ÖNERİLER

Y

apay zekâ insanlık gelişiminin doğal ve kaçınılmaz bir gerçeğidir. Bundan dolayı herkes, ister bireysel ister kurumsal, bu gelişmeyle karşılaşacaktır. Karşılaştığında ne yapacağınız size kalmıştır. Kullanmak, kullanmamak, bu devrime dahil olmak veya olmamak size kalmıştır.

Ancak bizim önerimiz, bu gelişmeleri yakından takip etmek, kullanmak ve yararlanmak üzere gerekli yetkinlikleri kazanmak, kullanılması için gerekli verileri ve bilişim gücünü tesis etmek ve hangi alanlarda nasıl kullanıp, yararlanabileceğinizle ilgili  deneyler yapmak.

Şimdi bu dört öneriye detayda bakalım.

VERİ, VERİ, VERİ!

Her bireyin ve her kurumun pek çok verisi vardır. Yazdığımız mailler, çekilen fotoğraflar, oluşturulan tablolar, yazılar, çizimler, projeler. Kurumlarda kullanılan sistemlerde pek çok veri oluşmaktadır. Bunları ne kadar kullanıyoruz?

Verilerden genelde geçmişe yönelik raporlar, listeler üretilmektedir. Satış raporları, üretim raporları, kalite raporları, personel raporları vb. Ama o veriler aslında başka hikayeler barındırmaktadır. Onları arıyor muyuz?

O hikâyelere ulaşmanın yolu genelde matematiksel modellemeden geçiyor. Bu tür matematiksel modelleri geliştirmek için çözülmesi istenilen problemi tespit etmek gerek. Ona yönelik bir model oluşturmak, ondan sonra gerekli verileri ortaya çıkarmak ve birbirleriyle ilişkilendirmek gerek. Sonra algoritmalar hesabı yapacak.

Ancak kurumdaki veriler yeterli olmayabilir. Satışlar mevsimsel değişim gösteriyorsa, kıyafette olabilir, gıdada olabilir, başka pek çok alanda olabilir, meteoroloji verileri edinmek ve modele dâhil etmek gerekir. Demografik veriler farklara sebep olacaktır, o verileri edinmek gerekir. Lokasyon verileri, etkinlik verileri, sağlık verileri, trafik verileri, malzeme verileri, tüketim verileri ve benzeri ne gerekirse, hesaba katmak lazım. Peki, hangi verilere ihtiyacınız olduğunu biliyor musunuz? Hiç düşündünüz mü?

YETKİNLİKLER KAZANIN!

Yapay zekâ yetkinlikleri çok yaygın değil. Dolayısıyla özellikle aranması, özellikle yetiştirilmesi gereken vasıflardır. Temelinde iki ana ekseni vardır. Matematik ve programlama. Dolayısıyla yoğun olarak matematik ve fizik okumuş kişiler ve bilgisayar veya elektronik mühendisliği okumuş kişiler uygun adaylardır.

Bunun üzerine makina öğrenme, yapay sinir ağları, derin öğrenme ve benzeri özel disiplinler bulunmaktadır. Bunlar master ve doktora seviyesinde uzmanlıklardır. Ancak bugünlerde çok yaygınlaşan MOOC’larda, yani online kurslarda da bulunmaktadır.

Bu alanda çalışacak kişilerin olabildiğince berrak zihinleri olmasında, konuya isteyerek odaklanmaları ve bu yöntemlerin temel mantığını anlamaları çok kritiktir. Zira yapay zekâ, normal programlamadan farklıdır. Yapay zekâ programcının aklına göre hareket etmez, kendisi öğrenir, anlar ve muhakeme yapar.

Mathematician

ALTYAPI OLUŞTURUN!

Özellikle “altyapı kurun” yazmıyor, zira bugünlerde bulut bilişim imkanları hızlıca yaygınlaşmaktadır. Geleceğin bilişim modeli tümüyle bulut tabanlı olacaktır, aynı elektrik sayacı ve enerji santralleri gibi.

Ama özel bilişim kapasitesi gereklidir. Zira normal bilişim mimarileri ve işlemcileri yapay zekânın yoğun ve karmaşık işlemleri için yeterli değildir. Bugünlerde bu alana odaklanmış teknoloji şirketleri bulunmaktadır. Bunlar yapay zekâ için özel tasarlanmış işlemciler tasarlamakta ve üretmektedir. Önümüzdeki yıllarda bu tür amaca özel çipler daha sık görülecektir.

Altyapının bir diğer önemli bileşeni hızlı depolama. Zira yapay zekâ algoritmaları olabildiğince çok veri üzerinde koşmalı ki olabildiğince hızlı ve iyi öğrenebilsin. Bu koşuların olabildiğince kısa sürmesi için, hızlı işlemciler ve hızlı depolama gereklidir. Dolayısıyla yapay zekâ işleri için çok özel altyapılar gereklidir.

altyapı

DENEYLER YAPIN!

Yapay zekâ ve özellikle derin öğrenme ve bunun kurumsal / ticari ortamlarda kullanılması ile ilgili henüz pek deneyim bulunmamaktadır. Dolayısıyla bu deneyimleri edinmek gerek. Yani deneyler yapmak, cesur olmak, hata yapmayı kabul etmek gerek.

İyi uygulamalar, yeterince deneyim oluşmadığı sürece, referans alınabilecek modeller veya örnekler oluşmamaktadır. Yumurta ve tavuk problemi gibi başarılı örnek mi önce gelmeli, biri buna cesaret mi etmeli? Bizim önerimiz, kontrollü ve bilinçli deneyler yapmak.

Deney yapmak, bir tez ileri sürmek, yani bir iddia ortaya atmak, ve tekrarlanabilir bir ortam oluşturup, tezi doğrulamaya çalışmaktır. Model oluşmalı, veriler yüklenmeli, bilişim altyapısı kurulmalı, algoritmalar çalıştırılmalı ve sonuçlar gözlemlenmelidir. Acaba ne çıkacak?

deney

SONSÖZ

Saban yerine traktör, ölüm yerine penisilin, at arabası yerine uçak, posta güvercini yerine e-posta. Yapay zekâ medeniyet tarihimizde yerini alacak ve insanlık bu teknolojiyi medeniyeti geliştirmek, insanlığı ilerletmek için kullanmayı öğrenmiş olacak.

Yoldan çıkan, sapıtan, insanlara zarar veren, borsaları karıştıran, sivil hedefleri vuran yapay zekâ makineleri olacak mı? Kesinlikle evet. Ama bunları anormal olarak, hata olarak ve kesinlikle önlenmesi gereken istisnalar olarak yaşayacağız.

Ekseriyetle yapay zekâ insan hayatı kurtaracak, verimliliği artıracak, yaşam kalitesini artıracak, bize arkadaşlık edecek, trafik sıkışmalarını önleyecek, enerji tasarrufu sağlayacak ve genel itibariyle insanlığın gelişmesine katkıda bulunacak.

Yoldan çıkan, sapıtan, insanlara zarar veren, borsaları karıştıran, sivil hedefleri vuran yapay zekâ makineleri olacak mı? Kesinlikle evet. Ama bunları anormal olarak, hata olarak ve kesinlikle önlenmesi gereken istisnalar olarak yaşayacağız.

Ekseriyetle yapay zekâ insan hayatı kurtaracak, verimliliği artıracak, yaşam kalitesini artıracak, bize arkadaşlık edecek, trafik sıkışmalarını önleyecek, enerji tasarrufu sağlayacak ve genel itibariyle insanlığın gelişmesine katkıda bulunacak.

Bilginin gücü hep sizinle olsun.