Yapay Zeka dediğimiz bu teknoloji aslında kendi içinde hayli ayrıntılı. Ortaya birinci çıktığı yıllardan bugüne süren seyahatinde kendi içinde makine öğrenmesi, yapay hudut ağları, derin öğrenme, doğal lisan sürece, imaj tanıma üzere bir çok alt çalışma kollarına ayrıldı. Bu alt kollar hem kendi kulvarlarında gelişmeler kaydederken başka yandan da birbirleri ile etkileşerek yeni gelişmelere de vesile oluyorlar. Yapay Zeka’nın en temelindeki husus ise tıpkı bizim zihinlerimizde olduğu üzere temaslı bağlar kurmak ve bunlardan çeşitli çıkarımlar yapmak ve yaptığı çıkarımlardan da öğrenmek.
Buradan isterseniz OpenAI’yi ve yakın vakitte gerçekleşen gelişmeleri hatırlayalım. OpenAI, 2015 yılında Elon Musk ve Sam Altman tarafından kurulmuş, yapay zekayı (AI) insanlığa yarar sağlayacak halde geliştirmeyi amaçlayan, kar emeli gütmeyen bir araştırma şirketi. Kurulduktan sonra metin üreten bir hudut ağı algoritması olan GPT (Generative Pretrained Transformer -Ön İşlemeli Dönüştürücü) serisinde çalışmalara başlamıştı. Birinci GPT modeli, Alec Radford, Karthik Narasimhan, Tim Salimans ve Ilya Sutskever’ın yazdığı “Improving Language Understanding by Generative Pre-training (Üretici Ön Eğitimle Lisan Anlayışını İyileştirmek) ” başlıklı makalede lisana getirmişti.
Yapılan çalışmalar, doğal lisanlar ve bilgisayarlar ortasındaki ilişkiyi sağlamayı hedefleyen, lisan bilimi, bilgisayar bilimi üzere kısımları ele alan doğal lisan sürece alanı ile bağlı. Günümüzde doğal lisan işlemenin kullanıldığı çok sayıda uygulama var. Bu örneklerin en başında ise sorduğumuz rastgele bir soruyu anlayıp cevaplayabilen, istediğimiz müziği çalan Alexa ve Siri geliyor. Data bilimi dünyasında ise doğal lisan sürece metin sınıflandırma, his tahlili, metin özetleri üzere farklı vazifelerde kullanılıyor.
Open AI’nin 1.5 milyar parametreye dayanan lisan modeli GPT 2, 40 GB boyutundaki bir internet metninde bir sonraki kelimeyi kestirim etmek için eğitilmişti. Bu süreçte kullanılan bilgi kümesi ise 8 milyon web sayfasından oluşuyordu. Çıktı olarak gerçekleştirdikleri ise soru yanıtlama, okuduğunu manaya ve açıklama dahil olmak üzere kimi lisan vazifelerinde, vazifeye has eğitim bilgi kümelerini uygulamadan bu vazifeleri ham metinden anlamaya başlaması olmuştu.
OpenAI, GPT-2 sonrasında 2019 yılında GPT-3 ismini verdiği, GPT-2’nin geliştirilmiş üçüncü kuşak hâli olan açık kaynaklı ve en süratli NLP (doğal lisan işleme) framework’ünü ortaya çıkardı. GPT 3, otomatik tamamlamayı gerçekleştirmek için tasarlanmış genel bir lisan modelidir. 175 milyar parametresi bulunan ve 12 milyon dolara mal olan GPT-3, GPT-2’nin öğrenme kapasitesinin 2 katına sahip. 14 Mayıs 2020’de tanıtılan ve Temmuz 2020 prestijiyle beta evresinde olan GPT-3, evvelce öğretilmiş lisan örnekleriyle doğal lisan sürece (NLP) sistemini kullanmaktadır. Bilgi kümesinin %22’si İnternetteki bilgilerden, %16’sı şimdiye kadar yayımlanmış kitaplardan ve %3’ü Wikipedia’dan gelmektedir. GPT-3, yüz milyarlarca sözün yanı sıra CSS, JSX, Python’da kodlama yeteneğine sahiptir.Kategorize edilmemiş internet yazıları üzerine eğitilmiş olan algoritma, rastgele bir başlangıçtan sonra gelecek metinleri iddia eden, insanların yazdığı metinlere emsal içerik üretmek için derin öğrenmeyi kullanan özbağlanımlı lisan modelidir. Open AI istemine erişimi olan kullanıcıların transferlerine nazaran ise metin olarak tanımlanan tabirleri anlayarak direkt dizayna dökebiliyor. Örneğin, GPT-3 Algoritmasıyla geliştirilmiş bir web sitesi oluşturucusuyla, yalnızca yapmak istediklerinizi düz metin olarak yazmanız kâfi olabilecek. Zira daha evvelce yapmış olduğu incelemelerden bunun nasıl yapılabileceğine dair oluşturduğu çıkarımları var.
