Dyna Robotics, 1 milyon saat egodik insan videosuyla ön eğitilmiş Dyna-2 modelini duyurdu. Araştırma ekibi, modelin 1.000 saat insan videosunda %0, 100.000 saatte yine %0, ancak 1 milyon saatte %90 başarı oranına ulaştığını açıkladı. Bu bulgu, fiziksel zekanın da kendi “yükseliş eğrisi”ne sahip olduğunu ortaya koyuyor.
Dyna Robotics, bugün Dyna-2 adını verdiği yeni bir dünya-eylem modeli tanıttı. Model, 1 milyon saat egodik (birinci şahıs açısından çekilmiş) insan videosuyla ön eğitildi ve eğitim sürecinde robot verisi kullanılmadı. Araştırma ekibi, bu ölçekte ilk kez birkaç yeni ölçek yasası keşf ettiklerini açıkladı.
Dyna-2 Ölçek Yasası: Üç Derece Sıfır, Sonra Anahtar Dönüyor
Dyna-2’nin eğitim sürecinde en dikkat çekici bulgu, modelin belirli görevlerde gösterdiği “ani yükseliş” davranışı oldu. Kilitli bir kutuya anahtar döndürme görevinde sonuçlar şöyle gerçekleşti:
- 1.000 saat insan videosu → %0 başarı
- 10.000 saat insan videosu → %0 başarı
- 100.000 saat insan videosu → %0 başarı
- 1.000.000 saat insan videosu → %90 başarı
Araştırma ekibinin ifadesiyle, “üç derece sıfır, sonra anahtar dönüyor.” Bu davranış, büyük dil modellerinde görülen “ani ortaya çıkış” (emergent capability) fenomenini anımsatıyor ve fiziksel zekanın da kendi başarı eğrisine sahip olduğunu gösteriyor.
Dört Derece Boyunca İnsan Verisinde Ölçek Yasası
Dyna Robotics araştırmacıları, Dyna-2’nin ön eğitim sürecinde 1.000 ile 1.000.000 saat arasında, dört dereceye kadar insan videosu verisi üzerinde ölçek yasası sergilediğini tespit etti. Bu ölçek yasası, daha önce görülmemiş robot verisinde de bir ölçek yasası öngördürebilecek yapıda. Yani model, yalnızca insan videolarından değil, hiç görmediği robot verilerinden de belirli düzeyde performans elde edebiliyor.
Araştırma ekibi, bu başarımın ardındaki kritik faktörün hem veri hem de hedefin birlikte önemli olduğunu vurguluyor. Dünya modellemesi ve video verisinde ölçekleme, çapraz beden aktarımının ortaya çıkması için çok önemli.
Neden Bu Kadar Fazla Video Gerekli?
Dyna-2’nin ortaya koyduğu bu ani başarı yükselişi, fiziksel becerilerin neden bu kadar zor öğrenildiğini de açıklıyor. Birçok robotik araştırma projesi, binlerce saat veriyle sınırlı başarı elde ederken, Dyna-2 milyonlarca saatlik video verisiyle çalışarak bu eşiği aşabildi. Bu da fiziksel yapay zeka araştırmalarında veri ölçeğinin ne kadar kritik bir rol oynadığını bir kez daha gösteriyor.
Bu bulgular, yapay zeka alanında fiziksel zekanın gelişimi için “ölçek yeter” perspektifini güçlendiriyor. Ancak Dyna-2’nin elde ettiği %90 başarı oranının arkasındaki tam mekanizma hâlâ araştırılmayı bekliyor.
Kaynak: Dyna Robotics / X.com
Henüz yorum yok. İlk yorumu siz yapın!