604 görevden 450’sinde bir uzmandan daha iyi performans gösterebileceği ileri sürülen Gato, doğal dil işleme ve görüntü veri kümelerinden toplanan verilere ek olarak hem simüle edilmiş hem de gerçek dünyadaki deneyimlerden elde edilen birçok sayıda veri kümesi üzerine eğitildi. Farklı görevlerden ve modalitelerden gelen tüm bu veriler, anlamlı dizelere dönüştürülerek büyük dil modeline benzer bir transformatör sinir ağı tarafından işlendi.
GATO Tarafından Oluşturulan Resim Yazısı (image captioning)
GATO Tarafından Oluşturulan Diyalog
Robot Kol Kontrolü ile Blokları İstifleme
GATO Uzmanlar Tarafından Tartışılıyor
Allen Yapay Zeka Enstitüsü’nde araştırma bilimcisi olan Jack Hessel, GATO’nun metin, resim ve videoları işleyebilen çoklu görev modellemesi Google MuM yazılımından ya da diğer çoklu yapay zeka programlarından özünde farklı olmadığını belirterek Gato’yu diğerlerinden ayıran temel şeyin eğitim verilerinin çeşitliliği ve gerçekleştirdiği görevlerin sayısı olduğunun altını çizdi.
Yapay zeka alanında yazılar yazan muhabir Kyle Wiggers ise, TechCrunch’a yazdığı yazısında Gato’nun yapay zeka araştırma laboratuvarı OpenAI tarafından geliştirilen, insanların yazdığı metinlere benzer içerik üretmek için derin öğrenmeyi kullanan GPT-3 dil modelinden farklı olmadığını ileri sürdü. Ayrıca Kyle Wiggers, Gato’nun görevlerin hepsini başarılı bir şekilde tamamlamadığını, örneğin resimler için oluşturduğu yazılarda insanları tanımlarken yanlış cinsiyetlendirebildiğini iddia etti.
Foto: A Generalist Agent
Benzer Haberler
Dağınık Belgelerden Hazır Poliçe Talebine: Yapay Zeka ile Otomasyon
Süt sektörünün en kritik konulardan biri çiğ süt arz tahminlemesidir. Çünkü; mevsimsel etkiler, yem tedariği,…
Bir fabrikada sensörler, PLC’ler, test istasyonları ve ERP her gün yüz binlerce satır veri üretir.…
İnsan Kaynaklarında Yapay Zeka Destekli Yeni Dönem
Yapay Zeka Ajanları Siber Güvenlik Testlerinde Görev Sınırlarını Aştı
Yeni Çalışma Üçgeni: İnsan, Ajan ve Robot Yan Yana Nasıl Çalışır?