İnsanların zekâlarını kullanarak yaptıkları işlerin bilgisayarlar tarafından yapılmasına yapay zekâ denir. Günümüz şartlarını değerlendirirsek yapay zekânın belli bir düzeyde başarıya ulaştığını gönül rahatlığıyla söyleyebiliriz. Lakin yapay zekâ çalışmalarının yaklaşık 60 yıl önce başladığını göz önünde bulundurursak bu alandaki ilerlemelerin son derece yavaş bir şekilde gerçekleştiğini de belirtmemiz gerekir. Öyle ki vaktizamanında “Resmen insanlar kadar akıllı makineler yaratacağız!” derken artık “İnsan gibi düşünebilen aletler yapmak ne kadar da zormuş yahu!” diye sızlanır hâle geldik desek abartmış olmayız!
Zekâ nedir?
Ayağa kalkıp yürümek gibi son derece basit bir davranışı düşünün. Bu davranış basittir basit olmasına ama zekâ gerektirir. Şimdi bir de böceklerin gerçekleştirdiği avlanma, yemek toplama gibi görece karmaşık hareketleri hayal edin. İşte bu davranışlar aslında karmaşık olmasına rağmen zekâ gerektirmez. Peki aradaki fark nedir sizce? Hemen bir örnekle cevap verelim: Gözümüzün önüne yaban arılarını getirelim. Dişi arı yuvaya yemek getirir, hemen girişine bırakır, sonra içeri girip etrafı kolaçan eder ve davetsiz misafirlerin gelip gelmediğine bakar. Ardından herhangi bir tehdit unsuru yoksa yemeği içeri taşır. Diyelim ki siz de gözlemci olarak o ortamda bulunuyorsunuz. Arı geldi, yemeği girişte bıraktı ve içeri girdi. Siz de o sırada yemeği yerinden 3-5 cm oynattınız. Bu durumda arı ne yapar, biliyor musunuz? İçeriden çıkar çıkmaz tüm süreci baştan alır, yemeği tekrardan yuvanın girişini taşıyıp yine içeri girerek etrafına bakınır! Yemeği 40 defa yerinden oynatın, yaban arısı her seferinde aynı şeyi yapacaktır! Örnekten de anladığımız üzere arıda mevcut olmayan zekâ kavramını “davranışları yeni koşullara göre ayarlama becerisi” şeklinde tanımlayabiliriz.
Psikolojide insan zekâsı tek bir beceri ya da bilişsel süreç olarak değil, birbirinden farklı unsurların bir araya gelmesiyle ortaya çıkan bir bütün olarak kabul edilir. Yapay zekâ konusunda yapılan araştırmaların çoğu, zekâyı meydana getiren öğrenme, mantık yürütme, sorun çözme, algılama ve dili anlama gibi unsurlar üzerinde yoğunlaşmıştır. Şimdi dilerseniz bu unsurların her birini tek tek ele alalım:
Öğrenme
Öğrenmenin kendi içinde pek çok farklı biçimi vardır, bunlardan en temel ve basit olanı da hepinizin tahmin edeceği üzere “deneme yanılma” yöntemidir. Mesela bir satranç programı düşünün. Program, karşıdaki rakibini mat etmek için üretebildiği tüm hamleleri deneyecek, eninde sonunda da başarıya ulaşacaktır. Sonrasında program bu başarılı hamleyi adeta hafızasına kazıyacak ve tekrar benzer durumlarla karşılaştığında aynı hamleden yararlanacaktır. İşte deneme yanılma tam olarak böyle bir şeydir. Sorun çözmek veya kelime hazinesini genişletmek gibi eylemlere “ezbere dayalı öğrenim” denir.
Ezber, bilgisayarlar için son derece kolay bir eylem olmakla birlikte esas zor nokta ezberlenen unsurlardan yola çıkarak genelleme yapmaktır. Öğrenme eylemini genellemeler yoluyla gerçekleştiren kişi, daha önce hiç karşılaşmadığı durumlarda bile elindeki bilgileri en iyi şekilde kullanabilir ve istenen sonucu elde edebilir. Genellemenin öneminin altını çizmek için şöyle bir örnek verelim size: Bir dil programı düşünün. Bu program, Türkçedeki fiillerin -di’li geçmiş zaman çekimlerini öğreniyor. Önce programa “atladı, uçtu, yedi, içti” gibi pek çok fiilin geçmiş zamandaki hâllerini öğretiyorsunuz. Ancak programdan “zıplamak” ya da “inmek” gibi yepyeni fiilleri -di’li geçmiş zamana göre çekimlemesini isterseniz ne olur? Tabii ki de program görevi yerine getiremez çünkü bu fiillerin geçmiş zaman çekimlerini daha önce en az bir kere programa göstermiş olmanız gerekir! Elbette günümüzde bu durum da değişiyor zira yeni karmaşık algoritmalar sayesinde bilgisayarlara dil gibi konularda nasıl genelleme yapılabileceği de öğretiliyor.
