Geleceği şekillendirecek teknolojiler-2

Yapay zekâ, makine öğrenimi, süper zekâ…

Yapay zekâ; Artificial Intelligence-AI, insanlar tarafından istenen görevleri yerine getirmek için topladıkları bilgilere (Büyük Veri (BIG DATA)) göre yinelemeli olarak kendilerini iyileştirebilen-geliştiren, insanlar gibi düşünme ve öğrenme yeteneğine sahip olması sağlanan sistem veya makinedir.

Yapay zekâ, insanın düşünsel gücünü arttırmak, yeteneklerini ve katkılarını önemli ölçüde geliştirmek üzere tasarlanmış ve bilgisayar kodları ile programlanmıştır. Yapay zekâ birçok farklı alanda kullanılabilir ve insanların yapamayacağı veya yapmak istemeyeceği işleri hızla ve hatasız yapabilir, gelecekte insanların yaşamını kolaylaştıracak ve çeşitli alanlarda ilerleme sağlayacaktır.

Yapay zekâ oldukça değerli bir ticarî varlıktır:

• Bir e-ticaret sitesinde, bir kullanıcının geçmiş alışveriş davranışlarını inceleyerek, kullanıcının gelecekte hangi ürünleri satın alma olasılığını tahmin edebilir. Buna göre kullanıcıya önerilerde bulunabilir.
• Bir sağlık kuruluşunda, hastaların geçmiş tedavi verilerini kullanarak, belirli bir hastalığa yatkınlık durumunu tahmin edebilir. Kişilerin belirti ve verileri analiz edilerek belirli bir hastalığın varlığı veya yokluğunu tahmin edebilir.
• Bir sosyal medya platformunda, kullanıcıların paylaştığı içerikleri inceleyerek, kullanıcıların ilgi alanlarını tahmin edebilir.
• Bir şirketin çalışanlarının performans değerlendirmesi verilerini kullanarak, çalışanların gelecekteki performansını tahmin edebilir.
• Bir otomobil üreticisi, otomobillerin kullanım verilerini kullanarak, araçların bakım gerektirme sıklığını tahmin edebilir.
• Bir hava yolu şirketi, yolcuların geçmiş seyahat verilerini kullanarak, yolcuların gelecekteki seyahat tercihlerini tahmin edebilir.
• Bir güvenlik şirketi, güvenlik kameraları tarafından toplanan verileri kullanarak, çalışanların güvenlik protokollerini izleme durumunu tahmin edebilir.
• Bir turizm şirketi, geçmiş turistlerin tercih verilerini kullanarak, turistlerin gelecekteki tercihlerini tahmin edebilir.

Günümüzde 5-6 yaşında ana okullarından başlayan “robotik kodlama eğitimi” gelecekte kodlama becerilerinin ve dolayısı ile yapay zekâ makinelerinin nerelere ulaşacağı; hem sevinerek heyecanla hem de kötü amaçlara düşmesi endişesi ile korkuyla izlenmektedir.

Yapay Zekâ Örnekleri:

• Dil çözümleme: Yapay konuşma veya yazılı metinleri anlayarak insan dilini kullanır. Örneğin, bir akıllı asistan (akıllı ev sistemleri için kullanılan uygulamalar; Siri veya Alexa) dilinizi algılayarak taleplerinizi yerine getirir ve size cevaplar verir. (Nesnelerin İnterneti (IOT))
• Ses tanıma: Yapay zekâ, insan sesini tanıyarak söylediklerinizi anlayarak size cevaplar verir. Örneğin, bir telefon uygulaması ya da banka operatörü konuşmanızı tanıyarak size yardımcı olur.
• Görüntü tanıma: Yapay zekâ, bir görüntüyü tarayarak içindeki nesneleri tanır. Örneğin, bir güvenlik kamerası insan yüzlerini tanıyarak size haber verir, yüzünüzü şifre olarak kullanan cep telefonunuzun uygulaması girişinizi onaylar.
• Otomatik çeviri: Yapay zekâ, bir dilin başka bir dille çevirisini yapar.

Yapay zekâ, aynı zamanda makine öğrenimi ve derin öğrenme gibi alt dalları içerir. Bu teknolojiler, verileri inceleyerek, deneyerek ve öğrenerek kendini geliştirebilen sistemleri oluşturmak için kullanılır.

