Tepkisel Makinelerden Zihin Teorisine Yapay Zeka

Tepkisel Makinelerden Zihin Teorisine Yapay Zeka

Günümüzde yapay zeka alanında gelinen nokta, parmak ısırtacak düzeye ulaştı. Artık bazı yapay zeka türleriyle geleceği somut olarak öngörebiliyoruz. Bunlar her ne kadar 50’lerde ve 60’larda alana öncülük eden parlak zihinlerin öngördüğü süper zekalı makinelerden uzak olsa da, yapay zeka bugün hayatın görünen ve görünmeyen her alanında rol oynuyor. 

Modern yapay zeka örneklerini dört türde incelemek mümkün. Bugün odaklanacağımız AI türlerinden ilk ikisi, dar yapay zeka adı verilen ve sınırlı bir dizi görevi gerçekleştirmek üzere eğitilmiş yapay zeka kategorisine girerken, diğer ikisi ise henüz ulaşamadığımız güçlü yapay zeka kategorisinde akademik olarak ele alınıyor.

Tepkisel yapay zeka

Erken yapay zeka algoritmalarının ortak bir yanı vardı: Hafızaları yoktu ve tamamen tepkisel çalışıyorlardı. Belirli bir girdi verildiğinde her zaman aynı çıktıyı vermeyi başararak önemli bir devrim yarattılar. Günümüzün birçok makine öğrenimi modeli reaktif yapay zekanın prensiplerine bağlı kalarak çalışır. İstatistiksel matematikten yola çıkan bu modeller, büyük miktarda veriyle beslenerek mantıklı çıktılar üretirler.

Örneğin, film önerileri için bir matematik formülü yazmak imkansız değilse de son derece zordur. Ancak makine öğrenimi modelleri, diğer izleyicilerin satın alma geçmişlerine bakarak harika sonuçlar verebiliyor. Bu sorunu çözmek, Netflix ve Spotify gibi platformların başarısının ardındaki başlıca etkenlerden oldu. Aynı mekanizma, belirli kelimelerin varlığını ve yoğunluğunu istatistiksel olarak belirleyen istenmeyen e-posta filtreleri için de kullanılıyor.

Reaktif AI olarak da bilinen tepkisel yapay zeka, robotik süreç otomasyonu gibi belirli alanlarda insan kapasitesinin ötesinde performans gösterir. Bu yapay zeka türünün en sansasyonel başarısı ise 1997’de büyük satranç ustası Garry Kasparov’u mağlup etmek olmuştu. Ancak bu başarı tepkisel yapay zekanın son derece sınırlı olduğu gerçeğini değiştirmez.

İnsanların gerçek hayatta gerçekleştirdikleri eylemlerin çoğu reaktif değildir. İlk olarak, bir olaya veya duruma tepki vermek için gereken tüm bilgilere sahip olmayabiliriz. Ancak insan tahmin etmekte usta bir varlıktır ve kusurlu bilgilere dayanarak bile kendini beklenmedik durumlara hazırlayabilir. Bu “kusurlu bilgi” senaryosu, yapay zeka evrimindeki hedef kilometre taşlarından birisi olmuştur ve doğal dil anlayışından kendi kendini süren otomobillere kadar çeşitli kullanım durumlarında önemli faydalar sağlamıştır. Bu nedenle araştırmacılar, hatırlama ve öğrenme yeteneğine sahip bir sonraki yapay zeka seviyesini geliştirmek için işe koyuldular…

Sınırlı hafızalı makineler

Derin öğrenme devrimine ev sahipliği yapan 2012, yapay zeka için çok önemli bir yıldı. Beynin iç mekanizmalarını anlamamıza dayanarak, nöronlarımızın bağlantı şeklini taklit edebilen bir algoritma geliştirildi. Derin öğrenme, ne kadar çok veriyle eğitilirse o kadar akıllı hale gelen yapay zekaların geliştirilmesini mümkün kıldı.

Derin öğrenme, yapay zekanın görüntü tanıma yeteneklerini önemli ölçüde geliştirdi ve kısa süre sonra derin pekiştirmeli öğrenme gibi başka yapay zeka algoritmaları doğdu. Bu yapay zeka modelleri, eğitim verilerinin özelliklerini özümsemede çok daha iyiydi ve büyük gelişim potansiyeli taşıyorlardı.

