Ekim 1950'de İngiliz tekno-vizyoner Alan Turing , MIND dergisinde o zamanlar birçok kişiye bilimkurgu fantezisi gibi görünen şeyi gündeme getiren "Bilgisayar Makineleri ve İstihbarat" adlı bir makale yayınladı .
"Makineler, düşünme olarak nitelendirilmesi gereken ama bir insanın yaptığından çok farklı bir şeyi yapamaz mı?" diye sordu Turing.
Turing yapabileceklerini düşündü. Dahası, dijital bir bilgisayar için çevresini gözlemlemesini ve satranç oynamaktan bir insan dilini anlayıp konuşmaya kadar yeni şeyler öğrenmesini sağlayan bir yazılım yaratmanın mümkün olduğuna inanıyordu . Ve makinelerin sonunda bunu insan rehberliği olmadan kendi başlarına yapma yeteneğini geliştirebileceğini düşündü. “Makinelerin eninde sonunda tüm entelektüel alanlarda erkeklerle rekabet edeceğini umabiliriz” diye tahminde bulundu.
Yaklaşık 70 yıl sonra, Turing'in görünüşte tuhaf olan vizyonu gerçek oldu. Yaygın olarak AI olarak adlandırılan yapay zeka, makinelere deneyimlerden öğrenme ve bilişsel görevleri yerine getirme yeteneği verir , bir zamanlar yalnızca insan beyninin yapabileceğine inandığı türden şeyler .
AI, otonom araçların sokaklarda gezinmesini sağlamaktan daha doğru kasırga tahminleri yapmaya kadar her şeyi yapma vaadinin bulunduğu uygarlık boyunca hızla yayılıyor . Günlük düzeyde, AI size web'de hangi reklamların gösterileceğini belirler ve bir e-ticaret sitesini ziyaret ettiğinizde açılan bu samimi sohbet robotlarını , sorularınızı yanıtlamak ve müşteri hizmetleri sağlamak için çalıştırır. Ve kişisel asistanlar AI-powered sesle kumanda edilen akıllı ev cihazlarında trivia soruları yanıtlayan ve bize bizim favori şarkıları bulmalarına yardımcı olma konusundaki televizyonlar ve kapı zillerini kontrol dan, sayısız görevleri yerine getirir.
Ama daha yeni başlıyoruz. Yapay zeka teknolojisi daha sofistike ve yetenekli hale geldikçe, bir McKinsey Global Institute tahminine göre, 2030 yılına kadar yaklaşık 13 trilyon dolar değerinde ek aktivite yaratarak dünya ekonomisini büyük ölçüde artırması bekleniyor .
Verileri müşteriler için zekaya dönüştürmeye odaklanan küresel bir yazılım ve hizmet firması olan SAS'ta analitik platform stratejisti Sarah Gates, "Yapay zeka henüz benimseme sürecinin başında, ancak benimseme hızlanıyor ve tüm sektörlerde kullanılıyor" diyor .
Yapay Zeka Nasıl Çalışır?
Belki de daha da şaşırtıcı olanı, varlığımızın, çoğumuzun neredeyse hiç anlamadığı bir teknoloji tarafından sessizce dönüştürüldüğü - o kadar karmaşık bir şey ki, bilim adamları bile bunu açıklamakta zorlanıyor.
Penn State Üniversitesi'nde Profesör ve Yapay Zeka Araştırma Laboratuvarı direktörü Vasant Honavar , "AI, insanlar tarafından gerçekleştirildiğinde zeka gerektirdiği düşünülen görevleri gerçekleştiren bir teknoloji ailesidir" diye açıklıyor . "Düşünce diyorum çünkü kimse zekanın ne olduğundan tam olarak emin değil."
Honavar iki ana zeka kategorisini tanımlar. Radyolojide X-ışınlarından ve MRI taramalarından gelen görüntüleri analiz etmek gibi dar tanımlanmış bir alanda yetkinliğe ulaşan dar zeka vardır . Genel zeka , aksine, herhangi bir şey hakkında bilgi edinmek ve onun hakkında konuşmak için daha insani bir yetenektir. Honavar, "Bir makine radyolojide bazı teşhislerde iyi olabilir, ancak ona beyzbol hakkında soru sorarsanız, hiçbir şey anlamaz," diye açıklıyor Honavar. İnsanların entelektüel çok yönlülüğü "bu noktada hala AI'nın erişiminin ötesinde."
