Tufts Üniversitesi araştırmacıları, yapay zekanın enerji tüketimini 100 kat azaltırken doğruluğunu artıran "Nöro-Sembolik AI" sistemini tanıttı. İnsan benzeri mantıksal akıl yürütme ile sinir ağlarını birleştiren bu yeni yaklaşım, robotların deneme-yanılma yerine kurallarla düşünmesini sağlayarak eğitim süresini günlerden dakikalara indiriyor.
Yapay zeka kullanımı hızla artarken, ABD elektrik tüketiminin %10'undan fazlasını şimdiden bu sistemlerin oluşturması sürdürülebilirlik endişelerini artırıyor. Tufts Üniversitesi Mühendislik Fakültesi'nden Profesör Matthias Scheutz ve ekibi, bu soruna çözüm olarak "Görsel-Dil-Aksiyon" (VLA) modellerine mantıksal bir katman ekledi.
Nöro-Sembolik AI: Robotlara "Düşünmeyi" Öğretmek
ChatGPT ve Gemini gibi modeller sadece bir sonraki kelimeyi tahmin etmeye çalışırken (istatistiksel yöntem), nöro-sembolik sistemler buna sembolik akıl yürütmeyi ekliyor. Bu yöntem, insanların bir sorunu çözerken attığı adımlara benziyor:
-
Geleneksel AI: Dev veri setleri içinde kaybolup hata yapabiliyor (halüsinasyonlar, yanlış blok dizilimleri).
-
Nöro-Sembolik AI: Şekil, denge ve fizik gibi kuralları kullanarak gereksiz deneme-yanılma süreçlerini eliyor.
Hanoi Kulesi Testinde Ezici Üstünlük
Sistem, karmaşık planlama gerektiren klasik "Hanoi Kulesi" bulmacasında test edildi ve sonuçlar büyüleyici:
-
Başarı Oranı: Standart sistemler %34'te kalırken, yeni hibrit sistem %95 başarıya ulaştı.
-
Bilinmeyen Görevler: Sistemin daha önce hiç görmediği zor versiyonlarda bile %78 başarı sağlanırken, geleneksel modeller her denemede başarısız oldu.
-
Eğitim Süresi: Klasik modellerin öğrenmesi 1,5 günden fazla sürerken, yeni sistem sadece 34 dakikada görevi kavradı.
Devasa Enerji Tasarrufu
Profesör Scheutz, mevcut yapay zekaların görevle orantısız enerji harcadığını vurguluyor. Örneğin, tek bir Google AI özet araması, standart web listeleme sonuçlarından 100 kat daha fazla enerji tüketiyor. Yeni nöro-sembolik model ise:
-
Eğitim sırasında standart bir VLA sisteminin harcadığı enerjinin sadece %1'ini kullanıyor.
-
Çalışma (operasyon) sırasında ise geleneksel yaklaşımların sadece %5'i kadar enerji tüketiyor.
Sürdürülebilir Bir Gelecek İçin Yeni Temel
Mevcut büyük dil modelleri (LLM) ve VLA sistemleri ne kadar güçlü olsalar da, tüm bir şehrin elektriğini tüketen devasa veri merkezleri inşa etme trendi uzun vadede sürdürülebilir görünmüyor. Nöro-sembolik AI, öğrenme yeteneği ile yapılandırılmış mantığı birleştirerek, gelecekteki yapay zeka sistemleri için çok daha verimli, güvenilir ve doğa dostu bir temel sunuyor.
Kaynak: Tufts University | Tarih: 5 Nisan 2026
