çok amaçlı (non-linear) optimizasyonları modellemekte çok fazla zorlanıyor.
Model geliştirirken aşama aşama ilerlemek ve hatta örneklemek gerekiyor. Bunu anlama zorluğuna (terminolojik farklılık vs.) yorsak bile belli bir noktada kısıtları unuttuğu yahut lineer hesaplamaya döndüğü oluyor.
Bu tür sapmalara anlam vermek çok zor. Çünkü modelin nihai halini sebep sonuç ilişkisiyle çok iyi ifade ediyor. Dahası, sözel açıklamada ıskalanan bir şey olma ihtimalini göz önüne alarak modelin matematiksel halini isteyince yine matematiksel olarak gayet uyumlu bir formülasyon çıkarıyor.
Ancak denemelerin bir noktasında saçmalamaya başlıyor. o formülasyondaki kısıt ve amaç fonksiyonuyla ortaya çıkması mümkün olmayan sapmalar oluşuyor.
Problem çözümsüz olsa yahut feasible area vermese yahut optimizasyon çok sonuçlu olsa saçmalamasına anlam vermek mümkün olabilir ama çok net sonucu olan optimizasyonlarda garip sonuçlar veriyor.
Tam bu anlarda modeli tekrar açıklamasını istediğinizde saçma bir noktaya gittiğini ya da tamamen lineer bir hale döndüğünü anlıyorsunuz.
Sanırım anlık hesaplama kapasitesini zorlayan herhangi bir durumda modeli habersiz güncelliyor.
Bu da çok ciddi güvensizlik yaratıyor.
Tutarsızlığı vurguladığınızda ve sebebini sorduğunuzda açıklama yok, özür dileyip modeli başa almaya çalışıyor. Hatta bazen tamamen karmaşa haline getiriyor. Bu sefer ya bütün hatalarını tek tek düzeltmek yahut her şeyi en baştan anlatmak gerekiyor.
Bu tür sapmalara karşı modellere net isimler verip belleğine kaydettirmiş olsam bile oradan veri çekemeyip karmaşa haline getirdiği yeri nihai durum kabul ediyor.
Konu matematiksel formülasyon olunca hatayı fark etmek zor da olsa mümkün oluyor ama mesela böyle bir modellemeyi herhangi bir dilde kodlamasını istemiş olsanız fark etmesi çok daha zor olacak.
O yüzden Henüz buna güvenerek reelde bir iş yapmış değilim. Ne durumda ne şekilde karar alabileceğini kestirmek oldukça zor.
Site üzerinden modellemeyle vs. uğraşmayıp, ücretli kullananlar API'yi kullanarak kendi botlarını kendi isteklerine göre eğitirlerse daha iyi olacaktır. Zira Yapay zekalar hafıza konusunda çok da yetenekli değiller. Kendi memory datanızı yazmak daha mantıklı olur.
ben kendi bilgisayarımda, istediğim pdf, kitap dosyasıyla eğitebiliyorum, üstelik yazdığım hiçbir şeyi de unutmuyor. smokin napsın telefondan gerçekleştirdiği deneyimi yapay zeka alanındaki tüm yeniliklermiş gibi paylaşıyor, üstelik mistral, llama, qwen, phi gibi alternatiflerden bihaber.
Ben herhangi bir şeyi yapay zeka alanındaki en son yenilik falan diye paylaşmıyorum. Yaşadığım bir deneyimi yazıyorum sadece. Hepsi bu.
Kardeş ai fanboy gibi davranmak yerine bir çözümün varsa söylersin ben de uygularım, işe yararsa nihayetinde teşekkür ederim.
Neticede ben bunu matematiksel modellemede işime yararsa kullanacağım. Sohbet etme ya da genel kültür amaçlı pek ilgimi çekmiyor. Bana çok amaçlı optimizasyonu modelleyebilen (hatta mümkünse np hard modelleri anlayabilen), amaç fonksiyonunu kısıtlarıyla yazabilen, talep ettiğimde istediğim dilde kodlayabilen bir yapay zeka lazım. Çelişik davranışlar da sergilemese bana yetiyor zaten. (Belki henüz sadece telefon uygulamasında kullandığım içindir, bilemiyorum)
Yoksa ben bunun ortağı, yatırımcısı ya da reklamcısı değilim. Deneyimimdeki sonunları paylaşmanın mali açıdan benim için getirisi ya da götürüsü yok. Neticede rakip ai şirketi ortağı da değilim.
Ne denli kompleks hale geldiği hususu, şu an son kullanıcı olarak sadece ve sadece felsefi yönden ilgimi çekiyor. Bu bağlamda; Pratik anlamda işimi ne kadar gördüğüyle ilgiliyim.
Kaldı ki, burada bir şeyi not kabilinden yazmak çoğunlukla hatırlamak açısından gayet iyi.
Bahsettiğim alanlarda mühendislik uygulamaları yönünden bir önerin varsa buyur paylaş, yoksa yapay zekanın ne kadar muhteşem olduğuna ikna olmaya ihtiyacım yok. Bu hali bile benim için yeterince ilginç zaten.
