Öğrenen bilgisayarlar bilişimde devrim yapıyor

Erdal Musoğlu Y
Öğrenen bilgisayarlar bilişimde devrim yapıyor

Geçen yıl sonuna doğru Google'un otomatik çeviri programı 'Google Translate' sessiz sedasız güncellendi ve çok daha doğru ve anlamlı çeviriler yapmaya başladı. Google'un, ilk sürümü 2006 da sunulan bu ücretsiz çeviri programının halen ayda  500 milyon kullanıcısı var ve aralarında türkçenin de bulunduğu 10 kadar dilde günde 140 milyar kelimelik çeviri yapıyor!

Bu sıçrama Google'un yeni bilişim stratejisi 'Önce yapay zeka!' nın (AI first!) ilk meyvelerinden biri. Stratejinin anlamı ise, firmanın ürünlerinin artık klasik bilgisayar programlaması ile değil, makina öğrenimi  (machine learning) yöntem ve teknolojileri ile geliştirileceği. Google'un bu kararı tüm bilgisayar endüstrisini de derinden etkiledi ve Facebook, Apple, Amazon, Microsoft ve Çin'li Baidu da aynı yola girdiler. Konu öylesine önem kazandı ki, bu daldaki uzmanları, hatta başarılı öğrencileri kendilerine çekebilmek için, söz konusu firmaların genel müdürleri, bazen adayları kendileri arayarak, yılda milyon dolarları bulan maaşlar teklif ediyorlar!

Google'un bu konudaki çalışmaları beş yıl önce 'Google Brain' bölümünün kurulması ile başladı. Bölüm, yapay sinir ağlarına odaklanarak, tıpkı küçük çocukların yaptığı gibi, deneme-yanılma yoluyla öğrenen yapay zeka temelli sistemler geliştiriyor. Ama, en önemlisi, bu gelişmeler şimdiye kadar yapılagelen uzmanlaşmış yapay zeka uygulamalarını değil genel amaçlı yapay zekayı hedefliyor. Bir örnek verirsek Google Maps ile yön ve yol bulmak için bugün bir adres giriyorsak, yarın 'Beni havalimanına götür ama yolda yeğenime de bir hediye alalım.' diyebileceğiz!


Yapay zeka'nın bir alt dalı olan makina öğrenimi teknolojileri, konuşma tanıma ve otomatik çeviri gibi uygulamalar yanında görüntü ve örüntü tanıma (pattern recognition) amacıyla da başarıyla kullanılıyorlar. Google uzmanları, mükemmele yakın çeviri yapan bir yazılımın 'söyleneni anlayarak' insanlarla karşılıklı konuşmaya başlamasının da yakında gerçekleşeceğini düşünüyorlar.

Yapay zeka tıp dalında neler yapabilir?

Yüksek performanslı genel yapay zeka teknolojilerinin hızla uygulanmakta olduğu en önemli dallardan biri tıp. IBM'in, 'Jeopardy' bilgi ve zeka oyunu şampiyonu, Watson sistemi akciğer kanseri tanısında kullanılmaya başlandı, Samsung'un yeni model eko (ultrasound) cihazları meme kanserini teşhis edebiliyor. Öte yandan, gelişmeler, hiç beklenmedik bir biçimde, radyoloji uzmanı doktorların uzun ve zor bir eğitim ve uygulama süreci sonucu edindikleri becerilerin bile bilgisayarlar tarafından gerçekleştirilebileceğine işaret ediyor! Buna imkansız diyenlere, Google'ın 2014 de satın aldığı DeepMind firmasının AlphaGo makina öğrenimi uygulamasını hatırlatmak yeterli. AlphaGo'nun, bilinen en zor zihin oyunu olan Go'nun 'yenilmez' şampiyonunu alt edebilmesi için öngörüler 10 yıl sonrasını işaret ederken, 2015 sonunda bunu başardı!

Kediler ve bilgisayarlar ...

