Genel Amaçlı AI Modelleri İnsan Aktivite Tanıması için Yeterli mi?

Son yıllarda genel amaçlı yapay zeka modelleri, gözetimli veri gerektirmeden doğrudan görevleri yerine getirme vaadiyle dikkat çekmektedir. İnsan Aktivite Tanıması (HAR) alanında da benzer bir yaklaşım gözlenmektedir; bu modeller, eğitim veri setine bağımlılığı azaltabilir ve daha esnek çözümler sunabilir. Ancak arXiv’de yayımlanan yeni bir çalışma, bu teorik beklentilerin pratikte ne kadar gerçekçi olduğunu sorgulamaktadır.

Araştırmacılar, Jev adlı sabit bir olasılık temelli karar modeli kullanarak bu soruyu incelemişlerdir:

• Genel amaçlı modeller, sensör sinyallerinin fiziksel tanımlarını doğru şekilde yorumlayabilmesi gerekir
• Eğitilen görev özgü sınıflandırıcılara alternatif olup olamayacakları belirlenmesi amaçlanmıştır
• Çalışma, daha fazla özelliğin (feature) mutlaka daha iyi sonuç vermediğini göstermektedir
• Sensör tabanlı karar verme sistemlerinin tasarımında temel bir soru ortaya çıkmaktadır

Bulgular, genel amaçlı AI modellerinin ham sensör verilerini doğrudan işlemede sınırlamalar olduğunu göstermektedir. Özellikle özellik mühendisliğinin hâlâ önemli bir rol oynadığı ve basit veri artışının performans iyileştirmede yetersiz kalabileceği ortaya konulmuştur.

Bu çalışma, insan aktivite tanıması gibi kritik uygulamalar için hibrid yaklaşımların daha uygun olabileceğini düşündürmektedir. Genel amaçlı modeller belirli durumlarda yardımcı olabilse de, eğitilmiş klasik yöntemleri tamamen değiştirmeye henüz hazır değildir.