Yapay zekâ tartışmalarına eski Google yöneticisi de katıldı. Eski CEO Eric Schmidt, yapa zekâyı geliştirmeyi duraklatmanın sadece Çin’e fayda sağlayacağı konusunda uyardı.
Teknolojinin önde gelen isimleri yapay zekâ konusunda tartışmaya devam ediyor. Elon Musk eşliğinde bir grup sürekli gelişen yapay zekâ için altı aylık durdurma önerisinde bulunurken Bill Gates ise bunun hiçbir işe yaramayacağını belirtmişti.
Anlaşılan Gates, durdurmanın bir çözüm olmadığını düşünen tek isim değil. Eski Google CEO’su Eric Schmidt; durdurmanın sadece Çin’e fayda sağlayacağını söyledi ve bunun yerine daha sıkı düzenleme çağrısında bulundu. Schmidt, endüstrinin güvenlik önlemleri geliştirmemesi durumunda politikacıların devreye girmesi gerekeceğini söyledi.
Schmidt, Australian Financial Review’e yapay zekânın hızlı gelişimi konusunda endişeli olduğunu söyledi: “Bence işler insanların söylediğinden daha kötü olabilir.”
Son aylarda OpenAI’nin ChatGPT’si, Google’ın Bard’ı ve Microsoft’un yapay zeka destekli Bing’inin yanı sıra DALL-E ve Midjourney gibi görüntü oluşturma platformlarının piyasaya sürülmesiyle yapay zekâ kullanımı hızla arttı. Ancak bu kullanım, endişeleri de beraberinde getirdi. Özellikle teknolojinin; önyargı geliştirebileceği, kullanıcılarla tartışabileceği üzerine etik kaygılar artıyor.
Bill Gates ve Elon Musk yine karşı karşıya… Gates: “Yapay zekâyı durdurmak sorunları çözmez”
Elon Musk ve Bill Gates, yapay zekâ konusunda yine karşı karşıya geldi. Geçtiğimiz günlerde Elon Musk ve pek çok teknoloji lideri, yapay zekânın gelişimine altı aylık bir ara verilmesi gerektiğini belirtmişti. Ancak Gates‘ten Musk’ın bu önerisine itiraz geldi: “Sorunları çözeceğine inanmıyorum.”
Son günlerde yapay zekâ alanındaki gelişmeler konusunda teknoloji liderlerinin endişeli uyarıları dikkat çekiyor. Hatta Elon Musk, bir grup yapay zekâ uzmanı ve teknoloji sektörü yöneticileri ile birlikte imzaladıkları açık mektupta, gelişmiş yapay zekânın (AI) topluma ve insanlığa olan risklerine vurgu yaparak, OpenAI‘ın yeni piyasaya sürdüğü yapay zekâ sohbet botu GPT-4’ten daha güçlü bir sistem geliştirmeye altı ay ara verilmesi için çağrı yapmıştı.
Ancak bu öneriye Bill Gates karşı çıkıyor. Gates, yapay zekâ sistemlerinin gelişimini duraklatmanın sorunları çözmeyeceğini söyledi
Microsoft’un kurucu ortağı Reuters’a verdiği bir röportajda, “Belirli bir gruptan duraklamalarını istemenin zorlukları çözeceğini düşünmüyorum” dedi.
İNSANLIK İÇİN RİSK OLUŞTURUYOR
Gates’in bu yorumu, Elon Musk ve yapay zekâ uzmanları da dahil olmak üzere 1.125 kişinin, yapay zekânın gelişimine altı aylık bir ara verilmesi çağrısında bulunan açık mektubu imzalamasından bir hafta sonra geldi.
Kâr amacı gütmeyen Future of Life Institute tarafından yayınlanan mektup şimdiye kadar yaklaşık 9.400 imza topladı. Mektupta, yapay zekâ sistemlerinin toplum ve insanlık için derin riskler oluşturabileceği belirtiliyor.
Ancak Gates, sistemin gelişiminin durdurulmasının kolay olmayacağını düşündüğünü söyledi. Gates, Reuters’a verdiği demeçte, “Gerçekten anlamıyorum ve dünyadaki her ülke durmayı kabul eder mi ve neden durmalı” dedi.
Musk’a karşı gelen tek isim Gates de değil. Geçen hafta, milyarder yatırımcı Bill Ackman, yapay zekâ gelişimini altı aylığına durdurmanın, kötü aktörlerin mevcut teknolojiye yetişmesi için altı ay daha izin vereceği konusunda uyardı. Ackman 31 Mart’ta Twitter’da, “Düşmanlarımız kendi OpenAI’lerini geliştirmek için çok çalışıyor. Başka seçeneğimiz olduğunu sanmıyorum” dedi.
