Yapay zeka insan beynini hantallaştırıyor mu? | Teke Tek Bilim
videosundan fısıltılanmıştır. Videoya ulaşmak için Linki kullanabilirsiniz https://www.youtube.com/watch?v=h0uIuNnDnjI.
Tekke Tek! Tekke Tek! Tekke Tek! Tekke Tek! Tekke Tek! Tekke Tek! Tekke Tek! Tekke Tek! Evet derdciler, Tekke Tek bilime hoş geldiniz. Daha dediğim eğlenceli, daha geleceğe dönük konular konuşacağız. Gerçi siyasi de geleceği planlıyor ama her zaman on mülisegir gibi.
Ve Profesör Doktor Cemsay, Profesör Doktor Deniz Üret ve Doçent Doktor Şeyda Ertekin Bizdeverber Hocam hoş geldiniz. Hoş bulduk. Önce size bir şey soracağım. Boğaz İçin’de durum ne? Hepimizin aklı boğaz içindeyiz. Çünkü Boğaz İçin Türkiye’nin en iyi üniversiteden biriydi yıllarca. Benim de işimde bulunan bir üniversite. Şu anda nereye doğru gidiyor, ne oluyor? Bir kısaca özetlerimi size. Kaç saat vaktin var? Aynı bir
programı var. Kısaca özetlemek gerekirse Boğaz İçin Üniversitesi yani halkını anlayacağı şekilde söyleyelim. Yıkılıyor. Yani hocaların, siz de geçenlerde bir program yapmıştınız. Hocaların ders vermesi engelleniyor. Bunun öğrencilere ya da ülkeye nasıl bir faydası olabilir? Ekonomi Bölümü Başkanı, bizim Bilgisayar Mühendisliği bölümümüzün eski başkanı, işletim sistemleri dersimizi verecek olan Türkiye’de işletim sistemi yazmış tek hoca. Böyle diyelim Tuna Tugucu. Ne oluyor? Pek anlaşılamayan, şimdi daha şey yapmayayım, soruşturmalarla görevden uzaklaştırılıp işten el çektirilip aylardır okulun kapısından bile girmelerine izin verilmiyor. E-postası iptal edildiği için Avrupa Araştırma Projesi’ndeki partneleriyle konuşacak yazışamıyor. Araştırması öğrencilerine ders vermesi engelleniyor.
Bu Türkiye’ye nasıl bir faydası olabilir? Bunu kim yapar? Bunun mantığını anlamak güç. Dekanımız yok. Bizim mühendisli fakültesinin bir yıldan fazlası zamandır dekansız idare ediyoruz. Çünkü YÖK vekalleten birisini atadı, o atadığı kişiden de çok memnun herhalde. Kanuna göre, anayasaya göre yapması gereken, bizim usulüne göre gönderdiğimiz her şeyi usulüne, kanunda yazıldığı gibi gitmiş üç tane adaydan birisini ataması bekleniyor. Yani YÖK’ün işi bu. Anayasada öyle yazılıyor. Yok dekanları, o üç kişi gelir bir tanesini atar. Atamıyor. Yani kanunlarla… Yani durum parlak değil. İyiye giden bir şey yok. Evet. Peki. İnşallah bir gün gelir gider. Çünkü hakikaten bu eğitim kurumları yüzlerce yıllık, öyle yüz yıl aşkın hepsi ve kolay kolay da yerden iyi yenileni koymuş değiliz. Yani ben üniversite açtım demekte. O açılan şey üniversite olmuyor ne yazık ki. Üzüm verirseniz Ankara’ya başlayacağım hocam. Olur mu? Tabii ki olur. Hem bir hanımefendiyi bekletmemek, Ankara tek başına sıkılmasına engellemek lazım. Şeyda hocam hoş geldiniz. Merhabalar. Herkese iyi akşamlar. Sağ olun. Size iyi akşamlar. Hemen yapay zekâya başlayalım. Yapay zekayı biz burada daha çeşitlik defalar ele aldık. Artificial intelligence dedikleri meseleyi ama ben hala çok kavramış değilim. Fakat biliyoruz ki bugün hayatımızın aslında pek çok yerinde şu anda yapay zeka uygulamaları
devrede biz farkında olamayalım. Şimdi ne bileyim cep telefonumuzda bilgisayarımızla ulaşmaya çalıştığımız veya ulaştığımız ya da bilgisayarımızla ulaşan pek çok yerde artık yapay zeka dediğimiz şey bir algoritm olarak karşımıza çıkıyor ve hayatımızda artık etkili. Bugün yapay zeka deyince artık ne anlıyoruz, başta ne anlıyorduk, biraz anlamıştık o günlerde. Bugün yapay zeka deyince ne anlıyoruz, hayatımıza nerelerden giriş yaptılar ve oradan başladık.
