TRAI Meet-Up’ın onbirincisi, her zamanki yerinde, İTÜ ARI6’da, dopdolu bir solanda gerçekleştirildi. Etkinlikte, TRAI’deki gelişmeler ve yaklaşan etkinlikler duyuruldu. PIXSelect, Phexum ve Hiddenslate temsilcileri, girişimlerinin çalışmalarından bahsetti. Katılımcılar, IBM Watson’ın Visual Recognition alanındaki uygulamalarını görme imkanı buldu. Son olarak İstanbul Bilgi Üniversitesi’nden Uzay Çetin alandaki akademik çalışmalarını aktardı.
GelecekHane kurucusu Halil Aksu, yaptığı açılış konuşmasında önce hazırlık aşamasında olan TRAI Akademi projesini hatırlattı. Önümüzdeki iki Meet-up için Chatbot ve Voice First konularına odaklanılacağını duyurdu. Ayrıca turkiye.ai sitesinde Kaynaklar başlığı altında yayına giren Sunumlar / Raporlar sayfasını katılımcılarla paylaştı ve sayfanın içeriğine değindi. Sayfadaki, Yapay Zeka Zaman Çizelgesi’nde alandaki gelişmeler sunulurken, TRAI Girişim İnfografiği’nde bu alanda çalışmaları olan girişimler kategorilerine göre sınıflandırılmıştır. Sektörel Etki Analizi ve TRAI Çalıştayı raporlarına da değinen Aksu, şeffaflık prensibiyle çalışma sonuçlarının herkese açık şekilde paylaşıldığına ve her türlü öneriye açık olunduğuna değinerek konuşmasını bitirdi.
PIXSelect‘den Kerem Yazıcı, güvenlik alanında görüntü işleme çalışmalarını paylaştı. Veri ihtiyacını, veri toplanılan bir platform kurarak çözdüklerini aktaran Yazıcı, akıllı şehir alanındaki çalışmalarından bahsetti. Akıllı şehirde güvenlik katmanı olan, otomatik plaka tanıma sistemi gibi örnekler verdi. Konuşmasının devamında yapay zekanın tanımını ve türlerini anlattı. Alandaki yatırımlar üzerinden yapay zekanın nereye gittiğini göstermeye çalıştı. Yazıcı konuşmasını, dünyadan bir çok yapay zeka use case örneğini göstererek sonlandırdı.
Phexum‘den Ahmet Bardız, konuşmasında kurdukları platforma odaklandı. Doktora teşhiste yardımcı olan yapay zeka asistanı ve hastayı ilgili branşa yönlendiren uygulama planlarının, sağlık sektöründe önyargıya takıldığını ve dolayısıyla bu sektöre giremediklerini aktaran Bardız, kurdukları veri analitiği platformundan bahsetti. Sosyal medya, IoT cihazlar ve sensörlerden veri toplayan bu platform, modellenebilecek veriyi uygun şekilde sınırlandırabiliyor. Veri eğer metinse yorumlamaya çalışan uygulama, ulaştığı sonuçları aksiyona çevirmeye çalışıyor. Uygulamanın SDK olarak kullanılabildiğini vurgulayan Bardız, platformun arayüzünü ve uygulama dahilinde bulunan medikal çözüm, sadakat skoru gibi örnekleri paylaştı.
IBM Watson’dan Ahmet Said Çelik, konuşmasında Watson Data & AI Platform’unun görsel işleme yeteneklerinden bahsetti. Platformda alt yapı sağladıklarını ve çözümü kullanıcılara bıraktıklarını söyleyen Çelik, Watson platformunun dil, ses, görüntü ve büyük veriden sonuç çıkarma gibi bir çok özelliğinin olduğunu aktardı. Çelik, Almanya’dan genç bir ekiplerinin çalışması olan ve çevresini görüp tanımlayabilen bir robot örneğinin yeteneklerini içeren video kaydını paylaştı. Watson’un özel ihtiyaçlar için özel olarak eğitilmesi gerektiğinden bahsetti. Watson platformunda r, python gibi yazılım dilleri ve birçok kütüphane kullanılabilirken, sadece arayüz aracılığıyla da model eğitilebiliyor. Sigorta alanında otomobil hasar belirleme gibi örnekleri paylaşan Çelik, Watson’un, genel, yüz, yiyecek ve text tanıma gibi görsel yetenekleriden bahsetti ve canlı olarak bir kaç uygulama gösterdi.