Elon Musk’tan Bill Gates’e yapay zekâ çıkışı: “Anlayışı sınırlı”
Dünyanın en zengin iki insanı yapay zekâ konusundaki zıt düşünceleriyle dikkat çekti. Elon Musk, Bill Gtes’in yapay zekâ konusunda sınırlı bir anlayışa sahip olduğunu söyledi.
Teknoloji lideri denilince akla gelen ilk isimler arasında yer alan Bill Gates ve Elon Musk, bir süredir pek de anlaşamıyor. İkili öncelikle 2020’deki Covid salgınının ciddiyeti konusunda fikir ayrılığı yaşamış, ardından da Gates’in Tesla yerine bir Porsche almayı tercih ettiğini söylemesiyle araları iyice gerilmişti.
Gates ve Musk’ın şimdi de yapay zekâ konusunda farklı uçlarda oldukları görülüyor.
Geçen hafta yayınlanan bir blog yazısında Gates, yapay zekânın iş gücünü, sağlık hizmetlerini ve eğitimi nasıl dönüştürebileceğini yazmıştı. Musk da Gates’in yapay zekâ hakkında yayınladığı endişeli blog gönderisine yanıt olarak şunları yazdı: “Gates ile ilk toplantıları hatırlıyorum. Yapay zeka konusundaki anlayışı sınırlıydı. Hala öyle.”
Musk, 2015 yılında OpenAI’nin kuruluşuna deste veren birkaç Silikon Vadisi yöneticisinden biriydi. Ancak 2018’de OpenAI’nin yönetim kurulundan ayrıldı ve o zamandan beri şirketi, özellikle de Microsoft ile olan ilişkisi açısından eleştiriyor. Milyarder şubat ayında, başlangıçta açık kaynaklı, kâr amacı gütmeyen bir kuruluş olarak kurulan OpenAI’nin “Microsoft tarafından etkin bir şekilde kontrol edilen kapalı kaynaklı, maksimum kârlı bir şirket” haline geldiğini söyledi.
Microsoft, 2019’da OpenAI’ye 1 milyar dolar yatırım yaptı. O zamandan beri Microsoft, şirkete milyarlarca dolarlık bir yatırım yapmayı planladığını da duyurdu ve hatta OpenAI ile iş birliği içinde Bing arama motorunun yeni bir sürümünü piyasaya sürdü.
Ancak Gates, OpenAI’yi pek de desteklemiyordu. Hatta Microsoft, şirketle ilk kez ortak olmayı düşündüğünde, şirketin teknolojisiyle ilgili şüphelerini de dile getirmişti.
Yapay zeka ürünü eserlerde telif hakkı sorunu… İnsan eli değmesi gerek
ABD Hükümeti, yapay zekâ tarafından oluşturulan görüntülerin telif hakkına sahip olması için insan eli değmesi gerektiğini açıkladı.
Yapay zekâ (AI), girdiği alanlara yenilikler getirse ve pek çokları için hayran olunası bir teknoloji olsa da bir yandan da tartışmaların merkezinde yer alıyor. Son zamanlarda da sanat alanında ortaya çıkan eserlerin telif hakkıyla ilgili tartışmalar dikkat çekiyor.
Daha önce ABD Telif Hakkı Ofisi (USCO) Stable Diffusion, DALL-E veya Midjourney gibi sistemlerde metinle oluşturulan sanatın telif hakkına tabi olmayacağına hükmetmişti. Bunun nedeni de sanat eserini oluşturmak için kullanılan istemin, bir sanatçının eserini oluştururken aldığı sipariş ya da kendiliğinden yapılmasıyla eş değer olamayacağıydı.
Yani USCO, telif hakkının yalnızca insan yaratıcılığının ürünü olan materyali koruyabileceğini belirtiyor.
Telif hakkı ofisi; sunulan görüntünün, gerçekten bir insandan mı olduğunu anlamak için her durumu ayrı ayrı ele alacağını belirtiyor. Bir kişinin aklından çıktığı kabul edilirse, daha fazla inceleme yapılmasının da mümkün olabileceğine dikkat çekiyor.
Yapay zeka teknolojileri hangi meslekleri ön plana çıkartacak?
Yapay zeka teknolojilerinin hızlı yükselişi son dönemin en popüler konularından biri. Peki yapay zeka hangi mesleklere olan talebi artıracak? İşte cevabı…
Günümüzde yapay zeka teknolojileri hızla gelişiyor ve birçok sektörde etkisini arttırıyor. Bu teknolojiler, insanların yaptığı işleri daha hızlı, daha doğru ve daha verimli bir şekilde yapabilen sistemler olarak ön plana çıkıyor. Bu nedenle, yapay zeka teknolojileri, birçok meslekte önemli bir rol oynayacak ve bu mesleklerde çalışanların becerilerini ve iş süreçlerini değiştirecek.
