Google DeepMind’ın yeni bir araştırma makalesi, yapay zeka modellerinin mevcut bilimsel teorileri türetebileceğini ancak tamamen yeni bir bilimsel keşif yapamayacağını ortaya koyuyor. Yapay zeka bilimsel keşif konusunda kritik bir ayrımı gün yüzüne çıkaran bu çalışma, modelin geleneksel bilim insanlarınınkine benzer şekilde mevcut verilerden kurallar çıkarabileceğini ancak açıklayıcı varsayımlara abdüktif bir sıçrama yapamadığını gösteriyor.
Bilimsel Keşif Üç Temel Operasyonda Çalışıyor
Araştırma, bilimsel keşfi üç temel operasyona ayırıyor: endüksiyon (gözlemlerden kurallar çıkarma), dedüksiyon (aksiyomlardan sonuçlar türetme) ve abdüksiyon (deneyimlerden yeni açıklayıcı varsayımlara sıçrama). Mevcut büyük dil modelleri ilk ikisinde başarılı olsa da üçüncü operasyonda ciddi sınırlılıklar sergiliyor.
Einstein’ın Genel Görelilik teorisi bu durumun en çarpıcı örneği olarak sunuluyor. Newtoncu yerçekimi neredeyse hiç ampirik hata sinyali vermiyordu: atalet ve kütle çekim kütlesi 10⁻⁹ hassasiyetinde örtüşüyordu. Merkür’ün yörünge anomalisi ise yeni bir gezegen olan Vulkan ile “yamalama” yapılarak açıklanıyordu, uzay-zamanın yeniden inşası gerektiren bir kriz olarak değil.
Ampirik Veriler Yetersiz Kaldığında Ne Olur?
Endüksiyon ve dedüksiyonun bilimsel keşfte birlikte çalışması yeterli değil. Araştırmaya göre, veri sıkıştırma odaklı bir sistem, Genel Görelilik’e doğru çok az gradyan görecektir. Einstein, eski teoriyi güçlü şekilde destekleyen verilere rağmen Genel Görelilik’i geliştirdi. Motivasyonu büyük ölçüde kavramsal çatışmalar ve düşünce deneylerinden geldi; büyük bir gözlem setine daha iyi bir model sığdırmaktan değil.
Bu bulgular, yapay zeka bilimsel keşif sistemlerinin mevcut sınırlarını gözler önüne seriyor. Bir model doğru denklemleri yazabilir ancak o denklemlerin arkasındaki kavramsal devrimi gerçekleştiremez.
Önerilen Yol: Eylem Kontrollü Dünya Modelleri
Kağıt, ajanların fiziksel tutarlılığa sahip simülasyonlarda müdahale etmesine ve simüle edilmiş deneyimi aday aksiyomlara çevirmesine olanak tanıyan eylem kontrollü dünya modellerini öneriyor. Bu yaklaşım, LLM’lerin abdüktif atılımlar gerçekleştirme kapasitesini test etmek için somut bir çerçeve sunuyor.
Bu araştırma, yapay zeka bilimsel keşif yeteneklerinin mevcut durumunu ve gelecek potansiyelini anlamak için kritik bir referans noktası oluşturuyor. Makale hala bir pozisyon kağıdı niteliğinde olup LLM’lerin abdüksiyon yapamayacağını kanıtlayan deneysel bir çalışma değil.
Kaynak: Google DeepMind, tomzahavy.com/files/llms-cant-jump.pdf
Henüz yorum yok. İlk yorumu siz yapın!