Google’ın DeepMind birimi, yapay zeka modellerinin yalnızca insan tarafından üretilen verilere dayanmak yerine deneyimler yoluyla çevrelerinden öğrenmelerine olanak tanıyan ve “akışlar” olarak adlandırılan yeni bir yaklaşım önerdi. Yakın tarihli bir makalede, araştırmacılar David Silver ve Richard Sutton, geleneksel yapay zeka gelişiminin, modellerin bilgiyi kendi kendine keşfetme yeteneğini kısıtlayan statik veriler ve insan önyargıları ile sınırlı olduğunu savunuyorlar. Yapay zekayı deneyimsel öğrenme ile güçlendirmenin inanılmaz yeni yeteneklerin kilidini açacağını öne sürüyorlar. Akışlar” yaklaşımı, takviye öğrenme ilkelerinden yararlanarak yapay zeka ajanlarının dünyayla etkileşime girmesine ve insan öğrenmesine benzer şekilde zaman içinde uyum sağlamasına olanak tanıyor. Bu yöntem, büyük dil modellerinin tipik özelliği olan kısa, izole etkileşimlere odaklanan mevcut yaklaşımla tezat oluşturmaktadır. Araştırmacılar, YZ ajanlarını zengin eylem ve gözlem alanlarına bağlayarak, bu modellerin çeşitli çevresel sinyallerden değerli geri bildirimler alabileceğine inanıyor. YZ ajanlarının özerk olarak çalıştığı ve gerçek dünya etkileşimlerine dayalı olarak anlayışlarını sürekli güncelledikleri bir gelecek öngörüyorlar. İnsan tarafından tanımlanan hedefler hala önemli olsa da, ajanlar bağımsız olarak keşfedebilecek ve öğrenebilecek, performanslarını ve uyarlanabilirliklerini artıracaktır. Genel olarak, bu değişim yapay zeka sistemlerinin yeteneklerini önemli ölçüde geliştirebilir.
.