Yapay zeka teknolojileri birçok meslekte önemli bir etkiye sahip olacak ve bu mesleklerin çoğu teknoloji ve veri odaklı olacaktır. İşte bazı örnekler:
Veri Analizi: Yapay zeka teknolojileri büyük veri kümelerindeki kalıpları tanımlamak için kullanılabildiğinden, veri bilimcilerinin talebi artacak ve daha fazla iş alanı açılacak. Veri analisti olarak çalışan kişiler, yapay zeka teknolojilerini kullanarak verileri daha hızlı ve doğru bir şekilde analiz edebilirler.
Makine Öğrenimi Mühendisliği: Makine öğrenimi, yapay zeka teknolojileri için temel bir bileşendir. Yapay zeka teknolojileri, makine öğrenimi mühendislerinin yapay zeka sistemleri oluşturma ve eğitme konusunda uzmanlaşmalarını gerektirir. Bu nedenle, yapay zeka teknolojileri ile ilgili bu meslekte iş alanları artacak. Bu meslek, özellikle otonom araçlar, robotik ve akıllı ev sistemleri gibi alanlarda gelişiyor.
Robotik: Yapay zeka teknolojileri, robotların daha akıllı hale gelmesini sağlar. Robotik mühendisleri, yapay zeka teknolojilerini kullanarak daha verimli ve özerk robotlar tasarlayabilirler. Bu meslek, üretim, sağlık, lojistik ve diğer birçok sektörde önemli bir rol oynayacak.
Siber Güvenlik: Yapay zeka teknolojileri, siber güvenlik alanında tehditleri daha hızlı tespit etmeye ve önlemeye yardımcı olabilir. Yapay zeka tabanlı güvenlik sistemleri, siber saldırıları önlemek için daha güçlü bir şekilde çalışabilir. Bu nedenle, siber güvenlik uzmanları, yapay zeka teknolojileri ile çalışmaya daha fazla odaklanacaklar.
Sağlık Hizmetleri: Yapay zeka teknolojileri, tıp alanında önemli bir rol oynayabilir. Sağlık uzmanları, hastaların teşhis ve tedavisi konusunda yapay zeka teknolojilerini kullanarak daha iyi sonuçlar elde edebilirler. Yapay zeka teknolojileri, görüntüleme, tanı ve tedavi gibi alanlarda da kullanılabiliyor. Sağlık uzmanları arasında yapay zeka teknolojiyi kullanabilenler ön plana çıkacak.
Pazarlama: Yapay zeka teknolojileri, pazarlama faaliyetlerini optimize etmek için kullanılabilir. Yapay zeka tabanlı reklam sistemleri, hedef kitlelere daha etkili bir şekilde ulaşmak için verileri kullanabilir. Yapay zeka teknolojilerini kullanarak daha akıllı kampanyalar oluşturabilen pazarlama uzmanları ön plana çıkacaktır.
Finans: Yapay zeka teknolojileri, finansal analizlerde kullanılabilir. Finansal analistler, yapay zeka teknolojilerini kullanarak daha doğru tahminler yapabilirler. Yapay zeka teknolojileri, kredi riski değerlendirmesi, portföy yönetimi ve müşteri hizmetleri gibi finansal hizmetlerin birçok alanında da kullanılacak.
Hukuk: Yapay zeka teknolojileri, hukuk alanında daha etkili bir şekilde kullanılabilir. Yapay zeka tabanlı yazılımlar, hukuk belgelerinin ve dava dosyalarının daha hızlı ve doğru bir şekilde incelenmesine yardımcı olabilir. Ayrıca, avukatlar ve hukuk büroları, yapay zeka teknolojilerini kullanarak daha verimli bir şekilde çalışabilirler.
Eğitim: Yapay zeka teknolojileri, eğitim alanında da önemli bir rol oynayabilir. Eğitim uzmanları, yapay zeka teknolojilerini kullanarak öğrenci performanslarını izleyebilir ve öğrencilere daha iyi öğrenme deneyimleri sunabilirler. Yapay zeka tabanlı eğitim programları, öğrencilerin öğrenme hızlarını ve ihtiyaçlarını belirleyerek öğrenme sürecini optimize edebilir.
Yapay Zeka Nedir?
Yapay Zeka bilgisayar sistemlerinin insan benzeri zekaya sahip olmasını sağlayan bir teknolojidir. İşletmelerin verimliliğini artırmak ve daha iyi kararlar vermelerine yardımcı olmak için kullanılır.
Yapay zeka, insan zekasına benzer şekilde problem çözmeye, öğrenmeye, planlama yapmaya ve karar vermeye yönelik algoritmalar ve teknikler içeren bilgisayar sistemlerinin tasarımı ve geliştirilmesidir. Yapay zeka, bilgisayarların insan benzeri akıl yürütme, algılama, tanıma, konuşma, anlama ve hatta yaratıcılık gibi birçok yeteneği geliştirmelerine olanak tanır.
Yapay zekâ (YZ, İngilizce: Artificial intelligence, AI), insanlar da dahil olmak üzere hayvanlar tarafından görüntülenen doğal zekânın aksine makineler tarafından görüntülenen zekâ çeşididir.