Daha önceki yazılarımda da değindiğim gibi, yapay zeka uygulamalarının en zor olanları, biz insanların bilinçli olarak değil, düşünmeden, gayet doğal biçimde yaptıklarımızı gerçekleştirenler. Satranç ve benzeri zeka oyunlarında insan rakiplerini ezip geçen uzmanlaşmış yapay zeka teknolojileri bu alanda yaya kalıyorlar! Örneğin, bir yaşındaki bir küçük çocuk, nerede ve nasıl olurlarsa olsunlar, kedileri hemen tanıyor. Ama bilgisayarların bu performansa ulaşabilmeleri, ancak sinir ağları ile derin öğrenme türünden yazılım teknolojileri ve milyonlarca kedi resmi ile eğitilmeleri ile mümkün oluyor. Ekteki resim bunun sonucunda bilgisayarın kediyi nasıl gördüğünü gösteriyor.

Öte yandan, bu tanıma işlevi, yazılıma hiçbir şekilde, 'Kedi nedir?' bilgisi verilmeden sağlanıyor. Sonucunda da, uygulama, hem kedileri çok doğru biçimde tanıyor, hem de bambaşka türden görüntüleri ya da sesleri (konuşmayı) tanımak, tıbbi tanılar koymak vs için de eğitilebiliyor. Sistemin kedileri tanıması için kullanılan milyonlarca görüntüdeki kediler önceden 'işaretlenmiş' ama geliştirme sırasında ortaya çıkmış ki, üzerinde hiçbir işaretleme yapılmamış resimler de sistemin eğitimi için kullanılabiliyor. Bu da yepyeni ufuklar ve uygulama alanlarının kapısını açıyor tabii.

Şunu da belirtmeden geçmeyelim: Google'un kedileri tanıyan 'Cat Paper' uygulaması bir milyar sinaptik bağlantısı olan bir yapay sinir ağı üzerinden gerçekleşmektedir. Yine de, bu çok yüksek bağlantı sayısı bile, insan beyninin 100 milyar sinir hücresinin herbirinin, 10.000 civarındaki sinapsı ile diğer hücrelerle yaptıkları yüzlerce trilyon bağlantı yanında çok küçük kalmaktadır!

Bu  başarıların sağlanması en çok Google gibi firmaların bu dala inanmaları ve büyük yatırımlar yapmaları ile gerçekleşmektedir. Google'un yaklaşık yüz kişilik Google Brain bölümü, firmanın 4 kıtaya yayılmış 13 veri merkezinin dev kaynaklarını kullanmakta, Çin'li Baidu'nun yapay zeka bölümünde ise 1300 uzman çalışmaktadır!

Sürücüsüz araçlar yapay zeka'nın sürücü gücü!

Son olarak yapay zeka teknolojilerinin ve özellikle makina öğreniminin, sürücüsüz araçlar için de olmazsa olmaz olduğunu hatırlatalım. Bu konudaki araştırma ve geliştirmeler bütün hızı ile sürse de, her gün yeni bir engel ile karşılaşılmaktadır. Bunun en büyük nedeni de araç sürerken karşı karşıya gelinen durumların inanılmaz çeşitliliğidir. Bu da, 'klasik' makina öğreniminin, yani sürücünün aracı değişik yer ve koşullarda kullanarak, karşılaşılan ışık, araç, yaya vb nin 'işaretlenerek' bilgisayara 'öğretilmesinin' yetersiz kalmasına neden olmaktadır. Örneğin, aracın algılayıcılarının iyice zorlandığı yağışlı bir gece sürüşünde, ya da, yolun ortasında el kol hareketleri yapan bir 'yaya'nın,  bozulan bir trafik ışığından dolayı trafiği yönetmeye başlayan bir polis olduğunu belirlemekte... Bu sorunlara rağmen, daha doğrusu onların birer birer çözülmesi sayesinde, makina öğrenimi hızla gelişmesini sürdürmekte.

Erdal Musoğlu / [email protected]


Kaynaklar:

- https://www.nytimes.com/2016/12/14/magazine/the-great-ai-awakening.html

- https://en.m.wikipedia.org/wiki/Machine_learning

- http://readwrite.com/2016/12/20/ai-driving-future-autonomous-cars-tl4/


*Bu yazı HBT'nin 53. sayısında yayınlanmıştır.

Erdal Musoğlu