Honavar'a göre, AI için iki önemli parça var. Bunlardan biri mühendislik kısmıdır - yani zekayı bir şekilde kullanan araçlar oluşturmak. Diğeri ise zeka bilimidir, daha doğrusu, makine çok farklı bir süreçle elde etse bile, bir makinenin insan beyninin ortaya çıkardığı sonuçla karşılaştırılabilir bir sonuç elde etmesinin nasıl sağlanacağıdır. Bir benzetme kullanmak gerekirse, "kuşlar uçar ve uçaklar uçar, ancak tamamen farklı şekillerde uçarlar" Honavar. "Yine de, ikisi de aerodinamik ve fizikten yararlanıyor. Aynı şekilde yapay zeka, akıllı sistemlerin nasıl davrandığına dair genel ilkeler olduğu fikrine dayanıyor."
AI ise "temelde bizim yol anlamak ve taklit teşebbüs sonuçları beyin çalışmaları ve beyin benzeri aksi otonom sistemler (örneğin, fonksiyonların verilmesi için bu uygulama uçakları , robotlar ve ajanlar)," Kurt Çağlayan , bir yazar Danışmanlık firması Semantical'ın kurucusu olan veri bilimcisi ve fütürist, bir e-postada yazıyor. Ayrıca günlük bir bilgi teknolojisi bülteni olan The Cagle Report'un editörüdür .
İnsanlar bilgi depolamak için biyolojik hücreler yerine devreler, yarı iletkenler ve manyetik medya kullanan bilgisayarlar gibi düşünmese de, bazı ilginç paralellikler var. "Keşfetmeye başladığımız bir şey, milyarlarca düğüm hakkında konuşmaya başladığınızda grafik ağlarının gerçekten ilginç olduğu ve beyin, nöronların direncini değiştirerek süreçlerin güçlü yönlerini kontrol edebileceğiniz bir yer olsa da, esasen bir grafik ağıdır. kapasitif bir kıvılcım patlamadan önce," diye açıklıyor Cagle. "Tek bir nöron tek başına size çok sınırlı miktarda bilgi verir, ancak farklı güçlere sahip yeterince nöronu birlikte ateşler ve sonunda yalnızca belirli türdeki uyaranlara yanıt olarak ateşlenen bir model elde edersiniz,DSP'ler aracılığıyla tipik olarak modüle edilmiş elektrik sinyalleri [yaniretina ve koklea dediğimiz dijital sinyal işleme ]."
Honavar, "Yapay zeka uygulamalarının çoğu, büyük miktarda veri içeren alanlarda olmuştur" diyor. Radyoloji örneğini tekrar kullanmak gerekirse, insan radyologları tarafından değerlendirilen büyük X-ışınları ve MRI taramaları veritabanlarının varlığı, bir makineyi bu aktiviteyi taklit edecek şekilde eğitmeyi mümkün kılıyor.
Yapay zeka, büyük miktarda veriyi akıllı algoritmalarla (bir dizi talimat) birleştirerek çalışır ve bu , yapay zeka üzerine bu SAS öncülünde açıklandığı gibi, yazılımın verilerin kalıplarından ve özelliklerinden öğrenmesini sağlar .
Bir beynin çalışma şeklini simüle ederken, AI, SAS primerinin belirttiği gibi, bir grup farklı alt alan kullanır.
- Makine öğrenimi , belirli bir şeyi aramaya veya belirli bir sonuca varmaya programlanmadan verilerdeki gizli bilgileri bulmak için analitik model oluşturmayı otomatikleştirir.
- Sinir ağları , beynin birbirine bağlı nöron dizisini taklit eder ve bağlantıları bulmak ve verilerden anlam çıkarmak için çeşitli birimler arasında bilgi iletir.
- Derin öğrenme , görüntü ve konuşma tanıma gibi uygulamalar için verilerdeki karmaşık kalıpları bulmak için gerçekten büyük sinir ağları ve çok fazla bilgi işlem gücü kullanır.
- Bilişsel bilgi işlem , SAS'ın dediği gibi, konuşmayı yorumlama ve ona yanıt verme becerisini kullanmak da dahil olmak üzere "doğal, insan benzeri bir etkileşim" yaratmakla ilgilidir.
