Google DeepMind, Yapay Zekâ Veri Sıkıntısına Yeni Bir Çözüm Getiriyor

Yapay zekâ sistemleri, her geçen gün artan oranda eğitim verisine ihtiyaç duyuyor. İnternet kaynaklarından elde edilen metin içerikleri, kitap arşivleri ve kod depoları, sürekli olarak işleniyor. Ancak bu kaynakların sınırlı olması nedeniyle kullanılabilir veri stokları hızla azalıyor. Google DeepMind araştırma ekibi, bu küresel soruna radikal bir çözüm önerisi getirdi.

Araştırmacılar Veri Temizliği İçin GDR Yöntemini Önerdi

DeepMind ekibi, “Generative Data Refinement” (GDR) adını verdikleri bir yöntem tanıttı. Bu yöntem, kullanılmaz kabul edilen verileri düzenleyerek yeniden değerlendirilebilir hâle getiriyor. Kişisel bilgi içeren, hatalı ya da güncelliğini yitirmiş içerikler temizleniyor. Geriye kalan kısımlar yeniden kullanılabiliyor.

Araştırmacılar, yapay zekâ laboratuvarlarının büyük miktarda veriyi çöpe attığını belirtti. Örneğin bir belgedeki tek bir telefon numarası yüzünden tüm içerik kullanılmaz hâle geliyor. GDR yöntemi, bu tür verileri ayıklayarak kullanılabilir kısmı koruyor. Böylece eğitim süreci için önemli bir kaynak geri kazanılıyor.

Ekip, yöntemini ilk olarak bir milyon satır kod üzerinde denedi. İnsan uzmanlar verileri tek tek işaretledi. Daha sonra GDR yöntemiyle elde edilen sonuçlar karşılaştırıldı. Araştırmacılar, GDR’nin mevcut yöntemlerden daha verimli çalıştığını söyledi. Yöntemin metinlerde olduğu gibi kodlarda da işe yaradığı görüldü.

Son yıllarda laboratuvarlar yapay veriye yöneldi. Ancak yapay verinin kaliteyi düşürdüğü ve modelleri hataya sürüklediği biliniyor. DeepMind araştırmacıları, GDR ile elde edilen sonuçların yapay veriden çok daha sağlıklı olduğunu savundu. Bu yaklaşım, gelecekte eğitim süreçlerinde önemli bir rol üstlenebilir.

Çalışma şimdilik metin ve kod üzerinde denendi. Araştırmacılar yöntemin video ve ses gibi alanlarda da kullanılabileceğini belirtti. Günlük milyonlarca saatlik video üretildiği için veri sıkıntısının görsel ve işitsel içeriklerde yaşanmayacağı düşünülüyor. Yine de GDR yöntemi farklı veri türlerinde de test edilebilir.