Yapay zeka alanında farklı öğrenme yaklaşımlarının birleştirilmesi konusunda önemli bir adım atıldı. Araştırmacılar, büyük dil modelleri ile geleneksel makine öğrenmesi algoritmalarını etkili bir şekilde birleştiren yeni bir sistem geliştirdi.
Reciprocal Co-Training (RCT) adı verilen bu yaklaşım, gradient tabanlı optimizasyon kullanan dil modelleri ile Random Forest gibi farklı mantıkla çalışan algoritmaları pekiştirmeli öğrenme yoluyla birleştiriyor. Sistemin çalışma prensibi oldukça yaratıcı: her iki model de birbirinden aldığı geri bildirimlerle kendini geliştiriyor.
Süreçte tablo halindeki veriler standart metin formatına dönüştürülerek dil modeline sunuluyor. Dil modelinin ürettiği embedding'ler Random Forest'ın özellik uzayını zenginleştirirken, Random Forest'tan gelen kalibre edilmiş olasılık tahminleri dil modelinin pekiştirmeli öğrenme güncellemelerine rehberlik ediyor.
Üç farklı tıbbi veri seti üzerinde gerçekleştirilen deneyler, her iki modelin de performansında tutarlı iyileşmeler olduğunu gösteriyor. Bu başarı, farklı AI tekniklerinin güçlü yanlarının birleştirilebileceğini ve sinerjik etkiler yaratılabileceğini ortaya koyuyor.
Çalışma, özellikle tıp alanında farklı veri türleriyle çalışan uygulamalar için umut verici sonuçlar sunuyor ve AI modellerinin işbirliğine dayalı gelişiminin yeni bir örneğini oluşturuyor.