İlk ve ikinci kategoriler arasındaki ayrım genellikle seçilen kısaltmayla ortaya çıkar. “Güçlü” yapay zeka genellikle Yapay genel zekâ (İngilizce: Artificial General Intelligencekelimelerinin kısaltılmışı olarak: AGI) olarak etiketlenirken “doğal” zekayı taklit etme girişimleri yapay biyolojik zeka (İngilizce: Artificial Biological Intelligence: ABI) olarak adlandırılır. Önde gelen yapay zeka ders kitapları, alanı zeki etmenlerin çalışması olarak tanımlar: Çevresini algılayan ve hedeflerine başarıyla ulaşma şansını en üst düzeye çıkaran eylemleri gerçekleştiren herhangi bir cihaz.
Halk arasında, “yapay zeka” terimi genellikle insanların insan zihni ile ilişkilendirdiği “öğrenme” ve “problem çözme” gibi “bilişsel” işlevleri taklit eden makineleri tanımlamak için kullanılır.
Makineler gittikçe daha yetenekli hale geldikçe, “zeka” gerektirdiği düşünülen görevler genellikle AI etkisi olarak bilinen bir fenomen olan AI tanımından çıkarılır. Tesler’in Teoremindeki bir espri, “AI henüz yapılmamış şeydir” der. Örneğin, optik karakter tanıma AI olarak değerlendirilen şeylerin dışında tutulur, rutin teknoloji haline gelir.
Genellikle yapay zeka olarak sınıflandırılan modern makine yetenekleri satranç ve Go gibi stratejik oyun sistemlerinde, en üst düzeyde rekabet eden insan konuşmasını anlama ve poker, kendi kendine giden arabalar gibi kusurlu-bilgi oyunlarını içerik dağıtım ağı ‘ndaki akıllı yönlendirmeyi ve askeri simülasyonları kapsar.
Yapay zekâ çalışmaları sıklıkla insanın düşünme yöntemlerini taklit eden yapay yöntemler geliştirmeye yöneliktir, ancak bununla sınırlı değildir. Öğrenebilen ve gelecekte insan zekâsından bağımsız gelişebilecek bir yapay zekâ kavramına doğru yeni yönelimler oluşmaktadır. Bu yönelim, insanın evreni ve doğayı anlama çabasında kendisine yardımcı olabilecek belki de kendisinden daha zeki, insan ötesi varlıklar meydana getirme düşünün bir ürünüdür. Bu düş, 1920’li yıllarda yazılan ve sonraları Isaac Asimov‘u etkileyen modern bilimkurgu edebiyatının öncü yazarlarından Karel Čapek‘in eserlerinde dışa vurmuştur. Karel Čapek, R.U.R adlı tiyatro oyununda yapay zekâya sahip robotlar ile insanlığın ortak toplumsal sorunlarını ele alarak 1920 yılında yapay zekânın insan aklından bağımsız gelişebileceğini öngörmüştür.
Tanım
İdealize edilmiş bir yaklaşıma göre yapay zekâ; insan zekâsına özgü olan, algılama, öğrenme, çoğul kavramları bağlama, düşünme, fikir yürütme (belirtme) , sorun çözme, iletişim kurma, çıkarımsama yapma ve karar verme gibi yüksek bilişsel fonksiyonları veya otonom davranışları sergilemesi beklenen yapay bir işletim sistemidir. Bu sistem aynı zamanda düşüncelerinden tepkiler üretebilmeli (eyleyici yapay zekâ) ve bu tepkileri fiziksel olarak dışa vurabilmelidir.
Tarihçe
“Yapay zekâ” kavramının geçmişi modern bilgisayar bilimi kadar eskidir. Fikir babası, “Makineler düşünebilir mi?” sorunsalını ortaya atarak makine zekâsını tartışmaya açan Alan Mathison Turing‘dir. 1943’te II. Dünya Savaşı sırasında Kripto analizi gereksinimleri ile üretilen elektromekanik cihazlar sayesinde bilgisayar bilimi ve yapay zekâ kavramları doğmuştur.
Alan Turing, Nazilerin Enigma makinesinin şifre algoritmasını çözmeye çalışan matematikçilerin en ünlü olanlarından biriydi. İngiltere, Bletchley Park‘ta şifre çözme amacı ile başlatılan çalışmalar, Turing‘in prensiplerini oluşturduğu bilgisayar prototipleri olan Heath Robinson, Bombe Bilgisayarı ve Colossus Bilgisayarları, Boole cebirine dayanan veri işleme mantığı ile Makine Zekâsı kavramının oluşmasına sebep olmuştu.