Derin öğrenme (Deep Learning- DL), yapay sinir ağlarıyla geliştirilen algoritmalardır ve makine öğrenimi alanında kullanılan bir tekniktir. Derin öğrenme, verileri inceleyerek ve öğrenerek kendini geliştiren ağ yapıları kurulmasını sağlar. Bu ağ yapıları, insan beyninin sinir ağlarına benzer şekilde işler ve verilere dayalı kararlar alabilir. Bu teknik sayesinde bilgisayarlar, insanlar gibi düşünme ve öğrenme yeteneğine sahip olabilir.

Ağ yapıları, birbiriyle ilişkili düğümlerden oluşan bir yapıdır ve birbirleriyle olan bağlantıları aracılığı ile veri veya bilgi paylaşımını sağlar. İnsan beyninin sinir ağları, bilgisayar ağları ve sosyal ağlar da ağ yapılarına örnek olarak gösterilebilir. Ağ yapıları, verileri inceleyerek ve öğrenerek kendini geliştiren sistemler oluşturmak için kullanılabilir. Yapay zekânın en önemli parçalarından birisi yapay sinir ağlarıdır (Neural Network). Yapay sinir ağları insanların beyinlerindeki sinir ağları model alınarak geliştirilmiştir.

Makine öğrenimi (Machine Learning-ML), bir makine veya bilgisayar programının, verilen bir veri kümesinden öğrenme ve karar verme sürecini kendiliğinden, hatalarından ders alarak ve tekrar tekrar deneyerek, kimseden komut almadan gerçekleştirmesini içeren bir bilim dalıdır. Makine öğrenimi yöntemi, birçok farklı alanda kullanılabilir ve bu yöntemle yapılabileceklerin sınırı yoktur.

Makine öğrenimi kullanarak:

• Sınıflandırma ve Kümeleme: Resimlerdeki nesne türlerini tahmin etme, türlere göre insanlar, hayvanlar veya nesneler olarak sınıflandırma ve gruplara ayırma,
• Regresyon problemleri (Regresyon analizi, iki ya da daha çok nicel değişken arasındaki ilişkiyi ölçmek için kullanılan analiz metodu): Bir değişkenin değerini tahmin etme; örneğin, ev fiyatlarını tahmin etme,
• Öneri sistemleri: Kullanıcıların ilgi alanlarına göre ürün veya içerik önerileri yapma,
• Zaman serisi tahmini: Geçmiş verileri kullanarak gelecekteki değerleri tahmin etme; örneğin, borsa endekslerini tahmin etme,
• Metin işlemleri: Bir makale veya bölümdeki metnin anahtar noktalarını tespit ederek özetleme, kelimeleri sayarak bir konunun popülaritesini belirleme, metnin olumlu veya olumsuz olduğunu tahmin etme, metni bir dilden başka bir dile çevirme, bir kelimenin anlamını tahmin etme, el yazısı rakamların örneklerini kullanarak rakamları tanıma,
• Ses tanıma: Bir ses kaydındaki kelimeleri tanıma, ses sinyallerini işleyerek metin dizisi oluşturma,
• Anomali tespiti: Örneğin, bir veri kümesinde anormal olarak görünen verileri tespit etme,
• Görüntü işlemleri: Görüntülerdeki nesneleri tanıma, etiketleme ve sınıflandırma, boyutunu azaltarak depolama ve aktarım işlemlerini hızlandırma,
• Spam filtreleme: E-postaların spam olup olmadığını belirleyerek istenmeyen e-postalardan korunma,
• Otomasyon: Bir işletmede yapılan, tekrarlayan işlemleri otomatikleştirme ve bu işlemleri bir yazılım robotu tarafından gerçekleştirme,
• Robotik: Bir robotun hareketlerini yapılandırma ve kontrol etme, en iyi yolu bulması için eniyileme algoritmaları kullanma,
• Nöral ağlar: Öğrenme için ağ yapıları oluşturma ve eğitme,
• Sürekli Öğrenme: Sürekli olarak yeni verileri kullanarak bir modeli güncel tutmak,
• Model Değerlendirme: Bir makine öğrenimi modelinin doğruluğunu ve hassasiyetini değerlendirme yapabilir.