Mantık yürütme
Mantık yürütmek, mevcut durumlardan hareketle isabetli çıkarımlar yapmaktır. Çıkarımları tümdengelim ve tümevarım olarak iki gruba ayırabiliriz. “Ali şu anda ya müzede olabilir ya da kafede. Ama kafede değil, o hâlde şu anda müzede.” şeklinde bir önerme tümdengelime güzel bir örnektir. Tümevarım için de şu örneği verebiliriz: “Buna benzer başka kazalar da gerçekleşti ve söz konusu kazaların sebebi donanım arızasıydı. O hâlde mevcut kazanın da donanım arızasından kaynaklandığını söyleyebiliriz. İki yöntemi karşılaştırdığımızda tümdengelimde önermelerin doğru olması hâlinde sonucun da kesinlikle doğru olduğunu söyleyebiliriz. Tümevarımda ise önermelerin doğruluğu, vardığımız çıkarımın doğruluğunu destekler niteliktedir. Ancak ne olursa olsun bu yöntemde sırf önermeler doğru diye sonuç da isabetli olacak diye bir kaide yoktur. Hatta gerekli incelemeler ve araştırmalar yapılırsa ulaşılan sonucun hiç de doğru olmadığını keşfetme ihtimalimiz de vardır.
Son dönemlerde bilgisayarların bilhassa tümdengelim konusunda büyük ilerleme kaydettiğini görüyoruz. Yine de herhangi bir bilgisayar programının sadece çıkarım yapmış olmak için mantık yürütmesi yetmez. Zaten mantık yürütmekteki temel amaç, mevcut şartlar ya da durumlarda gerekli bilgileri alıp onlara göre hareket etmektir. Günümüzde yapay zekânın en önemli sorunlarından biri de bu durumun ta kendisidir, yani bilgisayarlar hâlâ hangi bilginin önemli, hangisinin önemsiz olduğunu anlayıp doğru kararlar vermekte güçlük çekmektedir.
Sorun çözme
Yapay zekâ konusundaki çalışmaların en önemli amaçlarından biri de bilgisayarlara problem çözme yetisini kazandırmaktır. Satranç oynarken doğru hamleleri yapmak ve fotoğraflara bakarak kişileri tanımak gibi eylemleri gerçekleştirmek için bilgisayarların problem çözme yetisine sahip olması gerekir.
Sorun çözme yöntemleri “özel amaçlı” ve “genel amaçlı” olmak üzere iki gruba ayrılır. Özel amaçlı sorun çözme yönteminde sadece belli başlı bir soruna çözüm aranır ve bu kapsamda mevcut sorun A’dan Z’ye incelenerek her detay hesaba katılır, ona göre çözüm üretilir. Adı üstünde, genel amaçlı sorun çözme yöntemi ise tek bir sorunu hedef almaz ve çok daha geniş kapsamlıdır. Örneğin “araçlar ve amaçlar” tekniği, yapay zekâ teknolojisinde sıkça kullanılan bir genel amaçlı sorun çözme yöntemidir. Söz konusu teknik kapsamında mevcut durum ile hedeflenen durum karşılaştırılır, sonra da hedeflere ulaşmak için yapılması gerekenler belirlenir ve harekete geçilir. Farz edelim ki ileri teknolojili bir robotumuz var ve yerde duran koliyi alıp rafın üzerine koymasını istiyorsunuz. Burada amacımız, kolinin alınıp rafa yerleştirilmesi. Robot da hemen amaca ulaşmak için gerekli araçları hesaplıyor, yani “Yürümeli, eğilmeli, kolileri almalı, kalkmalı, tekrar yürümeli, uzanmalı ve kolileri rafa koymalıyım.” diyor. İşte “araçlar ve amaçlar” tekniği de bundan ibaret.
