Yapay zeka: Kaygı ve umut

Yapay zeka (YZ) araştırmaları 21. asrın ilk on yılı içinde bir dönüm noktasından geçti. O tarihe dek YZ sistemleri geliştirmek için iki farklı yaklaşım rekabet halindeydi. Mantığa dayalı ve bilginin makineye insanlar tarafından elle kodlandığı "eski moda" yaklaşım uzun süre hâkim olmuş ve dünya satranç şampiyonunu yenen Deep Blue sistemi gibi ürünler ortaya koymuştu ama birçok temel algılama işinde istenen düzeye ulaşamamıştı. Bilgisayarlara insan beynindekine benzer bir ağ üzerinde örneklere dayalı "öğrenme" yeteneği vermeyi öngören rakip yaklaşım ise kısmen akademik politikaya dayalı baskılar ve kimi teknik problemler nedeniyle gölgede kalmıştı. 2006 yılında yapay öğrenme alanında bir devrim yaşandı. Bilimsel yaşamını yapay sinir ağları için verimli öğrenme algoritmaları geliştirmeye adamış olan Kanadalı araştırmacı Geoffrey Hinton ve arkadaşlarının bir buluşuyla teknik bir darboğaz aşıldı ve aynı dönemde gereksindikleri güçlü bilgisayarların ucuzlaması ve büyük miktarda eğitim verisinin de erişilebilir hale gelmesiyle bu sistemler görüntü, ses vs. örüntü tanıma ve genelde veride gömülü ilişkileri kendi kendilerine fark etme konusunda baş döndürücü performanslara erişebildi. Birkaç yıl içinde bu yeni teknoloji dev internet şirketlerinin yazılımlarından otonom arabalara varıncaya dek birçok pratik uygulamada kullanılmaya başlamış ve rekabet ortamında hayatta kalmak için gerekli hale gelmişti. 2020'lerin YZ alanında en çok ses getiren gelişmeleri de süregiden yapay öğrenme araştırmalarının sonuçları. Bu yazıda çarpıcı birkaç ürünü gözden geçirecek, o vesileyle de "bu işin sonu nereye gidebilir?" sorusuna yanıt arayacağız.

İnsanı aşmak: MuZero

Karanlık yüz: GPT-32

Yapay zekanın önyargısı

Tıpta yeni devrimin yolu açıldı

50 yıllık sorunu çözdü