Modern bilgisayarın atası olan bu makineler ve programlama mantıkları aslında insan zekâsından ilham almışlardı. Ancak sonraları, modern bilgisayarlarımız daha çok uzman sistemler diyebileceğimiz programlar ile gündelik hayatımızın sorunlarını çözmeye yönelik kullanım alanlarında daha çok yaygınlaştılar. 1970’li yıllarda büyük bilgisayar üreticileri olan Microsoft, Apple, Xerox, IBM gibi şirketler kişisel bilgisayar (PC Personal Computer) modeli ile bilgisayarı popüler hale getirdiler ve yaygınlaştırdılar. Yapay zekâ çalışmaları ise daha dar bir araştırma çevresi tarafından geliştirilmeye devam etti.
Bugün, bu çalışmaları teşvik etmek amacı ile Turing‘in adıyla anılan Turing Testi ABD‘de Loebner ödülleri adı altında makine zekâsına sahip yazılımların üzerinde uygulanarak başarılı olan yazılımlara ödüller dağıtılmaktadır.
Turing Testinin içeriği kısaca şöyledir: birbirini tanımayan birkaç insandan oluşan bir denek grubu birbirleri ile ve bir yapay zekâ diyalog sistemi ile geçerli bir süre sohbet etmektedirler. Birbirlerini yüz yüze görmeden yazışma yolu ile yapılan bu sohbet sonunda deneklere sorulan sorular ile hangi deneğin insan hangisinin makine zekâsı olduğunu saptamaları istenir. İlginçtir ki, şimdiye kadar yapılan testlerin bir kısmında makine zekâsı insan zannedilirken gerçek insanlar makine zannedilmiştir.
Loebner Ödülü kazanan yapay zekâ diyalog sistemlerinin yeryüzündeki en bilinen örneklerinden biri A.L.I.C.E‘dir. Carnegie üniversitesinden Dr. Richard Wallace tarafından yazılmıştır. Bu ve benzeri yazılımlarının eleştiri toplamalarının nedeni, testin ölçümlendiği kriterlerin konuşmaya dayalı olmasından dolayı programların ağırlıklı olarak diyalog sistemi (chatbot) olmalarıdır.
Türkiye‘de de makine zekâsı çalışmaları yapılmaktadır. Bu çalışmalar doğal dil işleme, uzman sistemler ve yapay sinir ağları alanlarında Üniversiteler bünyesinde ve bağımsız olarak sürdürülmektedir.Bunlardan biri, D.U.Y.G.U. – Dil Uzam Yapay Gerçek Uslamlayıcı’dır.
Gelişim süreci
İlk araştırmalar ve yapay sinir ağları
İdealize edilmiş tanımıyla yapay zekâ konusundaki ilk çalışmalardan biri McCulloch ve Pitts tarafından yapılmıştır. Bu araştırmacıların önerdiği, yapay sinir hücrelerini kullanan hesaplama modeli, önermeler mantığı, fizyoloji ve Turing‘in hesaplama kuramına dayanıyordu. Herhangi bir hesaplanabilir fonksiyonun sinir hücrelerinden oluşan ağlarla hesaplanabileceğini ve mantıksal ve ve veya işlemlerinin gerçekleştirilebileceğini gösterdiler. Bu ağ yapılarının uygun şekilde tanımlanmaları hâlinde öğrenme becerisi kazanabileceğini de ileri sürdüler. Hebb, sinir hücreleri arasındaki bağlantıların şiddetlerini değiştirmek için basit bir kural önerince, öğrenebilen yapay sinir ağlarını gerçekleştirmek de olası hale gelmiştir.
1950’lerde Shannon ve Turing bilgisayarlar için satranç programları yazıyorlardı. İlk yapay sinir ağı temelli bilgisayar SNARC, MIT‘de Minsky ve Edmonds tarafından 1951’de yapıldı. Çalışmalarını Princeton Üniversitesi‘nde sürdüren Mc Carthy, Minsky, Shannon ve Rochester‘le birlikte 1956 yılında Dartmouth‘da iki aylık bir açık çalışma düzenledi. Bu toplantıda birçok çalışmanın temelleri atılmakla birlikte, toplantının en önemli özelliği Mc Carthy tarafından önerilen yapay zekâ adının konmasıdır. İlk kuram ispatlayan programlardan Logic Theorist (Mantık kuramcısı) burada Newell ve Simon tarafından tanıtılmıştır.
Yeni yaklaşımlar
Daha sonra Newell ve Simon, insan gibi düşünme yaklaşımına göre üretilmiş ilk program olan Genel Sorun Çözücü (General Problem Solver)’ı geliştirmişlerdir. Simon, daha sonra fiziksel simge varsayımını ortaya atmış ve bu kuram, insandan bağımsız zeki sistemler yapma çalışmalarıyla uğraşanların hareket noktasını oluşturmuştur. Simon‘ın bu tanımlaması bilim adamlarının yapay zekâya yaklaşımlarında iki farklı akımın ortaya çıktığını belirginleştirmesi açısından önemlidir: Sembolik Yapay Zekâ ve Sibernetik Yapay Zekâ.