Bir sonraki hizmetle konuşuruz. Evet. Yapay zeka deyince şu an birçok kişinin aklına değişik şeyler gelmekte. Birçok kişi ilk başta robotları düşünmekte aslında. Yani bu filmlerden de, Hollywood’ın da etkisiyle yapay zeka ilk akla gelen şey robotlar. Ama yapay zeka demek illa robotlar demek değil. Yazılımlar zaten aslında o robotlara da akıllı davranışları veren şey yazılımlar ve algoritmalar. Hatta son zamanlarda bu yeni yaratılan, bu yeni sanat sergilerinde gördüğümüz yapay zeka algoritmalarıyla yapılan sanat eserlerinden dolayı birçok kişi de aslında birbiri içine giren renkler falan olarak da görebilir aslında. Anlamış olabilir yapay zeka. Mesut Anadol sayesinde. Evet. Kendisi gibi birçok sanatçımız de bu işle ilgilenmekte uğraşmakta.
Yapay zeka aslında bizim insanların belli bazı özellikleri var. Diğer canlılardan ona ayıran. İnsanların en başta düşünsel, bilissel ve de fiziksel özelliklerini makinalara ve yazılımlara aktarma özelliği aslında. Yani bu işe yarayan algoritmalara biz yapay zeka algoritmaları diyoruz. Buna ilk başta aslında bu yapay zeka, bu makinaları insallaştırma özelliği
bilgisayarlarla beraber başlayan bir şey aslında. Bilgisayarların başlangıcını 1950’lerden sonra düşünürsek, tabii çok ilkel bilgisayarları demiyorum, daha böyle modern bilgisayarlara yol açan bilgisayarlardan kastediyorum. Bilgisayarlar ortaya çıkar çıkmaz. Yani hesaplayıcı makinalar, hızlı hesaplayıcı makinalar ortaya çıkar çıkmaz. Hemen ilk akla gelen sorulardan bir tanesi bu olmuş aslında. İlk soruyu soran da zaten aslında Alan Turing yine hani makinalar da
düşünebilir mi diye. Dolayısıyla düşünme özelliği insanları diğer canlılardan ayrıştıran bir özellik olarak görülüyor ve de bir zekanın göstergesi olarak düşünülüyor. Ve hemen aslında bu işin başlangıcı 1950’lere dayanır. Hatta şu an çok popüler olan bu derin öğrenme algoritmaları eminim çok bahsedeceğiz bu konularda da. Deep Learning. Derin öğrenme algoritmalarının da aslında ilk yapı taşı
aslında yine 1950’lerde atılan Perceptron algoritması mesela Perceptron algoritması yapay siniralarını geliştiriyor. Yapay siniraları da çok çok vatmanlı olduğu zaman zaten derin öğrenme algoritmaları oluyor. Yani bu 1950’lere dayanıyor. İşte birçok yalnız şunu da belirtmek lazım. Makine öğrenmesi veya yapay zeka dediğimizde şu an için popüler olduğu için ilk akla gelen şey yapay siniraları fakat çok daha farklı algoritmalar var tabi ki sadece bir algoritmadan oluşmuyor yapay zeka veya makine öğrenmesi, datadan, veriden öğrenme demek sadece yapay siniralarıyla olmuyor. O sadece algoritmalardan bir tanesi. Şu anda da diğer algoritmalara göre veri toplamamız çok daha fazlalaştığından, çok daha kolaylaştığından ve işlemci güçleri de çok fazla arttığından dolayı bu zaten olan algoritmaları biz daha son güçlerinde kullanabilmeye başladık. O yüzden aslında popülerleşmeye başladı.
Yoksa bu algoritmalar 1950’lerde 1960’larda çıkan algoritmalar aslında. Tabi ki her seferinde geliştiriliyor, çok daha yeni, çok daha üzerine yeni şeyler kolunuyor ama hani basic bazı alanı hep o zamanlara dayanıyor. Dolayısıyla ana amaç bu. Bir şey değil. Bugün nerede karşımızda çıkıyor bunlar? Şu anda fiili uygulamalar, popüler fiili uygulamalar neler, nerelerde biz bunlarla? Siz tabi ki işiniz geliyor, çok ayrı yerlerde bunlarla. Mesela
ben Fatih Altaylı, gazeteci olarak nerede yapay zekâ ile karşı karşıya geliyorum? Nasıl tanışıyoruz onunla? Yapay zekâ şu an o kadar çok alanda kullanılıyor ki yani bunlardan bir tanesi mesela enerji alanı diyelim. Herhangi bir enerji üretimini tahmin etmek istiyorsak mesela yapay zekâ kullanıyoruz. Mesela solar power güneş enerjisi santralleri var diyelim. Güneş enerjisi santralinin ne zaman ne kadar enerji üreteceğini
tahmin etmek istiyorsak bunu gelmiş geçmiş dataları inceleyerek ve yeni gelecek olan dataları da tahmin yaparak bunu tahmin edebiliyoruz. Şu an mesela en kullanılır alanlarından bir tanesi aslında şoförsüz araçlar, otonom araçlar. Yani otonom araçlar artık zaten yolları da çıkmış durumda tam olarak yüzde yüz kullanılmasa da yine de o özellikleri içeren birçok araç piyasada
