Yapay zekâ, matematiğin en zor problemlerinden birine çözüm bulmaya yaklaştı

Teknoloji gündeminde öne çıkan son gelişme: Editör Hakkında Diğer Haberleri 80 Takipçi Erdem Çınar Film ve Dizi Editörü Sıkı bir beyaz perde takipçisi olan Erdem, DonanımHaber'de sinema ve dizi sektörüne dair haberleri kaleme alıyor. Yapay nöronlar gerçek beyin hücreleriyle iletişim kurmayı başardı 23 sa. Meta, insansı robot yarışında vites yükseltiyor 1 gün Netflix Narnia filmini tüm dünyada vizyona sokacak 1 gün Tümünü Göster Film ve Dizi Editörü Bildirimi Aç Bildirim Açık a').

preventDefault();"> Tam Boyutta Gör Ters problemler, bugüne kadar hem matematik dünyasının, hem de bu konuda eğitilmiş yapay zekâların en çok zorlandığı alanlar arasında yer alıyordu. Ancak Pennsylvania Üniversitesi ’nden araştırmacılar, bu zorluğun üstesinden gelmek için yapay zekayâ dayalı yeni bir yöntem geliştirerek önemli bir atılım yaptılar. Araştırmacıların “Mollifier Layers” (yumuşatıcı katmanlar) adını verdiği bu yeni yaklaşım, özellikle ters kısmi diferansiyel denklemlerin çözümünde önemli bir ilerleme sunuyor.

Teknolojik Detaylar

Bu tür denklemler, doğrudan bir sistemi modellemekten ziyade, gözlemlenen sonuçlardan yola çıkarak o sonuçlara neden olan gizli süreçleri ortaya çıkarmayı amaçlıyor. Yani klasik bir problemde “kuralları bilip sonucu hesaplamak” söz konusuyken, burada “sonucu görüp kuralları tahmin etmek” gerekiyor. Bu da problemi çok daha karmaşık hâle getiriyor.

Penn Engineering’den Vivek Shenoy bu yaklaşımı şöyle özetliyor: Bir gölette oluşan dalgaları görüp, o dalgaya neden olan taşın nereye düştüğünü bulmaya çalışmak gibi. Kısmi diferansiyel denklemler (PDE'ler), bilim dünyasında oldukça yaygın şekilde kullanılıyor. Isı transferinden hava durumu tahminine, kimyasal reaksiyonlardan hücre içindeki DNA organizasyonuna kada r pek çok sistem bu denklemlerle modelleniyor.

Ancak ters PDE’ler, bu sistemlerin nasıl çalıştığını ileriye dönük tahmin etmek yerine, mevcut gözlemlerden yola çıkarak sistemin bilinmeyen parametrelerini ve dinamiklerini ortaya çıkarmaya çalıştığı için çok daha zor bir problem olarak kabul ediliyor. Geliştirilen Yeni Yöntem, Matematikçi Kurt Otto Friedrichs'in 1940'lardaki Çalışmasına Dayanıyor Araştırmacıların geliştirdiği yeni yöntemin çıkış noktası ise aslında oldukça temel bir matematiksel kavram: türev alma. Mevcut yapay zekâ modelleri, bu tür problemleri çözerken genellikle " yinelemeli otomatik türev alma " adı verilen bir yöntem kullanıyor.

Sektörel Yansımalar

Ancak özellikle daha yüksek dereceden türevlerin gerektiği durumlarda ve verinin gürültülü olduğu senaryolarda bu yöntem hem kararsız sonuçlar üretiyor hem de ciddi hesaplama maliyetleri doğuruyor. Araştırma ekibine göre bu yöntem, pürüzlü bir çizginin eğimini tekrar tekrar ölçmeye çalışmak gibi düşünülebilir. Her yeni adımda, verideki küçük hatalar büyüyerek sonucun güvenilirliğini azaltabiliyor.

Bu yüzden ekip, problemi daha fazla hesaplama gücüyle çözmek yerine, matematiğin kendisini yeniden düşünmeye karar verdi. Bu noktada devreye “mollifier” adı verilen matematiksel araçlar giriyor.

Bu haber, yapay zeka alanındaki rekabeti daha da kızıştıracak nitelikte. Sektör uzmanları, gelişmenin uzun vadeli etkilerini değerlendiriyor.