Derin öğrenmenin gelişiminde dikkate değer bir örnek, e-spor müsabakalarına da sahne olan gerçek zamanlı strateji oyunu StarCraft 2’nin en iyi profesyonel oyuncuları yenmeyi başaran Google’ın AlphaStar projesidir. AlphaStar modelleri kusurlu bilgilerle çalışmak üzere geliştirildi. Yapay zeka yeni stratejiler öğrenmek ve kararlarını mükemmelleştirmek için tekrar tekrar kendine karşı oynadı. Bilmeyenler için belirtmekte fayda var, StarCraft’ta bir oyuncunun oyunun başında verdiği kararın daha sonra belirleyici etkileri olabilir. Bu nedenle, yapay zeka eylemlerinin sonucunu önceden yüksek doğrulukla tahmin edebilmesi gerekiyordu.

Aynı konsepti, yapay zekanın çarpışmaları önlemek için yakındaki otomobillerin yörüngesini tahmin etmesinin gerektiği sürücüsüz otonom araçlarda da görebilirsiniz. Bu sistemlerde yapay zeka, eylemlerini geçmiş verilere dayandırır. Reaktif makineler bu gibi durumlarla başa çıkmaktan acizdi.

Tüm bu gelişmelere rağmen, yapay zeka hala insan zekasının gerisinde kalıyor. En önemli, basit görevleri öğrenmek için büyük miktarda veriye ihtiyaç duyuyor. Modeller ilerlemek ve gelişmek için yeniden eğitilebilirken, yapay zekanın eğitildiği ortamda yapılan değişiklikler, yeniden eğitilmelerini zorunlu kılıyor. Örneğin bir dil düşünün: İkinci bir dil öğrendiğimizde, üçüncü ve dördüncü bir dil öğrenmek orantılı olarak daha kolay hale gelir. Bu aşinalık AI için geçerli değildir, öğrenme sürecini hızlandırmaz. Bu dar yapay zekanın en büyük sınırlamasıdır. Belirli bir görevi yerine getirmekte mükemmel olabilir ancak en ufak bir değişiklik bildiği her şeyi unutmasına sebep olur ve yeniden programlanması gerekir.

Zihin teorisi

Zihin teorisi, yapay zekanın zihinsel durumları diğer varlıklara atfetme yeteneğidir. Bu terim psikoloji biliminden türetilmiştir ve yapay zekanın varlıkların güdülerini ve niyetlerini (örneğin inançları, duyguları, hedefleri gibi) anlamasını gerektirir.

Günümüzde geliştirilmekte olan sistemler ses, görüntü ve diğer veri türlerini analiz ederek insan duygularını tanımayı, taklit etmeyi, izlemeyi ve bunlara uygun şekilde yanıt vermeyi amaçlıyor. Bu yetenek reklamcılık, müşteri hizmetleri, sağlık hizmetleri ve diğer birçok alanda potansiyel olarak paha biçilemez olsa da hala gerçek zihin teorisine sahip bir yapay zeka olmaktan uzak: Bu yapay zeka türü ayrıca algılama yeteneğine dayalı olarak insanlara yönelik muamelesini değiştirme yeteneğine de sahip değil. Zihin teorisi ise duygusal durumları yalnızca fark edebilen değil, aynı zamanda onları anlayabilen bir yapay zekanın yaratılmasını hayal eder.

Genel olarak tanımlandığı şekliyle “anlayış”, yapay zekanın karşılaştığı en büyük zorluklardan birisidir. Yapay zeka bir başyapıt portresi çizebilir ancak yine de ne çizdiğine dair hiçbir fikre sahip olmaz. Söylediklerinin tek kelimesini bile anlamadan dokunaklı şiirler yazabilir. Zihin durumu teorisine ulaşan bir yapay zeka bu sınırlamanın üstesinden gelip, insanın halinden anlayabilir.

