AI – Artificial Intelligence nedir?

Yapay zeka (AI – Artificial intelligence), C-3PO ve R2D2’den Blade Runner’daki Replicantlara kadar klasik Hollywood filmlerinde her zaman bir figür olmuştur. Gümüş ekranda yapay zeka genellikle robotlar ( Chappie ) veya sanal asistanlar (Samantha in Her ) olarak sunulur ve bu da insanlığın tanımını sorgulamak anlamına gelir. Rolleri genellikle uzak bir gelecekte distopik bir dünyanın dehşetini göstermektir.

Bununla birlikte, çoğumuz, günümüz gerçekliğinde bile, yapay zeka destekli teknolojiyle temasa geçmeden tek bir gün geçirmenin zor olduğunun farkında değiliz.

Şimdiye kadar ki veya en azından Sanayi Devrimi’nden bu yana en yıkıcı teknoloji olması beklenen yapay zeka her yerde: ofislerde, laboratuvarlarda ve muhtemelen evinizde. Cuma gecesi paket servisi sipariş etmenize (UberEats veya Deliveroo gibi uygulamalar kullanıyorsanız), dairenizi süpürmenize veya sabah yerel radyo istasyonunuzda sizi uyandırmanıza yardımcı olmak için var (“Alexa, beni sabah 7’de Londra BBC Radyo’da uyandır.”). AI ayrıca, siber güvenlik için siber saldırıları tespit edip hafifletmenin yanı sıra gelen herhangi bir tehdide karşı siber orduyu uyarıyor. 

Son birkaç yıldır, hemen hemen her sektöre son derece uyarlanabilir olduğunu ve genellikle insanların kendisinden daha güvenilir olduğunu kanıtladı. Yapay zekanın bir iş hırsızı olarak ün kazanmasının nedeni budur ve çoğu tahmin, zaman geçtikçe daha da fazla pozisyon doldurmaya devam edeceğini göstermektedir. Bununla birlikte, bir kişinin kaybı, diğerinin kazancıdır ve Birleşik Krallık’ın gelişen AI sektörü, fırsatlar arttıkça ve gelişme arttıkça İngiltere’deki AI tabanlarını genişleten Oracle gibi şirketler ile dünyanın her yerinden yetenekleri çekiyor.

Yine de, terimi çok duymamıza rağmen, AI aslında büyük ölçüde yanlış anlaşılmış ve yanlış alıntılanmış bir araştırma alanıdır. Genellikle makine veya derin öğrenmeyle (ML ve DL) birbirinin yerine kullanılan bir terimdir ve bu nedenle yapay zekanın nüansları genellikle göz ardı edilir.

AI örnekleri

AI, bir dizi farklı teknoloji için genel bir terim olarak kabul edilir. Bu nedenle, AI’nın nasıl dağıtıldığı önemli ölçüde değişir.

Özellikle otomotiv endüstrisi, yapay zekanın bir sonucu olarak son birkaç yılda çarpıcı bir değişim gördü. Yoldaki tehlikelere gerçek zamanlı olarak yanıt verebilen otonom bir araç yaratma fikri, çoğu büyük üreticinin şu anda denediği bir şey.

Çoğu insan için, bir tür AI ile ilk karşılaşmaları Amazon Echo veya Google Home gibi akıllı ev cihazları aracılığıyla olacaktır. Bu akıllı asistanlar, ister sorulara yanıtlar, hava durumu ile ilgili sorular veya bir müzik akışı platformundan şarkı çalma şeklinde olsun, internetten veri aktarmak için doğru ses tanımaya güveniyor. Bu tür veri analizi nispeten yüzey seviyesinde olmasına rağmen, bunlar gibi cihazlar bize yapay zekanın bir gün oynayabileceği günlük rol hakkında bir fikir veriyor.

