Yapay zeka (AI) nedir

Yapay zeka (AI) genellikle karmaşık kimlikleri ve kişilikleri düşünebilen. Akla ve hatta hissedebilen insan benzeri makineler olarak temsil edilir.

Gerçekte yapay zeka, makinelerin insanlarla aynı gelişmişlikle karmaşık kararlar verebilme yeteneğini ifade eder. Çok fazla beceri gerektiren bir şey gerektirir. Çünkü çok sayıda değişkenin dikkate alınmasına bağlıdır. Birikmiş bilgi ve deneyim bankası gibidir.

İnsanları geçebilecek akıllı makinelerden hala uzaktayken, bilim adamları ve araştırmacılar. İnanılmaz bilişsel becerilerle belirli bilişsel görevleri yerine getirebilecek. Üstel oranlarda iyileştirme için önceki girişimlerden öğrenen Yapay zeka algoritmalarını geliştirmekte zorlandılar.

Bu algoritmaların çoğu, herhangi bir pratik işlevi yerine teknolojiyi sergilemek için tasarlanmış örneklerdir. Bazı temel Yapay zeka programları, Alexa, Siri ve Cortana gibi dijital asistanlar gibi tüketici ürünlerine yöneldiler. Gerçek Yapay zeka olmasalar da. Konuşma tanıma yeteneklerini ve diğer özelliklerini geliştirmek için bir dizi AI öğesi kullanırlar.

Her ne kadar AInın bazı eleştirmenler tarafından bir hile olmaktan başka bir şey olmadığı söylense de. İş dünyasında son derece yararlı olma potansiyeline sahiptir. Organizasyonların daha otomatik hale gelmesine yardımcı olmak, işçilerin kararlarını verebilmek için zamanlarını özgürleştirmek. AI kullanımı, bir sürecin gerçekleşmesi için gereken süreyi önemli ölçüde hızlandırır. Her saniyede bir çok veri üretilerek, bu sürecin otomatikleştirilmesi herkes için hayatı kolaylaştırır.

Örnekler

AI oldukça geniş bir alanı kapsamaktadır. Bu yüzden hem endüstride hem de günlük hayatta nasıl kullanıldığına dair sayısız örnek vardır.

Mesela, sürücüsüz otomobiller, bir aracın yoldaki engel gibi belirli senaryolarda nasıl tepki vermesi gerektiğine karar vermek için Yapay zeka kullanır. Araç anında durursa, sadece yavaşlama veya devam etmeli mi? Doğal olarak, gerçekte, bu, aracın algıladığı şekilde bağlıdır.

Daha tartışmalı bir düzeyde, hayat kaybının en aza indirilebileceği. Ancak kaçınılmayacağı, başkalarının hayatta kalabilmesi için birisinin ölmesi gereken kesin bir şey olduğunda. Kimin öldürüldüğünü seçerek daha zor kararlar almak için de geliştiriliyor.

AInın daha az endişe verici gerçek dünya örnekleri. İnsanları stratejik bir seviyede test etmek için teknolojiyi kullanmayı içerir. Mesela, Google’ın AlphaGo robotu, dünyanın önde gelen Çinli masa oyunu Go oyuncularını yenerek. Bilgisayarların insanlardan daha akıllı olabileceğini kanıtlamak için kullanıldı.

Daha az ölçüde, Siri, Google Now ve Cortana dahil olmak üzere birçok sesli yardım sistemi. Komutlarınıza göre karar vermek için AIyı kullanır. Mesela, bir restoran önerisi için Siri’ye sorarsanız. Sizin hakkınızda bildiğiniz verileri (nerede olduğunuzu, hangi türden sevdiğiniz gibi) size bir restoran önermek için kullanır.

Zayıf ve Güçlü AI

Günlük tüketici ürünlerinde en basit AI formuna rastlıyoruz. Zayıf AI olarak bilinen bu makineler, belirli bir görevi yerine getirirken son derece akıllı olacak şekilde tasarlanmıştır.

Bunun bir örneği, Apple’ın çok zeki görünmesi için tasarlanan, aslında interneti bilgi kaynağı olarak kullanan Siri. Sanal asistan konuşmaya katılabilir, ancak yanlış sonuçlara yol açabilecek. Kısıtlayıcı, önceden tanımlanmış bir şekilde yapılmasıyla sınırlıdır.

Öte yandan, en karmaşık haliyle, Yapay Zeka, teorik olarak bir insanın sahip olduğu, öğrenme, tahmin etme, akıl ve durumsal ipuçlarını algılama yeteneği gibi tüm bilişsel işlevlere sahip olabilir. Bu Güçlü AI nihai amaç olarak algılanabilir. Ancak insanlar henüz tamamen bağımsız bir Yapay zeka olarak kabul edilen herhangi bir şey yaratmamışlardır.

