Verinin %0.15'i, Beynimizin Bir Nesneyi Tanıması İçin Yeterli!

İnsan beyni harika bir şeydir. Bir çeşitlilik kalabalığına rağmen yüzleri ve nesneleri tanıma şeklini düşünün: Örneğin bir "A"yı her zaman bir "A" olarak tanıyabiliriz, rengi, boyutu veya şekli ne olursa olsun önemi yoktur.

Yaptıkları çalışmalar sonucunda araştırmacılar, beynin çalışma şeklinin ne kadar zekice olduğunu ve çok fazla bilgiyi bir seferde nasıl işleyebildiğimizi gösterebilen bir algoritma geliştirmeyi başardılar. Georgia Teknik Üniversitesi'nden bir takım, beynin asıl bilginin sadece yüzde 1'ini veya daha azını kullanarak verileri sınıflandırabildiğini keşfetti. Takımdan biri olan Rosa Arriaga şöyle konuştu: 

Rastgele gösterimin, insanların bir öğrenme şekli olabileceğini varsaydık. Sözün özü, tahmin doğru çıktı. Toplam verinin sadece yüzde 0.15'i insanlar için yeterli.

Deneyin bir parçası olarak, deneklerden birkaç tane orjinal ve soyut resme bakmaları istendi ve sonra her birinin küçük parçası gösterildiği zaman aynı resimleri tanımaları beklendi. Araştırmacılar bunun ardından rastgele gösterim kavramına dayalı hesaplamaya dayalı bir algoritma ürettiler. Rastgele gösterim yöntemi, işleme hızı için bilgiyi belirli bir yönde sıkıştırıp isabetlilikten fedakârlık yapıyor.

Yapay zeka bu yöntemi kullanarak, testleri tıpkı insanlar kadar iyi tamamladı. Bu da gösteriyor ki, insan beyin ağı ile yapay sinir ağları aslında davranış olarak çok benzerler. Tam da beklendiği şekilde, hem insanların hem de makinelerin işlenmesi zor bulduğu veri türleri aynıdır. Araştırmacılardan biri olan Santosh Vempala şöyle söylüyor: 

Son derece basit sinir ağları ile insanlar arasındaki verimin ne kadar yakın olduğunu görünce şaşırdık. Sinir ağlarının tasarımı, insanların nasıl öğrendiğini düşünmemizden esinlenmişti, fakat bu çok zayıf bir esinlenmeydi. Bunun insan verimiyle eşleştiğini bulmak çok büyük bir sürpriz.

Çalışmanın elde ettiği sonuçlar, beynin bilgiyi işlemede bir yöntem olarak doğal şekilde rastgele bir gösterim kullandığını kanıtlamak amacıyla yeterli olmasa da, bulgular zihinlerimizin içinde neler olduğuna dair bunun "mantıklı bir açıklama" olduğunu belirtmesi bakımından yeterli.

Rastgele bir gösterime dayanan öğrenme, geniş miktarlardaki veriyi işlemeyi kapsayan bilgisayarlarda zaten önemli bir rol oynuyor ve yapılan yeni araştırma ile aynı alanda meydana gelecek ileri gelişmelerin önü açılabilir. Vempala şöyle söylüyor: 

Etrafımızdaki çok fazla türden çok fazla veriyi çok hızlı ve güçlü şekilde nasıl anlamlı kılarız? Temel bir seviyede, insanlar bunu yapmaya nasıl başladı? Bu hesaplamayla ilgili bir sorun.