Yapay zeka modelleri günlük hayatımızın ayrılmaz bir parçası haline gelirken, bu sistemlerin öğrendikleri bilgileri seçici şekilde unutabilmesi kritik bir ihtiyaç olarak ortaya çıkıyor. Özellikle veri mahremiyeti düzenlemeleri ve etik AI kullanımı göz önüne alındığında, modellerin belirli bilgileri güvenli şekilde silebilmesi gerekiyor.
Bu alanda önemli bir adım atan araştırmacılar, Graph-Propagated Projection Unlearning (GPPU) adını verdikleri yenilikçi bir algoritma geliştirdiler. Bu sistem, hem görüntü hem de ses işleme modellerinde çalışabilen birleşik bir çözüm sunuyor ve istenmeyen sınıf bilgilerini kalıcı olarak modelden çıkarabilme kabiliyetine sahip.
GPPU'nun çalışma prensibi oldukça sofistike: Algoritma, graf tabanlı yayılım tekniklerini kullanarak özellik uzayında sınıfa özgü yönleri tespit ediyor. Ardından, hedef bilgileri dik alt uzaya yansıtarak bu verileri etkisiz hale getiriyor ve son olarak da hedefli ince ayar işlemiyle süreci tamamlıyor.
Kapsamlı testler, bu yöntemin ne kadar etkili olduğunu ortaya koyuyor. Altı farklı görüntü veri seti ve iki büyük ölçekli ses veri seti üzerinde yapılan denemelerde, GPPU'nun mevcut teknolojilere göre 10-20 kat daha hızlı çalıştığı gözlemlendi. Sistem, CNN'lerden Vision Transformer'lara, Audio Transformer'lardan diğer mimarilere kadar geniş bir yelpazede başarılı sonuçlar verdi.