ANKARA-BHA
Yapay zekâ sistemleri, yüz tanımada veya nesne sınıflandırmada büyük ilerleme kaydetmiş olsa da, gerçek dünya etkileşimlerini anlama konusunda hâlâ ciddi eksiklikler yaşıyor. Johns Hopkins Üniversitesi’nde yapılan yeni bir araştırma, sosyal etkileşimleri yorumlama konusunda yapay zekânın insanlar kadar başarılı olamadığını ortaya koydu.
Araştırmada, katılımcılara üç saniyelik kısa videolar izletilerek bu sahnelerdeki sosyal etkileşimleri değerlendirmeleri istendi. Aynı videolar, 350’den fazla farklı yapay zekâ modeline de analiz ettirildi. Sonuçlar, insanların kendi aralarında oldukça tutarlı değerlendirmeler yaparken, yapay zekâ sistemlerinin çelişkili ve dağınık çıktılar ürettiğini ortaya koydu.
Araştırma ekibine göre bu durum, yapay zekânın sosyal bağlamı ve insan ilişkilerinin karmaşık doğasını anlamada hâlâ yetersiz olduğunu gösteriyor. Otonom araçlar, robotlar ve diğer etkileşim temelli teknolojiler için bu eksiklik, güvenlik ve performans açısından risk oluşturabilir.
Modellere göre performans farklılık gösterse de, görüntü tabanlı yapay zekâ sistemleri sosyal etkileşimleri anlamada en düşük başarıyı gösterdi. Video modelleri, beyin aktivitesiyle ilgili tahminlerde nispeten daha isabetli olurken, dil modelleri sosyal davranış tahmininde görece daha başarılı sonuçlar verdi.
Araştırmacılar, mevcut yapay zekâ sistemlerinin büyük ölçüde durağan görselleri işleyen insan beyin bölgelerini taklit ederek geliştirildiğine dikkat çekti. Oysa sosyal etkileşimler gibi dinamik ve bağlama dayalı durumlar, beynin farklı ve daha karmaşık bölgelerinde işleniyor.
Araştırmanın yazarlarından Kathy Garcia, “Bir görüntüde yüzleri ve nesneleri tanımak AI için büyük bir adımdı, ancak gerçek hayat durağan değil. AI’nin artık hikâyeyi, ilişkileri ve bağlamı da anlaması gerekiyor” diyerek, yapay zekânın evriminde yeni bir eşiğe dikkat çekti.