Yaklaşımlar ve eleştiriler
Sembolik yapay zekâ
Simon‘ın sembolik yaklaşımından sonraki yıllarda mantık temelli çalışmalar egemen olmuş ve programların başarımlarını göstermek için bir takım yapay sorunlar ve dünyalar kullanılmıştır. Daha sonraları bu sorunlar gerçek yaşamı hiçbir şekilde temsil etmeyen oyuncak dünyalar olmakla suçlanmış ve yapay zekânın yalnızca bu alanlarda başarılı olabileceği ve gerçek yaşamdaki sorunların çözümüne ölçeklenemeyeceği ileri sürülmüştür.
Geliştirilen programların gerçek sorunlarla karşılaşıldığında çok kötü bir başarım göstermesinin ardındaki temel neden, bu programların yalnızca sentaktik süreçleri benzeşimlendirerek anlam çıkarma, bağlantı kurma ve fikir yürütme gibi süreçler konusunda başarısız olmasıydı. Bu dönemin en ünlü programlarından Weizenbaum tarafından geliştirilen Eliza, karşısındaki ile sohbet edebiliyor gibi görünmesine karşın, yalnızca karşısındaki insanın cümleleri üzerinde bazı işlemler yapıyordu. İlk makine çevirisi çalışmaları sırasında benzeri yaklaşımlar kullanılıp çok gülünç çevirilerle karşılaşılınca bu çalışmaların desteklenmesi durdurulmuştu. Bu yetersizlikler aslında insan beynindeki semantik süreçlerin yeterince incelenmemesinden kaynaklanmaktaydı.
Sibernetik yapay zekâ[değiştir | kaynağı değiştir]
Yapay sinir ağları çalışmalarının dahil olduğu sibernetik cephede de durum aynıydı. Zeki davranışı benzeşimlendirmek için bu çalışmalarda kullanılan temel yapılardaki bazı önemli yetersizliklerin ortaya konmasıyla birçok araştırmacılar çalışmalarını durdurdular. Buna en temel örnek, Yapay sinir ağları konusundaki çalışmaların Marvin Minsky ve Seymour Papert‘in 1969’da yayınlanan Perceptrons adlı kitaplarında tek katmanlı algaçların bazı basit problemleri çözemeyeceğini gösterip aynı kısırlığın çok katmanlı algaçlarda da beklenilmesi gerektiğini söylemeleri ile bıçakla kesilmiş gibi durmasıdır.
Sibernetik akımın uğradığı başarısızlığın temel sebebi de benzer şekilde Yapay Sinir Ağının tek katmanlı görevi başarması fakat bu görevle ilgili vargıların veya sonuçların bir yargıya dönüşerek diğer kavramlar ile bir ilişki kurulamamasından kaynaklanmaktadır. Bu durum aynı zamanda semantik süreçlerin de benzeşimlendirilememesi gerçeğini doğurdu.
Uzman sistemler
Her iki akımın da uğradığı başarısızlıklar, her sorunu çözecek genel amaçlı sistemler yerine belirli bir uzmanlık alanındaki bilgiyle donatılmış programları kullanma fikrinin gelişmesine sebep oldu ve bu durum yapay zekâ alanında yeniden bir canlanmaya yol açtı. Kısa sürede Uzman sistemler adı verilen bir metodoloji gelişti.
Uzman sistemler bir konuda belli ön koşullar aynı anda var olduğunda konunun bir uzmanın (bazen ne olasılıkla) ne karar alacağını belirleyen kuralların tümünü içeren bir programı gelen problemlere uygulamak temellidir. Bunun bir avantajı her verilen kararın hangi kurallar uygulanarak verildiğinin kolayca bilinmesi idi. Bu birçok kuralcı bürokratik karar örgütleri için kolayca uygulamalar geliştirilebilmesi demekti. Bu doğal olarak bir otomobilin tamiri için önerilerde bulunan uzman sistem programının otomobilin ne işe yaradığından haberi olmaması da demekti. Buna rağmen uzman sistemlerin başarıları beraberinde ilk ticari uygulamaları da getirdi.
Yapay zekâ yavaş yavaş bir endüstri hâline geliyordu. DEC tarafından kullanılan ve müşteri siparişlerine göre donanım seçimi yapan R1 adlı uzman sistem şirkete bir yılda 40 milyon dolarlık tasarruf sağlamıştı. Birden diğer ülkeler de yapay zekâyı yeniden keşfettiler ve araştırmalara büyük kaynaklar ayrılmaya başlandı. 1988’de yapay zekâ endüstrisinin cirosu 2 milyar dolara ulaşmıştı.