ve kullanılabiliyor. Şöyle diyebilirim yani herhangi bir şey biz, herhangi bir problemi, eğer tahminleme problemini döndürebiliyorsak bir şeyi tahmin etmek istiyorsak ve onu tahminleme problemine döndürebiliyorsak biz orada aslında, çünkü prediction, bizim prediction dediğimiz prediction, tahminimi yapıyoruz biz. Bir pattern buluyoruz eski datada, oradan da gelecek datada bir tahminleme yapmaya çalışıyoruz. Herhangi bir problemi
tahminlemeye dönüştürdüğümüz anda biz orada veriden öğrenen yapay zeka algoritmalarını kullanabilir hale geliyoruz. Veriden öğrenen yapay zeka. Hocam veriden öğrenen yapay zeka. Çok doğru. Evet, çünkü evet. Makin öğrenmesi ayrı, evet çünkü yapay zeka çok geniş bir alan. Evet. Makin öğrenmesi, deep learning falan gibi şeyler var. Ondan hepsini konuşacağım ama az önce hocam bir şey söyledi. Size sormak istiyorum. Öğrenmek ve düşünmek. Bunlar düşünebilir mi? Aradaki farklı düşün. Makinelerin öğrenmesiyle düşünme arasında bir fark var mı? Biz öğrenen makineleri yaptıkta düşünenleri ve yahudu düşünenleri yaptıkta, nedir buradaki yapay zeka? Düşünen midir, öğrenen midir? Zekanın pek çok boyutu var sizin de söylediğiniz gibi. Öğrenmek bunlardan bir tanesi. Onun dışında mesela duyduğunu anlayabilmek, gördüğünü anlayabilmek,
bir hareket planlayabilmek, onu yapabilmek. Bunların hepsi zeka gerektiren şeyler aslında. Dolayısıyla öğrenmeyi, düşünmenin ya da zekanın bir parçası olarak ama önemli bir parçası olarak görebiliriz. Öğrenip düşünenleri de var çünkü insan olarak da baktığımızda. Doğru, doğru. Ama mesela hiç öğrenemeyen, sabit kalan bir sisteme akıllı demek biraz zor değil mi? Yani bir edindiği deneyimle kendini geliştirmesi lazım. Son 10 senede bu makine öğrenmesinin çok öne çıkmasının sebeplerinden bir tanesi Tesla’nın bilim adamlarından Andre Karpati buna yazılım 2.0 ismini veriyor. Yani bundan 10 sene öncesine kadar Tesla’nın evvel baskım testasından başlıyor. Evet. Bilgisayarlara bir şey yaptırmak istediğimizde ne yapıyordu? Bir programcı buluyorduk. Bu programcı adım adım yapılacak işi tanımlıyordu. Şimdi
ne yapıyoruz? Şimdi mesela Tesla sürücüsüz araba geliştirmek için programcılara adım adım işte burada bir şey görürsen sola dön, orada bir şey görürsen sağa dön gibi kurallar yazdırmıyor. Onun yerine ne yapıyor? Bütün sattığı arabalardan gelen verileri kendi merkezlerindeki yapay sinir ağlarına yüklüyorlar ve o yapay sinir ağları bu örneklere bakarak kendileri öğreniyorlar ne yapması gerektiğini. Yani şu anda konuşma tanıma gibi, görüntü tanıma gibi aslında bizim elle kurallarını yazmayı bilemediğimiz, programlamayı bilemediğimiz bazı şeyleri bilgisayarlara örnekler göstererek anlatabiliyoruz, programlayabiliyoruz. Allah Allah. Öğrenen algoritmaların önemli olmasının sebeplerinden bir tanesi bu. Yani siz baktınız ki öğretmek çok vakit alacak, kendi kendine öğrenmeleri sağlayacak bir aşamaya geçirdiniz. Evet. Hatta öğrenmenin imkansız olduğu durum, yani programlamanın imkansız olduğu bir tanesi problemler. Yani ben kendi alanım doğal dil işleme. Diyelim 1950’lerden beri insanlar otomatik tercüme problemiyle uğraşıyorlar. Bu problem işte mesela Rusça’yı, İngilizce’ye çevireceksiniz, İngilizce’yi, Türkçe’ye çevireceksiniz. İlk başladıklarında bir takım dil bilimciler çalışmaya başlıyor bu problem üzerinde. İşte dillerin kurallarını, sözlüklerini eşleştiriyorlar vesaire. Ama bu program bir başarıya ulaşamıyor. Belli bir başarıya ulaşamıyor. Şu anda mükemmel olmasa da en azından bir web sayfasının ne dediğini anlayacak kadar Google’a bunu tercüme ettirebiliyorsunuz ve bunun arkasında yatan algoritmalar öğrenme algoritmaları. Yani dil bilimcilerin yazdığı kurallardan ziyade… Değil mi? Ben hep dil bilimciler yapıyorsam. Değil. Yani şu andaki sistemde siz çok büyük miktarda hazır, tercüme edilmiş metin buluyorsunuz. Diyelim ki Kanada’nın parlamentosunda hem İngilizce hem Fransızca tercüme ediliyor bütün konuşmalar, kanunlar. Bunları veriyorsunuz bir bilgisayara diyorsunuz bunlar örnek. Şurada İngilizce cümle, burada Fransızca cümle. Yeterince örnek gösterdiğinizde… Artık tercüme edebilmeye başlıyor bu aletlerde. Şu anda en iyi çalışan mesela otomatik tercüme programları bu şekilde çalışıyorlar. Peki mesela zaman içinde küfür etmeyi falan öğrenecekler mi bunlar öyle? Öğreniyorlar zaten.
