Tanım
İnsan-döngüde (HITL), eğitim, değerlendirme veya karar alma gibi görevler için insan yargısının yapay zeka iş akışlarına entegre edildiği sistemleri ifade eder.
Amaç
Amaç, insan uzmanlığını yapay zeka verimliliğiyle birleştirmektir. Hassas uygulamalarda kalite, etik denetim ve güvenliği garanti altına alır.
Önem
- Yüksek riskli alanlardaki (örneğin sağlık, savunma) hataları azaltır.
- İnsan geri bildirimi yoluyla eğitimi iyileştirir.
- Otomasyon sistemlerinde hesap verebilirliği sağlar.
- Tam otomasyona göre daha yavaş ve maliyetlidir.
Nasıl Rezervasyon Yaparım ?
- İnsan gözetiminin gerekli olduğu alanları tanımlayın.
- Yapay zeka çıktılarını veya önerilerini toplayın.
- İnsanlar doğrulama yapar, düzeltir veya geri bildirim sağlar.
- Modellerin yeniden eğitilmesi veya iyileştirilmesi için geri bildirim entegre edilmiştir.
- Devam eden insan incelemesiyle sistem performansını izleyin.
Örnekler (Gerçek Dünya)
- İçerik denetimi: Yapay zeka tarafından işaretlenen gönderiler insanlar tarafından inceleniyor.
- Tıbbi Yapay Zeka: Doktorlar yapay zeka tarafından oluşturulan teşhisleri doğruluyor.
- İnsan Geri Bildiriminden Güçlendirmeli Öğrenme (RLHF): ChatGPT gibi dil modellerini eğitir.
Referanslar / İlave Okumalar
- Amershi ve diğerleri. “İnsanların Gücü: Etkileşimli Makine Öğrenmesinde İnsanların Rolü.” AI Dergisi.
- NIST Yapay Zeka Risk Yönetimi Çerçevesi.
- İnsan-Döngü Sistemleri için IEEE Standartları.
- İnsan-Döngüsünü Anlamak