Algılama
Sürekli robotlardan, makinelerden bahsedip durduk, şimdi de biz insanlardan söz edelim biraz. Dışarıya adım attığımızda etrafımızdaki nesneleri, sesleri, kokuları nasıl algılarız? Elbette duyu organlarımız sayesinde. Karşımıza çıkan unsurları analiz eder, onların özelliklerini belirler ve aralarında ilişkiler kurarız. Bazen tek bir nesne farklı durumlarda değişik şekillerde karşımıza çıkabilir. Mesela bir portreyi sağdan bakınca belli bir şekilde, soldan bakınca ise bambaşka bir biçimde görebiliriz ve bu durum algılamayı zor hâle getirebilir. Yapay zekâ için bu tarz farklılıklara adapte olmak daha da güçtür.
Neyse ki günümüzde yapay algılama teknolojilerinin epey ilerlediğini, hatta kendi kendine giden arabaların herhangi bir sürücü müdahalesi olmadan kaza yapmayarak yollarına devam ettiğini söyleyebiliriz. Peki sürücüsüz arabalardan tutun da kendi başına odaları dolaşıp yerleri süpüren akıllı temizlik robotlarına kadar tüm bu yapay zekâ gelişmeleri ilk olarak nasıl ortaya çıktı? Hemen merakınızı giderelim: FREDDY ile. FREDDY adlı robot, algılama ve eylemde bulunma yetilerini bir araya getiren en eski sistemlerden biriydi. FREDDY’nin göz vazifesi gören bir kamerası ve de kerpeteni andıran bir eli vardı. Robot, 1966-1973 yılları arasında İngiltere’nin Edinburgh Üniversite’sinde Donald Michie’nin önderliğinde geliştirilmişti. FREDDY, pek çok nesneyi tanıyabilmesinin yanı sıra birkaç farklı parçayı birleştirerek oyuncak araba gibi basit objeler yapabiliyordu.
Dili anlama
En basit tabiriyle dil, anlamlı işaretlerden oluşan bir sistemdir. Mesela trafik işaretleri de kendi içinde bir “mini dil” meydana getirmektedir. Tehlike işaretini gördüğümüzde hemen tanır, ne anlama geldiğini biliriz çünkü o işaretin manasını daha önce öğrenmişizdir. Trafik işaretleri gibi mini diller ile gözlemlerimize dayalı “doğal anlam” arasında da büyük fark vardır. Örneğin bulutlara bakıp “Ah, yağmur yağacak.” diyorsak ya da “Şu makinenin devri düştü, demek ki bir arıza var.” şeklinde bir beyanda bulunuyorsak doğal anlamdan yararlanıyoruz demektir.
Peki “dil” dediğimizde aklımıza gelen esas şey olan Türkçe, Arapça, Fransızca, İngilizce vs. gibi lisanların trafik işaretlerinden veya doğal anlamlara dayalı çıkarımlardan farkı nedir? Çok basit: Konuştuğumuz diller son derece üretkendir. Üretken dillerde istediğimiz kadar sözcük kullanarak sınırsız sayıda cümle türetebiliriz.
Günümüzde İngilizce olarak çeşitli cümleler üretebilen ve birtakım sorulara akıcı bir şekilde cevap verebilen bilgisayar programları geliştirmek oldukça kolay bir hâl aldı. Parry ve Shrdlu gibi en eski yapay zekâ programlarına baktığımızda bu saydıklarımızı yapabildiklerini görüyoruz. Ancak aslına bakarsanız ne Parry’nin de ne Shrdlu’nun dili gerçekten anladığını söyleyebiliriz. Buradan yola çıkarak doğru bir şekilde geliştirilen bilgisayar programlarının dili anlamadan da kullanabildiğini, hatta neredeyse o lisanı ana dili gibi bilen birinden farksız biçimde konuşabildiğini görüyoruz. O hâlde dili anlamak için ne gereklidir? Açıkçası bu sorunun evrensel kabul gören bir cevabı yok maalesef. Bir teoriye göre bir kişinin dili anlayıp anlamaması hem davranışlarına hem de o bireyin geçmişine bağlıdır. Yani söz konusu dili anlamak için kişinin o lisanı öğrenmesi ve o dili konuşan diğer bireylerle etkileşim kurarak toplumda kendine bir yer edinmesi gerekir.
Yapay zekâ: Güvenli mi değil mi?