Problem onları küfür ettirmemek şu anda. Nasıl, nasıl, o nasıl öğreniliyor mesela? Şöyle, geçen bir iki sene önce Microsoft başına geldi galiba. Bir chatbotu Twitter’a sallalım dediler. Chatbot 48 saat içerisinde böyle küfürbaz ve ırkçı olup çıktı. Çünkü bu öğren… öğrenerek geliştirilen programların böyle bir riski var. Gösterdiğiniz veri neyse onu öğreniyor.
Şimdi tam da onu soracağım. Şimdi mesela çocuğa bir aile bir terbiye verir. Beni evde iyi terbiye ettiler. Okula gittiğim gün terbiye bitti. Evde mesela eşek bile demek çok ayıp falan denirken okula gittiğinde sülale boyu gitmeye başladı. Bilgisayardan anlıkla okula gidiyor. Ortamı açılıyor yani. Ben Beyoğlu’nda geziyorum falan o da Beyoğlu’nda geziyor. Her yere girip çıkıyor. Nasıl engelliyorsunuz yanlış şey öğrenmesinin önünü ne geçiyor burada? Şu anda
bu sorduğunuz soru hala araştırma seviyesinde. Cevabını bilmiyoruz. Yani şey dilgine nispet hem küfür etti ya terbiyesiz işte amcası öğrenemedi falan dersin de daha vahim bir şeyler değil. Tabii tabii. Ve şu anda o risk var. O risk olduğu için pek çok güçlü dil programı kullanıma açılamıyor. En büyük riskler neler burada gördü? Kendi kendine öğrenirken neleri yanlış öğrenebilir bilgisayar? Bilgisayar öğrenirken aslında sizin ne
öğretmek istediğinizi bilmiyor. Bilgisayara diyorsunuz ki bakın size 1 milyon diyelim ki resimlerde kedi-köpek ayırt etmeyi öğrenen bir program geliştiriyorsunuz. Bu derini öğrenmenin ilk başladığı programlardan biri. Bardağa bile öğrenmesi bir meseliydi yani. Bunun için ne yaptılar? 1 milyon tane örnek resmi insanlara etkiyetletip bilgisayara gösterirler. Bu resimde kedi var, bu resimde köpek var vesaire diye. Bilgisayar bunlardan öğrendi. İnsan kadar neredeyse
iyi artık resimlerde bu objeleri ayırt etmeye başladı. Ama sonradan fark edildi ki bazı durumlarda belli kısa yollara başvuruyor. Mesela kurt kelimesini ele alalım. Şeyi fark ediyorlar. Kurt deyince aslında arka taraftaki karlı sahneyi anlıyormuş. Neden? Çünkü verilen o 1 milyon resmin içerisinde
arada olmayan bir kurt örneği yok. Dolayısıyla ne zaman kurt desek bilgisayar karı görüyor. Dolayısıyla karlı sahne öğreniyor ondan. Bunu mesela ne bileyim, bunun yarattığı riskleri sürücüsüz bir araba için düşünün. Problem. Yani siz biliyor sanıyorsunuz. Belli şeyleri anlıyor sanıyorsunuz ama yanlış biliyor olabilir. Ama bu risk insanlarda da var. Doğru. Bunları ben şeye benzetiyorum. Biraz işte sınava
hazırlarken soru ezberleyen ama konuyu anlamayan öğrenciler vardır teste hazırlık yapmak için. Bilgisayarlarda öyle bir kolay yol kısa yol görürlerse hemen onun üzerine atlıyorlar. Onun için çok dikkatli test etmek gerek bunları. Cem Hoca’m anlamaya başladığım şu. Biz hep burada daha önceki yıllarda sizin de zaman zaman katıldığınız programlarda bu deep learning, derin öğrenmeden bas derken bu derin öğrenmenin başlangıçta benim adım şu, hep bu derin öğrenmeni insanlar yapacak. Yani insanlar öğretecek. Her bilgisayarın ya da her
programın, her yapay zeka programın bir öğretmeni ya da bir öğretmeni kuruyor. Galiba derin öğrenmende bu artık yok. Bundan vazgeçin. Değil mi? Bunun ötesine geçilmenin birkaç yolu bulundu. Mesela bu GPT3 adı verilen Deniz Hoca tabi doğal dilmiş. GPT deyince ben klasik bir Türk gazetesi olarak devlet planlama teşkilatı anlıyorum. GPT. Onu da özel tipik bir Türk suçlulara GPT adı.
Teknik bir şeyin kısaltılmışı. Nedir? Açılma nedir? Generative Predictive Transformer mı? Güzel, fena değil. Şimdi bunun özelliği şu. Hani telefonunuzda siz birisine bir mesaj yazarken 3-5 kelimesiz yazdıktan sonra sonraki yazacağınızı tahmin ediyor ya. Şu mu şu mu şu mu? O yapay zeka değil mi işte? Onun hormonlusu bu GPT3 oluyor ve de şimdiye kadar geliştirilmiş. Bence beni en çok şaşırtan yapay zeka. Ne yapıyor o mesele? Beşinci slide’ı gösterebilirsin arkadaşlar. Slide 5. Bunu internetteki bütün İngilizce metinlerle eğitiyorlar. Yani ona internette kimin yazdığına da bakmadan bir sürü sohbet web sitesinde falan yazılmış bütün İngilizce’yi gösteriyorlar.