Bununla birlikte, AI tartışmasız değildir. Dünyanın dört bir yanındaki kamu kurumları ve kuruluşları, özellikle potansiyel önyargıların ortadan kaldırılması söz konusu olduğunda, teknolojinin gelişmesiyle ilgileniyorlar.

Algoritmalar, sabıka geçmişine dayalı bir hapis cezasının uzunluğu veya özgeçmişine göre birini işe alıp almayacağı gibi son derece hassas kararları bilgilendirmeye yardımcı olmak için halihazırda kullanılmaktadır. Bu, teknolojinin geliştirilmesinde çeşitlilik eksikliğinin, algoritmaların belirli demografik yapıları görmezden gelmesine veya desteklemesine yol açtığı yönündeki artan endişeye rağmen. Sonuç olarak, etik AI’nın geliştirilmesi artık hem Birleşik Krallık’taki hem de Avrupa’daki hükümetlerin odak noktasıdır.

Bununla birlikte, AI’nın karmaşıklıklarını tam olarak anlamak için terimin çeşitli boyutlarını incelemek önemlidir.

Zayıf AI ile güçlü AI

Günlük tüketici ürünlerinde en basit yapay zeka biçimiyle karşılaşıyoruz. ‘Zayıf AI’ olarak bilinen bu makineler, belirli bir görevi yerine getirmede son derece akıllı olacak şekilde tasarlanmıştır. Bunun bir örneği, çok zeki görünmek üzere tasarlanan ancak aslında interneti bilgi kaynağı olarak kullanan Apple’ın Siri’sidir. Sanal asistan konuşmalara katılabilir, ancak yanlış sonuçlara yol açabilecek kısıtlayıcı, önceden tanımlanmış bir şekilde yapmakla sınırlıdır.

Öte yandan, AI en karmaşık biçiminde, teorik olarak bir insanın sahip olduğu öğrenme, tahmin etme, akıl yürütme ve durumsal ipuçlarını algılama gibi tüm bilişsel işlevlere sahip olabilir. Bu ‘güçlü YZ’ nihai hedef olarak algılanabilir, ancak insanlar henüz tamamen bağımsız bir YZ olarak kabul edilen herhangi bir şeyi yaratmış değil.

Şu anda, en zorlayıcı çalışma bu iki yapay zeka türünün ortasında yer almaktadır. Buradaki fikir, insan muhakemesini bir rehber olarak kullanmaktır, ancak onu tamamen kopyalamak zorunda değildir. Örneğin, IBM’in süper bilgisayarı Watson, kanıta dayalı sonuçlar çıkarmak için binlerce veri kümesini inceleyebilir.

Genel vs uygulandı  

Yapay zekayı tanımlamanın belki de daha kullanışlı bir yolu, nasıl konuşlandırıldığına bakmaktır.

Uygulanan veya ‘dar’, AI, belirli görevler için oluşturulmuş makineleri ifade eder. Bu, bir sektördeki teknolojinin en başarılı uygulaması olmuştur ve sistemlerin geçmiş davranışa dayalı önerilerde bulunmasına, daha doğru tahminler veya önerilerde bulunmak için büyük miktarlarda veriyi almasına izin verir. Bu şekilde, tıbbi teşhisler yapmayı, görüntüleri tanımayı ve hatta hisse senedi ve hisse senedi ticaretini öğrenebilirler. Yapay zekanın bu dar biçimi kendi alanında mükemmel olmasına rağmen, günlük karar verme sürecini gerçekleştirmek için tasarlanmamıştır.

Genel AI, bilim kurgu alanı olmaya devam ediyor. Genel AI, uygulamalı (veya dar) AI gibi bir görevi çok iyi gerçekleştirmek için belirli bir veri türü üzerinde eğitilmek yerine, bir insanın yapabileceği herhangi bir görevi yerine getirebilecek bir makine görecektir. Bu, örneğin, bir tür durumdan bir ders alabilmeyi ve bu dersi tamamen yeni bir duruma uygulayabilmeyi içerecektir.

