Kurs
Machine Learning'i Anlamak
2 sa
313.7K
Bir ay sürecek veriyi anlamak serimizin on birinci bölümüne hoş geldiniz. Veri Okuryazarlığı Ayı kapsamında bu seri, veri dünyasının temel kavramlarını netleştirecek, sormaya çekinebileceğiniz soruları yanıtlayacak ve bunu yaparken keyifli bir yolculuk sunacak. En baştan başlamak isterseniz, serinin ilk yazısını okuyun: Veri Kümesi Nedir?
Bu hafta, yapay zekânın haberlerde nasıl ele alındığına ve herkesin farkında olması gereken bazı tuzaklarına daha yakından bakacağız. Bu blog yazısı, yapay zekânın medyada nasıl sansasyonelleştirilebildiğini ve yapay zekâ abartı tuzağına düşmekten nasıl kaçınılabileceğini ele alıyor.
Eğer yapay zekâ ve bu alanda kullanılan farklı jargonlara daha fazla aşina olmak istiyorsanız, veriyi anlamak serisinin daha önceki bir bölümüne göz atmanızı öneririz: yapay zekâ, makine öğrenimi, derin öğrenme ve veri bilimi arasındaki fark.
Yapay Zekâ Abartı Tuzaklarının Sorunu
Yapay zekâ (YZ) hayatın her alanına nüfuz etti ve etrafımızdaki birçok uygulamada yerini aldı—ister yüz tanımaya dayalı telefon kilidi açma özelliği olsun, ister ilginizi çekebilecek bir sonraki ürüne yönelik öneriler.
Son yıllarda YZ’deki önemli gelişmelerle birlikte, YZ teknolojilerinin ve bunların sanayide ve akademide nasıl kullanıldığının medyada geniş yer bulduğunu görüyoruz. Bu genel olarak olumlu olsa da, alandaki en yeni atılımlara dair abartıyı da artırdı. Bu dinamik, mevcut YZ araç ve teknolojilerinin olanakları ile potansiyel risklerinin sansasyonel şekilde ele alınmasına yol açtı.
Bu sansasyonel haberler, genel kamuoyunun YZ hakkında düşünme biçiminde üç temel riske neden olabilir:
- YZ araç ve teknolojilerinin neler yapabileceğine dair gerçekçi olmayan beklentiler, teknolojinin nereye gittiğine ilişkin yapay bir iyimserlik yaratır
- Otomasyon ve YZ araçlarının ve teknolojilerinin “bilinç kazanacağına” dair sansasyonel korkular
- YZ’yi bugün etkileyen sorunlardan ve bunların nasıl çözüleceğinden dikkatin sapması
YZ Abartısını Anlamak için Bir Çerçeve
YZ’deki bu dinamiği daha geniş ölçekte anlatmak için harika bir çerçeve, Gartner’ın ortaya koyduğu Abartı Döngüsü (Hype Cycle)’dür; bu model, ortaya çıkan bir teknolojinin yaşam döngüsündeki farklı aşamaları gösterir. Aşağıda açıklandığı üzere abartı döngüsüne atıfla YZ’nin olgunluk ölçeğini anlamaya çalışalım.
- Abartı Döngüsü, yeni teknolojiye dair olasılıklar evrenini anlatan ve heyecanı tetikleyen “Tetikleyici” aşamasıyla başlar.
- İkinci aşama, beklentilerin biriktiği ve abartılı olasılıkların dağılmaya başladığı zirve aşamasıdır.
- Üçüncü aşama, “Hayal Kırıklığı Çukuru” diye adlandırılan dibe vuruştur—harika ama zorlu fikirlerin hayata geçemediği noktadır. Gerçeklik burada kendini gösterir ve uygulanabilir olana kıyasla birçok güçlü fikirden vazgeçilir.
- Zorlu dönem, “Aydınlanma Yokuşu” aşamasının başlamasıyla sona erer; burada teknolojinin sınırlamaları yenilikçi fikirlerle aşılır ve nihai aşamada insanlığa akla gelmedik şekillerde hizmet eden yepyeni endüstriler doğar.
Google’daki YZ araştırmacılarına göre, makine öğrenimi ve YZ tetikleyici ile şişirilmiş beklentiler zirvesi arasında bir yerde. Bu da haberlerde tartışılan pek çok olasılığın aslında hayal ürünü olabileceği anlamına geliyor.
YZ Abartı Tuzaklarına Örnekler
Abartı tuzağı, genel kamuoyunun dikkatini YZ’yi etkileyen gerçek sorunlardan, “makinelerin insan bilinci kazanması” ya da “robotların dünyayı ele geçirmesi” gibi tartışmalara kaydırır. YZ araç ve teknolojilerinin beraberinde getirdiği tüm olasılık ve risklerin farkında olmak iyi olsa da, bu tartışma YZ’nin gerçek potansiyeli ve risklerine dayanmıyor.
İşte abartı tuzağının iş başında olduğuna dair bazı örnekler
- Lamda ve Duyarlı YZ: Google’ın LaMDA projesi, bir mühendisin büyük dil modelinin duyarlılık kazandığına dair sansasyonel iddiasının ardından manşetlere taşındı. LaMDA gerçekten etkileyici olsa da, duyarlı olduğuna dair hiçbir kanıt yok. LaMDA’yı çalıştıran temel teknoloji hakkında daha fazlasını Haftalık Özet videomuzda öğrenebilirsiniz.
- IBM Watson: IBM Watson uzun süre boyunca sektörleri dönüştürecek nihai araç olarak tanımlandı. Ancak zamanla IBM Watson bu iddiaları karşılayamadı ve teknoloji abartısının kurbanı oldu.
- Robot Sophia: Sophia, insansı bir robotun içine yerleştirilmiş sofistike bir sohbet botudur. Sohbet botu, insan gibi ses çıkarma ve görünme odağıyla paketlenmiştir. Bu teknoloji etkileyici olsa da, pek çok kişi insansı robotların gerçeğe dönüştüğü yanılgısına kapıldı.
Bu haberlerin sansasyonelleştirilmesi yalnızca, Covid-19 sıcak noktalarını tahmin etmek ya da esnaflara işlerini açmaları için kredi sağlamak gibi YZ’nin faydalı kullanım alanlarından dikkati çekmekle kalmıyor. Aynı zamanda bugün YZ’yi etkileyen gerçek risklerden de dikkati uzaklaştırıyor.
Haber akışları, öneri sistemleri ve daha fazlası gibi birçok YZ sistemi hayatımızın ayrılmaz bir parçası haline geldi ve beğenilerimizi, beğenmediklerimizi ve daha fazlasını şekillendiriyor. Bu YZ sistemleri önyargılarla malul olabilir ve bugün onlarla etkileşime giren bireyleri etkileyebilir.
YZ Abartı Tuzaklarından Nasıl Kaçınılır
Veri ve YZ okuryazarlığı, YZ abartı tuzağına düşmemenizin anahtarıdır. YZ’nin neler yapabildiğini, kısıtlarını ve risklerini anlamak, alanın nereye doğru gittiğine dair daha eleştirel ve soğukkanlı bir bakış açısı geliştirmek için hayati önem taşır.
Bu bakış açısını geliştirmek için gerekli bilgiyle kendinizi donatmak adına Makine Öğrenimini Anlamak kursumuzu alın ve veri okuryazarlığı yolculuğunuza başlayın. Veriyi anlamak serisinin bir sonraki (ve son!) bölümü, herkesin bilmesi gereken YZ’deki farklı önyargı türlerini ele alıyor. Bu arada aşağıdaki kaynaklara göz atın:
Konular