Doğal dil işleme
Antropoloji bilimi, gelişmiş insan zekâsı ile dil arasındaki bağlantıyı gözler önüne serdiğinde, dil üzerinden yürütülen yapay zekâ çalışmaları tekrar önem kazandı. İnsan zekâsının doğrudan doğruya kavramlarla düşünmediği, dil ile düşündüğü, dil kodları olan kelimeler ile kavramlar arasında bağlantı kurduğu anlaşıldı. Bu sayede insan aklı kavramlar ile düşünen Hayvan beyninden daha hızlı işlem yapabilmekteydi ve dil dizgeleri olan cümleler yani şablonlar ile etkili bir öğrenmeye ve bilgisini soyut olarak genişletebilme yeteneğine sahip olmuştu. İnsanların iletişimde kullandıkları Türkçe, İngilizce gibi doğal dilleri anlayan bilgisayarlar konusundaki çalışmalar hızlanmaya başladı. Önce, yine Uzman sistemler olarak karşımıza çıkan doğal dil anlayan programlar, daha sonra Sembolik Yapay Zekâ ile ilgilenenler arasında ilgiyle karşılandı ve yazılım alanındaki gelişmeler sayesinde İngilizce olan A.I.M.L (Artificial intelligence Markup Language) ve Türkçe T.Y.İ.D (Türkçe Yapay Zekâ İşaretleme Dili) gibi bilgisayar dilleri ile sentaktik (Örüntü) işlemine uygun veri erişim metotları geliştirilebildi. Bugün Sembolik Yapay Zekâ araştırmacıları özel Yapay Zekâ dillerini kullanarak verileri birbiri ile ilişkilendirebilmekte, geliştirilen özel prosedürler sayesinde anlam çıkarma ve çıkarımsama yapma gibi ileri seviye bilişsel fonksiyonları benzetimlendirmeye çalışmaktadırlar.
Bütün bu gelişmelerin ve süreçlerin sonunda bir grup yapay zekâ araştırmacısı, insan gibi düşünebilen sistemleri araştırmaya devam ederken, diğer bir grup ise ticari değeri olan rasyonel karar alan sistemler (Uzman sistemler) üzerine yoğunlaştı.
Diyalog bazlı yapay zeka
Doğal dil işleme ve makine öğrenmesi gibi yapay zeka teknolojileri kullanılarak insan ve makine (yazılım) arasında bir diyaloğun sürdürülmesini sağlayan yapay zeka alt dalına “diyalog bazlı yapay zeka” (conversational artificial intelligence) denir. Daha önce insanların bilgisayara komut vermesinde kullanılan web, mobil uygulama gibi grafiksel arayüzlerin (GUI) yerine geçmeyi amaçlayan diyalog bazlı arayüzler (CUI) insanların bilgisayara günlük dilde yazarak veya konuşarak komut verebilmesini amaçlar. Günümüzde, chatbotlar ve sesli asistanlar diyalog bazlı yapay zeka alanında sıkça kullanılan teknolojik ürünler olarak karşımıza çıkmaktadır.
Chatbotlar
Chatbotlar, diyalog bazlı yapay zekanın günlük hayatta kullanılan bir örneğidir. Kullanıcılar, Türkçeye sohbet robotları olarak geçmiş bu dijital ürünler ile yazışarak belirli bir konuda bilgi alabilir veya uçak bileti almak, banka havalesi yapmak veya bir kitap satın almak gibi günlük işlerini yapabilirler. Chatbotlar, şirketlerin web sitesinde veya mobil uygulamasında yer alabilirler. Bunun dışında chatbotlar, WhatsApp, Facebook Messenger gibi genel mesajlaşma platformlarında, veya Google Assistant, Siri gibi sesli asistanlarda da yer alabilirler.
Chatbotlar kullanıcı ile etkileşim kurma yöntemini, arkasında yer alan teknolojik altyapıya göre farklı çeşitlerde oluşturulabilir. Örneğin bir chatbot kullanıcı ile, sadece kullanıcı onunla etkileşime girdiğinde iletişim kuruyorsa reaktif bir chatbottur, eğer bir uyarıcı ile tetiklenerek kullanıcı ile olan diyaloğu başlatan taraf oluyorsa buna proaktif bir chatbot denir. Teknoloji açısından bakılacak olursa, yapay zeka tabanlı chatbotların yanında, doğal dil işleme, makine öğrenmesi gibi yapay zeka teknolojileri kullanılmadan geliştirilen kural tabanlı chatbotlar da kullanılmaktadır. Ancak bu iki tür chatbotun davranışı farklıdır. Kural bazlı chatbotlarda genellikle kullanıcıya belirli seçenekler sunulur ve yaratılan deneyim bu seçeneklerle sınırlı kalır.[kaynak belirtilmeli] Yapay zeka tabanlı chatbotlarda ise kullanıcı serbest bir metin yazabilir, chatbotun doğal dil işleme teknolojisi bu metni anlamlandırıp doğru yanıtı belirleyerek kullanıcıya sunar.[kaynak belirtilmeli]
Gelecekte yapay zekâ
Gelecekte yapay zekâ araştırmalarındaki tüm alanların birleşeceğini öngörmek zor değildir. Sibernetik bir yaklaşımla modellenmiş bir Yapay Beyin, Sembolik bir yaklaşımla insan aklına benzetilmiş bilişsel süreçler ve Yapay Bilinç sistemi, insan aklı kadar esnek ve duyguları olan bir İrade (Karar alma yetisi), Uzman sistemler kadar yetkin bir bilgi birikimi ve rasyonel yaklaşımın dengeli bir karışımı sayesinde Yapay Zekâ, gelecekte insan zekâsına bir alternatif oluşturabilir.