Şu anda en zorlayıcı çalışma bu iki AI türünün ortasında yer almaktadır. Buradaki fikir, insan akıl yürütmesini rehber olarak kullanmaktır, ancak tamamen kopyalamak zorunda değildir. Örneğin, IBM’in süper bilgisayar Watson’ı kanıta dayalı sonuç çıkarmak için binlerce veri kümesini tarayabilir.

Makine öğrenimi ve derin öğrenme

Genel AI, en fazla kamuoyunun ilgisini çekebilirken. Sektörde en büyük başarıya ve en büyük etkiye sahip olan uygulamalı AI alanıdır. Uygulamalı yapay zekanın odaklanmış doğası göz önünde bulundurulduğunda. Sadece insan düşünce süreçlerini çoğaltmakla kalmayıp. Aynı zamanda işledikleri verilerden makine öğrenmesi olarak bilinen öğrenebilen yetenekler de geliştirilmiştir.

Bunun bir örneği, giderek artan bir şekilde AI tarafından yönlendirilen bir alan haline gelen görüntü tanımadır. Bir resim, bir görüntüdeki şekilleri, renkleri ve nesneleri analiz eden. Bir görüntüyü doğru bir şekilde nasıl tanımlayacağını öğretmek için. Milyonlarca görüntüyü taranan önceden yazılmış rutinleri işlemek üzere tasarlanabilir.

Ancak, bu süreç geliştikçe, makine öğreniminin insanın yönlendirmesine çok fazla bağlı olduğu. Bir görüntü bulanık veya belirsiz olduğunda geniş hata payları yarattığı kısa sürede anlaşıldı.

Derin öğrenme, yeni nesil AI çalışması olarak kabul edildi. Bu terim, insan beynini oluşturan birbirine bağlı nöronlara benzeyen yapay sinir ağlarının inşasını ifade eder. Nöronların yakın çevresinde konuşabildikleri beyinden farklı olarak, bu yapay ağlar. Verilerin geçmesi için bir yol oluşturan katmanlar kullanılarak oluşturulur.

Fikir şu ki, bir katman işlenmekte olan verileri analiz etmeyi bitirdikten sonra. Ek bağlamsal bilgiler kullanılarak yeniden analiz edilebilecek bir sonraki katmana aktarılır. Mesela, banka sahtekarlığıyla mücadele etmek için tasarlanmış bir Yapay zeka sistemi durumunda. Bir birinci katman, son bir işlemin değeri gibi temel bilgileri analiz edebilirken. İkinci katman daha sonra analizi bilgilendirmek için konum verilerini ekleyebilir.

Google’ın AlphaGo’unda, 2016’da bir şampiyon Go Player’ı yenen sistem. Derin öğrenme sinir ağı, her biri ek bağlamsal bilgi sağlayan yüzlerce katmandan oluşur. Makine öğrenimi bir tür AI iken, iki terim arasında farklılıklar vardır.

Riskler var mı?

Robotların karmaşık görevleri öğrenme ve otomatikleştirme yetenekleri varsa. İnsanlara göre belirli rolleri yerine getirmenin çok daha iyi olacağı gerçeğinden uzaklaşmaz. Ve bununla yüzleşelim, işletmeler her zaman maliyetleri düşürmek istiyor.

Avukatlar, öğretmenler ve hatta biz gazetecilerin bazılarının otomasyon tehdidi altında oldukları düşünülmektedir. Ancak, teknolojinin bu işleri geliştirecek, yerine koymayacağı konusunda iddialı bir argüman var.

Bunun bir örneği yakın zamanda AI tarafından yönlendirilen raporlamayı geliştiren Associated Press’in çalışmasında bulunabilir. Bir muhabirin yerine, sistem AP’nin Minor League beyzbolunu tarihte ilk kez rapor etmesine izin verdi.

Medyada sıklıkla göz ardı edilen çok daha büyük bir risk, AInın bize karşı kullanılma tehdididir. Çünkü sadece iyi adamların teknolojiyi geliştireceğini düşünmek aptalcadır. Uzun zaman önce akıllı zararlı yazılımların ortaya çıkışını, yayılmalarını durdurmaya teşebbüs etmek için. Anında adapte olabilecek tehditleri görmemiz büyük olasılıktır.

Başka bir WannaCry veya NotPetya kampanyası, arkasında AI ile daha da kötü olacak. Daha fazla yayılabiliyor ve daha uzun bir süre daha fazla aksamaya neden olacak. Günümüzde oldukça bilinçsiz olan e-posta kimlik avı dolandırıcılığı gibi tehditlerin. Özellikle AI ve Nesnelerin İnterneti cihazlarının çok sayıda kurbanı hedeflemek için kullanılması halinde, çok daha nüanslı olması muhtemeldir.

İlginizi çekebilir:

• ABD Dünyanın En Güçlü Süper Bilgisayarını Yaptı
• Yapay zeka ile Depremler önceden tespit edilebilecek
• Facebook intihar içerikleri artık yapay zeka ile tespit edilecek
• Yapay Zeka Ürününe Sahip Farklı Robotlar