Cambridge Üniversitesi öncülüğündeki uluslararası bir araştırma ekibi, ChatGPT gibi modellerden farklı olarak dil yerine fizikle eğitilen yeni nesil yapay zeka modelleri geliştirdi. Fizikle Eğitilen Yapay Zeka Walrus ve AION-1 modelleri, bir alanda öğrendikleri fizik prensiplerini tamamen farklı bilimsel sorunlara uygulayarak keşif sürecini hızlandırmayı vaat ediyor.
Dünyamız, metin ve görsellerle beslenen ChatGPT gibi yapay zeka modellerini konuşurken, Cambridge Üniversitesi’nin de aralarında bulunduğu çok disiplinli Polymathic AI iş birliği, bilimsel devrim yaratma potansiyeli taşıyan farklı bir yaklaşım geliştirdi: fizikle “eğitilmiş” yapay zeka.
Araştırmacılar, gerçek bilimsel veri setleri kullanarak eğittikleri iki yeni modeli (Walrus ve AION-1) duyurdu. Bu modeller, temel fiziksel süreçleri öğreniyor ve bu bilgiyi evrensel prensipler ışığında astrofizikten mikrobiyolojiye kadar uzanan geniş bir yelpazedeki sorunlar için çözüm üretmede kullanıyor.
Sıvılardan Yıldızlara: Walrus ve AION-1 Modelleri
Walrus, sıvılar ve sıvı benzeri sistemler üzerine uzmanlaşmış bir model. Arkasında, 15 terabayt büyüklüğünde ve “The Well” adı verilen devasa bir veri seti bulunuyor.
Bu set, birleşen nötron yıldızlarından, atmosfer tabakalarına, hatta Wi-Fi sinyallerinin yayılımına kadar 63 farklı alandan, yoğunluk, hız ve basınç gibi parametreler içeren verileri kapsıyor.
AION-1 ise astronomi alanında çalışan bir model. Sloan Dijital Gökyüzü Araştırması (SDSS) ve Gaia gibi, toplamda yaklaşık 100 terabayt büyüklüğe ulaşan ve 200 milyondan fazla yıldız, kuazar ve galaksi gözlemini içeren veri setleriyle eğitildi.
Model, galaksilerin görüntüleri, tayfları ve çeşitli ölçümlerini analiz ederek öğrendiklerini, düşük çözünürlüklü bir galaksi görüntüsünden dahi maksimum bilgi çıkararak kullanabiliyor.
“Temel Model” Yaklaşımıyla Bilimde Verimlilik
Walrus ve AION-1, belirli bir alt alana odaklanmak yerine “Temel Model” (Foundation Model) olarak adlandırılan bir yaklaşımla tasarlandı. Bu modeller, belirli bir durumun detaylarını ezberlemek yerine, işleyişteki evrensel fiziksel süreçlerin temelini öğreniyor.
Polymathic AI ekibi üyesi Dr. Miles Cranmer, “Disiplinler arası bir fizik temel modelinin işe yaraması, hem de bu seviyede yaraması beni büyülüyor.”
Bu yaklaşımın bilim insanlarına sunduğu pratik faydalar ise şunlar:
Mevcut simülasyon yöntemlerine kıyasla çok daha hızlı sonuçlar üretilmesini sağlanması.
Yeni ve verisi kısıtlı deneylerde bile etkili tahminler yapabilmesi.
Farklı alanlar arasında ortak olan fizik prensiplerini tanımlayabilmesi.
Bilimsel Araştırmanın Geleceği: Açık Kaynak ve Topluluk Katkısı
Ekip, bu modelleri bilim camiasının günlük araştırmalarında kullanabileceği araçlar
haline getirmeyi hedefliyor. Polymathic AI’nin baş araştırmacısı Shirley Ho, “Tüm bu yapay zekayı, ihtiyacı olan bilim insanlarına ulaştırmak istiyoruz.”
Bu hedef doğrultusunda, Walrus modelinin kodu ve eğitim verileri açık kaynak olarak paylaşıldı. Dr. Payel Mukhopadhyay, “Umarım bilim insanları ve makine öğrenimi araştırmacıları, sıfırdan bir model eğitmek yerine, Walrus’u kendi özel ihtiyaçlarına uyarlarlar. Açık kaynak kodu ve verileri paylaştığımız için, topluluğun onun üzerine neler inşa edeceğini görmek için sabırsızlanıyorum.”
Sonuç olarak, fizikle eğitilen bu yeni nesil yapay zeka modelleri, bilimsel keşif sürecini hızlandırmayı vaat ediyor. Bir alanda öğrenilen fizik, artık sınır tanımadan diğerine aktarılabilecek. Bu da, insanlığın evreni anlama macerasında yepyeni ve heyecan verici bir sayfa anlamına geliyor.
Kaynakça: cam.ac.uk/research/news/new-ai-models-trained-on-physics-
not-words-are-driving-scientific-discovery
Haberi Derleyen: Emir Kantar – Mimar Sinan Güzel Sanatlar Üniversitesi – Fizik Bölümü
Haberi Sunan: Hasan Ongan