Yapay zekânın ne olduğunu ve bu konuda yapılan araştırmaların hangi unsurlar üzerinde yoğunlaştığını derinlemesine inceledik. Şimdi ise yapay zekânın hayatımıza olası ve mevcut etkilerini ele alma zamanı geldi. Günümüzde yapay zekâ teknolojisinin topluma faydalı olduğunu söylemek mümkün. Ekonomiden, hukuktan tutun da güvenlik, belge doğrulama ve arama-tarama gibi pek çok teknik alanda kullanılan yapay zekânın meyvelerini hayatımızın her dakikasında topluyoruz. Şimdi gelin bir de dizüstü bilgisayarınızın hacklendiğini düşünün. Böyle bir durumda yapay zekâ sisteminin sizin komutlarınızı dinlemesi ve virüs ya da hackerlara karşı mücadele etmesini isterseniz elbette. Peki kullandığınız otomobil veya bindiğiniz uçakların sistemlerinin de yapay zekâ tarafından kontrol edildiğini, can güvenliğinizin bu sistemlere bağlı olduğunu düşünün. Demek ki yapay zekânın son derece güvenilir olması gerekiyor, değil mi? Maalesef mesele sadece bilgisayarlar ya da taşıtlarla sınırlı değil. Kısa vadede başımızı ağrıtabilecek meselelerden biri de silahlanma yarışının giderek hızlanmasıyla birlikte yapay zekânın ölümcül gayeler doğrultusunda kullanılabilecek bir araç haline gelmesi.
Uzun vadede ise yapay zekâ iyice gelişip akıl gerektiren her türlü görevi insanlardan daha başarılı bir şekilde gerçekleştirecek kapasiteye erişebilir ki bu durumda başımıza ne geleceği tam bir muamma. Ünlü İngiliz matematikçi I.J. Good’un 1965’te belirttiği üzere akıllı yapay zekâ sistemleri geliştirmek başlı başına akıl gerektiren bir iştir. Böyle bir sistem sürekli kendini geliştirebilir, en sonunda da insan zekâsını sollayıp şu anda hayal bile edemeyeceğimiz düzeylere erişebilir. Elbette bu sistem kendi kendine devrim niteliğinde yeni teknolojileri icat ederek savaş, hastalık ve fakirlik gibi bilumum olumsuz durumu tamamen ortadan kaldırma yolunda bize pekâlâ yardım edebilir. Bu açıdan baktığımızda yapay zekâ teknolojisinin katkılarının ne derece büyük olduğunu gönül rahatlığıyla söyleyebiliriz. Öte yandan bazı uzmanların da yapay zekâ konusunda hayli endişeli olduğunu belirtmemiz gerekiyor. Söz konusu uzmanlara göre yapay zekâ “aşırı zeki” hâle gelmeden önce mutlaka insanların barışçıl amaçlarına hizmet edecek şekilde programlanmalı, aksi takdirde uzun vadede hiç de hoş olmayan sonuçlarla karşılaşabilir ve kendi sonumuzu kendimiz hazırlamış olabiliriz.
Birtakım uzmanlar da bu denli üst düzey bir yapay zekânın mümkün olup olmadığını sorgulayıp duruyor. Biz ise her türlü senaryonun mümkün olduğunu, dolayısıyla kesin konuşmamak gerektiğini düşünüyoruz. Bununla birlikte gidişata bakarsak aşırı gelişmiş bir yapay zekâ sisteminin kasıtlı ya da kasıtsız olarak insanlara zarar verme ihtimali hayli yüksek görünüyor diyebiliriz. Yine de günümüzde araştırmalarımızı başarıyla yürütüp gerekli önlemleri alırsak bu tarz olumsuz neticelerin önüne geçebilir, ileride ah vah etmektense yapay zekânın meyvelerini yiyebiliriz.
Peki yapay zekâ nasıl olur da tehlike unsuru hâline gelir?