Bilginin hesaplanması matematiksel gelişme ile mümkün olabilir. Çok yüksek döngü gerektiren NP problemlerin çözümü, satranç oyununda en iyi hamleyi hesaplamak veya görüntü çözümleme işlemlerinde bilgiyi saymak yerine hesaplamak sureti ile sonuca ulaşılabilir.
Yeni matematik kuantum parçacık davranışlarını açıklayacağı gibi kuantum bilgisayarın yapılmasına olanak verir .
Yapay Zekânın Gücü
Yapay zekâ uygulamaları gün geçtikçe gelişmeye ve insan zekâsını yakalamaya doğru adım adım ilerlemektedir.
Bilişim uzmanları, bir insanın hepsi aynı anda paralel olarak çalışan 100 milyar nöron bağlantısının toplam hesap gücünün alt sınırı olan saniyede 10 katrilyon (1.000.000.000.000.000 = 1015) hesap düzeyine 2025’te erişeceğini düşünüyorlar.
) hesap düzeyine 2025’te erişeceğini düşünüyorlar.Beynin bellek kapasitesine gelince, 100 trilyon bağlantının her birine 10.000 bit bilgi depolama gereksinimi tanınırsa, toplam kapasite 10^18 düzeyine çıkıyor. 2020’ye gelindiğinde insan beyninin işlevselliğine erişmiş bir bilgisayarın fiyatının 1000 dolar olacağı tahmin ediliyor. 2030’da 1000 dolarlık bir bilgisayarın bellek kapasitesi 1000 insanın belleğine eşit olacak. 2050’de ise yine 1000 dolara, dünyadaki tüm insanların beyin gücünden daha fazlasını satın alabileceksiniz.
Uygulama alanları
Yapay zekanın uygulama alanlarının bazı örnekleri şu şekildedir:
Önerici sistemler: Kullanıcıların geçmiş davranışlarına dayanarak yeni içerik önerilmesi. Örneğin, sosyal medya sitelerinde yeni arkadaş, mağazalarda başka bir ürün, gazetede başka bir haber önerileri.
Makine çevirisi: Bir dilde ifade edilen cümleyi farklı bir dile çevirmek. Örneğin, Google Translate, Microsoft Tercüman ve Yandex.Çeviri gibi çevrimiçi araçlar.
Sinyal işleme: Ses ve görüntü gibi sinyallerin işlenerek bilgi çıkarımı. Örneğin, yüz ve ses tanıma.
Prosedürel içerik üretimi: Rassal yöntemler kullanarak yapay içerik üretme. Örneğin, üretimsel müzik ve video oyunlarında prosedürel dünyalar.
Regresyon analizi: Geçmiş verilere dayanılarak bir değişkenin gelecekteki değerinin tahmin edilmesi. Örneğin, ekonomik öngörüler, üretim miktarı öngörüleri.
Görüntü işleme: Dijital görüntülerde bulunan objeleri tanıma, yerini bulma, sınıflandırma gibi işlemlerin tümü. Yapay zekadan önce bu işlemler Hough dönüşümü gibi kurala dayalı algoritmalar ile sürdürülürken, günümüzde bu kurallar veriden öğrenilmektedir. Görüntülemenin sık kullanıldığı tıp[15], biyoloji[16], otomotiv[17], üretim[18] gibi alanlarda kullanılmaktadır.
Makale yazma: Dünyada yapay zeka ile yazılan ilk köşe yazısı 8 Eylül 2020 tarihinde The Guardian gazetesinde yayınlanmıştır.[19] Türkiye’de yapay zekanın yazdığı ilk haber ise Şalom gazetesinde 2018 yılında yayınlanmıştır.[20]
Alt dallar
Makine Zekâsı (Sembolik Yapay Zekâ)
Yapay Sinir Ağları (Sibernetik Yapay Zekâ)
Doğal Dil işleme (Dil ile düşünme)
Görüntü İşleme
Konuşma Sentezi (Yapay Konuşma)
Konuşma Anlama (Konuşma Analizi)
Uzman sistemler
Örüntü Tanıma
Genetik Algoritmalar
Genetik Programlama
Bulanık Mantık
Çoklu Örnekle Öğrenme (Multiple Instance Learning)
Yorumlar kapalı.