Son günler sıkça duyduğumuz Yapay Zeka terimini yakından tanıyalım. Yapay zeka ilk olarak 1956’da üretildi, ancak yapay zeka, artan veri hacimleri, gelişmiş algoritmalar ve hesaplama gücü ve depolama alanındaki iyileştirmeler sayesinde bugün daha popüler hale geldi.
1950’lerde erken yapay zeka araştırmaları problem çözme ve sembolik yöntemler gibi konuları araştırdı. 1960’larda ABD Savunma Bakanlığı bu tür çalışmalara ilgi duydu ve temel “insan akıl yürütmesi”ni taklit etmek için çalışmalara başladı. Örneğin, Savunma İleri Araştırma Projeleri Ajansı (DARPA) 1970’lerde sokak haritalama projelerini tamamladı. DARPA, Siri, Alexa veya Cortana’nın ev isimleri olmadan çok önce 2003 yılında akıllı kişisel asistanlar üretti.
Bu erken çalışma, bugün bilgisayarlarda gördüğümüz otomasyon ve otomatik karar vemre sistemlerinin yolunu açtı; bunlar arasında insani yetenekleri tamamlamak ve güçlendirmek için tasarlanabilen karar destek sistemleri ve akıllı arama sistemleri de var.
Hollywood filmleri ve bilim kurgu romanları yapay zekayı dünyayı ele geçiren insan benzeri robotlar olarak tasvir ederken, teknolojilerinin şu anki evrimi o kadar da korkutucu değil ya da o kadar akıllı. Aslında, yapay zeka her sektörde birçok özel fayda sağlamak için gelişti.
Yapay zeka neden önemlidir?
Yapay zeka, veriler aracılığıyla tekrarlayan öğrenmeyi ve keşfetmeyi otomatikleştirir. Ancak yapay zeka donanım odaklı robotik otomasyondan farklıdır. Manuel görevleri otomatikleştirmek yerine, sık, yüksek hacimli, bilgisayarlı görevleri güvenilir ve yorulmadan gerçekleştirir. Bu tip otomasyon için, sistemi kurmak ve doğru soruları sormak için insan soruşturması hala gereklidir.
Yapay zeka mevcut ürünlere zeka katıyor . Çoğu durumda, bireysel bir uygulama olarak satılmaz. Bunun yerine, Siri’yi yeni nesil Apple ürünlerine bir özellik olarak eklenmiş gibi, zaten kullandığınız ürünlerin yapay zeka yetenekleriyle geliştirilecektir. Otomasyon, konuşma platformları, botlar ve akıllı makineler, güvenlik istihbaratından yatırım analizine kadar evde ve işyerinde birçok teknolojiyi geliştirmek için büyük miktarlarda verilerle birleştirilebilir.
Yapay zeka, verilerin programlamayı yapmasına izin vermek için aşamalı öğrenme algoritmaları aracılığıyla adapte olur. Algoritmada bir beceri elde etmek için verilerdeki yapı ve düzenleri bulur: Algoritma bir sınıflandırıcı veya bir belirleyici haline gelir. Yani, algoritma nasıl satranç oynamayı öğretebileceği gibi, bir sonraki çevrimiçi olarak hangi ürünü önereceğini öğretebilir. Modeller yeni veriler verildiğinde uyarlanır. Geri yayılma, modelin ilk cevap tam olarak doğru olmadığında eğitim ve veri ekleyerek ayarlamasını sağlayan bir yapay zeka tekniğidir.
Yapay zeka, birçok gizli katmanı olan sinir ağlarını kullanarak daha fazla ve daha derin verileri analiz eder. Beş gizli katmanla bir sahtekarlık tespit sistemi oluşturmak birkaç yıl önce neredeyse imkansızdı. Tüm bunlar inanılmaz bilgisayar gücü ve büyük verilerle değişti. Derin öğrenme modellerini eğitmek için çok fazla veriye ihtiyacınız var, çünkü doğrudan verilerden öğreniyorlar. Ne kadar fazla veri besleyebiliyorsanız, o kadar doğru olurlar.
Yapay zeka, daha önce imkansız olan derin sinir ağları ile inanılmaz bir doğruluk elde etti . Örneğin, Alexa, Google Arama ve Google Fotoğraflar ile etkileşimleriniz derin öğrenmeye dayanır- ve bunları kullandıkça daha doğru olmaya devam ederler. Tıp alanında, derin öğrenme, görüntü sınıflandırma ve nesne tanıma gibi yapay zeka teknikleri artık yüksek eğitimli radyologlarla aynı doğrulukta MRI’larda kanser bulmak için kullanılabilir.
Yapay zeka verilerden en iyi şekilde yararlanır. Algoritmalar kendi kendine öğrenirken, verinin kendisi fikri mülkiyet haline gelebilir. Cevaplar verilerdedir; onları çıkarmak için sadece AI uygulamanız yeterlidir. Verilerin rolü artık her zamankinden daha önemli olduğundan, rekabet avantajı yaratabilir. Rekabetçi bir sektörde en iyi verilere sahipseniz, herkes benzer teknikler kullanıyor olsa bile, en iyi veriler kazanacaktır.
Yapay zeka kullanmanın zorlukları nelerdir?
Yapay zeka her endüstriyi değiştirecek, ancak sınırlarını anlamalıyız.
Yapay zekanın temel sınırlaması, verilerden öğrenmesidir. Bilginin dahil edilebileceği başka bir yol yoktur. Bu, verilerdeki herhangi bir yanlışlığın sonuçlara yansıtılacağı anlamına gelir. Ve herhangi bir ek tahmin veya analiz katmanı ayrı olarak eklenmelidir.
Günümüzün yapay zeka sistemleri açıkça tanımlanmış bir görev yapmak üzere eğitilmiştir. Poker oynayan sistem solitaire veya satranç oynayamaz. Sahteciliği tespit eden sistem araba kullanamaz veya size yasal tavsiye veremez. Aslında, sağlık sahtekarlığını tespit eden bir yapay zeka sistemi vergi sahtekarlığını veya garanti iddia sahtekarlığını doğru bir şekilde tespit edemez.
Başka bir deyişle, bu sistemler çok ama çok uzmanlaşmıştır. Tek bir göreve odaklanmışlar ve insan gibi davranmaktan çok uzaklar.
Aynı şekilde, kendi kendine öğrenme sistemleri özerk sistemler değildir. Filmlerde ve TV’de gördüğünüz hayali yapay zeka teknolojileri hala bilim kurgu. Ancak, karmaşık verileri öğrenmek ve belirli görevleri mükemmelleştirmek için programlama yapabilen bilgisayarlar oldukça yaygın hale geliyor.
