Bazı kesimlerce insanlık için tehdit unsuru oluşturan yapay zekanın halen insan zekasına ihtiyacı var gibi görünüyor
Yapay zekaya sahip uygulamalar şu an bir bölgedeki araç modelinin çokluğuna göre seçmen profilini tahmin edebiliyor, intihar girişiminde bulunacak birisini önceden ‘hissedebiliyor‘, fotoğrafa bakarak eşcinselliği saptayabiliyor, şiir yazabiliyor ve birçok konuda insanlara göre daha kararlı olabiliyor. Bu konuda sitemizde birçok içerik mevcut. Ancak tüm bunları yapabilen yapay zekalar bazı noktalarda insanlara göre iyi olsalar da kendi potansiyellerinin çok altındalar ve yine birçok konuda insanlara göre oldukça yetersiz durumdalar.
Aşağıda detaylara değineceğim ancak giriş olarak kısaca: Yapay zeka konusunda kullanılan metodların hepsi insanların yüklediği bilgiler ile yapay zekaya öğretmesine dayanıyor. Bu teknik olarak basit ancak emek açısından olumsuz bir metod.
“A girdisi ile B çıktısı alabilmek birçok endüstride devrimsel nitelikte sonuçlar verebilir ancak A–>B ilişkisi, yani supervised learning, hala yapay zekanın insan zekasının çok geride olduğu ve bilim kurgu filmlerinde bahsedilen teknolojiden çok uzakta olduğu anlamına geliyor” diyor Andrew Ng. The Master Algorithm kitabının yazarı ve Washington Üniversitesi’nde bilgisayar bilimleri profesörü olan Pedro Domingos’un bu konudaki görüşü ise “Bir otonom araç milyonlarca kilometre kendi başına gidebilir ancak önünde sonunda kendisi için yeni olan ve daha önce tecrübe etmediği bir şeyle karşılaşacak”.
“Kafamızın içinde, makinelere getirebileceğimiz her türlü teknolojiden daha sağlam bir algoritmaya sahibiz gibi.”
“1950’den beri aynı paradigmaları kullandık. Günün sonunda, yeni fikirlere ihtiyacımız olacak” -Pedro Domingos
Bugünün yapay zekasının en büyük zaafı tonlarca veriye ihtiyaç duyması. Aslında bu konuda yıllar önce de aynı yapay zeka algoritmalarına sahiptik ancak bu algoritmaların gelişmesi yerine veriye sahip olma ve veri aktarım teknolojilerimizi geliştirdik. Aslında bugüne kadar bu gelişim de oldukça yeterli oldu ancak Pedro Domingos’un da dediği gibi, artık yeni şeylere ihtiyaç duyuyoruz gibi.
“Dünyada nedensel ilişkiler olduğunu, parçalardan oluştuğunu; dünyanın, uzayda ve zaman içinde var olan yerler ve nesnelerden oluştuğunu bilerek doğuyoruz. Hiçbir makine geri yayılım (backprop – backpropagation) kullanarak bu şeylerden herhangi birini öğrenmiş değil.”
Çünkü bir yapay zekanın yemekleri ayırt edebilmesi için milyonlarca yemek fotoğrafı yükleyip bu fotoğrafların hangisinin pilav içerdiğini hangisinin içermediğini işaretlememiz gerekiyor. Aslında, şu an bazı sitelere giriş yaparken önümüze çıkan “Sokak tabelası olan görselleri işaretleyin” – “Araba olan görselleri işaretleyin” captcha’ları tam olarak bu işin ücretsiz olarak insanlara yaptırılmasdır. Yani yapay zekanın en zayıf ve en az vasıfsız noktası internetin gücüyle insan işbirliği ve topluluk ‘özverisi’ ile aşılmaya çalışılıyor. Buna günümüzdeki yapay zekanın gelişimini durdurmaması ve en azından günlük hayatımızda işe yaraması için kullanılan güzel bir yöntem denilebilir ancak yıkıcı bir etki yaratmasını istediğimiz yapay zeka için yepyeni algoritmalara ihtiyaç duyacağız gibi duruyor. Kısaca; günümüz için halk gücü yeterli olsa da gelecek için yapay zekaları daha akıllı hale getirmemiz gerekiyor. Çünkü şu an yapay zekalara akıl katmak yerine sadece eğitiyoruz.
“Yapay zekanın henüz hiç çözmediği birçok sorun var. Hatta henüz hiç sorulmayan sorular var.” -François Chollet (Google)
Hazır sizi burada yakalamışken yapay zekayı oluşturan unsurlar konusunda bir miktar daha -gelişigüzel- bilgiler verebiliriz.
Yukarıda; veri edinme ve veriyi aktarma konusunda aşama kaydettiğimizi söyledik. Yapay zekanın kendisini geliştirmesi için kullandığımız [tooltip tip=”Girilen verilerin insanlar tarafından makineye öğretilmesi prensibine dayanan yapay zeka algoritması”]makine öğrenimi[/tooltip] ve [tooltip tip=”veriyi katmanlara ayırarak her bir katmandaki bilgiyi değerlendiren yapay sinir ağları oluşturulmasını sağlar. “]derin öğrenme [/tooltip](Neural Network) gibi algoritmalar veri altyapısına ihtiyaç duyuyor. Yani normal bir insanın büyüme aşamasında öğrendiği birçok şeyi birkaç saat içerisinde sisteme yükleyip ona ‘öğretebiliyorsunuz’. Bu da milyonlarca fotoğraf veya video anlamına gelebiliyor. Yıllar önce aynı algoritmanın olmasına rağmen yapay zekanın yeni yeni seviye atlıyor olmasının sebebi ise şu an sahip olduğumuz akıllı cihazların, kameraların yani genel anlamıyla sensörlerin daha gelişmiş, daha yaygın ve daha mobil olması. Bunlara ek olarak internet bilincinin ciddi anlamda gelişmilş olması ve veri paylaşmanın [tooltip tip=”(yükleme ve indirme hızının düşmesi)”]kolaylaşmasıyla[/tooltip] birlikte paylaşım kültürünün seviye atlamış olmasıdır. Özet olarak: Akıllı cihazlar, güvenlik kameraları gibi girdilere sahip olabilmemiz, bunları kolayca ve hızlıca internette paylaşabilmemiz makine öğrenimi-derin öğrenme algoritmalarının fazlaca işe yaramasını sağladı. Yakın gelecekte [tooltip tip=”Internet of Things”]IoT[/tooltip] yani nesnelerin interneti kültürünün gelişmesi; akıllı asistanların ve otonom araçların günlük yaşamımızda merkezi bir yer edinmesiyle birlikte bu algoritmalar daha fazla beslenecek duruma gelebilecek.
Yapay zekanın 10-20 yıllık süreçte günümüze ciddi derecede etki eden bir teknoloji haline gelmesini, 20-40 yıllık süreçte artık varlığını pek de hissetmediğimiz bir teknoloji olarak varlığını sürdürdüğünü ve sonrasndaki süreçte kötü ellere düşerse gerçekten ‘dünyayı ele geçirecek’ güce sahip olabileceğini düşünüyorum. Makinelerin kötü niyetli hale gelip gelmeyeceği ise yapay zekayı geliştirmek için aradığımız alternatiflere bağlı.
Kaynak: Wired
