İlk olarak şunu bilmeniz gerekiyor. Yapay zeka (YZ) yaşadığımız günümüzde yaygındır ve bilerek veya bilmeyerek bu gücü kullanmaktayız. Oyun programlarında, arama motorlarında, sürücü destek sistemlerinde, makine çeviri programlarında ve bir şeyi “tanıyan” tüm uygulamalarda yapay zeka devrededir. Bunun dışında Yapay zeka (AI – Artificial Intelligence) dijital dönüşüm ilerlemesi için sürükleyici bir motora dönüşmüştür.

Bu yazıda kaynak olarak Lünendonk araştırmasına dayanmaktadır. Bu araştırmanın sonuçları büyük şirketler dışında KOBİler için de geçerlidir!

Şirketler ne kadar hızlı YZ in uygunluğunu algılar ve kullanılırsa, kendilerini rekabette daha iyi konumlandırılır. Çünkü kısa sürede yapay zeka tüm şirketlerin başarısı için belirleyici faktörlerden bir tanesi olacaktır. Ama Yapay Zeka nasıl çalışıyor?

Yapay Zeka (YZ) Tarihçesi

Bu zamanda algıladığımız yapay zeka 1956 yılında New Hampshire, Dartmouth College ve Hanover’de düzenlenen Dartmouth Konferansında, John McCarthy tarafından Rockefeller Vakfı’nın bir parçası olarak düzenlenen, Dartmouth Yaz Yapay Zeka Araştırma Projesi başlıklı altı haftalık bir atölye çalışması olan akademik bir etkinliktir. McCarthy’s in yanı sıra Marvin Minsky, Nathaniel Rochester ve Claude Elwood Shannon bu atölye çalışmasında bulunan isimlerdir.

İlk kez bu çalışmada “yapay zeka” terimi ortaya çıkmıştır ve günümüze ve hayatımıza girmiştir.

YZ Nedir?

Yapay Zeka, akıllı davranış ve makine öğreniminin otomasyonu ile ilgilenen bir bilgisayar bilimi dalıdır. Terim, zaten “zeka” nın tam bir tanımından yoksun olduğu sürece açıkça ayırt edilemez. Bununla birlikte, araştırma ve geliştirmede kullanılır.

Yapay zeka, makinelerin insani zeka sağladığı uygulamalar için genel bir terimdir. Bunlar arasında makine öğrenmesi (machine learning ) veya , doğal dil işleme (NLP – Natural Language Processing) ve derin öğrenim (Deep learning) sayılabilir. Temel fikir, makineleri insan beyninin önemli fonksiyonlarına yaklaşmak için ( öğrenme, yargılamalar ve problem çözme) kullanmaktır.

YZ nasıl çalışır?

AI algoritmalara dayanmaktadır ve aşağıda incelenmiştir.

Algoritma nedir?

Bir algoritma, bir problemi çözmek için adım adım kesin bir talimattır. Bir dizi açık talimattan oluşur. Bir programlama dilinde yazılması zorunlu değildir, genellikle akış şeması olarak ve doğal dilde yazılmalıdır.

Bununla birlikte, nihai amaç daima algoritmayı makinede okunabilir biçimde uygulamaktır. Bu, işleme talimatlarına dayanarak, söz konusu sorunu çözen bir bilgisayar programının yapıldığı anlamına gelir.

Bir algoritmayı “akıllı” yapan şey nedir?

Sezgisel yöntemler (Heuristic methods)

Pek çok yapay zeka sezgisel yöntemlerle çalışır. Bu yöntemler, örneğin karar ağaçlarında hızlı çözümler bulmak için uygundur. “Normal” algoritmaların dallanma oranı 3 olan 15 derinlikli bir ağaçta geçilmesi dört yıl alır. Sezgisel algoritmalar bunu, örneğin bir ağdaki iki düğüm arasındaki en kısa yolu bularak saniyeler içinde yapar. Bu amaçla, bulanık mantık (Fuzzy Logic) denilen tahmin ve gözlemlere dayanan AI programları yazılmıştır. Birçok virüs tarayıcı sezgisel tarama yaparak tipik özelliklere dayalı virüsleri tanır.