Bilinçli yapay zeka

Buraya kadar değindiğimiz yapay zeka türleri, kendini tanıyan veya bilinçli makinelerin, yani kendi iç durumlarının yanı sıra diğerlerinin de farkında olan sistemlerin öncüleridir. Bu tür, aslında insan zekasıyla aynı seviyede olan, aynı duyguları, arzuları veya ihtiyaçları taklit edebilen bir AI anlamına gelir. Ancak bu tür için ne gerekli algoritmalara ne de donanıma sahip değiliz ve ona ulaşmak için daha uzun yıllar Ar-Ge çalışmaları sürdürmemiz gerektiği aşikâr.

Yapay genel zeka ve kendini tanıyan yapay zekanın birbiriyle ilişkili olup olmadığı uzak gelecekte görülecektir. Neredeyse onun kadar zeki olan yapay bir zihin inşa etmek için hâlâ insan beyni hakkında çok az şey biliyoruz.

Dar, genel ve süper AI konseptleri

AI’nın hızla gelişen doğası, insanların şimdiye kadar icat ettiği ve icat etmeye çalıştığı çeşitli yapay zeka türlerinin ortaya çıkmasına sebep oldu. Herkes bu terimlerin ne anlama geldiği konusunda hemfikir değil. Bu fikir ayrılığı yapay zekanın neler yapabileceğini ve yapamayacağını anlamayı da zorlaştırıyor.

Aşağıdaki terimler oldukça yaygın olarak kullanılıyor ve genellikle incelediğimiz dört yapay zeka türüyle ilişkilendiriliyor:

– Dar veya zayıf yapay zeka: Bugün kullandığımız birçok yapay zeka, bu türde sınıflandırılmaktadır. Dar olarak adlandırılır çünkü tek veya dar bir görevi, genellikle insanlardan çok daha hızlı, hatasız ve daha verimli yapmak üzere eğitilmiştir. “Zayıf” kelimesi, bu yapay zekanın insan düzeyinde genel zekaya sahip olmadığı gerçeğini ifade eder. Sohbet robotları, otonom araçlar, öneri motorları, Siri ve Alexa gibi dijital asistanlar dar AI türüne örnek gösterilebilir.

– Yapay genel zeka (AGI): “Güçlü yapay zeka” olarak da anılan AGI, bir insan gibi öğrenebilen ve anlayabilen, henüz icat edilmemiş çok yönlü bir makine zekası türüdür.

– Yapay süper zeka: Bu tür, insanınkini aşan bilişsel yeteneklere sahip ve kendinin farkında olan yapay zekayı ifade eder. Yapay zeka disiplininin nihai varış noktası olarak kabul edilmektedir.

InnovAI yapay zeka modelleri bugünün ve yarının işlerini kolaylaştırıyor

İnnova mühendisleri tarafından geliştirilen InnovAI yerli ve milli yapay zeka modelleri, kurumların bugünkü ve yarınki ihtiyaçları için öngörücü bakım, anomali tespit, tahminleme, müşteri deneyimi iyileştirme, büyük veri ve karar destek kabiliyetleri sunuyor.

InnovAI, henüz meydana gelmemiş sorunları önceden tespit ediyor, bunların çözümü için tutarlı ve etkili önerilerde bulunuyor, müşteri ve cihazların davranışlarındaki tekrarları algılıyor ve büyük veri ışığında en doğru kararların alınmasını sağlıyor. İnnova imzalı yapay zeka modelleri, her ölçekten ve alandan kurumun işlerindeki aksaklıkları asgari düzeye indirgiyor, maliyetleri düşüyor ve müşteri memnuniyetini artırıyor.

İnnova yapay zeka modelleri birçok küresel platformda da başarısını kanıtladı. İnnova tarafından geliştirilen “Operasyonda Yapay Zeka” projesi, IDC Yapay Zeka Ödülleri makine öğrenimi kategorisinde birincilik ödülüne layık görüldü. Bu proje aynı zamanda TM Forum Excellence Awards’ta “Yapay Zeka, Veri ve Analitik” kategorisinde 5 finalist arasına girdi.

 

Not: Bu içerik İNNOVA, InnovAI tarafından TRAI için yazılmıştır.

Benzer Haberler

Dünyayı Değiştiren İtici Güç: Yapay Zeka

Benzer Haberler
Send this to a friend