Çoğu araştırmacı, aşırı gelişmiş bir yapay zekâ teknolojisinin bile sevgi ya da nefret gibi insan duygularına sahip olamayacağı konusunda hemfikirdir. Buradan hareketle yapay zekânın iyi ya da kötü niyetli bir teknolojiye dönüşeceğini iddia etmenin mantıksız olduğu öne sürülür. Aslına bakarsanız yapay zekânın nasıl tehlikeli unsuru hâline gelebileceği konusunda uzmanlar iki muhtemel senaryo üzerine yoğunlaşmışlardır:
Birinci senaryoya göre yapay zekâ, ortalığı yakıp yıkacaktır. Bağımsız hareket edebilen silahlar kafalarına göre insanları katledebilecektir. Akıllı silahlar kötü insanların eline geçerse katliamın boyutu daha da büyüyecektir. Üstelik silahlanma yarışı giderek hız kazandığı takdirde yapay zekâlı silahlar arasında da bir savaş çıkabilir ki böyle bir durumda zayiatlar daha da artacaktır. Yetmezmiş gibi bu silahlar öyle kolayca etkisiz hâle getirilemeyecek şekilde tasarlanacaktır, dolayısıyla insanların dizginleri tekrardan ele alması pek de mümkün olmayacaktır. Şu anda mevcut yapay zekâ seviyesiyle bile bu risk vardır, gelecekte teknoloji ilerledikçe tehlike de epey artacaktır.
İkinci senaryoya göre yapay zekâ insanlığa fayda sağlamak için tasarlanacak ancak bu amaç doğrultusunda ister istemez çevresine zarar verecektir (Şayet hedeflerimizle yapay zekânın amaçlarını aynı doğrultuya getiremezsek bu durum kaçınılmazdır). Meseleyi netleştirmek adına bir örnek verelim hemen: Komutlara itaat eden ama bir o kadar da akıllı bir arabanız var. Arabaya bindiniz ve “Uçağa yetişmem lazım, hadi bas gaza da havaalanına gidelim!” dediniz. Eyvah ki ne eyvah! Yapay zekâ arabayı son hızda sürdü, yolda insanları ezdi ve siz de arka koltukta mahvoldunuz! Olmaz demeyin, gayet de olabilir! Neden mi? Çünkü bu senaryoya göre yapay zekâ sizin ondan istediğiniz şeyi yapana kadar durmayacak ve yan etkileri göz ardı edecektir. Konuyu pekiştirmek adına bir örnek daha verelim: Şirketinizin elinde büyük bir jeomühendislik projesi var ve bunun için aşırı derece zeki bir sistem kullanmaya karar veriyorsunuz. Sistem de tüm talimatlarınızı harfiyen yerine getiriyor fakat bu esnada ekosistemi de deyim yerindeyse yerle bir ediyor. İşin kötüsü durumu fark edip müdahale etmek istiyorsunuz ama sistem sizin girişimlerinizi de tehdit olarak algılıyor ve direniyor!
Verdiğimiz örneklerden de anlayacağınız üzere yapay zekâ hakkındaki endişelerimizin sebebi teknolojinin kötü niyetli olması değil, aşırı derecede becerikli olması. Elbette çok gelişmiş bir yapay zekâ sistemi amaçlarına ulaşmak konusunda son derece başarılı olacaktır. Lakin bu amaçlar ile bizim beklentilerimizin uyuşmadığı noktada da büyük sorunlar yaşamamız kaçınılmazdır. Yolda giderken karıncanın tekine denk geldiniz, istemeden üzerine bastınız ve onu öldürdünüz. Burada kasıt veya kötü niyet var mı? Tabii ki de yok. Benzer şekilde bir hidroelektrik santrali projesini yöneten yapay zekâ da yapıyı inşa ederken pek çok karınca yuvasını sular altında bırakabilir, ekosistemin dengesini bozabilir. Elbette bunda da art niyet aramamız doğru değildir zira sistemin tek amacı o santrali tamamlamaktır. Sözün özü, yapay zekâ konusunda yürütülen güvenlik araştırmalarının temel amacı insanlığın o karıncaların durumuna düşmesini kati suretle engellemektir.
Son dönemlerde yapay zekâ ve güvenlik konusuna ilginin artmasının sebebi ne?
Stephen Hawking, Elon Musk, Steve Wozniak, Bill Gates ve bilim dünyasında kendinden sıkça söz ettiren daha pek çok isim son dönemlerde yapay zekânın bizim için ne gibi riskler teşkil ettiğine dair beyanlarda bulunup duruyor. Peki ne oldu da yapay zekâ bir anda manşetlerde çıkmaya başladı?
