Öğrenmek sadece insanlara mahsus değil

Teknoloji şirketleri, insan beyninin örüntü veya bağlantıları nasıl tanıdığına ve takip ettiğine ilişkin kuramlardan esinlenen bir yapay zekâ tekniğinden yararlanıyor.

Teknoloji şirketleri, insan beyninin örüntü veya bağlantıları nasıl tanıdığına ve takip ettiğine ilişkin kuramlardan esinlenen bir yapay zekâ tekniğinden yararlanıyor.

Bu sayede bilgisayarla görme, ses tanıma ve ilaç üretimi açısından umut veren yeni moleküllerin belirlenmesi gibi çeşitli alanlarda şaşırtıcı ilerlemeler kaydediyorlar. Bunlar görmek, dinlemek ve düşünmek gibi insan etkinliklerini gerçekleştirecek yazılımlar tasarlayan araştırmacılar arasında heyecan yarattı. İnsanlarla konuşan, araba süren veya fabrikada çalışan makineler yapma umudu uyandıran bu ilerlemeler, aynı zamanda insanların yerini alabilecek otomatik robotlar üretileceği endişesi yaratıyor. Derin öğrenme adı verilen bu teknoloji, Apple'ın sanal kişisel asistanı Siri gibi hizmetlerde şimdiden kullanılıyor. Siri'nin temeli, Nuance Communications şirketinin ses tanıma hizmetine ve belli adresleri bulmak için bilgisayarla görme teknolojisinden yararlanan Google'ın Street View hizmetine dayanıyor. Ama yeni olan, yapay sinir ağları veya beyindeki sinir bağlantılarına olan benzerlikleri nedeniyle yalnızca "sinir ağları" adı verilen derin öğrenme programlarının artan hızı ve hassasiyeti.

 BEYNİNİZİ ÇALIŞTIRMANIN YOLLARI

Bell Laboratuvarları'nda el yazısı tanıma konusunda öncü araştırmalar yapan, New York Üniversitesi'nden bilişim uzmanı Yann LeCun, "Derin öğrenme yöntemleri alanında bir dizi çarpıcı sonuç elde edildi. Bu sistemlerin hassasiyetinde şu anda tanık olduğumuz ilerleme, gerçekten çok az görülen cinsten" diyor. Yapay zekâ araştırmacıları aşırı iyimserliğin tehlikelerinin fazlasıyla farkında. Bu bilim dalı, yersiz coşku patlamalarından uzun süredir zarar görüyor. 1960'larda bazı bilgisayar uzmanları, uygulanabilir bir yapay zekâ sisteminin en geç 10 yıl içinde b ulunacağına inanıyordu. 1980'lerde kurulan çok sayıda ticari teknoloji şirketinin çöküşü, bazılarının "AI (yapay zekâ) kışı" dediği duruma yol açtı. Ancak bu son başarılar çok sayıda bilgisayar uzmanını etkiledi. Örneğin, Toronto Üniversitesi'nden bilgisayar uzmanı Geoffrey E. Hinton ile çalışan bir grup yüksek lisans öğrencisi Ekim'de, Merck'in düzenlediği yarışmada büyük ödülü kazandı. Yarışmanın konusu, yeni ilaçların üretilmesini sağlayabilecek moleküllerin bulunmasını yardım eden bir yazılımın tasarlanmasıydı. Yarışmacı lar derin öğrenme yazılımını kullanarak, binlerce farklı molekülün kimyasal yapısını tanımlayan bir veri öbeği içinden, hangi molekülün en muhtemel etken ilaç maddesi olabileceğini bulmaya çalıştı. İçlerinde Merck'in yarışmasının da olduğu veri bilimi yarışmaları düzenleyen Kaggle'ın kurucusu ve CEO'su Anthony Goldbloom, "Gerçekten heyecan verici bir sonuç, çünkü bu derin öğrenme yöntemiyle kazanılan ilk yarışma. Daha da önemlisi, bu tekniğin başarılı olmasının beklenmediği bir veri öbeğinde kazanması" diyor. Model veya örüntü tanıma alanındaki ilerlemeler yalnızca ilaç geliştirme açısından değil, pazarlama ve güvenlik dâhil her tür uygulama için önemli. Örneğin, pazarlamacılar teknolojideki ileri hassasiyet sayesinde, alışveriş alışkanlıklarına dair daha net bilgi edinmek için tüketici davranışıyla ilgili büyük veritabanlarını tarayabilecek. Ayrıca yüz tanıma alanındaki gelişmeler muhtemelen, gözetleme teknolojisini daha da ucuzlatıp yaygınlaştıracak. Geçmişi 1950'lere giden yapay sinir ağları fikri, beynin bilgileri özümseyip bunlar aracılığıyla öğrenmesini taklit etmeye çalışıyor. 64 yaşındaki Hinton son yıllarda, yapay ağların örüntüleri tanımasına yardım eden etkili yeni tekniklerin öncülüğünü yaptı. Modern yapay sinir ağları, girdiler, gizli katmanlar ve çıktılar halinde bölünmüş bir dizi yazılım bileşeninden oluşuyor. Bu diziler, resim ve ses gibi örüntüleri tanımaya yönelik sürekli denemeler sayesinde "eğitilebiliyor". Derin öğrenme sistemleri belli denemelerde insanları geride bıraktı. Çin'in Tianjin kentinde Ekim'de düzenlenen bir konferans, derin öğrenmeyle ilgili gayet cesur bir gösteriye sahne oldu. Microsoft'un en üst düzey bilim adamı Richard F. Rashid kocaman bir salonda konuşurken, sözlerini tanıyan bir bilgisayar programı bunları başının üzerindeki büyük ekranda İngilizce olarak eşzamanlı gösterdi. Hayret dolu alkışlara yol açan sonraki gösteride, Rashid her cümleden sonra durdu ve sözleri Çin harflerine çevrildi. Aynı anda, Rashid'in sesinin taklidi onun hiç bilmediği Çince konuştu. Bu başarı kısmen, ses tanıma alanında ilerleme sağlayan derin öğrenme teknikleri sayesinde gerçekleşti. Microsoft'un dünya genelindeki araştırma faaliyetlerini yöneten Rashid, şirketinin yeni ses tanıma yazılımı önceki modellerden yüzde 30 daha az hata yapsa da, bunun hâlâ "mükemmeliyetten uzak" olduğunu kabul etti. Rashid Microsoft'un web sitesinde, "Dört veya beş sözcükte bir hata yerine, artık yedi veya sekiz sözcükte bir hata oluyor" diye yazdı. Rashid, "Yine de bu, 1979'dan bu yana hassasiyet konusunda yaşanan en çarpıcı değişim. Eğitime daha fazla veri sağlayınca daha da iyi sonuçlar alacağımıza inanıyoruz" dedi. THE NEW YORK TIMES