Yapay Zekâ (Artificial Intelligence/AI) insan zekâsının süreçlerinin donanımsal ve yazılımsal sistemler tarafından taklit edilmesidir. Bu süreçler öğrenme, mana bulma ve yanlışlardan sonuç çıkarmayı içerir. Yapay zekânın muhakkak uygulamalarına uzman sistemler (expert systems), konuşma tanıma (speech recognition) ve yapay görme (machine vision) örnek verilebilir.
Bir yapay zekâyı zayıf ve güçlü olarak sınıflandırmak mümkün.
Zayıf AI, birebir vakitte dar AI (narrow AI) olarak da bilinen yapay zekâlar muhakkak vazifeleri yapmak için tasarlanırlar. Siri, Google Asistan üzere yapay zekâlar bu kategoridedir. Güçlü AI (Artificial General Intelligence) ise insan zekâsının idrakine sahiptir. Aşina olmadığı bir misyon verilse dahi güçlü AI insan yardımı olmaksızın tahlil üretebilir.
AI için donanım, yazılım ve işçi maliyetleri değerli olabileceğinden, birçok satıcı standart tekliflerinde AI bileşenlerinin yanı sıra Hizmet Olarak Yapay Zekâ (AIaaS) platformlarına erişim de içerir. Hizmet olarak AI, bireylerin ve şirketlerin çeşitli iş gayeleri için AI ile deneme yapmalarını ve bir taahhütte bulunmadan evvel birden fazla platform örneklemelerini sağlar. Tanınan AI bulut teklifleri ortasında Amazon AI servisleri, IBM Watson Assistant, Microsoft Bilişsel Servisler ve Google AI servisleri bulunur.
Bazı sanayi uzmanları yapay zekâ teriminin tanınan kültürle çok yakından irtibatlı olduğuna inanmakta ve bu da kamuoyunun yapay zekâ konusunda gerçekçi olmayan hayatı nasıl değiştireceği konusunda beklenmeyen endişeleri ortaya koymaktadır. Araştırmacılar ve pazarlamacılar, daha tarafsız bir çağrışıma sahip olan artırılmış zekânın, yalnızca hizmet için geliştirildiğine, insanların yerini alma maksadı olmadığına yardım edeceğini umut ediyor.
Yapay zekâ terimi 1950’lerin başında ortaya çıksa da, günümüz teknolojisinin süratle gelişmesiyle son yıllarda önemli popülerlik kazanmış tartışmalı bir alandır. Tartışmaların sebebi ise makinenin bir insan üzere düşünebilmesinin kimi etik meseleler doğurmasıdır. O yüzden yapay zekâ savunucuları uzun vakit boyunca takviye göremediler. Ta ki IBM’nin Deep Blue isimli bilgisayar, Rus satranç ustası Garry Kasparov’u mağlup edene kadar. Ardından yeniden IBM tarafından üretilen bilgisayar ‘’Watson’’, 2011 yılında, bir soru yanıt programı olan ‘’Jeopardy’’yi şampiyonlar Brad Rutter ve Ken Jennings’i yenerek kazandı.
Peki bir makinenin zeki olup olmadığına nasıl karar vereceğiz? Burada devreye ünlü matematikçi ve bilgisayar bilimci Alan Turing’e ilişkin ve onun ismiyle anılan Turing Testi ile karar vermek mümkün. Bir insan ile bir yapay zekâ arasında geçen yazılı konuşmaya şahit olan bir hakem şayet hangisinin insan hangisinin bilgisayar olduğunu anlayamıyorsa, bu yapay zekâ turing testini geçmiş demektir. Teste nazaran karşısındakini insan olduğuna ikna eden bilgisayarın testi geçmesi hâlinde “düşünebildiği” kabul ediliyor.
Yakın vakitte, 2014 yılında, 13 yaşında Ukraynalı bir öğrenci üzere programlanan Eugene Goostman aslı yazılım birinci kere Turing testini geçerek heyet üyelerini kanlı canlı bir insan olduğuna inandırdı.
Yapay Zekâ Cinsleri:
Arend Hintze, bilgisayar bilimi asistan profesörü, yapay zekâyı dört sınıfa ayırmıştır. Bugüne kadar var olmuş ve var olması beklenen tüm yapay zekâ çalışmaları bu dört tipe girmektedir. Bunlar:
Reactive Machines: IBM’nin satranç oynayan programı Deep Blue 90larda dünyanın en yeterli satranç oyuncusu Garry Kasparov’a karşı galibiyet kazandı. Deep Blue satranç tahtasındaki kesimleri tanımlayıp kestirimler yürütebiliyor, lakin deneyimlerini ileride kullanabilmek için depolayabileceği bir hafızası bulunmuyordu. Muhtemel bütün atakları hesaplayıp en mantıklı hamleyi yapıyordu. Deep Blue ve Google’ın AlphaGO’su hudutlu misyon için tasarlanmış olup öteki bir misyona uyarlanması çok güç.