Yapay sinir ağları (Neural Networks)

Yapay sinir ağları, beyindeki nöronların çalışma şekliyle bu yaklaşımı kullanır. Yapay sinir ağları, biyolojik sinir sistemleriyle aynı şekilde çevreleriyle etkileşime giren hiyerarşik bir düzende basit, uyarlanabilir öğelerin paralel ağlarıdır (AI öncüsü Teuvo Kohonen’den – 1984).

Yapay sinir ağları büyük paralel bilgi işlem ile karakterizedir. Birkaç katmanları var. Yapay sinapslar (yayılma) hakkında bilgi aktarırlar ve öğrenebilirler. Nasıl mı? Özel olarak eğiterek ve bu süreçte gerçek/yanlış değerlendirmeler için eşikleri ve ağırlıkları sürekli ayarlayarak.

Kalıpları tanıyan sistemler genellikle sinir ağlarını kullanır. Bunlar aynı zamanda eksik ve net olmayan giriş değerleriyle de çalışabilir ve farklı giriş türlerini kaydedebilir – sözcükler, sayılar, tonlar, renkler vb…

Sinir ağlarını ses tanıma, yüz tanıma (OCR), data mining veya bilgi tabanlı sistemler söz konusu olduğunda çok iyi bir adaydır!

Genetik algoritmalar

Genetik algoritmalar, 1970’lerde John Henry Holland tarafından icat edildi. Aynı zamanda evrimsel algoritmalar olarak da adlandırılırlar, çünkü problem çözme yöntemlerini evrimsel biyoloji den kopyala mışlardır.

Charles Darwin’in en evrim teorisini kesinlikle biliyorsunuz. Genetik algoritmalar, doğal seçimi simüle etmek için genetik operatörleri kullanan “uygunluk fonksiyonu” olarak adlandırılır.

Uygunluk özellik işlemleri aşağıdaki gibi uygulanır:

  • Çözümler ikili dizeler (bit strings) olarak kodlanmıştır.
  • Genetik algoritmaya girdi önerilen birkaç çözümden oluşur.
  • Bunlar, en iyi çözümlerin en fazla üreme şansına sahip olduğu bir popülasyon oluşturur.
  • Uygunluk fonksiyonu en iyi çözümleri seçer ve bileşenlerinin rekombinasyonuna karar verir.
  • Sonuç, haçlar ve mutasyonlar; Yeni çözümler bu şekilde oluşur.
  • Çıkan sonuç en iyi çözümdür.

YZ ne kadar akıllıdır?

Her şeyden önce, günümüzde kullanılan AI yazılımı akıllı bir yazılımdır. Akıllı olan ama nedir? Yoksa biz mi akıllı olarak algılanıyoruz? 1980’de filozof John Searle tarafından yapılan ilk düşünce deneyi, bir bilgisayar programının temel olarak insan zekasını taklit etmediğini göstermesi için tasarlanmıştır.

Turing Test

1950’de çığır açan “Bilgisayar ve Zeka” çalışmasında, Alan M. Turing, bir makinenin bir insanın düşüncesini taklit edip edemediğini araştırmak için bir test yöntemi geliştirdi. Biri böyle bir sınava “Turingtest” diyor.

Turing, bir bilgisayarın cevaplarını bir kişinin cevaplarından ayırt edemezse, o bilgisayarın “akıllı” olarak kabul edilmesi gerektiği varsayılmıştır. Bir odada oturuyorlar ve farklı bitişik odalarda iki ortakla bilgisayarla sohbet ediyorlar. Muhataplardan biri canlı, diğeri ortak bilgisayardır. İki tarafın hangisinin bilgisayar olduğunu ve hangisinin hangisinin olduğunu bulma görevine sahiptirler. Bilgisayar, onları insan olduğuna ikna etmeye çalışacak şekilde programlanmalıdır.

