Dünya Çapında Etkisi ve Nasıl Hazırlanılmalı?   giriiş  Geçtiğimiz yıl boyunca Avrupalı yapay zeka girişimleri denizaşırı rakiplerine yetişiyor ve popüler ChatGPT ile karşılaştırılabilir ürünler sunuyor. Hızlı ilerlemelere ve gelişime odaklanıldığında şeffaflık, etik ve kullanıcı etkisi ile ilgili konular bazen ikinci plana atılıyor. Ancak bu durumun, 2024'ün sonlarında başlaması gereken AB Yapay Zeka Yasası'nın yürürlüğe girmesiyle değişmesi muhtemel.  Mart 2024'te Avrupa Parlamentosu tarafından onaylanan yasa, AB içinde geliştirilen yapay zekaya ilişkin ağır düzenlemeler getiriyor. Ancak etkisi Avrupa sınırlarının ötesine uzanıyor ve yalnızca Avrupalı yapay zeka firmalarını değil aynı zamanda ürünlerini AB pazarına sunan ABD'dekiler de dahil olmak üzere uluslararası şirketleri de doğrudan etkiliyor.   AB Yapay Zeka Yasası   Kimler Etkilenecek?  AB Yapay Zeka Yasası, yapay zeka sistemlerini risk düzeylerine göre sınıflandırır. Yüksek riskli olarak etiketlenen sistemlerin, kamu sağlığı, güvenlik, insan hakları ve toplumsal refah üzerindeki potansiyel etkilerin zorunlu değerlendirmeleriyle birlikte şeffaflık gerekliliklerine uyması gerekecektir. Ayrımcı olmadıklarından ve temel insan haklarına saygılı olduklarından emin olmak için ön yargılara karşı kontrol edilecekler.  Ek olarak, yüksek riskli sistem geliştiricileri, uyumluluğu göstermek için eğitim yöntemleri ve veri kümeleri de dahil olmak üzere ayrıntılı belgeler sağlamakla yükümlü olacak.  GPT-3.5 ile karşılaştırılabilir temel modeller, eğitilmeleri için en az 10²⁵ flops bilgi işlem gücü almaları durumunda düzenlenecektir. Tersine, açık kaynak modellerine ilişkin önemli tavizler verilecek ve bu da bu tür ürünlerin geliştirilmesine teşvik sağlayacaktır.  Ek olarak, AB Yapay Zeka Yasası yasaklanmış yapay zeka sistemlerini listelemektedir. Bu, hassas özellikleri (örneğin ırk, din vb.) kullanan biyometrik sınıflandırmayı, yüz görüntülerinin kazınmasını, işyerinde ve eğitimsel duygu tanımayı, sosyal puanlamayı, insan davranışının manipülasyonunu ve insanın zayıf noktalarından yararlanmak için tasarlanmış sistemleri içerir.  Kanun ayrıca, ihlale ve şirket büyüklüğüne bağlı olarak, 7,5 milyon Avro veya şirketin küresel cirosunun %1,5'inden 35 milyon Avro veya cironun %7'sine kadar değişen cezalarla, uyumsuzluk durumunda yaptırımlar da uyguluyor.   Nasıl Hazırlanılır?  2024'ün sonunda yürürlüğe girmesi muhtemel olan Avrupa Yapay Zeka Yasası nedeniyle, özellikle sisteminiz şu şekilde sınıflandırılmışsa, şimdiden hazırlanmaya başlamak önemlidir:  veya genel amaçlı yapay zeka modelleri geliştiriyorsunuz. Sisteminiz katı düzenlemelere tabi olmasa bile, kullanıcılar üzerinde olumsuz etkilerden kaçınmak için sorumlu yapay zeka gelişimine yatırım yapmak faydalı olabilir.   yüksek risk  Veri hazırlamadan başlayıp, derinlemesine sistem değerlendirmesiyle bitirmeye kadar sistem oluşturmanın tüm yönlerine odaklanmanızı öneririz.   Eğitim Verilerine Yakın Dikkat  AB Yapay Zeka Yasasında belirtildiği gibi şirketler, veri kümelerinin ayrıntılı kayıtlarını tutmaktan sorumlu olacak. Bu, şirketleri veri gizliliğine saygı duymaya ve izlenebilirliği iyileştirmeye zorlayacaktır. Örneğin, bir sistem zararlı içerik üretiyorsa bunun izi, eğitim aldığı veri kümesindeki uygunsuz verilere veya önyargılı metinlere kadar takip edilebilir.  