Yapay zekâ laboratuvarları, Manhattan büyüklüğünde veri merkezleri kurmak ve milyarlarca dolar harcayarak AI sistemlerini büyütmek için yarışıyor. Bu çaba, “ölçekleme” inancına dayanıyor; yani daha fazla hesaplama gücü ekleyerek süper zekâ sistemlerine ulaşılabileceği düşünülüyor.
Ancak bazı araştırmacılar, büyük dil modellerinin (LLM) ölçeklenmesinin sınırlarına ulaştığını ve performansı artırmak için yeni yaklaşımların gerekli olduğunu söylüyor. İşte bu fikir, Cohere’in eski VP’si Sara Hooker ve Google Brain eski araştırmacısı Sudip Roy tarafından kurulan Adaption Labs’ın temelini oluşturuyor. Hooker, LLM’leri büyütmenin artık verimli bir yöntem olmadığını düşünüyor ve AI sistemlerinin gerçek dünyadan öğrenmesini sağlayacak yeni yöntemler üzerinde çalışıyor.
Hooker, Adaption Labs’in AI sistemlerini sürekli olarak uyum sağlayacak ve gerçek deneyimlerden öğrenebilecek şekilde geliştirdiğini belirtiyor. Şirket, bu yaklaşımın detaylarını paylaşmasa da, geleneksel LLM veya başka bir mimariyi kullanıp kullanmadığını açıklamıyor.
Hooker, “Artık sadece modelleri büyütmek yeterli değil. Ölçekleme odaklı yöntemler çekici ama sıkıcı ve gerçek dünya deneyimiyle etkileşime girebilen zekâ üretmiyor,” diyor. Ona göre öğrenmenin özü, çevresel deneyimlerden uyum sağlamak ve ders almak. Bugünkü pek çok AI sistemi, üretimde hata yaptığında bundan öğrenemiyor.
Mevcut yöntemlerle, AI modellerinin şirketlere özel olarak uyarlanması oldukça maliyetli. Hooker, “Artık bu gerekli olmak zorunda değil. AI sistemleri çok daha verimli bir şekilde çevresinden öğrenebilir. Bunu kanıtlamak, AI kontrolü ve kullanımını tamamen değiştirecek,” diyor.
Adaption Labs, ölçekleme stratejisine olan güvenin azaldığını gösteren son örneklerden biri. MIT araştırmacıları, en büyük AI modellerinin yakında azalan verimlilik gösterebileceğini açıkladı. San Francisco’da da bu görüşler yaygınlaşıyor. Önde gelen RL (pekiştirmeli öğrenme) uzmanları, LLM’lerin gerçek dünya deneyiminden öğrenemediğini ve ölçeklemenin sınırları olduğunu vurguluyor.
Hooker, Cohere’de küçük AI modelleri geliştirerek kurumsal kullanımda büyük modellerden daha iyi performans elde etmeyi başarmıştı. Şimdi Adaption Labs ile aynı yaklaşımı devam ettirmeyi ve deneyimden öğrenmenin daha güçlü ve verimli olduğunu kanıtlamayı hedefliyor. Startup, bu sonbaharda 20 ila 40 milyon dolarlık bir tohum yatırımı turunu kapattı.
Hooker, AI araştırmalarına daha geniş erişim sağlama konusunda da biliniyor ve Afrika gibi temsil edilmeyen bölgelerden araştırmacılar işe alıyor. Adaption Labs kısa süre içinde San Francisco ofisini açacak ve dünya genelinde ekip kurmayı planlıyor.