Sınırlı Hafıza(Limited Memory): Bazı yapay zekâlar deneyimlerini gelecek kararları için kullanabilirler. Otonom araçların karar verme işlevleri bu formda çalışır.
Zihin Teorisi (Theory of Mind): Bu psikoloji terimi; onların kararlarını etkileyen inançları ve istekleri olan oburlarının farkına varma manasına gelir. Bu tıp bir yapay zekâ günümüzde mevcut değil.
Öz Farkındalık (Self Awareness): Bu kategoride yapay zekâ varlığının farkında ve bir bilince sahiptir. Bu makineler kendi statülerini anlarlar ve bilgiyi oburlarının hislerini anlamak için kullanırlar. Bu tıp bir yapay zekâ günümüzde mevcut değil.
Yapay zekâ teknolojisi örnekleri
Otomasyon: Bir sistemi yahut süreci otomatik yapan şey nedir. Örneğin, robotik süreç otomasyonu (RPA), olağanda insanların gerçekleştirdiği yüksek hacimli, tekrarlanabilir misyonları gerçekleştirmek için programlanabilir. RPA, değişen şartlara ahenk sağlayabilmesi için BT otomasyonundan farklıdır.
Makine tahsili (Machine Learning): Bir bilgisayarın programlama olmadan hareket etmesini sağlayan bilim. Derin öğrenme, çok kolay bir halde öngörücü analitiklerin otomasyonu olarak düşünülebilecek bir makine öğrenmesi alt kümesidir. Üç cins makine öğrenme algoritması vardır:
• Kontrollü öğrenme (Supervised learning): Veri kümeleri, etiketlerin tespit edilip yeni data kümelerinin etiketlenmesi için kullanılabileceği formda etiketlenir.
• Kontrolsüz öğrenme (Unsupervised learning): Bilgi kümeleri etiketlenmez ve benzerlik yahut farklılıklara nazaran sıralanır
• Destek öğrenme (Reinforcement learning): Bilgi kümeleri etiketlenmez, fakat bir aksiyon yahut birkaç hareket gerçekleştirdikten sonra AI sistemine geri bildirim verir
Yapay görme (Machine Vision): Bilgisayarların görmesine müsaade verme bilimi. Bu teknoloji, bir kamera, analog-dijital dönüşüm ve dijital sinyal sürece kullanarak görsel bilgileri yakalar ve tahlil eder. Çoklukla insan gözüyle karşılaştırılır, lakin makine görüşü biyoloji ile sonlu değildir ve örneğin duvarlardan görmek için programlanabilir. İmza tanımlamasından tıbbi imaj tahliline kadar çeşitli uygulamalarda kullanılır. Makine tabanlı imaj işlemeye odaklanan bilgisayar görüşü, çoklukla makine görüşü ile birleştirilir.
Doğal lisan sürece (Natural Language Processing): Bir bilgisayar programı ile insan lisanının değil bilgisayar lisanının işlenmesi. NLP’nin en eski ve en güzel bilinen örneklerinden biri, mevzu satırına ve bir e-postanın metnine bakan ve değersiz olup olmadığına karar veren spam algılamadır. NLP’ye mevcut yaklaşımlar makine öğrenmesine dayanmaktadır. NLP misyonları ortasında metin çevirisi, hassaslık tahlili ve konuşma tanıma bulunur.
Robotik: Robotların tasarım ve imalatına odaklanan bir mühendislik alanı. Robotlar çoklukla insanların dengeli bir halde yapması yahut gerçekleştirmesi sıkıntı olan vazifeleri yapmak için kullanılır. Otomobil üretimi için montaj sınırlarında yahut uzayda büyük objeleri taşımak için NASA tarafından kullanılırlar. Araştırmacılar ayrıyeten toplumsal ortamlarda etkileşime girebilecek robotlar oluşturmak için makine öğrenmesini kullanıyor.
Otonom Araçlar: Belirli bir şeritte kalırken ve yayalar üzere beklenmedik pürüzlerden kaçınarak, bir aracı pilotlukta otomatik bir marifet geliştirmek için bilgisayarlı görü, manzara tanıma ve derin öğrenmenin bir kombinasyonunu kullanırlar.
Kaynakça: Searcenterpriseai, BilimFili, MediaClick
Web
‘Bu makalede öne sürülen fikir ve yaklaşımlar külliyen muharrirlerinin özgün fikirleridir ve Onedio’nun editöryal siyasetini yansıtmayabilir. ©Onedio’