Yıllarca güçlü bir yapay zekâ yaratmak için yapılan çalışmaların nafile olduğu, bunların bilim kurgu filmlerinden öteye gitmeyeceği söylendi. Pek çok kişi kendi kendine hareket eden ve karar veren makinelerin ancak yüzyıllar sonra var olabileceğini düşünüyordu. Fakat son dönemlerde yaşanan gelişmelerle birlikte yapay zekâ inanılmaz yerlere geldi ve uzmanlar artık içinde bulunduğumuz yüzyılda aşırı zeki makineleri görebileceğimizi iddia etmeye başladı. Sayıları az olan bir grup uzman insan kadar akıllı yapay zekânın ancak yüzyıllar sonra yaratılabileceği konusunda ısrarcı olsa da 2015’te düzenlenen Porto Riko Konferansı’nda da gördüğümüz gibi çoğu araştırma, 2060’tan önce yapay zekânın biz insanlar gibi zeki olacağını ortaya koydu. Bizler için gerekli güvenlik araştırmalarını tamamlamak onlarca yıl sürebileceği için hemen şimdi başlamakta da fayda var elbette.
Yapay zekânın insanları sollama ihtimalini göz önünde bulundurursak bu teknolojinin nasıl davranacağını da önceden kestirme imkânımızın olmadığını söyleyebiliriz. Ne yazık ki geçmişte yaşanan teknolojik gelişmeleri de kıstas olarak alıp çıkarımlarda bulunamayız çünkü daha önce bizden daha kıvrak düşünebilen hiçbir şey tasarlamadık. Yine de “Olayın boyutunu anlamamız için bir örnek verin bari!” diyorsanız kendi evrimimizden bahsedebiliriz. Şu anda dünyamız resmen kontrolümüz altında. Dünyadaki en güçlü, hızlı ve büyük canlılar olduğumuz için mi peki? Tabii ki hayır! Dünyayı kontrol ediyoruz çünkü en akıllı canlılar biziz! Peki artık en akıllı canlılar biz olmayınca kontrolü hâlâ elimizde tutabilecek miyiz?
Bize sorarsanız teknolojinin gücü ve onu yöneten zekâ arasındaki yarışta galip geldiğimiz sürece medeniyetimiz gelişip varlığını sürdürmeye devam edecek. Teknoloji konusunda da yapmamız gereken yapay zekâyı engellemekten ziyade yapay zekâ ile ilgili güvenlik araştırmaları yaparak ileride kendimizi garanti altına almak.
Üniversitelerde geliştirilen en iyi 5 yapay zekâ projesi
Washington Üniversitesi, Carnegie Mellon, Harvard ve Oxford gibi hem ABD’nin hem de İngiltere’nin prestijli okulları yapay zekâ konusunda önemli araştırmalar yapıyor, bünyelerindeki en akıllı öğrencileri konu ile ilgili çalışmalar yapmaya yönlendiriyor. Sadece İngiltere ve ABD de değil, şu anda dünyanın dört bir yanında yapay zekâ projeleri geliştiriliyor. Biz de bulabildiğimiz kadar proje bulduk ve içlerinden 5 tanesini seçtik.
Kitlelere yaptırılan işleri yönetme ve karar vermeyi sağlayan mekanizma – Washington Üniversitesi
Washington Üniversitesi bünyesinde yer alan Paul G Allen Bilgisayar Bilimi ve Mühendislik Fakültesi son yıllarda dikkatleri çeken pek çok yapay zekâ çalışmasına ev sahipliği yapıyor. Kitlelere yaptırılan işleri yönetme ve karar vermeyi sağlayan mekanizma da topluca ortaya konan işlerle ilgili önemli kararlar alınması sürecini otomatik hâle getirmeye çalışan bir yapay zekâ projesi diyebiliriz. Günümüzde kitle kaynaklı iş akışları Amazon’un mekanik türk programı gibi hizmetler ile yönetiliyor. Şirketler, projelerin ufak ufak bölümlerini pek çok kişiye tayin ediyor. Bu kişiler de kendilerine verilen kısımları kontrol ediyor, eninde sonunda da proje tamamlanıyor ve pek çok kişinin çorbada tuzu oluyor. Ancak bu tarz kapsamlı projeleri yönetip tamamlamak da günümüz firmaları için bir hayli zor zira iş akışını en doğru şekilde yönetmek için isabetli planlar yapmak güç olduğu gibi epey de zaman alıcı nitelikte. Düşünün mesela, elinizde 1000 sayfalık bir metin var ve hemen tercüme ettirmeniz lazım. Dolayısıyla belki de sayısı 20’ye varan bir çevirmen ekibinden yararlanacaksınız. Hepsinin de kendine has bir yorumu, zaman yönetim biçimi ve çalışma şekli var, o yüzden metnin çeviri sürecini yönetmek sizin için inanılmaz derecede zor. Ancak Washington Üniversitesi’nin bu projesi sayesinde yapay zekâ devreye giriyor ve görev atamasını en doğru şekilde yapıyor, sonra da başınız ağrımıyor. İşte böyle bir teknoloji daha da ilerlerse kitlelere verilen işlerden aldığımız verim çok daha fazla olacak.
