Sanırım 1985 yılıydı. Kanada’ya yeni kurulacak sayısal santrallerin eğitimi için gittik. Teorik eğitim sıkıcı olsa da Bell Laboratuvarlarındaki testler bir hayli zevkli ve eğlenceliydi. Testin birisin de eksik digit çevirme uygulaması vardı. İçimizde İngilizceyi hemen hemen hiç bilmeyen bir arkadaşımız vardı. Eksik digit denemesini o yaptı. Kulağında ahize ne olacağını bekliyordu. Karşıdaki ses bir şeyler söylerken arkadaşımız kendinden emin “Adam benim Türkiye’den geldiğimi bildi” dedi. Hepimiz merak ettik karşıdaki sesin ne söylediğini. Acaba Kanadalılar bize bir jest mi yapmıştı. Bu kez merakla biz aynı testi yaptık. Sistem yapılan hatalara göre bizi çeşitli anonslara yönlendiriyordu. Anonsta “Hang up Turkey” deniliyordu. (Kapat telefonu hindi anlamında) Sağ olsun arkadaş bunu Türkiye anlamış ve bir hayli gururlanmıştı.

Yapay Zekâ (Artificial Intelligence/AI) insanlar gibi çalışan ve tepki veren akıllı makinelerin oluşturulmasını ele alan bir bilgisayar bilimidir. Bugün karşınıza tüm akıllı cihazlarda ve bilgisayarınızdan arama yaparken veya bankanızı ve hatta kamu kurumlarını aradığınızda karşınıza çıkar. Telefonunuz açıkken bir mobilyadan, otellerden veya giyim mağazalarından bahsetseniz cihazınıza sürekli mobilyaya, otel veya mağazalara ilişkin reklamlar gelmeye başlar.

Sistem öyle hızlı çalışıyor ki sizin birkaç dakikalık site incelemenizde veya alışverişinizde o konu hakkında bir yığın öneri ve alternatifler içeren web sayfası sunmaya başlıyor. Özetle yapay zekâ kapitalizme iyi uyarlanmış. Tabii ki sadece bu yönünüzü değil, tercihlerinizi, zevklerinizi, duyarlılıklarınızı da sürekli takip ediyor. İzlediğiniz filmler, diziler, youtube kanallarını konularına göre tasnif etmekte ve sizin analizini yapmakta… Bunlar aslıda bir nevi makine öğrenimi yöntemidir. Yapay zekada, makine öğrenimi önemli bir teknolojidir. Makine öğrenimi, deneyimlerden otomatik olarak öğrenme ve gelişme yeteneğine sahip temeli istatistiğe dayanan bir yapay zekâ (AI) uygulamasıdır.

Bir makine öğrenimi uygulaması görüntüleri tanıyabilir ve içerdiği öğelere göre sınıflandırabilir ya da bir müzik dinlediğiniz zaman size dinlediğiniz müziğe benzer farklı parçalar önerebilir. Kişisel bilgiler ve çevrim içi davranış verileri depolanarak, kullanıcıların beğenileri, satın alma alışkanlıkları, ihtiyaçları ve hatta bir sonraki adımları tahmin edebilir.

Yapay zekâ teknolojileri, yeteneklerin yeniden üretilebilmesini sağlar. Bu yeteneklerin geliştirilebilmesine olanak verir. Bu yetenekleri, öğrenme, tanıma, dil algılama, muhakeme, sorun çözme olarak sıralayabiliriz. Yapay zekayı uygulamaya dönük tek bir görev amaçlı (sürücüsüz araba kullanımı) ve eskiden beri gelen sorunlara çözüm bulma amaçlı genel yapay zekâ diye iki ana dala ayırabiliriz

Yapay zekâ ile neler yapabiliriz? Sorusuna gelecek olursak,

• Sanal sohbetler
• Belli bir kitleyi hedefleyen reklamcılık
• Görsel tanıma
• Veri analizi ve tahmini
• Ses tanıma
• Yüz tanıma
• Otonom sürüş
• Otomatik zamanlama

belli başlılarıdır.

Dünya genelinde yapay zekâ konusunda son 10 yıl içinde patent başvurusu %400 artmış. Bu sürede en fazla başvuru yapan Amerika’yı ikinci sıradaki Çin takip ediyor. Ülkemiz ise maalesef ilk 20 arasına girebilmiş değil!

Ancak halen bazı sahalarda kullanımında sorunlar yaşanmaktadır. Biz de bankaların çağrı merkezinde ön yönlendirmeyi yapan yapay zekâ ürünü asistan çoğu zaman benim aklımdaki soruya cevap verecek seçenekleri sunmaktan çok öte. Sanırım bankacılıkta yapay zekâ amaçlı geliştirilen yazılımları bir kısmı dışardaki yazılımlardan kopyalama ya da benzeştirme şeklinde oluşturulmuş. Çünkü Türk insanının bankayı aradığında çözüm bulacağı sorunlarla, İngiltere’deki bir mudinin sorunları çoğu zaman örtüşmüyor.

Nitekim Yüz tanıma sistemlerinde de beyaz tenli erkekleri %99 oranında başarı ile tespit eden algoritmalar, koyu ten rengine sahip kadınları tespit etmede %35’e varan bir hata oranına ulaşıyor. Millî Eğitim Bakanlığı’nın özel eğitim kurumları için açtığı ihaleye girmiş ve biri Ankara Varlık’ta diğeri Aydınlıkevler’de iki okulda testler yaptık. Sistem mesafeye, yüzün bakış açısına, ışığın yüze geliş şekline göre veya down sendromlu birinin yüzüne göre hatalar yapabiliyor veya doğruluk yüzdesi artabiliyor. İnsan gözü yüzde 80’e yakın farklılıkla teşhis koyabilirken günümüzde en gelişmiş yüz tanıma sistemlerinde bu sayı henüz yüzde 13-15 civarında (Bu tanıma algoritmasının her biri farklı bir yazılım programına karşı gelmekte).

Her teknolojide olduğu gibi yapay zekânında zayıf ve eksik yönleri mutlaka var ama yazılımcılar da bu eksiklikleri gidermeye çalışıyor…