Günümüzün en popüler bilimsel kavramlarından biri hiç kuşkusuz yapay zekadır. Yapay zekanın ne kadar gözde bir kavram olduğunu şuradan anlayabiliriz. Google’da ‘What is artificial intelligence’ cümlesini arattığınızda 274 milyondan fazla sonuç bulunuyor. Çıkan sonuçların içerisinde kuşkusuz bu bilim dalı ile ilgilenen bilim insanlarının makaleleri de bulunuyor ancak sonuçların çoğu yapay zeka kavramının bir pazarlama stratejisine dönüştüğünü düşündürecek nitelikte. Zira bu kavram hayatımıza girmeden çok önce yapay zeka ürünü robotların insan ırkını yok edebileceği düşüncesi zaten fikir dünyamıza yerleşti. Ne olacak canım, fişini çekeriz sorun biter şeklindeki boş muhabbetlerden sıyrılıp konuyu araştırmaya başladığımızda içeriği dolu, arka planı sağlam, bazı kesimlerce yapay zekanın alt dalları, kimilerine göre de yapay zekaya ulaşan basamaklar olduğu söylenen kavramlar karşımıza çıkıyor. Bunlardan bazıları şunlar:
-Makine Öğrenmesi (Machine Learning)
-Derin Öğrenme (Deep Learning)
-Doğal Dil İşleme (Natural Language Processing)
Bu saydığımız kavramlarla aslında günlük hayatımızda içi içe yaşıyoruz. Bu kavramların açıklamalarına gelecez fakat ilk önce yapay zekanın ne olduğuna bir bakalım. Yapay zekâ makinelerin (daha bilim kurgusal olmak gerekirse robotların) tecrübelerden ders çıkarabilmelerini, öğrenebilmelerini ve karşısındaki insanın veya makinanın konuştuklarını anlayabilecek ve yorumlayabilecek zihinsel aktiviteler üretebilmelerini mümkün kılacağı düşünülen bir bilim dalıdır. Düşünülen diyorum çünkü yapay zekanın getirileri gibi riskleri de bir tartışma konusu. Örneğin Forbes dergisinde 19 Kasım 2018 tarihinde Bernard Marr imzasıyla yayınlanan bir makalede yapay zekanın bazı risklerinden bahsediliyor. Bunlar Otonom silahların üretilmesi, sosyal manipülasyon, sosyal statünün ve gizliliğin ihlali, İnsan hedefleri ile makine hedeflerinin uyuşmazlığı ve ayrımcılık. İlgili makaleye bakıldığında bu risklerin genel içeriğine ulaşılabilir. Gerçekten de yapay zeka kavramı insanlık için bir tehdit unsuru olarak kullanılma potansiyeline sahip. Rusya devlet başkanı Vladimir Putin 4 Eylül 2017 tarihinde katıldığı bir sempozyumda şu ifadeleri kullandı. “Yapay zekâ sadece Rusya için değil, tüm insanlık için gelecek. Muazzam fırsatlar, aynı zamanda tahmin edilmesi zor tehditler de var. Kim bu alanda lider olursa, dünyanın hükümdarı olur.” Putin’in bu sözleri aynı gün Elon Musk’ın twitter hesabından da paylaşıldı.
Makine Öğrenmesi:
Genel bir tanımla makinaların bir tecrübeden, ki tecrübeden kastımız genellikle ham veya yorumlanmış verilerdir, sonuç çıkararak bir şeyleri öğrenmesidir. İsterseniz genel tanımdan daha teknik tanımlara doğru yol alalım. Makine öğrenmesi, makinaların belli bir hareket tarzını uygulamalarına ve tecrübelerden ders çıkarmalarına olanak sağlayan bilgisayar programlarının yazılması aşamasında oluşturulan istatistiksel modeller ve algoritmalar konusunda yapılan çalışmalardır. Makine öğrenmesinde şu teknikler kullanılır; - Gözetimli Öğrenme: Eğitim verilerinden modeli öğrenme yöntemidir. Çıktıyı tahmin etmemize olanak sağlar. Akıllı telefonların ses asistanları, bankaların sesli yanıt sistemleri, gmail filtreleme sistemi, hava tahmin raporları, alışveriş sitelerinin tavsiye sistemleri gözetimli öğrenmeye örnek gösterilebilir. - Gözetimsiz Öğrenme: verileri sebep-sonuç ya da giriş-çıkış şeklinde etiketlemeden, veri içerisinde var olan ilişkilerin ve yapıların öğrenilmesidir. Haber portallarının haberleri farklı kategorilerde sınıflandırması gözetimsiz öğrenmeye bir örnektir.Yapay zekanın gerçekleşme ihtimali, riskleri ya da avantajları bir yana dursun, biz asıl konumuz olan yapay zekanın alt basamaklarına bir göz atalım. Her ne kadar yapay zeka hayatımıza fiziki olarak giriş yapmamış olsa da (henüz), yukarıda sıraladığımız Makine Öğrenmesi, Doğal Dil İşleme ve derin Öğrenme kavramlarıyla aslında iç içe yaşıyoruz. Bu arada bu konu ile uğraşan veri bilimcilerin (Data Scientists) bir kısmı yapay zeka olarak lanse edilen bir çok uygulamanın aslında makine öğrenmesi konusuna girdiğini söylemeleri, üzerinde düşünülmesi gereken bir uzman yaklaşımı gibi gözüküyor.
Derin Öğrenme
Bir makine öğrenmesi tekniğidir. Derin Öğrenmede bilgisayar modelleri görüntülerden, yazılardan veya seslerden doğal olay akışlarını öğrenirler. Örneğin sürücüsüz bir arabanın trafik levhalarını tanıyıp ona göre hareket etmesi derin öğrenme tekniği sonucu hedeflenen bir işlemdir. Derin öğrenme;- Otomotiv sektöründe,
- Havacılık ve savunma sanayiinde,
- Medikal araştırmalarda,
- Elektronikte kullanım alanına sahiptir.
Doğal Dil İşleme
Metinlerin ve seslerin bilgisayar yazılımları tarafından algılanarak kullanılmasıdır.- Arama motorlarında yazdığınız metinin otomatik tamamlanması,
- Metinlerin otomatik düzeltilmesi,
- Google Assistant, Siri vs ses asistanları,
- Müşteri servisi otomasyonu,
- Amazon Alexa,
- Sosyal medya analitikleri gibi birçok ürün doğal dil işleme kabiliyetinin bir ürünüdür.
Şu ana kadar yaptığımız genel incelemenin sonucunda şöyle bir kanıya varabiliriz: Yapay zekâ her ne kadar tatmin edici ve somut bir şekilde varlığını göstermese de yapay zekaya yönelik çalışmalar sonucu ortaya çıkan teknolojiler günlük hayatımızda kendine yer bulmaktadır. Muhtemelen insanlık bir gün karşısında elle tutulur bir yapay zekâ ile karşılaştığında bunu normal karşılayacaktır.
Kaynaklar
1. https://www.sas.com/en_us/insights/analytics/what-is-artificial-intelligence.html2. https://en.wikipedia.org › wiki › Artificial_intelligence
3. https://www.forbes.com/sites/bernardmarr/2018/11/19/is-artificial-intelligence-dangerous-6-ai-risks-everyone-should-know-about/#2516d5732404
4. https://www.simplilearn.com/what-is-artificial-intelligence-and-why-ai-certification-article
Bilgisayar Programlama Eğitmeni
İsa Acarer