Bilgisayarlar, son yıllara kadar ne yapması gerektiğini bizden (ya da programcıdan) öğrenen makinelerdi. Bugünlerde ise bilgisayar programları ne yapacaklarını bizden öğrenmek yerine, bizim sağladığımız verilerden kendileri öğreniyorlar. Öğrenen programlar üzerine çalışan bu alan da yapay zekanın önemli alt kümelerinden birisi olan yapay öğrenmeyi meydana getiriyor. Yapay öğrenme ya da makine öğrenmesi, “Bilgisayarların örnek veri ya da geçmiş deneyimi kullanarak başarımlarını artıracak biçimde programlanmasıdır.”
Klasik sembolik programlamada, bir işin bilgisayarda gerçekleştirilebilmesi için bir algoritmaya sahip olmamız gereklidir. Algoritma, girdiyi çıktıya çevirmek için uygulanacak olan komutlar kümesidir. Örneğin asal sayıları küçükten büyüğe doğru sıralayabilmek için geliştirilen bir algoritmada asal sayılar kümesi girdi; çıktı da asal sayıların artan biçimde sıralandığı dizidir. Ancak bazı işler için bir algoritma belirlemek ya zordur ya da bilinen bir algoritma yoktur. Tüketici davranışlarının tahmin edilmesi ya da istenmeyen e-postaların ayıklanıp silinmesi gibi birçok durum için belirli bir algoritma yoktur. Hangi e-postanın istenip istenmeyeceği, hangi kitabın satın alınacağı kişiden kişiye göre değişebilir. Bu durumda amaç, eldeki istenen posta ve istenmeyen posta örneklerinden oluşturulacak bir veri kümesinden, bir e-postayı istenmeyen yapan şeyin ne olduğunu ya da geçmiş alışveriş listelerinden ve incelenen kitaplardan oluşan bir veri kümesinden tüketicinin ilgilenebileceği yazar ya da kitapların ne olduğunu öğrenebilmektir. Alışverişler, kredi başvuruları, borsa, yüz tanıma, konuşma tanıma gibi alanlarda yapay öğrenme, süreci tam olarak tanımlayamasa bile veri tabanlarından yararlanarak faydalı öngörülerde bulunmayı sağlamaktadır.
Biz insanlar olarak ne kadar çok veriye sahipsek o kadar çok öğrenebiliriz ya da bir problemi çözme hızımız ve başarımız geçmişte ne kadar çok benzer problemle karşılaştığımıza bağlı olarak artar. Aynı durum makineler için de geçerlidir. Klasik programlama modellerinde veri, bilgisayarların çıkardığı bir şey iken; bugün yapay öğrenme ile birlikte programların üreteceği çıktıyı belirleyen şey haline geldi. Böylelikle, yapay zeka teknolojisinin ilerleyişi ile veri tabanlarının büyüklüğü arasında yüksek bir korelasyon ortaya çıkmış oldu.
Veri, bilgisayarda sembolik olarak temsil edilebilen bilgidir. Dolayısıyla yalnızca metinler değil fotoğraflar, sesler ve videolar da önemli veri kaynaklarıdır. Sürekli büyümekte olan internet ağı, her anımızı kaydeden cep telefonları ve sosyal medya uygulamaları veri tabanlarını tahmin edilemeyecek büyüklüklere ulaştırmıştır; bu da yapay öğrenmenin isabetli öngörülerindeki yüzdeyi giderek artırmaktadır.
Yapay öğrenme, yalnızca veri tabanlarından yola çıkarak tahminlerde bulunan bir uygulama değil, aynı zamanda yapay zekanın da bir parçasıdır. İnsan ve hayvanların zeki olarak adlandırılmalarının temel sebeplerinden birisi değişen şartlara uyum sağlayabilmeleri, davranışlarını deneyimleri yoluyla şartlara göre güncelleyebilmeleridir. Belirli bir durum için uygun bir davranışı bir kez öğrendiğimizde, bu bilgiyi beynimizde (biyolojik veri tabanı) saklar, aynı durum tekrar ortaya çıktığında uygun davranış bilgisini hatırlar ve ona göre davranırız. Benzer olarak bir makinenin de zeki olarak nitelendirilebilmesi için deneyimlerinden yola çıkarak öğrenebilmesi gereklidir; eğer o makine değişen şartlara uyum gösterebiliyorsa programcı her şarta göre yapıyı tekrar tasarlamak zorunda kalmaz. Öğrenebilen bu dijital yapıların mümkün olduğu artık herkes tarafından kabul edilmektedir. Verilerden öğrenen programların gelecekte daha yaygın bir kullanım alanına sahip olacağı açık bir şekilde öngörülebilirdir.