Süper zekâ, yapay zekâ ve makine öğrenimi gibi teknolojilerin gelişmesiyle gerçekleşebilecek bir senaryodur ve bir bilgisayarın insan beyninden daha iyi düşünme ve öğrenme yeteneğine sahip olmasıdır. Süper zekâ, çok sayıda bilim insanı ve filozof tarafından; insanlığa büyük faydalar sağlayacağı ya da tehlike oluşturabileceği konularında tartışılmaktadır.

Süper Zekâ Örnekleri:

Yüz Tanıma: İran, başörtüsü takmayan kadınları yapay zekâ ile tespit etmeye başladı. Daha önceleri sadece araç kullanan kadınları tespit etmekte kullanılan bu sistem, şimdi başörtüsü takmayan ya da yanlış takan kadınları tespit etmek için kullanılmak üzere yasalaştı.
Oyunlar: DEEPBLUE IBM tarafından yapılan satranç oynayabilen bilgisayar önce Garry Kasparov ile 1-1 berabere kaldı daha sonra geliştirilerek saniyede 200 milyon pozisyon deneyebilecek hale getirildi ve 1997’de Garry Kasparov’u yenmeyi başardı. AlphaGo Google DeepMind tarafından geliştirilen Go oyununu oynayan bir program. Ekim 2015’te, 19×19’luk tahtada profesyonel bir go oyuncusunu avantaj verilmeden yenen ilk bilgisayar programı oldu. Mart 2015’te Lee Sedol ile 5 maç üzerinden yapılan oyunu da 4’e karşı 1 yenerek, dan-9 seviyesinde bir go oyuncusunu avantajsız yenen ilk bilgisayar programı oldu. Bu program önceden programlanmayıp sadece eski bilgisayar oyunlarında deneniyor ve oyunu nasıl oynayacağını anlıyor ve yeterince sayıda oynadıktan sonra birçok insandan daha iyi oynayacak seviyeye geliyor.
Teşhis ve Cerrahi: 2015 yılında New York’ta Mount Sinai Hastanesi’nde derin öğrenme uygulama denemesi için Deep Patient adlı programı, yaklaşık 700.000 kişiden gelen hasta kayıtlarını kullanarak eğitti ve yeni kayıtlarla test edildiğinde hastalık teşhisinde inanılmaz derecede iyi olduğunu ispatladı. Sadece verilere bakarak, herhangi bir tıp algoritması, hangi hastalığın sebebi nedir diye bir talimat verilmeden bu algoritma bu hasta kayıtlarında kimsenin göremediği bağlantıları çözüyor ve hangi hastalığa neyin neden olduğunu ve hangi belirtilerin hangi hastalıklara işaret ettiğini öğreniyor. Standart kriterlerle yapılan teşhisler için tarifleme kolaydı ancak Deep Patient Şizofreni gibi bir psikiyatrik hastalığın teşhisini koyunca araştırmacıları şaşırttı. Robotik cerrahlar alanının öncüsü dünyadaki ilk sistem “Da Vinci” 53 farklı ülkede 3000 hastanede kullanılıyor. Cerrahtan komutu alan robot kollar, verileri birebir eşzamanlı olarak yansıtarak operasyonu gerçekleştiriyor. Bu yöntem uzak mesafelerden ameliyatların yapılabileceğinin habercisi.
Sürücüsüz Araçlar: Yonga üreticisi Nvidia’daki araştırmacılar tarafından geliştirilen Chipset, sürücüsüz deney otomobilinde kullanılarak artan yapay zekânın gücünü gösteriyor. Sadece trafik ışıkları, mesafeler ve yol çizgileri gibi ana kriterler tanımlandıktan sonra, yapay zekâ gerçek sürücüyü izleyerek ondan daha az hata ile sürmeyi öğrendi. Tüm otomobil markaları bu algoritmayı (chipseti) alıp araçlarına uygulayabilecek. Zamanla pilotsuz uçaklar (uçak kazalarının otomatik pilotun devre dışı kaldığı zamanlarda daha çok meydana geldiği bilinmektedir), trenler vb. sürücüsüz araçlar yaygınlaşacaktır.
Sohbet: OpenAI tarafından geliştirilen sohbet robotu chatGPT (https://chat.openai.com/) yazılı olarak sorduğunuz sorularınızı, taleplerinizi-hikâye yaz- vb. her dilde gerçekleştiren bir yapay zekâ uygulaması. OpenAI sitesine üye olduktan sonra kullanıma başlayabiliyorsunuz. Yine OpenAI tarafından geliştirilen GPT-3, derin öğrenme sayesinde insanlar gibi metin yazabilir hale gelen GPT-n serisindeki 3. nesil yapay zekâ. Ödevleri yapay zekâ ile yapan öğrencilerin açıklamalarına göre: verilen ödevi bir fikir halinde yapay zekâya, genellikle de GPT-3’e aktarıyorlar, sonrasında da yapay zekâ onlara bir metin oluşturuyor ve bu metin insanların yazdığı metinlerden ayırt edilemeyecek kadar gelişmiş durumda.  GPT-3 yalnızca metin yazmıyor, özelleştirilerek uygulama geliştirmek gibi amaçlar için de kullanılabiliyor.