Hiddenslate‘den İsmail Uzun, kendilerinin de sağlık alanında takıldıkları problemlerden dolayı, sektör değiştirerek marketing automation’a yöneldiklerini söyleyerek konuşmasına başladı. Dünyada girişimlerin yapay zeka geliştirenler ve bu alanda danışmanlık yapanlar şeklinde ayrıldığını paylaşan Uzun, Türkiye’de danışmanlık yapmanın pek mümkün olmadığı tespitinde bulundu. Kendi çalışma alanlarını predictive analysis, sentiment analysis, content classification, dialog systems and conversational ai şeklinde tanımladı.
Hali hazırda binlerce algoritma olduğundan algoritmaya yatırım yapılmaması gerektiğini söyleyen Uzun, girişimlerin asıl işinin mevcut algoritmaları müşterinin ihtiyacına göre optimize etmek olduğunu aktardı. Bir yazılımın, hata çıkana kadar ya da yeni bir ihtiyaç doğana kadar kullanılabildiğini, fakat yapay zekada eğitilen bir modelin duruma göre bir hafta sonra işe yaramaz hale gelebildiğini paylaşan Uzun, otomotiv sektöründe 1 yıllık veri ile çalışırken, inşaat sektöründe 1 aydan eski verinin kullanılamadığından bahsetti. Uzun, projelerine değinip, girişimleri hakkında genel bilgileri paylaşarak sunumunu bitirdi.
İstanbul Bilgi Üniversitesi’den Uzay Çetin, genel olarak kendi çalışmalarını ve bakış açısını paylaştı. Kendi düzenledikleri ve Türkiye’de alanında bir ilk olan Karşamık Sistemler ve Veri Bilimi Çalıştayı‘ndan bahseden Çetin, karmaşık sistemler ve veri biliminin nasıl bir araya gelebileceğini anlattı.
Agent Based Modelling yöntemini, bir karınca zeka gösteremezken bir karınca kolonisinin zeka oluşturması gibi örnekler üzerinden sundu. Hastalık yayılma grafiğine, normalde, matematik ile bir diferansiyel formulü kullanarak ulaşılabilirken, anlattığı yöntem ile matematik kullanmadan birkaç satır kod ile aynı sonuca ulaşılabildiğini gösterdi. Şarkı sözleri üzerinden yaptığı ağ analizini paylaştı ve yine bu sözler üzerinden yaptığı duygu ağırlığı ölçümlerini sundu. Sarıyer Belediyesi ile birlikte yaptıkları çalışmada öğrencilere eğitim veren Çetin, 3 aylık bir eğitimin sonunda bir öğrencisinin geliştirdiği ve kullanıcının doldurduğu bir anket üzerinden siyasal yönelimi tespit eden uygulamayı paylaştı. Katılımcılardan uygulamayı kullanlamarını isteyen Çetin, tahmin sonuçlarını değerlendirdi ve konuşmasını günümüzde, yazılım bilen bir insanın her konuda çalışma yapabileceği fikrini paylaşarak bitirdi.
TRAI Meet-Up #11 canlı yayın kaydını izlemek için tıklayınız.
Gelecek etkinlikler: TRAI Meet-Up #12 Chatbot, TRAI Meet-Up #13 Voice First…
TRAI ile ilgili yorumlarınızı paylaşmak, talepte bulunmak ya da tanışmak için bize e-posta atabilirsiniz: [email protected]
