Emily Bender "Stochastic Papağanlarda" Rekoru Kırdı

Mart 2021'de, dilbilimciler ve bilgisayar bilimcilerinden oluşan dört araştırmacıdan oluşan bir grup, artık efsanevi olan makalelerini yayınladı: " Stokastik Papağanların Tehlikeleri: Dil Modelleri Çok Büyük Olabilir mi? 🦜" Makale o dönemde büyük ilgi gördü (kısmen Google'ın, yayınlanmadan kısa bir süre önce yazarlardan ikisi olan Timnit Gebru ve Margaret Mitchell'i kovması nedeniyle). Büyük dil modellerinin (LLM'ler), ne söylediklerini anlamak yerine olası kelime dizilerini istatistiksel olarak tahmin ederek metin ürettiğini ileri sürdü; yazarların, kalıpları anlamadan tekrarlayan bir sistem olan "stokastik papağan" metaforuyla yakaladığı bir süreç. Geçtiğimiz beş yılda bu benzetme, ortaya çıktığı akademik alanın çok ötesine yayıldı, tartışmalara yol açtı ve Stokastik Papağan adlı omuza monte bir robot gibi projelere ilham verdi. Ancak bu daha geniş kullanım, aynı zamanda bu ifadenin orijinalde ne anlama geldiği konusunda yanılgılara da yol açtı. Washington Üniversitesi'nde hesaplamalı dilbilim profesörü olan baş yazar Emily M. Bender, yakın zamanda makalenin beşinci yıl dönümünde makaleyle ilgili yaygın yanlış kanıları çürütmek için bir blog yazısı yazdı. Bender, IEEE Spectrum'a bu yanılgılar, hesaplamalı dilbilim alan�� ve yapay zeka hakkındaki güncel söylem hakkında konuştu. “Yapay Zeka” Teriminin Nesi Yanlış Bir hesaplamalı dilbilimci olarak çalışmanızı nasıl tanımlarsınız? Emily M.

Bender: Dilbilim genel olarak dilin nasıl işlediğinin ve dille nasıl çalıştığımızın incelenmesidir. Ben de buna katkıda bulunuyorum ve aynı zamanda hesaplamalı dilbilim alanında da çalışıyorum, dil teknolojisini geliştirmeye devam edecek öğrencileri eğitiyorum. Dil teknolojisi aslında birisinin onu yapay zeka projesi için kullanmak isteyip istemediğinden bağımsız olarak tek başına değerli ve ilginç olarak duruyor. Dil teknolojisi, otomatik transkripsiyon, makine çevirisi, yazım denetimi gibi şeyleri içerir. Kişisel olarak bir şeyler inşa ederken yaptığım işlerin çoğu, farklı dillerdeki dilsel olguları modelleyen, makine tarafından okunabilen ve aynı zamanda insanlar tarafından okunabilen gramerler oluşturmakla ilgilidir. Bu, dilbilimsel hipotez testlerinin hizmetinde bilgisayarların kullanılmasıyla ilgilidir. “Yapay zeka” teriminin açıklığa kavuşturmaktan daha fazlasını gizlediğini savundunuz. Neden? Bender: Birçok nedeni var.