Bizden daha iyilerine hazır mısınız?

Bir zaman makinesiyle 1750’ye gittiğinizi düşünün. Dünyanın tamamen elektrikten yoksun olduğu, uzak mesafeli iletişimin yüksek sesle bağırmak veya ateş yakmaktan ibaret olduğu bir dönem. Günümüze kadar olan bu baş döndürücü değişimin en önemli sebebi elektrik. Eğer bu zaman makinesiyle geleceğe gidebilseydik,bu kadar çok şaşırtacak şey “yapay zekâ” olacak. Elektrik nasıl tüm dünyayı, işler ve yaşamı değiştirdiyse yapay zekâ da böyle değiştirecek.

Günlük hayatımızın da bir parçası haline gelen, en bilinen yapay zekâ uygulamaları ve alanları arasında şunlar yer alıyor:

- Apple’ın Siri uygulaması gibi sanal asistanlar
- E-posta adreslerimize gelen gereksiz e-postaların ayıklanması
- Kişiye özel reklam gösterimleri
- Kendi kendine gidebilen otomobiller
- Peki nedir bu Yapay Zekâ, Makine Öğrenimi, Derin Öğrenme?

Yapay zekâ ilk olarak 2. Dünya Savaşı’nda Almanların Enigma’sını çözmesiyle ünlenen Alan Turing’in 1950’de bir yayını ile ortaya çıktı. “Turing testi” olarak bilinen yazıda, bir insanın karşısındakinin insan mı, makine mi olduğunu ayırt edemeyeceği nokta sorgulanıyor. Eğer bir makine, karşısındaki insan tarafından makine olduğu anlaşılamıyorsa, Turing testini geçmiş sayılıyor.

Turing’in makalesi döneminde akademik çevrelerden heyecanla karşılanmasına rağmen teknolojik altyapının yeterli olmaması nedeniyle 2012’ye kadar sadece Teminatör gibi filmlerin konularında kaldı. Başlangıçta bilgisayar biliminin doğuşu ile paralel yükselen yapay zekâ süreci, ağırlıklı çalışmaların, modern bilgisayarın insanların kullanımı için geliştirilmesine kaymasıyla yön değiştirdi.

Günümüzün en popüler konularından yapay zekâ, makine öğrenimi ve derin öğrenme gibi kavramlar ile iç içe girmiş durumda. Bu karmaşık yapıyı şu şekilde açıklayabiliriz:

Yapay zekâ, bir bilgisayarın veya bilgisayar kontrolündeki bir robotun çeşitli faaliyetleri zeki canlılara benzer şekilde yapma kabiliyeti.
Makine öğrenimi, yapay zekâya ulaşmak üzere uygulanan makineye öğretme yaklaşımı.

Derin öğrenme ise makine öğrenimi uygulama tekniklerinden olan, elinde katmanlı birçok model varken kullanılan ve yeni geliştirilen tekniklerden biridir.

Kısaca yapay zekâ çatıyı oluştururken, makine öğrenimi bir alt kümesi, derin öğrenme ise makine öğreniminin bir alt kümesidir.

Neden şimdi?
Yapay zekâ 2012 itibarıyla önemli gelişme gösterdi. Bunun en önemli sebepleri arasında şunlar yer alıyor;
1. Büyük Veri: Dünyada 3.8 milyar internet kullanıcısı, 8.5 milyar internete bağlı makine ile veri çok hızlı artmaya başladı. Yapay zekânın gelişmesinde en önemli etkenlerden biri veri yığınları ile üzerine geliştirilen algoritmalar

2. Teknik gelişme: Çok büyük veriyi işlemek için gereken depolama, işlem gücü kabiliyetlerinin gelişmesi ve ucuzlaması çok önemli rol
oynadı. Bu gelişim önemli şirketlerin de gözünden kaçmadı elbette ve şimdiye dek birçok satın alma gerçekleşti. 2012’den bu yana 250’den fazla AI algoritmaları kullanan şirket satın alındı. Google, IBM, Yahoo, Intel, Apple ve Salesforce gibi kurumsal devlerinin AI şirketlerinin alımında yarıştığını görüyoruz. Google 12 AI şirketi satın alarak bu alanda başı çekiyor.

Teknoloji yatırımcısı olarak yapay zekâ niye ilgimi çekiyor?
2012’den bugüne $12 milyar ile 2500 civarında yapay zekâ şirketine yatırım yapıldı ve giderek artıyor. Baktığımızda birçok yatırım halen tohum aşamasında ve önü açık. Şimdiye kadar öne çıkan yapay zekâ şirketleri siber güvenlik, online reklam, e-ticaret, otonom araba ve sağlık alanlarında. Kısacası halen çok erken aşamada olan bu teknoloji mevcutta bildiğimiz dünyayı değiştirecek ve bu büyük fırsatlar yaratıyor. En basit örneğiyle Tractica Araştırma Şirketi’nin araştırmasına göre; 2016’da 640 milyon dolar olan AI harcamaları 2025 yılında 37 milyar dolara ulaşacak.

İnanılmaz bir yatırım potansiyeli ve yeni bir ekonomiden söz ediyoruz. Bunca yatırım sonunda AI’ın dünyayı kurtaracağına inananların yanı sıra insanlığın sonunu getireceğini açıklayanlar da var.

Henüz ne olacağını bilmek mümkün değil ama yeni girişimler ya da mevcut şirketlerin mutlaka yapay zekâyı hesaba katmaları ve işlerini geliştirmeleri gerekiyor. Bu alanda başarılı olmak içinse bu alanda yetişmiş eleman, iyi bir matematik eğitimi ve yetenekle birlikte veriyi çok iyi kullanmak büyük önem taşıyor.