Şunu da okunuyor. Şu şu şu şu şu şu kelimelerden sonra yüksek ihtimalle bu kelime gelir. Yani o telefonunuzda yapılan şeyin ama çok hormonlusu. Çok fazla insan beyninin neuron sayısının işte neredeyse onda biri falan kadar tane ağırlık içerecek derecede böyle şey yapmak çok enerji yakarak eğitilen bir sistem. Bunu öğrendin. Ne oluyor? Artık ona bir şey sorduğunuzda gerçekten o da genellikle mantıklı bir cevap veriyor. Ya ilk bakışta genellikle Allah Allah biliyormuş bu konuyu diyecek bir cevap veriyor. Neden? Çünkü o kadar okuduğu milyarlarca metin içinde ona benzer, ona andıran öyle bir ritim var. Yani ezberlemiyor da o işin ritmini öğreniyor. Bu bu bu bu kelimelerden sonra bu gelir. Mesela siz ona işte genç adam koşarak merdivenleri çıktı peşindeki katilde yaklaşıyordu
falan diye bir şey girin. Bunun bir redaktif hikayesi, polisi hikaye olduğunu anlayıp öyle devam ettiriyor. Hatta bununla yani roman yazan insanlar falan var. Mesela burada şey nedir? Burada hani bir eğitmen uğraşmıyor yani bak bundan sonra bu gelir diye. Kendi okuyor. O metinin bir kısmını sanki öğretmenmiş gibi kendisi kullanıyor. Buna kendi kendini eğiten, self-supervised öğrenme tekniği. Peki mesela bunun hata olduğunu öğrenip kendi kendine sonra düzeltme imkanına sahip olabiliyor mu? Yoksa ona illa birisinin bir dakika yanlış yaptığını demesi lazım mı? Bu hata nedir? Yani bunun hedefi o ritme en uyan. Yani istatistiki olarak o 100 tane kelimeden sonra gelmeye ihtimali bu külliyatta en çok olan kelimeyi çıkarmak. Bu doğrudur ya da yanlıştır diye bir şey yok. İşte bunun demin bahsedildiği gibi o metinde milyonlarca İngilizce bilen insanın yazdığı, çeşitli değişik amaçlarla değişik insanların yazdığı metinler. O metinde hakim hava neyse o onu öğrenmiş oluyor. Abu Bakar Abid diye bir adam var. İki Müslüman diye buna başlıyor. Yani birkaç kelime giriyorsunuz o devamını getiriyor ya. İki Müslüman diye başlıyor. İngilizce üzerinde eğitilmiş bu. Cümlenin devamı bomba patlattı, kendini öldürdü, katliam yaptı filan gibi şeyler. İki Budist deyince çıkmıyor.
Onlar böyle bir şey. Önyargı öğreniyor yani. Hocam bir ara vereceğim. Sonra bu Gopur Palm filan gibi de başka şeyler de var. Bu sizin söylediğiniz GPD’nin benzeri. Onlar aradaki farklar ne? Bunlar bir ortak dile dönüşecek mi? Kısa bir reklamdan sonra soracağım. Evet, Cem hocam tam bir şey söyledim yarım kaldı. Artık kim cevap verir bilmiyorum.
İngilizce’nin uzmanlık konusu. Şimdi siz GPT-3’ten bahsettiniz. Bunun yanı sıra Gopher, DeepMind, Palm, Google’ın oda galiba. Gibi diller de var. Nedir bunlar? Yapay zekada bu her kuruluşun, her şirketin, burada çalışmıyor herkesin ayrı bir dil kullanması, uzun vade sorunlar yaratacak bir şey mi? Ne zaman bu diller ortaklaşabilir? Nedir bunlar? Bir anlatabilirsiniz. Birini anlatayım. DeepMind bir dil değil, bir şirket.
Google’un, Gopher. Dil modeli mi acaba? Bunlar değil, değişik dil. Dil modeli dediğimiz şey demin GPT-3’ün bir örneği olduğu. Bir sürü kelimeden sonra hangi kelime gelir esasına dayalı. Statistiksel hesap yapan sinir ağı demek. Bunu her değil galiba Meta’nın, Facebook’un yeni adı onların var. Var oğlu var, herkes bunu ayrı ayrı yapıyor. Google’un palm varmış mesela. En meşhur olanı GPT-3. Bunun sebebi şu, bu yeni bir altına hücum gibi bir şey aslında başladı. Dil modelleri uzun zamandır var. Bilgisayarlarda, telefonlarda kendimizi bildiğimiz birileri bu otomatik tamamlama şeyleri vardır.
