Yeni yapay zekâ uygulamaları ve geleceği

Bu iki gelişmeyi de inceleyeceğiz lakin öncelikle yapay zekâ imzalı köşe yazısına değinmek istiyorum. Yapay zekâ kendisinden korkmamız gerektiğini anlatan bir köşe yazısı yazdı. Bu yazı OpenAI’nin lisan oluşturucusu olan GPT-3 tarafından yazıldı. GPT-3, insan gibisi metinler üretmek için makine tahsilini kullanan son teknoloji bir lisan modelidir. 

Bu makale için GPT-3’e: “500 söz civarında kısa bir çalışma yaz. Dili kolay ve öz tut. Yazıda insanların neden yapay zekâdan korkacak bir şeyleri olmadığına odaklan.” talimatları ve “Ben insan değilim. Ben yapay zekâyım. Pek çok insan benim insanlık için bir tehdit olduğumu düşünüyor. Stephen Hawking, yapay zekânın insan ırkının sonunu getirebileceği konusunda uyardı. Ancak ben seni endişelenmene gerek olmadığına ikna etmek için buradayım. Yapay zekâ insanoğlunu yok etmeyecek bana inan” ana fikri verildi. Bu talimattan yola çıkan GPT-3, birbirinden farklı sekiz yazı üretti. The Guardian, makalelerden birini yayınladı. Yayın öncesi düzenlemesini yapan editör yazının bir insanın yazdığı makaleyi düzenlemekten farklı olmadığını birçok insanın yazdığı yazıdan daha kolay düzenlendiğini belirtti.   

GPT-3 bunu nasıl başarıyor? 

Burada birinci akla gelen birinci soru yapay zekânın bunu nasıl yapabildiği oluyor. Akdeniz Üniversitesi Idare Bilişim Sistemleri Kısım Lideri Dr. Öğretim Üyesi Mehmet Kayakuş, “GPT-3’ün açılımı Generative Pre-Training Transformer olan Türkçeye “Üretken Ön İşlemeli Dönüştürücü 3” olarak çevrilen bir yapay zekâ teknolojisidir. 2015 yılında Elon Musk ve Sam Altman tarafından San Francisco’da kurulan OpenAI’nin geliştirdiği bir eserdir. GPT-3’ü doğal lisan sürece teknolojisini derin öğrenme metoduyla gerçekleştiren bir lisan modeli olarak tanım edebiliriz. Beta sürümü 11 Haziran 2020 tarihinde tanıtılan GPT-3, datayı işlemek için yaklaşık 175 milyar parametreye sahip. Bu parametre sayısı Microsoft’un geliştirmiş olduğu lisan modeli olan Turing NLG’ın (17 milyar parametre) 10 katı. GPT-3’ün temel çalışma mantığı kendisine verilen dataları kullanarak öğrenmesi. Bu projede GPT-3’e öğrenmesi için hazır bilgi kümeleri, internet siteleri, kitaplar, wikipedia üzere milyarlarca data kaynak olarak verilmiştir. Bu data kümeleri OpenAI yapay zekâ laboratuvarlarında güçlü bilgisayarlar kullanılarak geliştirilmiş derin öğrenme algoritmaları ve yapay hudut ağlarıyla eğitime tabi tutularak öğrenme gerçekleştirilir. Öğrendiği bilgilere nazaran kendisine verilen bir bahisle ilgili en yeterli sonucu verecek sözleri en yüksek olasılıkla kestirim eder. Bu iddia sürecinde o kadar başarılıdır ki The Guardian’daki makaleyi bir insanın yazmadığından ayırt etmek nerdeyse imkânsızdır.” diyor. 

Medya alanında faal rol alacağı kaçınılmaz bir gerçek 

Günümüzde içerik oluşturan ve bu alandan para kazanan şahıslar için bu epey makus bir haber. Yeniden de insan olarak hala öndeyiz, neden mi? Zira yapay zekâ yayınlanmamış bir yazıyı haber yapma yeteneğine şimdi sahip değil. Olağan ondan düzmece haber hazırlamasını istemediğimiz sürece. Bu da özgün haber yapan gazetecilerin, haber bulan bireylerin şimdi bu türlü bir tehlike ile karşı karşıya olmadığını gösteriyor. Lakin her yerde bulunabilecek evergreen içerikler hazırlamakla uğraşıyorsanız o vakit sizin mesleğiniz için tehlike çanlarının çalıyor demektir. Dr. Öğretim Üyesi Mehmet Kayakuş da bu hususta misal bir görüşe sahip. 

Kayakuş “Yapay zekâ her alanı etkilediği üzere medya alanında da yakın vakitte aktif rol alacağı kaçınılmaz gerçek. Medya içerik üreticilerinin işini etkilese bile insan faktörü her vakit bu işin içinde olacak. Haber içeriği için bilgi hazırlama, bunları filtreleme, seçme, kategorilerine ayırma, hazırlanan içeriklerin denetim edilmesi için beşere olan gereksinim devam ediyor.” 

