Yapay zeka sayesinde gözetleme sistemlerinin ne kadar seviye atladığından birkaç kez bahsetmiştik. Makine öğrenimi algoritmaları; kameranın gördüğü görüntüleri kaydedip, anlayıp, karşılaştırabilmesine olanak sağlıyor ve bu internet çağında olmamızın da sağladığı avantajla birlikte yapay zekanın insanoğlunun göremediği, fark edemediği detayları açığa çıkarmasını mümkün kılıyor.

İnsanların sadece yüzüne bakarak eşcinsel olup olmadığını anlamak kolay bir şey değil ancak bu yüzlerimizin eşçinsellik düzeyini göstermediği anlamına gelmiyor. Özellikle Stanford Üniversitesi’nde yapılan araştırma bu tezi destekliyor.

“There is no reason and no way that a human mind can keep up with an artificial intelligence machine by 2035.” —Gray Scott

Bilginin güç olduğunun hepimiz farkındayız, evet bilgi güç ancak nasıl kullanacağız? Kullanabilmek de bir yana hepsini nasıl depolayacağız? Makine öğrenimi – derin öğrenme – yapay zeka gibi kavramlar bizim için bu işi kolaylaştırıyor. İnsanların Facebook’ta yer alan bilgilerine göre karakterlerinin yorumlanması veya Trump’ın seçim kampanyasında hitap edebileceği kitleyi daha iyi tespit edebilmesi için de kullanılan bu algoritmalar, hepimizin bildiği “bilgi güçtür” mottosunu artık bir üst seviyeye taşıyor.

Stanford Üniversitesi’nden Michal Kosinski ve Simon Yilun Wang yaptıkları araştırma (PDF) ile makinelerin yapay zeka ile insan yüzü okuyabileceğini hatta fotoğraftan bir insanın eşcinsel olup olmadığını, Amerikan tanışma-flört sitesindeki 36,630 erkeğin 130,741 ve 38,593 kadının 170,360 fotoğrafı ile yapılan araştırmayla elde edilen sonuçlara göre, tahmin edebileceğini gösterdi.

Yapay zeka önce tüm bu fotoğraflar arasından değerlendirilmeye alınabilecek fotoğrafları seçip diğerlerini eleyerek  14,776 kişinin 35,326 fotoğrafı ile sıradaki aşamaya geçmiş. Sonrasında devreye giren VGG-Face isimli yazılım sayesinde ise bu yüzler analiz edilmiş.

Herkesi tek tek numaralandıran ve yüz izini (faceprint) kaydeden VGG-Face, sonrasında Lojistik Regresyon (Logistic regression) yöntemini de kullanarak yüz izleri ve kişilerin cinsel eğilimleri arasındaki korelosyanları hesaplamış. Yazılım, kişilerin (1 eşcinsel 1 heteroseksüel birey) birer fotoğrafı verildiğinde erkeklerde %81 oranında, kadınlarda %71 oranında başarı yakalarken beşer adet fotoğraf verildiğinde erkeklerde %91 doğruluk oranı sağlamış. Kadınlarda yine erkeklere göre daha başarısız bir oranla (%81) yetinmiş.

Makine öğrenimi  ne kadar beslenirse o kadar başarılı olan bir yapıya sahiptir. Çünkü yazılıma verdiğiniz görselleri inceler ve ezberler daha sonra diğer görsellerle karşılaştırarak bir karara varır. Bu yüzden 1 fotoğraf verildiğinde doğruluk payı %81 iken 5 fotoğraf verildiğinde bu rakam %91 olabilir.

Peki ya insanlar, kişilerin eşcinsel olup olmadığını tespit etme konusunda ne kadar başarılı?

Makinenin bile zorluk çektiği kadınların cinsel eğilimlerini anlamak konusunda başarılı olmamızı zaten bekleyemeyiz ancak erkekler konusunda da insanoğlu yine makinelerin gerisinde kalıyor. Verilen rakamlara göre, yazılımın değerlendirdiği fotoğrafların aynısının gösterildiği insanlar, erkeklerin eşcinsel olup olmadığını %61 doğruluk oranı ile tahmin edebilirken kadınları tahmin etmek istediklerinde oran %54’e kadar düşmüş

Araştırmacılar, insanların fetüs evresinde, yüz şekillerinin hormonlara bağlı olarak gelişmeye başladığını ve yüz detaylarına bakan yapay zekaların bu farkı çözebileceğini savunuyor. Hatta söylediklerine göre erkeklerde burun, göz, kaşlar, yanaklar, saç çizgisi ve çene ayırt edici özellikler sunarken kadınlarda burun, ağız köşeleri, saç çizgisi ve yakaya bakılması gerekiyor.

Ancak bu yazılımın yakaladığı başarıda kullanılan fotoğrafların bir flört sitesinden alındığını ve haliyle cinsel eğilimin nispeten tahmin edilebileceğini unutmamak gerek. Bu konunun da sağlamasını almak için gerçek hayattan 1000 adet fotoğraf yazılıma verilmiş ve eşcinsel olma olasılığı en yüksek olan 100 insanı seçmesi istenmiş. Yapay zeka, 100 insanda 53 kişide yanılarak sadece %47 başarı yakalayabilmiş. Ancak yazılımdan yine aynı şekilde eşcinsel olduğuna emin olduğu 10 insanı seçmesi istendiğinde sadece 1 kişide yanılmış.

Kosinski’nin söylediğine göre; araştırmacıların amacı cinsel yönelimleri tespit etmek değil, bu tarz ‘tespit’ sistemlerinin ne kadar #yıkıcıyenilik olduğunu ispatlamak ve kural koyucuları uyarmak. Dr Kosinski ayrıca makine görüsünün gücünün güvenlik/gizlilik erozyonu yaratabileceğini eklerken, yeni bir teknoloji geliştirmediğini, sadece; interneti olan herkesin yapabileceği gibi hazır verilerin okunmasını sağladığını da unutmamamızı istemiş.

Yıllar önce yapılan araştırmalar, günümüzdeki gelişmeler ve elimizde olduğunu bildiğimiz teknolojiler ile şu an bile iyi veya kötü niyetli amaçlar için ciddi farklar yaratabilecek makineler geliştirmek mümkün. Hatta yazının başından beri kavram karmaşası yaşamamızdan da anlaşılabileceği gibi, bu ‘makinelerin’ fiziksel bir makine bile olması gerekmiyor. Çünkü bu ‘yazılımlar’ farklı kaynaklardan gelen bilgileri alıp, kendi yararı için kullanabilecek ‘makineler’ ve bunların ne niyetle kullanılacağı, geleceğimizin nasıl olacağı konusunda çok kritik bir rol oynuyor. Sadece gelecekburada.net içerisindeki Yapay Zeka etiketli yazılara bakarak bile bunun önemini kavrayabilirsiniz.

Kaynak ve ileri okuma: economist.com

Share:

administrator

1997’de Nevşehir-Ortahisar’da doğdu. Marmara Üniversitesi’nde Basım Teknolojileri eğitimi görüyor. Gazeteciliğe ve doğru bilgi alma hakkına inanan Hasan, bir Onaran olarak sosyal inisiyatifin ve eğitimin gücüne inanıyor, geleceğin nerede olduğunu araştırıyor.

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir