yapay zeka Burada. Fazla abartılı, yeterince anlaşılmamış ve kusurlu ama şimdiden hayatımızın merkezinde yer alıyor ve yalnızca erişimini genişletecek.
AI, sürücüsüz araba araştırmasına güç verir, tıbbi görüntülerde başka türlü görünmeyen hastalık belirtilerini tespit eder, Alexa’ya bir soru sorduğunuzda bir yanıt bulur ve Apple’ın Animoji’sini kullanarak iPhone X’te animasyonlu bir kaka olarak arkadaşlarınızla konuşmak için yüzünüzle telefonunuzun kilidini açmanıza olanak tanır. . Bunlar, yapay zekanın halihazırda hayatımıza dokunma yollarından sadece birkaçı ve daha yapılacak çok iş var. Ancak endişelenmeyin, süper zeki algoritmalar tüm işleri üstlenecek veya insanlığı yok edecek durumda değil.
AI ile ilgili her şeydeki mevcut patlama, makine öğrenimi olarak bilinen bir alandaki atılımlarla hızlandırıldı. Bir insan tarafından programlamaya güvenmek yerine, örneklere dayalı görevleri yerine getirmek için bilgisayarları “eğitmeyi” içerir. Derin öğrenme adı verilen bir teknik, bu yaklaşımı çok daha güçlü hale getirdi. Karmaşık Go oyununda 18 uluslararası unvana sahip olan Lee Sedol’e sormanız yeterli. 2016 yılında AlphaGo adlı yazılım tarafından kremalandı.
Yapay zekanın bizi daha mutlu ve sağlıklı yapabileceğine dair kanıtlar var. Ama dikkatli olmak için de sebep var. Algoritmaların ırk veya cinsiyetle ilgili toplumsal önyargıları yakaladığı veya güçlendirdiği olaylar, yapay zeka ile geliştirilmiş bir geleceğin otomatik olarak daha iyi olmayacağını gösteriyor.
Yapay Zekanın Başlangıcı
Yapay zeka bildiğimiz üzere bir tatil projesi olarak başladı. Dartmouth profesörü John McCarthy, 1956 yazında, küçük bir grubu makinelerin dili kullanma gibi şeyleri nasıl yapacakları üzerine birkaç hafta düşünmeye davet ettiğinde bu terimi icat etti.
İnsan seviyesindeki makinelere doğru ilerlemede büyük bir atılım umutları vardı. “Önemli bir ilerleme kaydedilebileceğini düşünüyoruz” yardımcı organizatörleriyle birlikte yazdı“Özenle seçilmiş bir grup bilim adamı bir yaz boyunca birlikte çalışırsa.”
Bu umutlar karşılanmadı ve McCarthy daha sonra kabul edildi fazla iyimser olduğunu söyledi. Ancak atölye, akıllı makinelerin hayalini kuran araştırmacıların tanınmış bir akademik alanda bir araya gelmesine yardımcı oldu.
İlk çalışmalar genellikle matematik ve mantıktaki oldukça soyut problemleri çözmeye odaklandı. Ancak yapay zekanın daha fazla insan görevinde umut verici sonuçlar göstermeye başlaması çok uzun sürmedi. 1950’lerin sonlarında, Arthur Samuel dama oynamayı öğrenen programlar yarattı. 1962’de, oyunda bir ustaya karşı bir galibiyet elde edildi. 1967’de Dendral adlı bir program, kimyagerlerin kimyasal numunelerin yapısına ilişkin kütle spektrometresi verilerini yorumlama biçimini kopyalayabileceğini gösterdi.
Yapay zeka alanı geliştikçe, daha akıllı makineler yapmak için farklı stratejiler de gelişti. Bazı araştırmacılar, insan bilgisini koda dönüştürmeye veya dili anlamak gibi belirli görevler için kurallar bulmaya çalıştı. Diğerleri, insan ve hayvan zekasını anlamayı öğrenmenin öneminden ilham aldı. Belki evrimi simüle ederek veya örnek verilerden öğrenerek, bir görevde zamanla daha iyi hale gelebilecek sistemler inşa ettiler. Bilgisayarlar daha önce yalnızca insanlar tarafından tamamlanabilecek görevlerde uzmanlaştıkça, saha kilometre taşına ulaştı.
Mevcut AI patlamasının roket yakıtı olan derin öğrenme, AI’daki en eski fikirlerden birinin yeniden canlandırılmasıdır. Teknik, yapay sinir ağları olarak bilinen beyin hücrelerinin çalışmasından gevşek bir şekilde ilham alan matematik ağlarından verilerin aktarılmasını içerir. Bir ağ, eğitim verilerini işlerken, ağın parçaları arasındaki bağlantılar ayarlanır ve gelecekteki verileri yorumlama yeteneği oluşturulur.
Yapay sinir ağları, Dartmouth çalıştayından kısa bir süre sonra yapay zekada yerleşik bir fikir haline geldi. Örneğin, 1958’den odayı dolduran Perceptron Mark 1, farklı geometrik şekilleri ayırt etmeyi öğrendi ve New York Times “Okumak ve Bilgeleşmek İçin Tasarlanmış Bilgisayarın Embriyosu” olarak. Ancak sinir ağları, MIT’den Marvin Minsky’nin birlikte yazdığı 1969 tarihli etkili bir kitabın çok güçlü olamayacaklarını öne sürmesinin ardından gözden düştü.
Ancak şüpheciler herkesi ikna etmedi ve bazı araştırmacılar tekniği on yıllar boyunca canlı tuttu. 2012’de bir dizi deney, büyük veri yığınlarıyla beslenen sinir ağlarının makinelere yeni algılama güçleri verebileceğini gösterdiğinde haklı çıktılar. Geleneksel bilgisayar çiplerini kullanarak bu kadar çok veriyi çalkalamak zordu, ancak grafik kartları işlem gücünde bir patlamayı hızlandırdı.
Kaynak : https://www.wired.com/story/guide-artificial-intelligence/