Görüntü oluşturma: DALL-E (https://openai.com/dall-e-2/ ) 5 Ocak 2021’de OpenAI tarafından piyasa sürülen, metinsel tanımlardan görüntü oluşturan bir yapay zekâ programıdır. Adını ünlü ressam Salvador Dali ve WALL-E adlı animasyon robottan almıştır. DALL-E gerçekçi resimler veya sanatsal çizimler üretebiliyor. Belki de gelecekte DALL-E gibi bir programa senaryoyu verdiğiniz anda sizin için 2 saatlik bir film üretilebilecek. Leap Motion firmasının Midjourney isimli yapay zekâ programı da metinsel açıklamalardan görüntüler oluşturmaktadır. Program, İngiliz dergisi The Economist tarafından Haziran 2022’deki bir sayının ön kapağını oluşturmak için kullanılmıştır.
Ses Taklidi: VALL-E; Microsoft tarafından geliştirilen 2023’ün ilk büyük yapay zekâ gelişmesi olarak lanse ediliyor. Herhangi bir insanın sesini yalnızca üç (3) saniyeliğine kaydediyor ve sonra yalnızca bu üç saniyelik materyali kullanarak o kişinin sesini aynen taklit edebiliyor. Tonlama ve vurguya, hatta metnin içeriğine göre duygulara dikkat ederek yapabiliyor. Vall-E’yi 7 bin farklı insana ait toplamda 60 bin saatlik İngilizce konuşma ses kaydı ile eğittiklerini anlatıyorlar ve şu anda halkın kullanımına açık değil. İnsan sesini üç saniye dinleyerek verilen metne göre vurgularıyla taklit etmesi gerçek bir tehlike. Bu uygulamaların panzehiri olan “ayırıcı” yani gerçek ile yapay zekâyı ayıracak programların da firmalar tarafından devreye alınması sağlanmalı. (Örnekler için https://valle-demo.github.io/?utm_campaign=DonanimHaber&utm_medium=referral&utm_source=DonanimHaber ziyaret edebilirsiniz.)

Robot Avukat: DoNotPay şirketi tarafından geliştirilen ve tarihte ilk kez bir duruşmaya avukat olarak katılacak olan yapay zekâ teknolojisi bir akıllı telefon üzerinde çalışacak ve aşırı hız yapmaktan dolayı mahkemeye çıkacak bir sanığa kulaklık aracılığıyla ne söyleyeceği konusunda danışmanlık yapacak. Bundan önce ise, Şubat/2023 ayında mahkeme salonundaki konuşmaları dinleyecek. Mahkemedeki telefon kısıtlamalarını aşmak için kulaklık vasıtasıyla izin verilen “dinleme erişim standartlarını” kullanacakları belirtildi.
Koku Algılama-Yaratma: Tel Aviv Üniversitesi’nde bazı özel elektroniklerden 10.000 kat daha fazla hassasiyetle bazı kokuları tanımlayabilen bir robot yaratıldı. Biyo-hibrit bir platform olarak tanımlanan robot, bir dizi antene sahip; ayrıca kokuları sinyallere göre karakterize etmeyi öğrenen bir algoritmayla da eşleşmiş durumda. Bilim insanları, bu robotların uyuşturucu ve patlayıcıları tespit etmek için kullanılabileceğini söylüyor. IBM, Yapay Zekâ ile lezzetleri eşleştirmek ve yemek tarifi oluşturmak tecrübesine dayanarak Philyra’yı oluşturdu. Philyra koku kombinasyonlarının tüm manzarasını keşfederek tamamen yeni koku formülleri tasarlıyor.
Siyasi Parti Başkanı: Danimarka’da Mayıs/2022 ayında Computer Lars ve MindFuture ortaklığında “Sentetik Parti” ismi verilen bir siyasi parti kuruldu. Bu partinin en çok dikkat çeken kısmı ise liderinin bir yapay zekâ yazılımı olan “Leader Lars” tarafından yönetilmesidir. Partinin parlamentoya giremeyen Danimarkalı seçmenleri temsil etmek için kurulduğu ve seçimlere partideki insanların onun yerine geçerek seçime katılabileceği ve yapay zekânın fikirlerini taşıyabileceği bildiriliyor.

