TRAI Meet-Up

25. TRAI Meet-Up’ında “Yapay Zeka’da Yeni Yaklaşımlar” Konuşuldu

Türkiye Yapay Zeka İnisiyatifi’nin düzenlediği “Yapay Zeka’da Yeni Yaklaşımlar” konulu 25.  TRAI Meet-Up İTÜ Arı-3’te gerçekleştirildi.

İlk konuşmacımız Miletos’un CEO’su Berkin Malkoç oldu. Yapay zeka projelerinin Gerçek hayatta başarıya ulaşabilmesi için ilgili kıstaslar ve yaklaşımlardan bahsetti. Konuşmada, gerçek hayat yapay zeka uygulamalarında başarıya giden yolun, araştırmaların hemen her zaman odağını oluşturan doğruluk (“accuracy”) yanında bir takım teknik kıstaslardaki başarıdan ve ayrıca doğru organizasyonel hazırlıktan geçtiği vurgulandı. Teknik açıdan, yapay zeka uygulamalarının başarım ölçümünü doğruluk-hız-güvenilirlik üçgeninde ele almak ve eldeki probleme en baştan itibaren bu perspektifle yaklaşmak gereğinden bahsedildi. Organizasyonel açıdan başarı ile başarısızlık arasındaki farkı belirleyen faktörler ise, verinin akışı ve niteliğinin iyi yönetilmesi ile başlayan, uygulamadan faydalanmaya olanak sağlayacak değişim yönetiminin gerçekleştirilmesine doğru uzanmakta olduğu ifade edildi.

Diğer konuşmacımız, Özyeğin Üniversitesi finansal mühendislik merkezinin kurucusu Levent Güntay derin öğrenme ile finansal piyasa riski hesaplamalarındaki gelişmelerden bahsetti.

Çalışmalarda finansal piyasa riskini derin öğrenen ağlar ile modellemekte. Piyasa riskinin, bir yatırım aracının fiyatının herhangi bir dönemde düşme miktarının ve olasılığının modellenmesi olduğu belirtildi. Piyasa riskinin doğru şekilde modellenmesi ve hesaplanması bankalar ve portföy yönetim şirketleri için risk ve sermaye yönetimi açısından öneminden bahsedildi. Çalışmalarda piyasa riskinin modellenmesi için Üretici Çekişmeli Ağlar (Generative Adversarial Networks, GAN) kullanıldığı paylaşıldı. Bu yapıda “Üretici Ağ” devamlı yeni rasgele piyasa şokları üretirken, “Ayırt Edici Ağ” ise gerçek ve üretilmiş sahte piyasa şoklarını ayırt etmeyi öğrenir. “Ayırt Edici Ağ” modeli kullanılarak elde edilen piyasa riski hesaplamalarının konvansiyonel modellere göre daha yüksek ve daha güvenilir risk tahminleri oluşturduğunu tespit etiklerini paylaştılar.

Son olarak Jetlink firmasından Veli Demir doğal dil işleme’de ve chatbotlarda uygulanmaya başlanan hibrit yaklaşımdan söz etti. Chatbotun ihtiyacı olan yapay zekayı sağlamak için Lineer Arama, Makine Öğrenmesi ve Derin Öğrenme olmak üzere 3 yöntemin birlikte kullanılabildiği bir altyapı sunarak eğitimcilerine ve kullanıcılarına esneklik sağlanmış. Bu sayede sistem son kullanıcıya en hızlı ve en doğru cevapları dönebiliyor, en dip noktalardaki istekleri karşılayabiliyor.

Gelecek etkinlik: TRAI Meet-Up #26 Üretim ve Yapay Zekâ

Paylaş
TRAI

Son Gönderiler

Yapay Zeka Turing Testini Geçti

Yapay zeka teknolojisinde tarihi bir dönüm noktası yaşandı. OpenAI tarafından geliştirilen GPT-4.5 ve Meta’nın LLaMa-3.1… Devamı

12 saat Önce

91. TRAI Meet-Up’ta Üretken Yapay Zeka ve YZ Ajanları Konusu Konuşuldu

91. TRAI Meet-Up: 2017 yılından bu yana gerçekleştirilen TRAI Meet-Up etkinlikleri, Türkiye'nin yapay zeka ekosisteminin… Devamı

3 hafta Önce

Tek Bir GPU veya TPU Üzerinde Çalışabilen Gemma 3 Tanıtıldı

Google, yapay zeka alanındaki en son yeniliği olan Gemma 3 modelini resmi olarak duyurdu. Tek… Devamı

3 hafta Önce

Dünyanın İlk Sentetik Biyolojik Zekası CL1

Günümüz yapay zeka teknolojilerinin en büyük sınırlamalarından biri, enerji tüketimi ve öğrenme hızı gibi faktörlerdir.… Devamı

3 hafta Önce

Çin’in Kuantum Hesaplamadaki Yeni Atılımı: Zuchongzhi-3, Google’ı Geride Bıraktı

Çin’in Kuantum Hesaplamadaki Yeni Atılımı: Zuchongzhi-3, Google’ı Geride Bıraktı Çin, kuantum hesaplama alanında önemli bir… Devamı

3 hafta Önce

Çin’den Otonom Yapay Zeka Ajanı Manus

Çinli teknoloji girişimi Butterfly Effect tarafından geliştirilen Manus AI, tamamen otonom bir yapay zeka ajanı… Devamı

3 hafta Önce