Çin odası

Deneyin ana kahramanı Çince bilmeyen ancak İngilizce bilen bir adamla ilgilidir. Bu adam, kapıdaki posta deliğinden sürekli Çince mesajlar almaktadır ve adamın odasında çeşitli Çince fişler ile bu fişleri açıklayan İngilizce kullanım kılavuzu bulunmaktadır. Adam kullanım kılavuzundan yardım alarak fişleri gelen mesaja uygun bir cevap olacak şekilde sıralar ve yeni bir mesaj üretir. Sonrasında ürettiği yeni mesajı diğer posta deliğinden atarak iletişimi sağlamış olur.

Dışarıdan bakıldığında bu adam, bir programın deyimini gerçek hayata uygulamaktadır ve bu uygulama sırasında aslında ne yaptığını bilmemektedir. Searle işte bu noktada, bir makinenin bazı davranışları kopyalanmasının ve bazı işlemler sonucunda bunları uygulamasının akıllı olduğu anlamına gelmediğini savunmaktadır. Tabi Searle nin bu savına ilişkin karşıt görüşler mevcuttur. Bu görüşlerin ortak noktası ise Searle Nin ‘anlamak’ kavramı üzerinde gereğinden fazla yoğunlaştığı yönündedir.

YZ nin büyüme potansiyeli

Yapay Zeka (AI) muazzam bir büyüme potansiyeline sahiptir. ABD de yakın zamanda yayınlanan rakamlar:

  • 2025 yılına gelindiğinde, AI çözümleri için küresel pazar 60 milyar Euro’ya yükselecek. 2016 yılındaki rakam ise 1.4 milyar Euro idi.
  • AI sayesinde, küresel gayri safi yurtiçi hasıla (GSYİH) 2030 yılına kadar 15,7 trilyon Euro’ya ulaşması bekleniyor.
  • AI, çalışanların iş verimliliğini % 40 artırabileceği söyleniyor.
  • Bugün, cihazlarımızın % 77’si AI kullanıyor.
  • Yapay zeka insanlığın fiziksel ve zihinsel engellerin üstesinden gelmesine yardımcı olacaktır (cyborg)
  • Google analistlerine göre, 2020 yılında, yapay olarak akıllı robotlar, karmaşık insan davranışını taklit edebilecek duruma gelecektir.

Accenture tarafından yapılan bir araştırmaya göre, Yapay Zekanın batı sanayi ülkelerinde 2035 yılına kadar ekonomik büyümeyi ikiye katlayabileceğini öngörüyor. Tüm yöneticilerin dörtte üçü AI yi şirketlerinin rekabet avantajı kazanması ve genişletmesi için bir fırsat olarak görüyor. Yenilikçi şirketler zaten mobil pazarlama için AI uygulamalarını kullanıyor.

YZ nerede kullanılıyor?

Çok kısa bir cevap olacak ama gerçeği en iyi bir şekilde anlatıyor.

HERYERDE!

Zorluklar

Lünen donk çalışması, işletmede AI uygulamaları için üç ana zorluğu tanımlamaktadır.

  • Gizlilik Politikası
  • Yetersiz veri kalitesi
  • İş kaybı ile ilgili korkular

Gizlilik Politikası

Mevcut veri koruma kanunu, kişisel verilerin ele alınmasını ve analizini engellemektedir. Veri küçültme ilkesi ve fiili profilleme yasağı, özellikle reklam endüstrisi olmak üzere şirketlerin veri toplama gücünü yavaşlatıyor.“Şeffaf müşteri” kavramına karşı gelmek onurlu olduğu kadar, dijital geleceğe giden yolda da bir ağırlıktır!

Yetersiz veri kalitesi

Ankete katılan şirketlerin yüzde altmışı geleceğe yönelik AI çözümleri için veri kalitesinin yeterli olmadığından şikayetçi. Verileri farklı silolardan ve eski sistemlerden birleştirmek, birçok zorluğa yol açar. Farklı veri formatları, kopyalar, eski ve eksik bilgiler dönüşümü zorlaştırır. Bu sorunlar özellikle perakende ve telekomünikasyon endüstrilerini etkilemektedir.

