- Katılım
- 22 Mart 2018
- Mesajlar
- 7.934
- Makaleler
- 1
- Çözümler
- 66
Biraz uzun bir yazi olabilir bastan uyarayim.
Yapay zekanin bazi meslek gruplarini ortadan kaldiracagi dogru. Ancak yeni meslek gruplarinin da dogmasina sebep olacak. Bugun var olan ve populer olan meslek gruplari da 50 sene once bu kadar populer degillerdi. Teknolojiye gore bu degisimin olmasi kacinilmaz. Insanlar arasinda satranc turnuvalari duzenlemek bir noktada yerini profesyonel yapay zekalar arasinda yapilan turnuvalara birakacak cunku hic bir insan hic bir yapay zekaya karsi tek bir mac dahi kazanamayacak. Bahsettigim ai turnuvalari hala var ama daha yuksek olcekli sekilde olacak bunlar ve muhtemelen iyi satranc oyunculari da danismanlik verecekler.
Yapay zeka gelistirmeye uygun problemler, kriterlerinin ve secenekleri belirlenebilir olan problemler. Ornegin el yazisi okumak, konusma dinlemek gibi. Cunku dillerin bir grameri var, kelimelerin belirli bir soylenis tarzi var, el yazisinda her ne kadar farkli farkli da olsa herkesin benzetmeye calistigi harfler var. Ya da A noktasinda B noktasina en kisa yoldan gitmek gibi matematiksel modellemelerle ifade edilebilen ve uzerinde derecelendirme yapilabilen problemler yapay zeka ile cozulebilecek problemler. Ornegin bir satranc tahtasina baktigimizda, kimin daha iyi durumda oldugunu soyleyebiliyoruz. Bunu matematiksel bir modelleme ile ifade edebildigimiz noktada ( ornegin taslarin puani uzerinden kimin daha fazla tasinin oldugu cok basit bir modelleme olabilir ) yapay zeka ile o konuya yaklasim olanagi doguyor.
Yapay zekanin ogrenmesi, insan ogrenmesi gibi calismiyor. Olusturulan matematiksel modeldeki belirli sayisal degerlerin, surekli takip edilen dataya gore "guncellenmesi" biciminde oluyor. Ornegin kucuk bir cocuga taze sogan ile taze sarimsak arasindaki doku ve sekil farkini gosterek ogretebilirsiniz ve bunu bir kac defa yaparsaniz ogrenecektir. Ancak yapay zeka modellemesinin tam olusabilmesi icin pek cok farkli bitki orneklerini ve sizin belirlediginiz fiziksel parametreleri surekli guncelleyerek bunu basariyorsunuz. Bu da, yapay zekanin ogrenebilmesi icin cok buyu data incelemesi yapmasi gerekliligini ortaya cikariyor. Ancak yeterince data inceledikten ve "ogrendikten" sonra, yukarida bahsettigim gibi spesifikasyonlari belirli konularda insanlardan cok daha basarili sonuclar alabiliyoruz. Ornegin bir rontgende gorulebilecek farkli yapilarin hangisinin tumor olabilecegi, bir el yazisinin gercekten X kisisine ait olup olmadigi, atilan email'in spam olup olmadigi ya da yuz mimiklerinin incelenip o kisinin yalan soyleyip soylemedigi konusunda cok ciddi sonuclar alinabiliyor.
Buraya kadar olanki kisim, yapay zekanin spesifikasyonlari belli olan noktalari yakalamasi uzerine idi. Oyunun kurallari net ise, ne yapilmasi gerektigi de net oluyor ve yapay zekanin tek yapmasi gereken icerisine kodlanmis olan matematiksel modeli gelistirmek. Bazen de, aralarinda nasil bir iliski oldugunu bizim dahi anlamadigimiz anomali kesifleri uzerine yogunlasan algoritmalar kullaniliyor. Bunlara yapay zeka terminolojisinde "latent feature" denilir. Ornegin Amerika'da bir supermarkette, satis verileri uzerinde analiz yapan data mining ekibi, bebek bezi satan alan kimselerin bira da satin aldigini farkediyor. Halbuki bu iki urun arasinda bizim kurabilecegimiz direkt bir baglanti yok. Ancak meseleyi inceleyince ortaya cikiyor ki, isten eve gelen yeni baba olmus kimseler, evdeki cocuklarina bez almak uzere evden hanimlari tarafindan gonderiliyorlar ve bebek beziyle birlikte bira da satin aliyorlar. Bu sebeple bira reyonunu bebek bezi reyonunun yakinina tasiyorlar ve satislari arttiriyorlar. Ilk bakista ilintisiz gibi duran iki farkli obje arasinda korelasyon kurabilmek ve bunlarin aslinda baglantili oldugunu algilamak konusunda insandan cok daha becerikli olabiliyor bazen. Ancak tum bunlar da, yine matematiksel modellemeler araciligi ile yapiliyor. Ornegin amazon'dan bir urune baktiginizda ilginizin ne gibi konularda olabilecegi ya da netflix'ten bir film izlediginizde baska hangi filmleri begenebileceginiz de bu "latent feature" ozelligine bakilarak yapiliyor. Bu biraz masrafli ve emek isteyen bir is olsa da, ciddi olarak sizin kendinizde dahi bilmediginiz bir ozelliginizi ortaya cikarabiliyor. Ornegin fantastik bilim kurgu filmlerini sevdiginizi dusunuyorsunuz ama belki de filmlerdeki esas karakterin uzun sacli olmasini begeniyorsunuzdur farkinda olmadan. Yapay zekanin bu ozelligi de insanin kolay kolay kuramayacagi baglantilari kurmasina sebep oluyor.