- Bilgisayarla görme , resimlerin ve videoların içeriğini anlamak ve makinelerin etraflarında ne olduğunu anlamak için gerçek zamanlı görüntüleri kullanmasını sağlamak için örüntü tanıma ve derin öğrenmeyi kullanır.
- Doğal dil işleme , insan dilini analiz etmeyi, anlamayı ve ona yanıt vermeyi içerir.
Onlarca Yıl Araştırma
AI kavramı 1940'lara kadar uzanır ve "yapay zeka" terimi , Dartmouth Koleji'nde 1956 yılında düzenlenen bir konferansta tanıtıldı . Sonraki yirmi yılda, araştırmacılar oyun oynayan, basit örüntü tanıma ve makine öğrenimi yapan programlar geliştirdiler. Cornell Üniversitesi'nden bilim adamı Frank Rosenblatt , delikli kartlarla beslenen 5 tonluk (4,5 metrik ton), oda boyutunda bir IBM bilgisayarında çalışan ilk yapay sinir ağı olan Perceptron'u geliştirdi .
Ancak Honavar'a göre, 1980'lerin ortalarına kadar, daha yüksek seviyeli görevlerin üstesinden gelmek için ikinci bir daha karmaşık, çok katmanlı sinir ağları dalgası geliştirilmedi. 1990'ların başında, başka bir atılım, AI'nın eğitim deneyiminin ötesine geçmesini sağladı.
1990'larda ve 2000'lerde, diğer teknolojik yenilikler - web ve giderek daha güçlü bilgisayarlar - AI'nın gelişimini hızlandırmaya yardımcı oldu. Honavar, "Web'in gelişiyle birlikte büyük miktarda veri dijital biçimde kullanılabilir hale geldi" diyor. " Genom dizileme ve diğer projeler muazzam miktarda veri üretmeye başladı ve bilgi işlemdeki ilerlemeler bu verileri depolamayı ve bunlara erişmeyi mümkün kıldı. Makineleri daha karmaşık görevler için eğitebilirdik. 30 yıllık bir derin öğrenme modeliniz olamazdı. önce, çünkü veriye ve bilgi işlem gücüne sahip değildiniz."
AI ve Robotik
Yapay zeka, makinelerin çevrelerini algıladığı, hesaplamalar yaptığı ve fabrika işlerinden ve yemek pişirmeden diğer gezegenlere inişe kadar kendi başlarına veya insanların yönetimi altında fiziksel işler yaptığı robotikten farklıdır, ancak onunla ilişkilidir. Honavar, iki alanın birçok yönden kesiştiğini söylüyor.
Honavar, "Robotları çok fazla zeka olmadan, otomatik dokuma tezgahları gibi tamamen mekanik cihazlar olmadan hayal edebilirsiniz" diyor. "Önemli bir şekilde akıllı olmayan robot örnekleri var." Tersine, insan güdümlü arabalar ve yayalarla dolu sokaklarda otonom bir araca rehberlik etmek gibi zekanın ayrılmaz bir parçası olduğu robotik var.
Honavar'a göre, "Genel zekayı gerçekleştirmek için bir dereceye kadar robotiğe ihtiyaç duyacağınız makul bir argüman, çünkü dünya ile etkileşim bir dereceye kadar zekanın önemli bir parçası." "Bir top atmanın ne demek olduğunu anlamak için, bir top atabilmeniz gerekir."
AI sessizce o kadar yaygın hale geldi ki, birçok tüketici ürününde zaten bulunuyor.
Cagle, "Nesnelerin İnterneti (IoT) alanına giren çok sayıda cihaz, çok özel AI olsa da, bir tür kendi kendini güçlendiren AI'yı kolayca kullanıyor" diyor. "Seyir kontrolü erken bir yapay zekaydı ve çalıştığında çoğu insanın düşündüğünden çok daha karmaşık. Gürültü önleyici kulaklıklar. Çoğu çağdaş televizyon uzaktan kumandası gibi konuşma tanıma özelliğine sahip her şey. Sosyal medya filtreleri. İstenmeyen posta filtreleri. Yapay zekayı genişletirseniz makine öğrenimini kapsayacak şekilde, buna yazım denetleyicileri, metin tavsiye sistemleri, gerçekten herhangi bir öneri sistemi, çamaşır ve kurutma makineleri, mikrodalga fırınlar, bulaşık makineleri, 2017'den sonra üretilen gerçekten çoğu ev elektroniği, hoparlörler, televizyonlar, kilitlenme önleyici fren sistemleri, herhangi bir elektrik dahildir. araç, modern CCTV kameraları.Çoğu oyun AI ağlarını birçok farklı düzeyde kullanır."
Honavar, "uçakların daha uzun mesafelere uçabilmesi ve bir kuştan daha fazla insan taşıyabilmesi" gibi, AI zaten bazı dar alanlarda insanlardan daha iyi performans gösterebiliyor. Örneğin, AI, milyonlarca sosyal medya ağı etkileşimini işleyebilir ve kullanıcıların davranışlarını etkileyebilecek içgörüler elde edebilir - AI uzmanının endişe ettiği bir yetenek "çok iyi sonuçlar doğurmayabilir".
Bir insan beynini bunaltacak büyük miktarda bilgiyi anlamlandırmada özellikle iyidir. Bu yetenek, örneğin internet şirketlerinin kullanıcılar hakkında topladıkları veri yığınını analiz etmelerine ve davranışlarımızı etkilemek için içgörüleri çeşitli şekillerde kullanmalarına olanak tanır.
Honavar, teknolojinin finansal raporlar ve seçim geri dönüşlerinden elde edilen verilere dayalı olarak müzik bestelemek ve haber makaleleri yazmak için halihazırda kullanılıyor olmasına rağmen, yapay zekanın şimdiye kadar insan yaratıcılığını çoğaltmada fazla ilerleme kaydetmediğini belirtiyor .
Yapay Zeka Ekonomiyi Nasıl Dönüştürebilir?
AI'nın eskiden insanlara ihtiyaç duyan görevleri yapma potansiyeli göz önüne alındığında, yayılmasının çoğumuzu işsiz bırakabileceğinden korkmak kolaydır. Ancak bazı uzmanlar, yapay zeka ve robotik kombinasyonunun bazı pozisyonları ortadan kaldırabilecek olsa da , teknoloji meraklısı çalışanlar için daha da fazla yeni işler yaratacağını öngörüyor .
Teknoloji İnovasyonu Merkezi'nin başkan yardımcısı ve kurucu direktörü Darrell West, "En çok risk altında olanlar perakende, finans ve üretim sektörlerinde rutin ve tekrarlayan işler yapanlardır" dedi.Washington merkezli bir kamu politikası kuruluşu olan Brookings Enstitüsü'nde bir e-postada açıklıyor. "Ancak sağlık sektöründeki beyaz yakalı işler de etkilenecek ve insanların işten işe daha sık taşınmasıyla iş kayıplarında bir artış olacak. Yeni işler yaratılacak ama birçok insan bu pozisyonlar için gerekli becerilere sahip olmayacak. Dolayısıyla risk, insanları dijital ekonomiye geçişte geride bırakan bir iş uyumsuzluğudur.Teknoloji yayıldıkça ülkeler yeniden iş eğitimine ve işgücü geliştirmeye daha fazla para yatırmak zorunda kalacak.İnsanların yaşamlarını düzenli olarak yükseltebilmeleri için yaşam boyu öğrenme gerekecektir. iş yetenekleri."
Ve insan işçilerin yerini almak yerine, onların entelektüel yeteneklerini geliştirmek için yapay zeka kullanılabilir. Mucit ve fütürist Ray Kurzweil, 2030'larda yapay zekanın insan zeka seviyelerine ulaştığını ve hafızayı güçlendirmek için insan beynine giren ve kullanıcıları insan-makine melezlerine dönüştüren yapay zekaya sahip olmanın mümkün olacağını öngördü . Kurzweil'in tanımladığı gibi, "Zihnimizi genişleteceğiz ve değer verdiğimiz bu sanatsal nitelikleri örneklendireceğiz."
Şimdi Bu İlginç
Cagle, birkaç yıl önce bir bilimkurgu kongresinde , yapay zekanın yunuslar ve maymunlar gibi insan olmayan canlıların entelektüel yeteneklerini insan seviyesine yükseltmek için kullanılacağı yükselme kavramı hakkında yazan yazar David Brin ile bir paneldeydi. . "Evrene yeni, zeki bir tür göndermeye etik olarak hazır mıyız?" Çağlar soruyor. "Seveceğimiz, tartışacağımız, öğreneceğimiz ve öğreteceğimiz başkalarını yaratmak için kendi varlığımızla yeterince rahat mıyız?"