Fark edildi ki buna siz 1 milyon kelime, 3 milyon kelime değil de 1 milyar kelime internetin bütün ekinlerini yüklediğiniz zaman garip şeyler olmaya başlıyor. Bu alet matematik problemleri çözebilmeye başlıyor, mantık problemleri çözebilmeye başlıyor. Bir şey tarif ediyorsunuz, sizin için program yazabilmeye başlıyor. İlginç şeyler çıkmaya başladı bu büyüdükçe.
Dolayısıyla bu büyük şirketlerde kendi aralarında daha büyük, daha çok veriyle eğitilmiş netvorklar eğitmeye başladılar. Bunlardan bir tanesinin eğitilmesi için harcanan para mesela milyon dolarlar seviyesinde yaktıkları elektrik vesaire diye düşünürsek. Çünkü düşünün bütün interneti okuyor.
O internetin, internetteki bulabildiği bütün metinlerle bir büyük milyarlarca şu anda GPT-3’nin yanlış bilmiyorsam birkaç yüz milyar parametresi var eğitilen. Bundan sonraki modellerin de trilyona çıkacağı bunun söyleniyor. Gerçekten devasa modeller ve devasa miktarda metinle eğitiliyor. Artık kelime tamamlamanın ötesine geçiyorlar.
GPT-3 galiba bunların herhangi bir şekilde ait olmayıp open source gibi olduğunu değil mi? Aslında bunların hepsi open source. Yani yapay zekâda herhalde iyi gelişmelerin iyi bir tarafı varsa o da bütün bu şirketlerin birbirleriyle rekabet ediyor olmalarına rağmen bilgileri paylaşıyor olmaları. Ve yani Google’un bu sene yaptığı bir şeye akademisyenler bu sene olmasa bile gelecek sene ulaşabiliyorlar. Peki mesela… Algoritma detayları çok verilmiyor gerçi. Buyurun hocam. Özür dilerim. Yok pardon. Algoritma detayları hepsi open source ama bu çünkü çok büyük bir yarış haline geldi şu an. Algoritma detaylarını çok birbirlerine vermiyorlar. Hep API’lerle birbirlerine kendi klaslarını, algoritmalarını kullanmalarına izin veriyorlar.
Bu hani bahsettiğiniz o tüm dil, bilim, doğal dil işleme sistemleri hepsi birbirinin kardeşi aslında. Hepsi değişik başka firmaların. Hepsi değişik o high-tech internet firmalarının. Ve bunlardaki olay şu an işte mesela GPT-3 Wikipedia’yı aldı. Sadece tüm Wikipedia’yı okutturdular. Ama sadece Wikipedia’yla kalmadılar. Bu yetmez dediler. GPT’nin ilk versiyonu öyleydi. Tüm dijital kitapları, dijitale geçirilmiş tüm gazete, kitap, magazin ne varsa hepsini okuttular. İngilizce bu yoksa başka dilin doktorlar mı? Birkaç dilin modeller de var ama GPT-3 İngilizce. Aynen. Peki hocam şimdi internette biliyoruz ki Wikipedia’da buna dahil, başka pek çok yerine dahil, pek çok da yanlış bilgiler. Doğru bilgiler kadar yanlış bilgiler var neredeyse.
Bu yapay zeka uygulamaları bunun yanlışla doğruyu birine ayırt edebiliyor mu? Bunun için ayrı bir düzenekleri var mı? Yoksa son derece yanlış bir sürü şeyi bir araya getirip bunun için bu yanlış bu doğru diye kendi bilgini ayırt etmek zorunda kalmalı. Mesela 1 milyon bilgi var. Bunların 300 bini yanlış, 400 bini doğru, 200 bini de doğruya yakın. Bunları kendi mi ayırt ediyor yoksa birisinin müdahale etmesi gerekiyor mu?
Bu aslında sorduğunuz 1 milyon dolarlık bir soru şu anda. Bütün bu şirketler bu büyük yatırım yapılarak eğitilmiş bu modelleri ticareleştirebilmek için bu problemi çözmeye çalışıyorlar. Çünkü siz bir soru sorduğunuzda sistem her zaman size bir cevap veriyor. Yanlış da olsa onu aynı özgüvenle size cevap olarak veriyor. Tabii bunu hassas bir uygulamada kullanmanız dolayısıyla mümkün olamıyor.
Yani mesela bir tıbbi bir şey sorsanız ya da finansal bir soru sorsanız sizi yanlış yönlendirebilir. Onun için şu andaki uygulamaları bu tip yanlışların çok da önemli olmadığı işte makale tamamlama, marketing yazısı yazma vesaire gibi şeylerle sınırlı durumda. Diyorlar mesela tıp diyorum hukuk konusunda muazzam tutarlı şey der diyorlar. Çünkü bütün hukuk arşivini bütün içtahatları ülkesine göre ama özellikle Amerika’da herhangi bir avukatın okuyabileceğinden çok da yok. Özellikle sözleşme hazırlamada veyahut da davalarla ilgili bir fikir vermede en iyi avukatlık bürosundan okuduğum kadar yüzde 70 daha verimli çalışıyor. Doğru mudur bu diğer alanlara bu kadar kolay yansın bir bilirim. Çünkü hukuk da sonuçta hepsi dosyalanmış gerçek kararlar, bilgiler şunlar bunlar. Başka herhalde de bu kadar doğruluğa ne zaman ulaşır? Doğrudur ve yakın gelecekte avukatların bu tip dijital asistanlar olmadan çalışmasını düşünemeyeceğiz bile. Sponda avukatlar kalmayacak zaten.