4CAPS – Carnegie Mellon Üniversitesi
4CAPS, ABD’nin önde gelen okullarından Carnegie Mellon Üniversitesi tarafından geliştirilen bir projedir. 4CAPS, hem geleneksel davranışsal verileri hem de nörogörüntüleme çalışmalarından elde edilen sonuçları bir araya getirebilen bir bilişsel mimariye sahip. Buna göre bağlantıcı ve sembolik mekanizmaları harmanlayabiliyor. 4CAPS, 1982’de geliştirilen CAPS mimarisinin halefi olarak gösteriliyor.
Aries – Memphis Üniversitesi
Aries, Memphis Üniversitesi tarafından geliştirilen ve bizleri oldukça heyecanlandıran bir eğitim projesi. Proje kapsamında animasyonlu iki farklı sanal eğitimci öğrencilerle konuşmalar yapıyor ve bilimli ilgili pek çok farklı konuyu ele alıyor. Program, öğrencilerin bilimle ilgili derslere daha aktif bir şekilde katılımını sağlamayı amaçlıyor. Şayet program iyice popüler hâle gelirse elektronik ders kitaplarındaki yerini alacak ve daha fazla öğrenciye ulaşacak. Eğitimin ne denli önemli olduğunu düşünürsek bu projeyi altın değerinde bir fırsat olarak kabul edebiliriz.
Harvard / IARPA beyin çalışması
İçinde bulunduğumuz şu günlerde Harvard Üniversitesi, yapay zekânın tıpkı insan beyni gibi daha kıvrak ve çabuk düşünmesini sağlamak için çalışmalar yapıyor. Üstelik proje ekibi araştırmaları kapsamında IARPA’dan (İleri Akıllı Projeler Dairesi) tam 28 milyon dolar ödenek koparmayı da başardı ve böylece yoluna tam gaz devam ediyor. Çalışma, meseleleri kısa sürede tahlil edip harekete geçebilen insan beyninin üstün noktalarını yapay zekâya kazandırmanın yollarını arıyor. Eğer proje başarıya ulaşırsa insan beyni ve yapay zekânın kendine has avantajları harmanlanacak, böylelikle yapay zekânın daha verimli olması sağlanacak.
Oxford Üniversitesi / Google Deepmind
Google, Oxford Üniversitesi’nin önde gelen araştırmacılarından bazılarıyla anlaştı ve bu kişileri Deepmind ekibi bünyesine alarak yapay zekâ projeleri üzerinde çalıştırmaya başladı. Buna göre araştırmacılar, görüntü tanıma ve doğal dil anlama projeleri konusunda çalışmalar yapacaklar. Oxford Üniversitesi ve Deepmind’ın en parlak araştırmacılarının güçlerini birleştirdiğini göz önünde bulundurursak bu girişimin meyvesiz kalmayacağını söyleyebiliriz herhalde.
Yukarıda saydıklarımız dışında tüm dünyada daha pek çok yapay zekâ projesinin olduğunu bir kez daha belirtelim. Anlayacağınız üzere bu konuda ilim yuvaları olan üniversiteler başı çekiyor ve en güzel neticeler da oralardan elde ediliyor. Eğitimden tutun da otomatik görev delegasyonuna kadar çok sayıda alanda üniversitelerin son derece aktif olduğunu ve dikkate değer projeler ürettiğini görüyoruz. Belki yapay zekâ dünyayı kurtaracak, açlığı ve fakirliği bitirecek. Belki de güvenlik araştırmaları açısından yetersiz kalacağız ve yapay zekâ yavaş
yavaş sonumuzu getirecek. Ancak ne olursa olsun tüm bu gelişmeleri görüp heyecanlanmamak elde değil!
