Birçok ülkenin dijital stratejisinin belki de en önemli bileşeni, hatta bel kemiği yapay zekâ uygulamalarıdır. Son yıllarda yapay zeka uygulamaları artık baz teknoloji olarak görülüp ele alınıyor ve buna uygun...

GEÇMİŞTE YAPAY ZEKÂ ARAŞTIRMA VE UYGULAMALARINDAN BAHSEDİLDİĞİNDE SADECE BİR NEVİ UÇUK-KAÇIK LABORATUVAR ÇALIŞMALARI AKLA GELİRDİ. GÜNÜMÜZDE İSE HER ŞEYİ AKILLI HALE DÖNÜŞTÜREN UYGULAMALARA YAPAY ZEKÂ DENİYOR. ARTIK GEÇMİŞ DÖNEMDE ORTAYA ÇIKMIŞ TÜM KAVRAMLARIN ÖNÜNE “AKILLI” SIFATI EKLEYEN BU UYGULAMALAR NETİCESİNDE SOSYAL, TOPLUMSAL VE İŞ YAŞAMIMIZA AKILLI OBJELER, AKILLI SİSTEMLER, AKILLI FABRİKALAR, AKILLI DEVLET, AKILLI ŞEHİRLER DÂHİL OLDU.

Birçok ülkenin dijital stratejisinin belki de en önemli bileşeni, hatta bel kemiği yapay zekâ uygulamalarıdır. Son yıllarda yapay zeka uygulamaları artık baz teknoloji olarak görülüp ele alınıyor ve buna uygun stratejiler oluşturuluyor. Diğer taraftan günümüzde en tartışmalı teknoloji konularının başında da yine yapay zekâ uygulamaları geliyor. Tartışmalar ağırlıklı olarak bu uygulamaların etik sınırları ve hâlihazırda olmayan hukuksal zemini üzerine şekilleniyor. Genel olarak yapay zekâ, insan beynini örnek model şeklinde ele alarak bunu anlamaya ve buradan da “yeni icatlar”, yeni uygulamalar bulmayı hedefliyor. Bu genel tanımlamayı bazı kavramlarla sınırlandırmak mümkün. Hatta makine sektörü açısından daha anlayışlı hale getirmek için bu alanla ilgili algoritma, makine öğrenmesi ve derin öğrenme olmak üzere üç anahtar kavrama yakından bakmak gerekiyor.

ALGORİTMA “AKILLI” DEĞİLDİR

Yapay zekâ, algoritmanın özel bir uygulama yöntemi ve bilgisayar yardımıyla sıralı sorun çözme yöntemidir. Algoritmanın kendisi “akıllı” değildir. 1996 yılında dünya satranç şampiyonu Kasparov’u yenen Deep Blue programının çalışma şartları, nasıl olduğu kesin bilinen ve de değişmez şartlardan oluşmuş bir sistemdi. Dolayısıyla mükemmel bir sistem olmasına rağmen akıllı değildi. Akıllı algoritma denildiğinde kendi kendine öğrenen sistemlerden bahsediyoruz ve bunun da ilk uygulaması makine öğrenmesidir.

MAKİNE ÖĞRENMESİ NEDİR?

Bu sistemde veriler, belli bilgiler eşliğinde oluşturulan meta verilerin bilgisayara aktarılmasıyla oluşuyor. Klasik bir örnekten hareketle anlatmak gerekirse, bilgisayara 100 köpek resmi girişi yapılır ve bunun yanında da bu resimlerin köpek gösterdiği bilgisi (meta veri) eklenir. Bilgisayar programı değişken fonksiyon durumuna göre istatiksel olasılık üzerinden kendisine gösterilen resimlerden bir örnek ve düzen oluşturmaya çalışır. Gösterilen resmin köpek olup olmadığına dair bir tespitte bulunur. Hâlihazırda yazı ve ses kullanımıyla gerçekleşen otomatik tercüme ve otonom sürüş gibi sistemler makine öğrenmesine iyi birer örnektir. Bu tür sistemlere de yapay zekâ uygulamaları denilmesine rağmen aslında bu örneklerde bilgisayarlar sahip olduğu verileri değerlendirip yüksek olasılık tespiti üzerinden bir sonuca ulaşır veya bir öngörüde bulunur. Yapay zekâ tanımına daha uygun olan uygulama ise derin öğrenmedir.