Okulda bir proje icin, erkeklerin genelde hangi tip kadinlari begendigi uzerine bir yapay zeka projesi yapmistik. Amacimiz bir kadini bir erkege gore cekici kilan ozellik ne olabilir gibi bir soruya net yanitlar verebilmekti. ( Sayilarla ifade edilebilen ). Yapay sinir aglari ile yaptigimiz bu projede, once katilimcilara rastgele kadin yuzleri gosterip hangilerini begendiklerini sorduk. Sonra bu verilerle yapay zekayi calistirdik. Daha sonra, ilk basta gosterdiklerimizden farkli kadinlari; adaylarin begenip begenmeyecegini yapay zekaya sorduk. Sonra da bu yeni resim setini yeniden adaylara gosterip tahminlerin dogrulugunu karsilastirdik. Basari orani %70 in uzerindeydi.
Son olarak varmak istedigim nokta su, yapay zeka; insan zekasinin bir taklitidir yalnizca. Hani matematiksel oyunlarla karsidakinin aklindan tuttugu sayiyi tahmin edip de, sanki medyum gibi o sayiyi biliyormus gibi davraniriz ya bazen; yapay zeka da aynen bunu yapiyor. Ogrenme denilen olay regresyonlar ya da yapay sinir aglari ile olusturulan modellemelerin katsayi degistirmesinden ibaret basitce. Insan beyninin abstrakt dusunebilme kapasitesi ile boy olcusebilecek bir yapisi yok yapay zekanin. Kaldi ki "Theory of Computing" ( Turkcesini bilmiyorum ) yaklasimina gore, hic bir zaman deterministik bir makine ile hesaplanamayacak problemler var. Ornegin Halting problem - Wikipedia .
Bu sebeple yapay zeka, aslinda cok cok gelismis bir hesap makinesi. Kullandigi algoritmalar ve matematiksel modellemeler 20.yy icerisinde teorize edilmis ancak gerekli donanimsal destek olmadigi icin ( bellek yetersizligi, islemci yetersizligi, data yetersizligi gibi ) yapilamayan olgular. Bugun herkesin facebook ya da instagram'da resim paylastigi, 2TB USB bellek satin alabildigimiz, mobil islemcilerin 15 sene onceki super bilgisayarlardan hizli oldugu ortamda bunlari gerceklestirmek gorundugu kadar erisilmez seyler degiller. Her seye ragmen, isin arkasinda cok ciddi matematiksel hesaplamalar ve optimizasyonlar var. Ancak yine de, bir gun gelip herkesin isini almasi ya da insanlari tamamen yok etmesi, gunumuz bilgisayar mimarisi ile mumkun degil.
Cunku gunumuz makineleri deterministik calisiyor, bir sey ya vardir ya yoktur seklinde transistorler ile kodlaniyor ve abstrakt fikirlere tahammul edemiyor. ( Kuantum bilgisayarlari bahsettigimden farkli calisiyor bu arada ) Ornegin bir cumleyi tam olarak neyin "komik" yaptigini bilmiyoruz. Espri yapmanin belirli formlari varsa da matematiksel olarak bunu ifade edemiyoruz. Matematiksel modellemesini yapamadigimiz bir seyin de, yapay zeka ile temsilini yapamiyoruz cunku her seyin prezente edilme yontemi matematiktir bilgisayar dunyasinda. Yalnizca 1 ve 0 kullanarak 3D film gosterebiliyor, izleyebiliyoruz. Cunku ses ve goruntuyu 1 ve 0 ile encode edebiliyoruz. Fakat soyut pek cok kavrami henuz bu sekilde izah edemiyor ya da aciklayamiyoruz. Kafasina elma dusen adam bir anda yercekimini sorgulayabiliyor. Bu seviyede patern yakalayabilme yetisinden bilgisayar henuz cok uzak ve mimari degisikligi olmaksizin bunun olmasi pek muhtemel de gorunmuyor.
Uzun uzun yazdim ama TL;DR => Korkacak bir sey yok : )
Çook teşekkür ederim her soruma verdiğiniz uzun bilgiler için. Öğrenme isteğimi arttırıyorsunuz 