Yapay zekâ alanındaki gelişmeler baş döndürücü bir hızla ilerlemektedir. Yapay zekâ ile hazırlanan programların kendi kendine öğrenme özelliği beklenmeyeni yapma yeteneğini gösteriyor ve hukuk, etik, sağlık gibi toplumun diğer dallarındaki uzmanları işin içine sokarak insan için gereken ilkeleri, disiplinleri, kuralları ve hatta yasaları koyma gerekliliğini doğuruyor.

Bu konuda; İngiltere 5 ilke öneriyor, 21 Nisan 2021’de AB Komisyonu, yapay zekâ ile ilgili ilk yasal düzenleme olarak kabul edilen Yapay Zekâ Yönetmeliği önerisini kabul etti. (https://www.istanbulbarosu.org.tr/files/docs/AvrupaBirligiYapayZekaya%C4%B0liskinTuzukTeklifiTurkceTercumesi.pdf) Tüzük incelendiğinde yapay zekâ sistemlerinin sağlayıcılarından, üreticilerine, ithalatçılarına, distribütörlerine ve kullanıcılara kadar yapay zekâ zincirinin farklı bölümlerindeki aktörlere özel yükümlülükler getirdiği görülmektedir. Ülkemizde de “ULUSAL YAPAY ZEKÂ STRATEJİSİ 2021-2025” hazırlanmıştır. 

İnsan gücünün yerini akıllı sistemler, makineler aldı. İnsan eliyle açığa çıkabilecek hata payları neredeyse sıfıra indirildi. Bu da insana duyulan ihtiyacı azalttı ancak insan için yeni meslekler oluşacak; dijital veri dedektifleri, yapay zekâ iş geliştirme uzmanı/müdürü/eğitmeni, robot teknisyeni, robotik veya holografik avatar tasarımcıları vb. ve muhtemelen yüksek düzeyde uzmanlık gerektirecektir. Bu durumda vasıfsız emekçilerin işsizlik sorunu artacaktır.

Son söz; tarif edilebilen her şeyin algoritması-programı yazılabilir, henüz tarifinin yapılamadığı sağduyu,  önsezi, vicdan ve duygularla alınan kararların gelecekte yapay zekâya uygulanabilirliğini takip etmeliyiz. İnsan beynindeki çoklu zekâ kavramı bilgisayarların sahip olduğu rasyonel zekânın dışında duygusal zekâ, sosyal zekâ, bedensel zekâ gibi zekâ türlerini içerir. Yapay zekânın insan beynine yaklaşması için bu çoklu zekâ kavamlarının tariflenmesi gerekecektir.

Bizler de gelişimimizi yapay zekâ ile sürdürerek, daha akıllı ve güçlü bireyler olabilir böylece daha akıllı toplumlar yaratabiliriz.

Esra Ertürk – Bilgisayar Mühendisi

Yararlanılan Kaynaklar:
https://turkiye.ai/
https://openai.com
https://youtu.be/NUtNvrdRVyo?t=5291 (Prof. Dr. Fatoş Yarman Vural, ODTÜ “Yapay Zekâ”; Dr. Ayşenur Birtürk, “Doğal Dil İşleme”)
https://barisozcan.com/
https://www.youtube.com/@bebarbilim
https://abapsikoloji.com/yapay-zeka-meslekleri-nasil-etkileyecek/