Çinli yapay zeka girişimi DeepSeek, yapay zeka dünyasında ses getirecek bir yeniliğe imza attı. Şirket, büyük dil modellerinin akıl yürütme yeteneklerini geliştirmek amacıyla "kendi ilkelerine dayalı eleştiri ayarı" (SPCT) adını verdiği yeni bir teknik geliştirdi. Bu yöntemle yapay zeka, kendi kurallarını oluşturarak içerikleri değerlendiriyor ve geri bildirimler üretiyor.

DeepSeek'in Üretken Ödül Modellemesi (GRM) Yaklaşımı

DeepSeek, büyük dil modellerini eğitmek yerine, "üretken ödül modellemesi" (GRM) adı verilen bir yaklaşımla birden fazla değerlendirmeyi eş zamanlı çalıştırarak daha iyi sonuçlar elde etmeyi hedefliyor. Şirketin geliştirdiği "DeepSeek-GRM" sistemi, yapay zekanın yanıtlarını dahili bir "yargıç" sistemiyle anlık olarak değerlendiriyor. Yargıç, cevabı hem modelin kendi kurallarıyla hem de ideal bir yanıtla karşılaştırarak olumlu veya olumsuz geri bildirim sağlıyor. Bu sayede modelin zamanla kendini geliştirmesi amaçlanıyor.

R1 ve Yeni Nesil Sohbet Robotu R2 Söylentileri

DeepSeek, Ocak ayında piyasaya sürdüğü R1 adlı yapay zeka modeli ve sohbet robotuyla büyük ilgi toplamıştı. Şirket, bu modelin OpenAI'nin ChatGPT'si kadar başarılı olduğunu, ancak çok daha düşük maliyetle çalıştığını savunmuştu. Çin’in prestijli üniversitelerinden Tsinghua ile birlikte çalışan DeepSeek, Cuma günü yayımladığı son akademik çalışmasında, yapay zekâ modellerinin kendi kendini geliştirmesini sağlayan bir teknik geliştirdiklerini duyurdu. Bu yeni teknolojiye 'kendi ilkelerine dayalı eleştiri ayarı' (self-principled critique tuning – SPCT) adı veriliyor.

DeepSeek-GRM Sisteminin Çalışma Prensibi

Peki, bu sistem nasıl çalışıyor? Genelde yapay zekâyı geliştirmek için daha büyük modellerin eğitilmesi gerekiyor. Ancak bu hem büyük bilişim gücü hem de ciddi insan emeği gerektiriyor. DeepSeek ise bunun yerine, yapay zekâya entegre bir 'yargıç' sistemi kurdu. Bu yargıç, yapay zekânın verdiği yanıtları anlık olarak değerlendiriyor. Bir kullanıcı soru sorduğunda, bu dahili yargıç sistemi cevabı hem modelin kendi kurallarıyla hem de ideal bir yanıtın nasıl olması gerektiğiyle karşılaştırıyor. Eğer cevap yeterince iyi bir eşleşme sunuyorsa, sistem yapay zekâya olumlu geri bildirim veriyor. Böylece model zamanla kendini daha da geliştiriyor.

• Kullanıcı soru sorar.
• Dahili yargıç sistemi cevabı değerlendirir.
• Cevap, modelin kuralları ve ideal yanıtla karşılaştırılır.
• Eğer cevap yeterliyse, sisten olumlu geri bildirim verir.
• Model zamanla kendini geliştirir.

Araştırmacılar, bu yöntemin Google’ın Gemini’si, Meta’nın Llama’sı ve OpenAI’nin GPT-4o’su gibi rakip modellerden daha iyi performans göstereceğini iddia ediyor. Şirket bu gelişmiş yapay zekâ modellerini açık kaynaklı olarak sunmayı planlıyor, ancak kesin bir tarih verilmiş değil. Bu bilimsel makalenin yayımlanmasıyla birlikte, DeepSeek’in yeni nesil sohbet robotu R2’yi tanıtmaya hazırlandığına dair söylentiler de arttı. Ancak şirket şu ana kadar bu konuda herhangi bir resmi açıklama yapmadı.

DeepSeek'in geliştirdiği bu yenilikçi yaklaşım, yapay zeka alanında önemli bir dönüm noktası olabilir. Kendi kendini geliştirebilen yapay zeka modelleri, gelecekte birçok sektörde devrim yaratma potansiyeline sahip. DeepSeek'in bu adımı, yapay zeka araştırmalarına yeni bir soluk getirecek ve daha akıllı, daha verimli ve daha kullanıcı odaklı sistemlerin geliştirilmesine katkı sağlayacaktır.