Genel AI çok fazla heyecan ve araştırma yaratsa da, hala çok uzak – belki de çok şükür, çünkü bu, yapay zeka bilim kurgu yazarlarının tekillik hakkında konuşurken tartıştıkları türden – güçlü AI’nın yükselip insanlığa boyun eğdireceği bir an.

Makine öğrenimi ve derin öğrenme

Genel AI, halkın en çok dikkatini çekebilirken, sektörde en büyük başarıya ve en büyük etkiye sahip olan uygulamalı AI alanıdır. Uygulamalı yapay zekanın odaklanmış doğası göz önüne alındığında, yalnızca insan düşünce süreçlerini kopyalamakla kalmayan, aynı zamanda işledikleri verilerden de öğrenebilen sistemler geliştirildi – yaygın olarak ‘ makine öğrenimi ‘ olarak bilinir.

Bunun bir örneği, giderek artan bir şekilde AI liderliğindeki bir alan haline gelen görüntü tanımadır. Bir resimdeki şekilleri, renkleri ve nesneleri analiz eden, bir görüntünün nasıl doğru bir şekilde tanımlanacağını kendisine öğretmek için milyonlarca görüntüyü tarayan önceden yazılmış rutinleri işlemek için bir sistem tasarlanabilir.

Bununla birlikte, bu süreç geliştikçe, makine öğreniminin çok fazla insanın yönlendirmesine dayandığı ve bir görüntü bulanık veya belirsiz olduğunda geniş hata payları yarattığı kısa sürede ortaya çıktı.

Derin öğrenme, muhtemelen AI algoritması geliştirme ve makine öğreniminden en güçlü olanıdır. Temel terimlerle, derin öğrenme, esasen memeli beyinlerinin çalışma şeklini bilgisayarlı bir şekilde ele alan yapay bir sinir ağının yaratılmasını etkili bir şekilde içeriyordu. 

Örneğin insan beyni, devasa bir ağdaki sinapslarla birbirine bağlanan nöronlardan oluşur. Bu ağ, bilgiyi alacak, bir kişinin ne görüntülediğini söyleyecek ve her bir nörona akan veri külçeleriyle, örneğin bir görüntünün bir kısmının belirli bir nesne veya renk içerip içermediğini anlamaya çalışan verilerle parçalara ayıracaktır.

Yapay bir sinir ağı, bunu yalnızca nöronlar yerine düğümlerin kullanımıyla yapar; bu, bilgiyi parçalara ayırarak bir hesaplama yapar ve belirli bir rengi veya şekli görüntülediklerini hissetme olasılıklarına bir değer atar.

Derin öğrenme kısmı, yapay sinir ağlarının oluşturduğu katmanlardan gelir, çünkü beyinden farklı olarak düğümler birbirine bağlı değildir. Bu nedenle, derin öğrenen bir sinir ağında fikir, bir katman işlenmekte olan verileri analiz etmeyi bitirdiğinde, daha sonra ek bağlamsal bilgiler kullanılarak yeniden analiz edilebileceği bir sonraki katmana aktarılır.

Örneğin, banka dolandırıcılığıyla mücadele etmek için tasarlanmış bir AI sistemi durumunda, bir birinci katman, yakın zamandaki bir işlemin değeri gibi temel bilgileri analiz edebilirken, ikinci katman daha sonra analizi bilgilendirmek için konum verilerini ekleyebilir.

Veriler her katmandan geçtikten sonra, yapay sinir ağı “bu resimde bir köpek var mı” yanıtını bulur. Verdiği cevap doğruysa, ağ en azından resimlerde köpekleri tespit etmeye çalışmak için doğru şekilde yapılandırılmıştır.

Değilse, bu veri daha sonra geri yayılım adı verilen bir süreçte ağ üzerinden geri gönderilir; burada ağ, her bir burnun baktığı veri segmentine vermiş olduğu değerleri, etkili bir şekilde mümkün olan en iyi yanıtı bulana kadar yeniden ayarlar; Derin öğrenen bir sinir ağının kesin olarak doğru bir cevap bulması çok zordur, bu yüzden en olası cevabı arar.