Tüm bu çalışmalara baktığımızda yapay zekanın giderek deneyimlendiğini görüyoruz. Bu sayede de iddia yapma gücü artıyor. Örneğin bir yemeği birinci defa yapmanız ile 30-40 kez yaptıktan sonrasındaki yaklaşımınızı düşünün. Artık birtakım materyalleri ölçe tarta koymazsınız. Buna karşın göz kararı koyduğunuz ölçüler varsayım gücünüzün gelişmesi sebebiyle dengeli olur. Bir öbür örneği de küçük bir çocuk için vereyim. Çocukla ne kadar bağlantı kurulur, konuşulur hatta kıssa okunursa çocuğun konuşması, kurduğu cümleler ve tabir kabiliyeti o derece de güçlü olacaktır. Misal durum yapay zeka içinde geçerli. Yapay zekanın tüm kaynağı da internetteki bilgiler. İnternet üzerindeki yazılı ve görsel tüm datalardan kendine bir hisse çıkarıyor yani ilişkilendirmeler yapıyor. Böylelikle kendini geliştiriyor.
GELECEĞİMİZE VE YARATICILIĞA TESIRLERI
Her ne kadar olumsuz kullanılabileceğine dair görüşler olsa da bu çalışmaların sağlayacağı olumlu kazanımlara odaklanmak daha umut verici diye düşünüyorum. Bu çalışmaların sonuçlarını kullanarak iyileştirilecek ve geliştirilecek sistemlerin insanların çalışmalarına dayanak olacak biçimde desteklenmesini tanımlayan “artırılmış zeka” konusu burada kıymet kazanıyor. Aslında bu kavram, dijital dünya için daima konuşulan ‘makine ve insan işbirliği’ ni içeriyor. Artırılmış zeka, yapay zekanın insanları atıl bırakması yerine, çeşitli misyonları gerçekleştirmeleri esnasında yapay zekadan sağlanacak katkılara ve bizim çalışmalarımızı destekleyici tarafına odaklanan bir yaklaşım. Bu hedefle geliştirilen sistemler ile çalışanların ve işletmelerin performansını, verimliliğini artırmaya yönelik katkı sağlamak amaçlıyor, bilhassa de artırılmış yaratıcılık anlamıda.
İngilizce Augmented intelligence (AI), intelligence augmentation (IA) ve cognitive augmentation sözlerini kapsayan bu kavram, Gartner’ın sözlüğünde, İnsan ve yapay zekanın, “insan odaklı” bir işbirliği sayesinde öğrenme, karar verme ve yeni tecrübeler edinmeyi sağlayacak biçimde bilişsel performansın genişletilmesi olarak açıklanıyor. Tıpkı vakitte Gartner Hype Cycle, yani gelişim etabındaki teknolojiler 2019 grafiğinde de artırılmış zekaya iki ila beş yıl ortasında gelişim gösterecek bir başlık olarak yer verilmişti. Bu grafiğin 2020 versiyonunda ise AI Augmented Development (Yapay Zeka ile Artırılmış Gelişim) olarak yer alıyor.
Oxon Industry Analysis firmasının yayınladığı “Global Augmented Intelligence Market Analysis to 2027″ raporuda yer alan CognitiveScale, Cosmo Tech, IBM Corporation, Microsoft Corporation, MondoBrain Inc., Qlik Technologies, Inc. ve SAP SE üzere yapay zeka çalışmalarında öncü firmaların da kendilerini bu alanda konumlandırmaya başladıklarını gösteriyor. Raporda “küresel artırılmış zeka pazarı” olarak tanımlanan bu alan, kendi içindeki yapay zeka çalışmalarının yer aldığı makine öğrenmesi, doğal lisan sürece, uzamsal navigasyon, imaj sürece ve makine görüşü üzere alt kategorilere ayrılıyor.
Tekrar ilaveten Gartner’ın varsayımlarına nazaran 2021 yılında yapay zekanın artırılmış zeka manasında kullanımıyla global bazda gerçekleşecek iş katma kıymeti 2,9 trilyon dolar olurken çalışanların verimliliğine sağlanacak katkıysa 6,2 milyar saat olacak.
Bu noktadan baktığımızda GPT-3’ün gelecekteki potansiyel kullanım alanlarının kavramsal seviyede sohbet etme, lisan çevirisi, e-posta yanıtlama, kimi programlama misyonlarını yerine getirme, tıbbi teşhislerle yardımcı olma olarak sıralayabilirim. İlaveten işin yaratıcılık boyutunda da değerli yararlar sağlayabilir. Örneğin dokuma ve moda bölümünde yapılan araştırmalar, bir tasarımcının günlük çalışma vaktinin üçte birinin farklı katalogları, koleksiyonları incelemek ve araştırma yapmakla geçtiği tespit edilmiş. Bu durum yaratıcılık için gereken vaktin büyük kısmını çalıyor ve dizayncı vaktinin az bir kısmını yaratıcılığa ayırabiliyor. Oysa bir moda tasarımcısının ve ya bir mimari tasarımcının GPT 3 denemelerinde olduğu üzere zihinlerinde oluşturdukları bir tasarımı bilgisayara yazılı aktardıklarında sistemin ona bir tasarım sunduğunu, tasarımcıların bunun üzerinde yapacakları düzenlemeler ile ilerlediklerini düşünün. Bu durumun sonucunda da ne insanın ne de makinenin tek başına hayal bile edemeyeceği derecede çok yaratıcı işlerin ortaya çıkması sağlanabilir.
Ecehan Ersöz
Teknoloji ve Marka Danışmanı
Hürriyet