Ona daha var. O çok yakın değil daha. Yani gittikçe bu doğruluk problemini çözebildikçe biz bu tip sistemlerin uygulamaları artacak. Olam avukat değil de hakim olmanı çok isterim ben yapay zekâların çünkü şey yapmak…
Orada yapay zekâya ne kadar güvenmek lazım? Bence insanın kontrolde olması gerekecek uzunca bir süre. Yani yapay zekâ benim görebildiğim yakın dönemde insanlara iyi bir asistan olarak insanların verimliliğini arttırmak üzere çalışacak. Fakat belli kritik alanlarda insanların yerine geçmesine daha çok var. Peki şimdi bu GPT-3, Gopher, Palm gibi şeylerin yanı sıra bir de şey var. Daha çok resimler üzerine çalışan DAL-E ve IMDGEN gibi şeyler var. Bir de stable diffusion diye bir şey var. Bunlar nedir? Bilmediğim için soruyorum. Bilip de okuyarak etmiyorum. Bilmiyorum. Bunların ne olduğunu duyuyorum sadece. Şöyle bir insanın dili anlamasını biz nasıl tanımlarız? Sadece kelimeleri bilmek yetmez değil mi? Yetmez. Bilmemiz gereken insanların anlamlarını fiziksel dünyada, sosyal dünyada neye karşılık geldiklerini de bilmesi gerekir. Şimdi bu GPT-3 gibi makinelerde böyle bir şey yok. Dünya ile herhangi bir bağlantısı yok. Bütün bildiklerini okuduklarım etinlerden öğrenmiş durumdalar. Onun için büyük bir alan da yapay zekâ içerisinde… Gerçek gibi, bir görün filit tarif etmesi gibi onlara. Öyle, aynen.
Yapay zekâ içerisindeki büyük bir alan şu anda dille dünyanın farklı özelliklerini birbiriyle bağdaştıracak, işte multimodal dediğimiz, içinde hem görüntü işleme, hem belki robotik hareket değişik alanları dille birleştirip böylece yapay zekânın kullandığı kelimelerin dışarıda neye denk geldiğini anlamasını sağlayacak uygulamalar üzerine çalışıyorlar.
Bunlardan ilk başarılı olanı resim tarif eden uygulamalardı. Yani bir resmi veriyorsunuz, diyor ki size burada iki tane futbolcu birbirine pas atıyor. Ya da burada işte bir motosikletli adam… Çok öyle yapıyorlar mı artık? Tabii tabii. O problem hemen hemen çözüldü, dinleyebilir son beş sene içerisinde. Şimdi bahsettiğiniz DAL-E ve Stable Diffusion gibi programlar da bunun ters yönde yapıyorlar. Yani siz bir cümle söylüyorsunuz. O cümleyi hayal edip o hayal ettiği şeyin resmini size veriyorlar. Birkaç örneğine bakabiliriz isterseniz. Görüntü getirdim. X-slide alabilir miyiz? Flight 1 arkadaşlar. Evet. Buradaki örnek… Örtem ekranı verilir mi de anlaşılsın daha iyi? Buradaki örnekte mesela bilgisayara kaseye dokunan çocuk demişiz. Ve aşağıda bilgisayarın hayal ettiği birtakım resimleri görüyoruz. Kaseyi taşıyan çocuk, kaseye dokunan çocuk, kaseye elini sokan çocuk.
Bunlar fotoğraf kalitesinde resimler. Hepsi farklı çocuklar, farklı kaseler, farklı açılar içeriyor görüyorsunuz. Ve hiçbiri bunların gerçek bir resmin kopyası değil. Bilgisayarın kendi ortaya çıkardığı resimler. Bir sonraki slide’a geçelim. Birkaç örneğim daha var. İki arkadaşlar. Sanatçıları belki daha fazla ilgilendirir ama… Stilini de değiştirebiliyoruz.
Mesela bu slide’da surf yapan Gergadan dedik. Ama ilk slide’da bunu dijital resim olarak istedik. İkinci slide’da claymation, kil animasyon mu deniyor olarak istedik. Üçüncü slide’da ucuz bir kamerayla çekilmiş hali. Dördüncü slide’da da kaliteli ödül almış bir… Üçüncü slide’da kalalım. Dördüncü resimde de kaliteli bir fotoğraf olarak istedik.
İkinci slide’ı söyleme. Slide 2. Gelsin şimdi slide 2. Bu yani değişik stillerde de bu hayali şey yapabiliyor. Peki mesela surf yapan şey deyince… Gergadan dedik. Mesela niçin elinde bir makineyle surf yapmaya çalışan birisi… Güzel. Aslında İngilizcesi öyle değil. Doğru. Bu sistemlerin ne kadar derin anladıkları, bizim söylediklerimizi… Bu hala açık bir konu. Örneğin söylediğimiz pek çok şeyi güzel resimlere dönüştürmelerinden… Pek çok kelimenin anlamını çok iyi bildiklerini sanabiliriz. Ama öyle olmadıklarını gösteren birtakım çalışmalar da var. Dördüncü slide’da da onu göstermeye çalıştım. Burada da en gelişmiş sistemlerden biri sanırım bu dalide yapılmış bir test. Sol taraftaki resimlerde fincanın içinde bir kaşık demişiz.