İş kaybı ile ilgili korkular

Yapay zeka ve sayısallaştırma, işçiler tarafından iş katili olduğundan şüpheleniliyor. İş gücündeki çekinceler yeni teknolojilerin kullanımını yavaşlatmaktadır. Yöneticiler ve insan kaynakları departmanları, çalışanlar kaçınılmaz değişimi kabul etmeye hazır olana kadar burada yapılacak çok sayıda eğitim çalışmasına sahiptir.

Çalışmanın tarihi, teknik yeniliklerin uzun vadede durdurulamayacağını göstermiştir. Fakat sonuçta her sanayi devriminin sonuçta daha az işe değil daha fazla çalışmaya yol açtığını da kanıtladı. Sadece bu çalışma temelde değişti. Bu değişikliği şekillendirmek önemlidir.

Toplumun değişimi

İş dünyası dışında Zeki sistemlerle günlük yaşamımızda artan kullanımı ile nasıl başa çıkacağız? Bazı şeyler zaten günlük yaşamımızın bir parçası ve haline gelmiştir ve bize AI nin gelişiyle birlikte hayatımıza rahatlık giriyor. Bilişim teknolojisi ile baş etmek daha insancıl ve daha kolay hale geliyor. Önceden, sadece uzman personel tarafından anlaşılan karmaşık sayı ve listeleri bugün, kolayca görselleştirilebiliniyor.

Yapay zeka (AI) bilgisayar kontrollü sistemlerin karar vermelerini ve zekice görünen görevleri yerine getirmelerini sağlar – aslında insan zekası olmadan. Bunu yapmak için, “akıllı” sistemler esas olarak üç şeye ihtiyaç duyar:

Mantıksal bulanıklık ile başa çıkabilen, veri kümelerindeki kalıpları tanıyan ve kendi “deneyim zenginlikleri” kurallarına dayalı olarak genişletebilen ve geliştiren algoritmalar. Kalıplardan ve karar stratejilerinden elde edilebilecek büyük miktarda veri. İstenen sonucu filtreleye bilmek için yüksek bir hesaplama gücü, birçok olası alternatifin (örneğin satranç bilgisayarı, dilbilimsel bilgi işleme gibi) makul bir süre ile sonuçlanabilmesini sağlar.

Sonuç

Yapay zeka, günümüzde yaygındır ve ister istemez iş ve özel hayatımızın bir parçası olmuştur. Oyun programlarında, arama motorlarında, sürücü destek sistemlerinde, makine çeviri programlarında ve bir şeyi “tanıyan” tüm uygulamalarda çalışmaktadır. Bunlar arasında görüntü tanıma, konuşma tanıma, metin tanıma, yüz tanıma sayılabilir.

Kurumsal yazılım üreticileri bile AI uygulamalarını giderek daha fazla kullanıyor. Sanal kişisel asistanlar bilgisayarla konuşmayı mümkün ediyor. Kendi kendine öğrenme sistemleri ise yakında ofis işlerinin çoğunu yapacak… aynı bugün endüstriyel üretimdeki robotlar gibi.

Kaynak

  • Lünendonk araştırmasını ismi: “Relevanz von künstlicher Intelligenz für große Unternehmen” (Büyük şirketler için yapay zekanın önemi).
  • https://de.wikipedia.org/wiki/Geschichte_der_künstlichen_Intelligenz
  • https://news.sap.com/germany/2018/03/was-ist-kuenstliche-intelligenz/
  • Gedankenexperiment, Das chinesische Zimmer, http://www.abi.de/community/lesermeinung/chinesische-zimmer-gedankenexp012789.htm
  • John R. Searle: Minds, brains and programs. In: Behavioral and brain sciences 3 (1980), 417-424.
  • https://sjeng.org/ftp/deepblue.pdf
  • https://www.scopevisio.com
  • https://www.elektrikport.com/teknik-kutuphane/yapay-zeka-ve-cin-odasi-deneyi/12257#ad-image-0
  • http://www.natur-struktur.ch/ai/turingtest.html