Bu, yeni kurallara hazırlanırken eğitim veri kümelerinin dikkatle değerlendirilmesi gerektiği anlamına gelir. Bu, eğitim için kullanılan veri bölümlerinin filtrelenmesini ve temizlenmesini ve hatta alan adı tarafından seçilmiş ve kazınmış verilerde mevcut olan yaygın önyargılardan kaçınmak için özel olarak oluşturulmuş özel veri kümeleri oluşturmayı içerebilir.  İnsan Geri Bildirimiyle Hizalama Yöntemleri  Yeni kurallara uymak için, Yüksek Lisans (LLM) kuran şirketlerin modellerini insan beklentileriyle uyumlu hale getirmeye, doğruluk, yardımseverlik ve zararsızlığa odaklanmaya yatırım yapmaları gerekiyor. Yüksek Lisans hizalaması için kullanılan ana yöntemler şunlardır:  (RLHF) ve  (DPO).   İnsan Geri Bildiriminden Takviyeli Öğrenme   Doğrudan Tercih Optimizasyonu  Her iki yöntem de model çıktısı için insan tercihlerini toplar ve bu verileri modele istenen çıktının nasıl görünmesi gerektiğini öğretmek için kullanır. Eğer modeli doğru örneklerle sunarsak, bu aşamada zararlı içerik oluşumunun çoğunu oldukça etkili bir şekilde durdurabiliriz.   Derinlemesine Değerlendirme  Yapay zeka sistemlerinin değerlendirilmesi birinci öncelik olacak ve ürün geliştirme döngüsünün bir parçası olması gerekiyor. İyi bir modele sahip olma duygusunun yerini titiz ve derinlemesine bir değerlendirme stratejisi almalıdır.  Üretken yapay zeka sistemlerinin değerlendirilmesi özellikle zordur çünkü çıktı deterministik değildir. Oluşturulan metin otomatik olarak "doğru" bir yanıtla karşılaştırılamaz. Bu tür sistemlerin değerlendirilmesi, doğruluk, yardımseverlik ve zararsızlık gibi çeşitli yönlere odaklanan insan geri bildirimlerini içerir.  Çoğu zaman sistemlerin yukarıda bahsedilen temel seviyelerin ötesinde değerlendirilmesi gerekir. Örneğin, zararlılığı değerlendirirken onu önyargı, nefret söylemi, ırkçılık vb. gibi kategorilere ayırabiliriz. Bu şekilde, olumsuz etkisini en aza indirmek için sistemde neyin düzeltilmesi gerektiğini ayrıntılı düzeyde keşfedebiliriz.   Özet  Hiç şüphe yok ki AB Yapay Zeka Yasası, yapay zeka düzenlemelerinde önemli bir adımdır ve sorumlu yapay zeka geliştirmenin artık bir seçenek olmadığı ve artık yasal olarak uygulanacağı yeni bir yapay zeka çağını ifade etmektedir.  Şirketiniz yeni yapay zeka düzenlemelerine uymaya hazır mı?

Let´s talk more about LLMs...

Read My Stories

Bu ses hikayenin orijinal dilinde üretilmiştir!

AB Düzenlenmemiş Yapay Zekayı Durduruyor

About Author

YORUMLAR

ETİKETLERİ ASIN

BU YAZI

Related Stories

Benzersiz Bir Ekosistemi Güçlendiren Bitcoin UTXO Modeli

AI/ML Datalake için Referans Mimarisi Oluşturmaya Yönelik Mimar Kılavuzu

Başarılı Buluta Geçiş İçin Tam Kılavuz: Stratejiler ve En İyi Uygulamalar

HackerNoon Yazma Yarışmasını mı Kazanmak İstiyorsunuz? İşte #crypto-api Yarışması Kazananlarının Önerileri

Benzersiz Bir Ekosistemi Güçlendiren Bitcoin UTXO Modeli

AI/ML Datalake için Referans Mimarisi Oluşturmaya Yönelik Mimar Kılavuzu

Başarılı Buluta Geçiş İçin Tam Kılavuz: Stratejiler ve En İyi Uygulamalar

HackerNoon Yazma Yarışmasını mı Kazanmak İstiyorsunuz? İşte #crypto-api Yarışması Kazananlarının Önerileri

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps