Günümüzde özellike de çalışan insanların kendilerine rakip bildiği AI yani yapay zeka kuşkusuz gelecekte de bu teknolojiden habersiz kesime benzer tepkiyi verdirtecektir. Bu düşüncede fanteziyle gerçeğin iç içe olduğunu kolayca tespit edebiliriz. Peki bizler hangi noktada hayal ile gerçeği ayırt ederek günümüz yapay zekasının sınırlarını bilebiliriz? Bunu anlamak için yapay zekanın neden yapay zeka olarak adlandırıldığına bakmamız gerekir. Yapay zeka kabaca tanımlanmış etkilere uygun tepkilerlerle dönüş üreten bir algoritmadır. Burada tanımlanmış etkilerin altını çizerim. Yani kendi tanımlarını yapacak güçte olmayan bir algoritmadan bahsediyoruz. Dışarıdan biz programcıların belirli tanımlar yapması koşuluyla uygun dönütleri sağlayacaktır. Kendi tanım kümesinden olmayan her girdi hata mesajı ile cevaplanacaktır. İlk sınır burada ortaya çıkıyor. Belirli işlere uygun programlar yazma zorunluluğumuz sürüyor. Her iş için aynı yapay zeka algoritması kullanılmaz. Kullanılırsa belki de yapay-gerizeka örneği sergiletmiş olursunuz. Bu neden önemli? Değişen dünya koşullarında tanımların da dinamik olduğu düşünülürse yapay zeka kendi kendine doğru tanımları yapamadığı sürece her çıkarımında hata yapacak. Uygun tepkilerin de altını çizerim çünkü hangi tepkinin uygun olduğunu ancak ve ancak koşullar belirler. Yapay zeka koşulları belirleyemediği sürece ürettiği tepkiler değişen çevrede muhtemelen yanlış olacaktır.
Birçok yapay zekâ uygulaması incelenirse çoğunun çoğunda belirli istatiksel hesaplamalar vasıtasıyla karar verdikleri görülür. Belirli bir matematiksel olasılık dağılımını, daha gelişmiş bir programsa birçoğunu kullanarak yapay zekâ hareket eder. Öğrenmenin girdi verisine dayandığının altını çizerim. Yani girmeyen veriden sonuç çıkaramayan bir programla karşı karşıyayız. Bu noktada ortaya çıkan manzarada yapay zekanın iyi sonuçlar vermesi için geniş veri kümelerine erişimi olması gerektiğini görüyoruz. Zaten fazla verinin olduğu bir durumda istatiksel olarak hata oranı ister istemez düşer çünkü olabilecek neredeyse tüm koşullar ve tepkileri veri tabanına yüklenmiştir. Günümüzde dehşet veri emisyonunda yapay zekanın bu sınırı göz ardı edilinse de doğal veri oluşturma sınırına ulaşıldığında yapay zekanın tahmin gücü de sınırlanacak. Ve bu sınırdan sonra da hatalar başlayacak. Bu sınır yönetici merciinin neden bir yapay zeka olmaması gerektiğini kanıtlıyor. Yapay zeka ancak bir danışman olmalı.
Makine öğrenmesinde geçmişe atıf yapılarak geleceğin tahmini yapılmaya çalışılır. Daha doğrusu geleceğin geçmişin kabaca dönüşüme uğramış bir fonksiyonu olduğu varsayılır. Bu varsayım karmaşıklıkla baş edebilme beceriksizliğinden kaçınılması için oldukça işe yarayan bir varsayımdır. Bunun böyle olmadığını tarihteki qualitif ilk değişimlerden görebiliriz. Uygulamalı bilimlerdeki en büyük sorun hatanın sonucu aşırı ölçüde değiştirebilmesidir. Kaos etkisi adını alan bu duruma büyük, tekrar eden ve deterministik sistemlerde rastlandığını bilmekteyiz. Yapay zeka kaos etkisinden kaynaklı gerçek dünyayı en iyi ihtimalle ve nadiren düşük çözünürlükte tahmin edecektir. İşte bu noktada yapay zekânın yine hata yapacağını görüyoruz.
Yukarıda bahsi geçen problemler üzerinde günümüzde özellikle bilgisayar mühendisleri, veri analistleri ve matematikçiler uğraşmaktadır. Yine de işin temelinde oluşmuş verilerden geleceğin tahmin edilmesi olduğu görülür. Oluşmamış verileri kullanarak ve birleştirerek yeni bir tahmin enstrümanı yapılabilir mi? Çoğu organik zekâ aslında bunu yapmaktadır. Rastgele bağlantılar kurarak sentezlenen senaryolar gerçek dünyada test edilir ve öğrenme gerçekleşir. Yapay zeka bu türden çağrışımları kurmada şimdilik herhangi bir başarı gösteremedi. Ve işte tam da bu nedenle yapay zeka üstel beyin fonksiyonlarını kullanan yaratıcı çalışana tehdit değildir. Tehdit olduğu tek şey monoton ve tekdüze kararların verilmesinin gerekildiği sistemlerdir.
Yapay zeka günümüzün yaratıcı ve fikir üreten insanına talebi artırır çünkü vasıfsız iş gücünün arzını kendi arzıyla neredeyse yok eder. Ford’un fabrikalarında seri üretim hattında, her hatta yeni bir parçayı insanlar değil otomatik sistemler monte eder. İnsanlar da böylece geleceği tasarlayacak zamanı kazanmış olur. Yani yapay zeka sistemleri vasıfsız istihdama bir tehdittir. Fakat vasıflı istihdama büyük bir övgüdür çünkü kendi sınırlarını aşan bir düşünme aracıyla mücadele edemez.
Yararlanılan Kaynaklar:
What is Artificial Intelligence (AI)? | IBM
Five biggest failures of AI – Why AI projects fail (thinkml.ai)
7 Revealing Ways AIs Fail – IEEE Spectrum
Types of Artificial Intelligence Learning Models | by Jesus Rodriguez | Medium
What Is a Machine Learning Model? | NVIDIA Blogs
Görsel Mataryel:
