Teknolojinin farklı alanlarında büyük gelişmeler olmasına rağmen hiç bir gelişme AI’daki gelişmeler kadar hem teknoloji alanında çalışanların hem de toplumun bütünün gündeminde yer tutmuyor. Hal böyle olunca ben de bu ay AI alanında kendi perspektifimi paylaşmak istedim.
Uzun yıllardır, benim de radarımda olan AI alanındaki gelişmeleri yakından takip edebilmek ve arkasındaki algoritmaları daha iyi anlayabilmek için 2020 yılında bu alanda master yapmaya karar vermekle başladı benim yolculuğum. 3 yılın ardından geçtiğimiz yıl tezimi vererek mezun oldum. Benim için gerçekten oldukça farklı deneyimleri barındıran bu 3 yılda neler öğrendin derseniz?
Her şeyden önce AI demek; ileri matematik demekmiş, hepimizin bildiği “veri” demekmiş ve tekrar okullu olmak zormuş. Şimdi ise bu alandaki bitirme tezimin konusunu ürüne dönüştürme yolcuğumla devam ediyorum. İlerleyen günlerde ürünümüz ortaya çıktığında onun da detaylarını ayrıca paylaşırım. O süreç de benim için heyecan verici bir yolculuk.
Bugün çokça konuştuğumuz AI aslında çok da yeni bir teknoloji değil. 1950’lerde Turing makinesi bu yolculukta atılan ilk adımlardan. Enigma şifrelerinin kırılması, ilk sayım bilgisayarları, Perceptron algoritması ile yapay sinir ağlarının temellerinin atılması, Nearest Neighbour algoritması ve makine öğrenmesi, ilk şahsi bilgisayarlar ve veri tabanlarının oluşması ile devam eden yolculukta, 2010’lara geldiğimizde ise artık derin öğrenmeden bahsedebiliyor olmuştuk.
Peki 70 yılı aşkın bir süre önce başlanan bu yolculukta neden şimdi AI’yı bu kadar çok konuşuyoruz? Bu sorunun cevabı aslında çok net. Özellikle IoT teknolojilerinin artması, daha bağlantılı hale gelmemiz, üretilen veri sayısının artması en temel noktalar. Öyle ki 2010’larda 2 zettabayt olan ürettiğimiz veri büyüklüğünün 2025’lerde 181 zettabayta ulaşacağı tahmin ediliyor. Buna paralel, bulut teknolojileri alanındaki gelişmeler ve üretilen verinin depolama maliyetinin düşmesi AI’ın en temel kaynağının artmasına zemin oluşturdu. 1980’lerde 1 M$ olan 1 GB veri depolama maliyeti, bugün centler mertebesine indi. Ve tabii ki işlemci gücü. Öyle ki işlemci gücü 1940’lardan bugüne 10 kat arttı ve şu anda her saat ilk 90 yılda aldığı yoldan daha hızlı yol almakta. Bu da aslında AI algoritmalarının daha hızlı çalışabilme gücünün artmasına ve AI uygulamalarının daha kullanılabilir hale gelmesine temel oluşturdu. Dolayısıyla teknolojinin pek çok alanındaki gelişmelerin bütünü AI uygulamalarına fırsat sağlamış oldu.
Peki nedir AI? AI; bilgisayar sistemlerinin insan zekasını taklit etme yeteneğine sahip olması için kullanılan bir terimdir. Bu amaçla makine öğrenmesi, doğal dil işleme, görüntü işleme, robotik ve benzeri birçok teknolojiyi içeren disiplinlerarası bir alandır. AI’ın temel amacı; insanların yaptığı zeka gerektiren işleri daha hızlı, daha doğru ve daha verimli bir şekilde yapmaktır.
Bugün adını çokça duyduğumuz makine öğrenmesi, derin öğrenme gibi kavramlar aslında AI şemsiyesi altındaki kavramlardır. Her biri de kendi içinde farklı algoritmalarla bugün karşımızda uygulama alanları bulmakta.
Tabii ki AI teknolojilerinin kullanım alanları arttıkça beraberinde çeşitli bireysel ve toplumsal kaygıları da beraberinde getirdi. Burada belki de AI teknolojilerinin temelde hangi prensiple çalıştığını bilmek bazı insani kaygıları elemine edebilir. Aslında Isac Asimov’un ilk robotik kuralları olan “Asimov Prensipleri” bugünkü AI kurallarının temelini oluşturmakta.
Bilim kurgu yazarı Isaac Asimov, otonom AI ajanlarının oluşturabileceği tehlikeleri onlar geliştirilmeden çok önce tahmin etti ve bu tür riskleri azaltmanın bir yolu olarak Robotiklerin Üç Yasası’nı geliştirdi:
1. Kural: Bir robot, bir insana zarar veremez ve hareketsiz kalarak o insanın zarar görmesine seyirci kalamaz.
2. Kural: Bir robot, bir insan tarafından verilen emri yerine getirmek zorundadır. Fakat bu emirler birinci kural ile çelişkili olmadığı durumlarda geçerlidir.
3. Kural: Bir robot, her daim kendi varlığını korumak zorundadır. Fakat bunu yaparken birinci ve ikinci kuralla çelişmemelidir.
1950’de yazılan “Ben Robot” kitabındaki bu yasalar, uzun yıllar AI’ın temel yasaları olarak kabul edildi. Ta ki 2017 yılında Asimolar İlkeleri yayınlanana kadar. AI teknolojilerin son 5 ila 10 yılda hızla büyümesi ve uygulama alanlarının genişlemesi sonucunda AI’ın insanlar için oluşturduğu riske karşı önlem almak amacıyla MIT Kozmologu Max Tegmark, Skype’nin Kurucu Ortağı Jaan Tallinn ve DeepMind Araştırma Bilimcisi Victoria Krakovna tarafından kurulan “Future Of Life” örgütünün 2017 yılında düzenlediği konferansta yayınlanan yeni AI yönetişim prensipleri ile araştırma, etik, değerler ve uzun dönem konu başlıkları altında 23 alan belirlendi. Ve bu prensipler Asimolar İlkeleri olarak kabul edildi.
Tüm bu kaygıları gidermek ve ortak bir zemine oturtmak amacıyla özellikle adalet, gizlilik, hesap verebilirlik, şeffaflık, güvenlik gibi alanlarda organizasyonlar, ülkeler kurallar belirleyip yasa koyucular kanunlar koyma yoluna gitmeye başladı.
“Güvenilir Yapay Zeka” misyonuyla, Avrupa Parlamentosu AI’ya yönelik yasa tasarısını kabul etti ve yasa ile “temel hak ve özgürlükleri, demokrasiyi, hukukun üstünlüğünü ve çevreyi” korumayı hedefledi. Avrupa Parlamentosu ve üye ülkelerin onayının ardından Yapay Zeka Yasası’nın, 2026 yılından itibaren bütün AB genelinde yürürlüğe girmesi bekleniyor. Yeni yasa ile yüz tanıma amaçlı veri tabanı oluşturan bütün sistemler yasaklanıyor. Su, enerji, yargı, sağlık ve biyometri gibi alanları yönetmek için kullanılan AI sistemleri “yüksek risk” kapsamına alınarak çok daha katı kurallar getiriyor.
Ülkemizde de 2021 yılında yayınlanan Ulusal Yapay Zeka Stratejisi “Dijital Türkiye” vizyonu ve “Millî Teknoloji Hamlesi” doğrultusunda “Müreffeh bir Türkiye için çevik ve sürdürülebilir YZ ekosistemiyle küresel ölçekte değer üretmek” olarak belirlenmiştir. Bu kapsamda 2025 yılına kadar 6 stratejik öncelik belirlenmiş ve çeşitli destekler ve kontenjanlarla kurum ve bireyler AI alanında çalışmaya teşvik edilmeye çalışılmıştır.
Tüm dünya AI konusunda çalışırken CIO olarak biz neler yapmalıyız? Ben burada en temel noktayı birçok meslektaşımın da söylediği gibi, kurumsal verinin hazır olması olarak görüyorum. Çünkü veri, AI’ın temel kaynağı. Gartner 2023 tahminlerine göre üretken AI, 2025 yılına kadar dünya çapındaki şirketlerin %90’ının iş gücü ortağı olacak. 2030 yılına gelindiğinde insanların %80’i günlük olarak akıllı robotlarla etkileşime girecek. 2028 yılında ise kendi büyük dil modellerini (LLM’ler) sıfırdan oluşturan işletmelerin %50’sinden fazlası maliyetler, karmaşıklık ve teknik borç nedeniyle çabalarından vazgeçecek.
Peki nereden başlayalım? Veriden başlamak esas. Temiz, akışkan -bir arkadaşım sürtünmesiz demişti, bu tabiri çok sevdim- veri. Gartner, “veriden önce AI ilkelerinizi belirleyin” diyor. Çok doğru. İlkeler net olmalı. AI’ya hazır veri ve AI güvenlik ilkelerinin belli olması olarak üç katmanlı bir yapı öneriyor. Ben de çok katılıyorum bu yapıya. Özellikle üretken AI uygulamaları için bu yapı çok kritik.
İşin özeti; verilerinizin AI uygulamalarına hazır olduğundan yani etik olarak yönetildiğinden, güvenli olduğundan, önyargılardan arınmış olduğundan, zenginleştirildiğinden ve doğru olduğundan emin olun.
AI; algoritmalarından uygulamalara, toplumda yarattığı endişe-korku-kaos ve düzenlemelere kadar birçok başlıkta ayrı ayrı ele alınması gereken bir konu. Bu yazımda olabildiğince “AI nedir, nasıl yönetilmelidir?” konusunda kısa bir çerçeve çizmeye çalıştım. Öyle görünüyor ki bu konuda araştırılacak, okunacak, geliştirilecek çok nokta var. Bir başka yazıda tekrar bu konuyu ela alana kadar hep beraber bir noktayı düşünelim istiyorum: AI algoritmaları insan beynini simüle etme prensibi ile çalışıyorsa, biz de verimizi temiz hale getirmişsek, tüm önyargılardan da arındırmışsak AI’ın anlamı neden yapay olsun ki? Bizim aklımızdan daha gerçek bir sonuç üretemez mi?
Kolaylıkla ve keyifle.
