are proprietary data, by and large,

Bunlar, büyük ölçüde on milyonlarca dolara

speculated to cost tens of millions of dollars.

mal olduğu tahmin edilen özel verilerdir.

We don't know what's in this,

Bunların içinde ne olduğunu bilmiyoruz,

but it should be open and publicly available

ancak farklı norm ve değerleri denetleyebilmemiz

so that we can inspect and ensure [it supports] diverse norms and values.

ve bunları desteklediğinden emin olabilmemiz için kamuya açık olmalıdır.

So for this reason, my teams at UW and AI2

Bu nedenle, UW ve AI2′deki ekiplerim

have been working on commonsense knowledge graphs

yapay zekaya temel sağduyu normlarını

as well as moral norm repositories

ve ahlak kurallarını öğretmek için sağduyu bilgi grafikleri

to teach AI basic commonsense norms and morals.

ve ahlaki norm havuzları üzerinde çalışıyorlar.

Our data is fully open so that anybody can inspect the content

Verilerimiz tamamen açıktır, böylece herkes içeriği inceleyebilir

and make corrections as needed

ve gerektiğinde düzeltmeler yapabilir

because transparency is the key for such an important research topic.

çünkü şeffaflık böylesine önemli bir araştırma konusunun anahtarıdır.

Now let's think about learning algorithms.

Şimdi öğrenme algoritmaları hakkında biraz düşünelim.

No matter how amazing large language models are,

Büyük dil modelleri ne kadar şaşırtıcı olursa olsun,

by design

tasarımları gereği

they may not be the best suited to serve as reliable knowledge models.

güvenilir bilgi modelleri olarak hizmet vermek için en uygun olmayabilirler.

And these language models do acquire a vast amount of knowledge,

Bu dil modelleri büyük miktarda bilgi edinirler,

but they do so as a byproduct as opposed to direct learning objective.

ancak bunu doğrudan öğrenme amacının aksine bir yan ürün olarak yaparlar.

Resulting in unwanted side effects such as hallucinated effects

Halüsinasyon etkileri ve sağduyu eksikliği gibi

and lack of common sense.

istenmeyen yan etkilere neden olur.

Now, in contrast,

Bunun aksine,

insan öğrenmesi hiçbir zaman bir sonraki kelimenin ne olacağını

human learning is never about predicting which word comes next,

tahmin etmekle ilgili değildir, aksine dünyayı anlamlandırmak

but it's really about making sense of the world

ve nasıl işlediğini öğrenmekle ilgilidir.

and learning how the world works.

Maybe AI should be taught that way as well.

Belki yapay zeka da bu şekilde öğretilmelidir.

So as a quest toward more direct commonsense knowledge acquisition,

Bu nedenle, daha doğrudan sağduyulu bilgi edinmeye yönelik

my team has been investigating potential new algorithms,

bir arayış olarak ekibim, burada gösterildiği gibi

including symbolic knowledge distillation

çok büyük olduğu için ekrana sığdıramadığım

that can take a very large language model as shown here

çok büyük bir dil modelini alabilen ve bunu derin sinir ağları kullanarak

that I couldn't fit into the screen because it's too large,

çok daha küçük sağduyulu modellere

and crunch that down to much smaller commonsense models

indirgeyebilen sembolik bilgi damıtma da dahil olmak üzere

using deep neural networks.

potansiyel yeni algoritmaları araştırıyor.

And in doing so, we also generate, algorithmically, human-inspectable,

Bunu yaparken de algoritmik olarak insan tarafından incelenebilir,

symbolic, commonsense knowledge representation,

sembolik, sağduyulu bilgi temsili üretiyoruz,

böylece insanlar bunu inceleyip düzeltmeler yapabiliyor

so that people can inspect and make corrections

and even use it to train other neural commonsense models.

ve hatta diğer nöral sağduyulu modelleri eğitmek için kullanabiliyor.

More broadly,

Daha geniş anlamda,

we have been tackling this seemingly impossible giant puzzle

fiziksel, sosyal ve görsel sağduyudan zihin teorisi,

of common sense, ranging from physical,

normlar ve ahlaka kadar uzanan,

social and visual common sense

imkansız gibi görünen

to theory of minds, norms and morals.

bu dev sağduyu yapbozunu ele alıyoruz.

Each individual piece may seem quirky and incomplete,

Her bir parça tuhaf ve eksik görünebilir,

but when you step back,

ancak bir adım geri gittiğinizde,

it's almost as if these pieces weave together into a tapestry

bu parçalar sanki insan deneyimi

that we call human experience and common sense.

ve sağduyu dediğimiz bir kilim gibi birbirine örülüyor.

We're now entering a new era

Artık YZ’nin neredeyse

in which AI is almost like a new intellectual species

insanlara kıyasla benzersiz güçlü ve zayıf yönleri olan

with unique strengths and weaknesses compared to humans.

yeni bir entelektüel tür olduğu yeni bir döneme giriyoruz.

In order to make this powerful AI

Bu güçlü yapay zekayı

sustainable and humanistic,

sürdürülebilir ve insancıl kılmak için

we need to teach AI common sense, norms and values.

yapay zekaya sağduyu, normlar ve değerler öğretmemiz gerekiyor.