2016’da şampiyon bir Go oyuncusunu mağlup eden Google’ın AlphaGo’sunda derin öğrenme sinir ağı, her biri ek bağlamsal bilgiler sağlayan yüzlerce katmandan oluşur. Makine öğrenimi bir tür yapay zeka olsa da, iki terim arasında farklılıklar vardır.

Risk var mı?

Her teknolojide olduğu gibi, AI hem riskler hem de fırsatlar sunar. Bunlar büyük ölçüde iki kategoriye ayrılır: varoluşsal ve ekonomik .

On ekonomik tarafı daha gelişmiş AI o aksi insanlar tarafından gerçekleştirilen olurdu yerine getirmek mümkün olacak daha fazla rol alır. İlk bakışta işletmeler için en azından bu mükemmel bir yatırım gibi görünüyor: Gelişmiş bir yapay zeka sistemi için ilk harcama yüksek olabilir ve barındırma ve bakım açısından devam eden maliyetler söz konusu olsa da, muhtemelen birleşik maaşlardan daha az maliyetli olacaktır. insanların yerini alıyor, özellikle emekli aylıkları ve vergiler gibi yardımlar hesaba katıldığında.

İmalat ve tarım, geçmişte her zaman olduğu gibi bu devrimin keskin ucunda yer alırken, hukuk, eğitim ve gazetecilik gibi diğer endüstriler de artık artan otomasyon riski altındadır.

Ekonomiden, yerine yenilerine göre daha fazla iş çıkarılırsa, bu özel bir sorun haline gelir ve bu da artan işsizlik hayaletine yol açar. Bu da ücretleri düşürebilir ve ortalama harcanabilir geliri düşürebilir, bu da daha az insanın ürün satın almasına ve ekonominin sürekli olarak yavaşlamasına yol açar.

Bu sorun için dört günlük bir çalışma haftası veya evrensel temel gelir gibi çeşitli hafifletmeler önerilmiştir. Bazı insanlar, daha önce insanlar ve yapay zeka sistemleri için düşünülmemiş işler yaratılacağından, bu tür endişelerin yersiz olduğuna inanıyor.

Varoluşsal riskler AI az basarak fakat potansiyel olarak daha fazla ciddidir.

Bunlar, siber savunmaları engellemek için anında adapte olabilen akıllı kötü amaçlı yazılımlardan Terminator serisinden Skynet gibi daha bilimkurgu tarzı fikirlere kadar uzanır .

Siber silah olarak kullanılan yapay zeka destekli kötü amaçlı yazılımlar, hedeflenen bir saldırıda ulus devletleri mahvedebilir ve bu ülke için sadece idari veya altyapı düzeyinde değil, aynı zamanda günlük yaşamlarını sürdürmeye çalışan sakinler için de uzun vadeli sorunlara neden olabilir . Ek olarak, kodlamada veya dağıtımda herhangi bir hata varsa, içerik oluşturucuların kötü amaçlı yazılımın kontrolünü kaybetme potansiyeli vardır ve bu daha sonra herhangi bir kişiye ve onlar da dahil olmak üzere herkese karşı dönebilir.

Terminatör’de, AI sistemi Skynet öz farkındalık kazanır, insanların ona varoluşsal bir tehdit oluşturduğuna (doğru veya yanlış olarak) karar verir  ve böylece bizi kendi nükleer silahlarımızla yok ederek onu yok etme girişimlerimizden önce gelir. Neyse ki, kendinin farkında olan bir sistemin olasılığı çok uzakta, böyle bir şeyin yaratılmasının mümkün olduğunu varsayarsak, şimdilik fikri “James Cameron ve diğerleri” yazan bir kutuya koyabiliriz.

Yazının orijinali için tıklayınız.