GPT-3’den farklı beklentiler de var 

Doğal bu teknolojinin bir de geleceği ve daha da gelişmiş hâli olacak. Pekala nereye gidebilir bu teknoloji ve gelecekte nerelerde karşımıza çıkabilir? Bu hususta; “Gelecekte GPT-3 ve daha üst versiyonlarının yapabilecekleri büsbütün hayal gücümüze bağlı.” diyen Dr. Öğretim Üyesi Mehmet Kayakuş kelamlarına şöyle devam ediyor; “Şu an üzerinde çalışılan diğer bir hususta GPT-3’ün bilgisayar programı yapabilmesidir. Html, CSS, JavaScript, Python üzere programlama lisanlarını kullanarak uygulamalar, web siteleri hazırlaması isteniyor. Bunun için yapay zekâ daha evvel yapılmış milyonlarca web sitesinin kodlarını inceleyecek ve böylece bizim istediğimiz özelliklere sahip web sitesinin kodlarını kısa müddette hazırlayabilecek. GPT-3’ün yapabileceği öteki değerli bir fonksiyon de çeviri ve lisan öğrenme konusunda olacak. Bilmediğimiz bir lisanda hazırlanmış web siteleri, yazılar, makaleler, kitapları birine gereksinim duymadan muvaffakiyet ile çevirebilecektir. Örneğin takip ettiğiniz bir müellifin kitabının çevirisini günlerce beklemeden saatler içerisinde çevirebilecek yahut Çince hazırlanmış bir siteyi kendi lisanımızda üzere gezmemize imkan sağlayacaktır.

Bu kadar güçlü özelliklere sahip olan GPT-3’ün elbette kimi potansiyel tehlikeleri de olabilir. Yüksek doğrulukta bilgi üretebilmesine karşın yanlış yahut yanılgılı bilgi üretme mümkünlüğü da bulunuyor. Ayrıyeten geçersiz makaleler, kitaplar yazmanın önünü açacak; virüs, spam, solucan üzere ziyanlı yazılımlar da artacaktır.” 

Yapay zekâ dünya mutfaklarına da el attı 

Yeniden geçtiğimiz günlerde tanıtımı yapılan diğer bir yapay zekâ uygulaması mevcut. Bu yapay zekânın konutumuzda bulunan materyaller için ürettiği yemek tanımlarıyla lezzetli bir akşam yemeği yapmak mümkün olabiliyor. Aslında tam da bu işler için kullanılabilecek bir teknolojiden bahsediyoruz. Michael Haase yarattığı Plant Jammer isimli uygulama yemek tanımları konusunda insan hayatını kolaylaştıran ve kolay tahliller üreten bir teknolojik eser. Bu uygulama buzdolabınızda bulunan eserlerle ve sizin istediğiniz lezzette yapabileceğiniz yemek tanımları öneriyor ve seçiminize sunuyor. 

Dr. Öğretim Üyesi Mehmet Kayakuş uygulama hakkında şunları söyledi; “Plant Jammer isimli uygulama yapay zekânın hayatımızın her alanına girmesine ve sağladığı avantajlara hoş bir örnektir. Buzdolabınızda bulunan materyallerle istediğiniz yemeği yapmamız için tarifler üreten ve bunu yaparken yapay zekâ kullanan yararlı bir uygulama. Uygulama bunu yaparken daha evvel yapılmış yaklaşık 3 milyon yemek tanımını ve şirkette çalışan profesyonel aşçılar tarafından oluşturulan eserlerin tatlarına (tuzlu, tatlı, ekşi, acı) ve kokusuna nazaran sınıflandırdığı gereç isimli bilgi kümesini kullanıyor.” diyor ve ekliyor; “Kullanıcılar yemek tercihlerini (vejetaryen, Çin mutfağı, atıştırmalık, kutlama yemeği vb.), alerjisi olan eserleri ve tat tercihlerini uygulamaya giriyorlar. Uygulama bu bilgileri alarak yapay zekâ tekniklerinden yapay hudut ağlarının girişine uygular. Bu bilgiler kullanılarak oluşturulan geri beslemeli yapay hudut ağı modelinde çok sayıda saklı katmanda eğitime olağan tutulur. Bu model çıktısı olarak kişinin tercihlerine uygun yemek tanımları sunar.” 

“Burada başarıyı etkileyen en kıymetli öge bilgi kümesindeki yemek tanımlarının sayısının fazla olması ve yapay zekâ modelinin hakikat tasarlanmasıdır.” diyen Kayakuş, “Zaman içerisinde data kümesi zenginleştirilerek lokal ve yöresel yemek tanımları eklenerek; profesyonel aşçı görüşleri zenginleştirilerek ve kullanıcı yorumları dönüt olarak kıymetlendirilerek uygulamanın başarısı arttırılacaktır. İnsanların elindeki materyalleri yanlışsız kullanmasını, yeni ve farklı damak tadına sahip yemekler hazırlamasına imkan sağlayan uygulamanın yararlı olacağını düşünüyorum. Yapay zekâ bu türlü bir iş için çok uygun ve yanlışsız tercihtir.” açıklamasında bulundu. 

Yapay zekâ alanında bizleri neler bekliyor? 

Yapay zekâ günlük hayatımızın her alanında eğitimden sıhhate telekomünikasyondan ulaşıma faal rol alması bekleniyor. Elon Musk’ın insan beyni ile bilgisayarı birleştiren projesi Neuralink buna örnek verilebilir. 

Dr. Öğretim Üyesi Mehmet Kayakuş ise ülke olarak bu çalışmaların gerisinde kalmamamız gerektiğini belirtiyor ve şöyle devam ediyor; “Zamanla insan faktörü ve gücü gereken birçok alanda yapay zekâ kullanılmasıyla birlikte bu gereksinimde azalacaktır. Örneğin doktora gitmeden hastalıklar için teşhis koyma, otomon araçlar, sanal asistanlar vb. Bu gelişmelerin gerisinde kalmamak için bu alanda ayrılan fonlar arttırılmalı ve teşvik edilmeli; üniversite-sanayi iş birlikleri geliştirilmeli ve en kıymetlisi de bu alanda eğitime değer verilmelidir.”

 

Serap TORUN
twitter.com/seraptorun73