DERİN ÖĞRENMENİN TEMELİNDE İNSAN BEYNİ VAR

Makine öğrenmesi sisteminin en karışık ve karmaşık hale dönüşmüş sistemlerinden birine derin öğrenme (deep learning) deniliyor. Sistemin ana teması, insan beyni örnek alınarak oluşturulmuş bir tür yapay nöronal ağlar sistemidir. Bu sisteme büyük veri denilen oldukça kapsamlı ve büyük bir veri girişi yapılır. Bu büyük veri dizayn edilmiş bir veri değildir (makine öğrenmesinde daha fazla dizayn edilmiş veriler mevcuttur) ve değişik düzlemlerde ihtiyacı olan bilgileri yine farklı bir düzleme aktararak işlem geliştirir. Bu noktada, çok amaçlı ve çok yönlü bir detay analiz yeteneğinden bahsediyoruz. Bu yetenek sayesinde ve kendiliğinden gelişen işlemlerin sonucunda insanı şaşırtan sonuçlar ortaya çıkıyor. Bu sistem oldukça yeni, başlangıç aşamasında olsa da insan zekâsının yeteneğine, esnekliğine ve çok yönlülüğüne karşın az gelişmiş bir sistem olarak adlandırılabilir. Halen en gelişmiş derin öğrenme sisteminde 100 bin nöronal ağ inşa edilebiliyor ve yakın tarihte bu sayının 10 milyonun üzerinde gerçekleşeceği tahmin ediliyor. 10 milyon nöronal ağ sistemlerinden oluşacak uygulamalar muhtemelen biz insanları daha da fazla şaşırtacak ama insan beyninde tahmin edilen nöronal ağların yaklaşık 85 milyar seviyesinde olduğu düşünülürse, yapay zekânın hala emekleme döneminde olduğu söylenebilir.

YAPAY ZEKÂ VE “MADE IN GERMANY”

Almanya’da 1988 yılında kurulan bir yapay zekâ araştırma kurumu bulunuyor. Bu kurum üye şirketler tarafından yürütülüyor. Bunun dışında Fraunhofer Enstitülerinin bazı birimleri ve üniversiteler de bu konuya eğilmiş olmakla birlikte, dünyada yapay zekâ uygulamaları konusundaki liderlik başta ABD olmak üzere Çin’e ait.

Almanya, dünyada yapay zekâ uygulamalarında daha geri pozisyona düşmemek, rekabet gücünü korumak ve geliştirmek için yeni bir strateji oluşturdu. “Yapay Zeka-Made in Germany” teması altında Federal hükümet 3 milyar euroluk bir destek programı açıkladı ve bir o kadar yatırımı da özel sektörden bekliyor. 2019 yılından itibaren geçerli olacak bu programa göre;

• Üniversitelerde sadece bu alan için 100 yeni profesörlük kontenjan oluşturulması ve yurt dışından bilim, araştırma insanlarının Almanya’ya çekilmesi için bir destek-motivasyon programı,

• İşletmelerin bu alana yönelik yatırımlarının vergiden muaf tutulması,

• Eyaletler veya bölgesel bazda yapay zekâ iş bilirlik merkezlerinin kurulması,

• Yapay zekâ uygulamalarının test edilebileceği reel laboratuarlar kurulması öngörülüyor.

Alman yapay zekâ stratejisinin merkezinde makine öğrenmesi, derin öğrenme, makine-insan etkileşimi ve kendi kendine öğrenen sistemler dikkat çekiyor.

Türkiye’nin dijitalleşme stratejisinde de sektörlere hatta alt sektör gruplarına göre planlama yapılmalı. Özellikle ihraç ürünleri için bu çalışma derhal başlatılmalı. Bu planlamada, bahsettiğim üç kavram içeriği beraber ele alınmak ve birlikte yürütülmek zorunda. Bu, nasıl gerçekleşir diye düşünmemize de gerek yok, önümüzde sayısız deney uygulamaları mevcut. Bunları iyi analiz etmemiz ve bir an önce bu konuda hızlı adımlar atmaya başlamamız gerekiyor.