Thank you.

Teşekkür ederim.

(Applause)

(Alkışlar)

Chris Anderson: Look at that.

Chris Anderson: Şuna bak.

Yejin, please stay one sec.

Yejin, lütfen bir saniye bekle.

This is so interesting,

Bu çok ilginç,

this idea of common sense.

bu sağduyu fikri.

We obviously all really want this from whatever's coming.

Belli ki hepimiz gelecek olan şeyden bunu gerçekten istiyoruz.

But help me understand.

Ama anlamama yardım edin.

Like, so we've had this model of a child learning.

Öğrenen bir çocuk modelimiz var.

How does a child gain common sense

Bir çocuk daha fazla girdi birikimi

apart from the accumulation of more input

ve bazı insan geri bildirimleri dışında

and some, you know, human feedback?

nasıl sağduyu kazanır?

What else is there?

Başka ne var?

Yejin Choi: So fundamentally, there are several things missing,

Yejin Choi: Temelde eksik olan birkaç şey var

but one of them is, for example,

ama bunlardan biri örneğin

the ability to make hypothesis and make experiments,

hipotez kurma ve deney yapma,

interact with the world and develop this hypothesis.

dünyayla etkileşime girme ve bu hipotezi geliştirme becerisi.

We abstract away the concepts about how the world works,

Dünyanın nasıl işlediğine dair kavramları soyutlarız

and then that's how we truly learn,

ve günümüzün dil modelinin aksine

as opposed to today's language model.

gerçek anlamda bu şekilde öğreniriz.

Some of them is really not there quite yet.

Bazıları gerçekten henüz o noktada değil.

CA: You use the analogy that we can’t get to the Moon

CA: Bir binayı her seferinde bir adım uzatarak

by extending a building a foot at a time.

Ay’a gidemeyeceğimiz benzetmesini kullanıyorsunuz.

But the experience that most of us have had

Ancak çoğumuzun bu dil modellerine

of these language models is not a foot at a time.

ilişkin deneyimi bir seferde bir ayak değil.

It's like, the sort of, breathtaking acceleration.

Sanki nefes kesici bir hızlanma gibi.

Are you sure that given the pace at which those things are going,

Bu şeylerin ilerleme hızı göz önüne alındığında,

each next level seems to be bringing with it

her bir sonraki seviyenin beraberinde bilgelik

what feels kind of like wisdom and knowledge.

ve bilgi gibi hissettiren şeyleri getirdiğinden emin misiniz?

YC: I totally agree that it's remarkable how much this scaling things up

YC: Ölçeklendirmenin her alanda performansı gerçekten

really enhances the performance across the board.

ne kadar artırdığının dikkate değer olduğuna kesinlikle katılıyorum.

So there's real learning happening

Yani hesaplama ve veri ölçeği nedeniyle

due to the scale of the compute and data.

gerçek bir öğrenme gerçekleşiyor.

However, there's a quality of learning that is still not quite there.

Ancak, hala tam olarak ulaşılamamış bir öğrenme kalitesi var.

And the thing is,

Ve mesele şu ki,

we don't yet know whether we can fully get there or not

sadece işleri ölçeklendirerek oraya tam olarak

just by scaling things up.

ulaşıp ulaşamayacağımızı henüz bilmiyoruz.

And if we cannot, then there's this question of what else?

Eğer yapamazsak, o zaman başka ne yapabiliriz sorusu ortaya çıkıyor.

And then even if we could,

Bunu yapabilsek bile,

do we like this idea of having very, very extreme-scale AI models

sadece birkaç kişinin yaratabileceği ve sahip olabileceği

çok çok uç ölçekli yapay zeka modellerine

that only a few can create and own?

sahip olma fikrini seviyor muyuz?

CA: I mean, if OpenAI said, you know, "We're interested in your work,

CA: Demek istediğim, eğer OpenAI “Çalışmalarınızla ilgileniyoruz,

modelimizi geliştirmemize yardımcı olmanızı istiyoruz” derse,

we would like you to help improve our model,"

can you see any way of combining what you're doing

yaptığınız şeyi onların yaptıklarıyla birleştirmenin

with what they have built?

bir yolunu görebiliyor musunuz?

YC: Certainly what I envision

YC: Kesinlikle öngördüğüm şey,

will need to build on the advancements of deep neural networks.

derin sinir ağlarındaki ilerlemelerin üzerine inşa edilmeli.

And it might be that there’s some scale Goldilocks Zone,

Belki de bazı ölçeklerde Goldilocks Bölgesi olabilir,

such that ...

öyle ki ...

I'm not imagining that the smaller is the better either, by the way.

Bu arada ne kadar küçük olursa o kadar iyi olur diye de düşünmüyorum.

It's likely that there's right amount of scale, but beyond that,

Doğru miktarda ölçek olması muhtemeldir,

ancak bunun ötesinde, kazanan tarif başka bir şey olabilir.

the winning recipe might be something else.

So some synthesis of ideas will be critical here.

Dolayısıyla burada bazı fikirlerin sentezi kritik önem taşıyacaktır.

CA: Yejin Choi, thank you so much for your talk.

CA: Yejin Choi, konuşmanız için çok teşekkür ederim.

(Applause)

(Alkışlar)