Yapay Öğrenme Her Alanda Üretme Hızını ArtırmaktadırYapay öğrenme yöntemleri, yalnızca yapay zeka ve robotik alanlarında değil astronomi, genetik, biyoloji, fizik gibi birçok bilim dalında da bilgi üretme hızını artırmakta ve bu yönüyle her geçen gün daha ön plana çıkmaktadır. Bilimsel yöntem geleneksel olarak hipotez üretme, test etme, ıskartaya çıkarma veya rafine etme süreçlerini takip etmektedir; ancak bilim insanları hayatları boyunca çok sınırlı sayıda hipotez ortaya atıp test edebilirken bir yapay öğrenme sistemi bu işlemi birkaç saniyede gerçekleştirebilmektedir. Yapay öğrenmenin bu yönü bir bakıma bilimsel keşfi otomatikleştirmek olarak yorumlanabilir ve bu, hem bilim hem de teknoloji dünyası için devrim niteliğindedir.
Günümüzde yapay öğrenmenin kullanılmadığı insani bir iş kolu kalmamış gibidir; hatta müzik, spor, resim, gurmelik gibi yapaylaştırılması imkânsız olarak görülen alanlarda bile yapay öğrenme etkisini hissettirmeye başlamıştır. Eğer ki yapay öğrenme araştırmacılarının üzerinde çalıştıkları fikirler tamamen uygulanabilir hâle gelirse yapay öğrenme dünya için yeni bir çağ başlatacak güçte olacaktır. Bu sebeple, özellikle veri güvenilirliği, veri gizliliği ve güvenliği gibi konular ile sosyal, etik ve yasal unsurlar giderek daha önemli hale gelmektedir.
Yapay öğrenmede kullanılan veri tabanları, artık insanlardan elde edilen bilgilerden daha fazla makinelerin ürettiği bilgileri içermeye başlamıştır. Böylelikle bir süre sonra makineler, kendi oluşturdukları veri tabanlarından beslenir hâle geldiklerinde, otomatik ve veri odaklı aldığımız kararlar tamamen makinelere ait hale gelecektir. Bu noktada, programlar ile alınan kararların güvenilirliği ve denetlenmesinin mutlak olarak gündemde tutulması gereklidir. Verilerden öğrenen ve otonom kararlar alan programlara güvenmek konusunda dikkatli olunması ve kararlarının geçerliliği ile doğruluğundan emin olunması gereklidir. Veri tabanında eksik temsil edilen ya da yeterli benzer bilgi bulunmayan durumlarda bilgisayarların iyi kararlar veremeyeceği her zaman göz önünde bulundurulmalıdır.
Otonom arabalarla canlarımızı emanet ettiğimiz, borsada paramızı emanet ettiğimiz, her dakika bizimle olmasına müsaade ettiğimiz cep telefonlarıyla özel yaşamımızı emanet ettiğimiz, bizim yerimize kararlar veren, bazıları bizim tüm yaşamımızı sayısal veriye çeviren, bazıları ise yalnızca verilerden öğrenen otonom yazılımlarımız var. Bu yönüyle baktığımızda yapay zekanın olası başkaldırısından endişelenmek yerine kötü yazılmış, eksik ya da yanlış verilerle eğitilmiş programlardan ve gizli kalması gereken verileri silah haline getiren kişi ya da bilgisayarlardan endişelenmek çok daha gerekli ve yerindedir. Çünkü öğrenen yazılımlar bize sessizce şunu söylüyor: “Öğreniyorum, o hâlde varım. Hayatınızın birçok yerinde ve giderek daha fazla kararınızda varım.”
Okuma Önerisi:
Ethem Alpaydın (2020), Yapay Öğrenme Yeni Yapay Zeka, İstanbul: Tellekt.
Not: Bu yazıyı Ankara Yıldırım Beyazıt Üniversitesi Felsefe Bölümü’nden Dr. Mehtap Doğan, Türkiye Yapay Zeka İnisiyatifi için kaleme aldı. İletişim: [email protected]
Mehtap Doğan’ın Önceki Yazıları