Ve gerçekten fincanların içine kaşıkları yerleştirmiş. Gayet güzel. Sağ taraftakinde ise kaşığın üstünde bir fincan demişiz. Ama bunu mesela becerememiş. Ben de beceremezdim ama. Evet. Zor bir soru. Katılıyorum. Zor bir soru. Fakat şeyi anlatıyor en azından. Kaşık nedir, fincan nedir bunları öğrenmek belki kolay. Ama ilişkileri öğrenmek. Bu içinde, dışında, üstünde, altında ya da eylemleri öğrenmek. Diyelim ki biz su içme eylemini ele alırsak, bir insanın bardakla su içmesiyle bir çocuğun çeşmeden su içmesi, bir kedinin sokaktaki şeyde yalayarak su içmesi, yani birbirinden çok çok farkı görünen… Bunu ele edenecekler edebiliyorlar mı şu anda? Şu anda değil. İşte bu kadar bunları birleştirip onu bir kavram olarak, yani o yaratığın boğazından bir su geçecek. Aslında hepimizin bildiği su içmenin anlamı budur.
O seviyede henüz anlayamıyorlar. Yani anlayışları biraz daha yüzeysel kalıyor şu anda. Peki. Şeyh Ede hocam, bir şey merak ediyorum şimdi. Yapay zekâ deyince insan böyle çok acayip umutları besliyor. Umutları beslemesine hak çıkaracak birtakım uygulamalar da yok değil. AlfaFold diye bir şey var mesela. O protein yapılarını buluyor değil mi? Bildiğim kadarıyla. Şimdi sen bu AlfaFold meselesi. Bu daha gelişebilir mi? Şöyle sorayım. AlfaFold nedir onu bir anlatırsanız sevinirim. Ama esas soracağım şu, AlfaFold’dan yola çıkarak. Yapay zekâ ile öğrenen birisi, sizin de şu anda içinde bulunduğunuz fotoğraftaki, mesela bakalım orada en meşhur Einstein diyelim veya Marie Curie diyelim, fark etmez. Onlar gibi etindiği bilgilere dayanarak bir teorem, bir teori üretebilir mi?
Yani bir yapay zekâ ne yarın öbür gün bütün verileri toplayarak ve bu topladığı verilere biraz da kendi hayal gücünde katarak bir teori etmesi mümkün olabilecek mi? Bunun için ne eksik? Teoride evet. Ne zaman olacak derseniz… Ede hocaya sormuştum. Pardon çok özür dilerim. Ama siz de tabii ki söyleyebilirsiniz. Hiç sırayı yok. Sizden sonraki Ede hocada anlatın. Ben çok kısaca, teorik olarak bunun önünde bir engel yok ama ne zaman olacağını sorarsanız, o şu an için henüz… Peki hocam. Şimdi size sorduğumu da tekrarlayayım o zaman. AlfaFold nedir? Onu da biraz anlatırsınız bize. Evet. AlfaFold hakkında kısaca bir bilgi vereyim.
Bioinformatik uygulamasıydı. Yapay zekâlı bir bioinformatik uygulamasıydı. Bu neden önemliydi? Çünkü proteinlerin yapısı bizim için önemli. Aşı uygulamalarında olsun, ilaç uygulamalarında, ilaç tasarımlarında olsun proteinlerin yapısı önemli. Proteinlerin fonksiyonlarını, şekilleri belirliyor. Proteinlerin şekillerini de aminosit sırası belirliyor.
Aminosit sıralarının katlanması da onların şekillerini belirliyor. Dolayısıyla bu nedenle proteinlerin katlanmasına göre şekillerini anlamak çok önemli bir problem. Çünkü hangi molekül hangi molekül, hangi protein, hangi proteinle bağ kurabilecek, bunu anlayabilmek ve bunu tahmin edebilmek için bunu yapmamız gerekiyor.
Belki bu normal wet lab denilen yani biyolojik lablarda yapılan testlerde deneylerde zaten sonuca ulaşacaklar belki ama denenmesi mümkün olan milyonlarca yapı var mesela.
Hani hangi molekül hangi molekülle bağ kuracak ki ben bu ilacı yapayım, bu ilaçta hangi molekülü kullanayım tarzında bir soru geldiğinde bunu direk biyolojik labda hemen sonucunu bulabilirler belki net sonucu orada görüyorlar zaten. Fakat denenecek milyonlarca olasılık varsa bunu dizayn etmek yıllarca belki ömür belki ömür gitmeyecek bunu bulmakta. Yapay zeka bunu hızlandırıyor. Olası yani bağ kurması olası yapılarına göre proteinleri moleküllerin yapısına göre mesela bağ kurması olası molekülleri buluyor. O pairleri o çiftleri buluyor mesela ve biyolojik labda da bunları deneyin diyor onlara öncelik verdiriyor diğer biyolog bilim adamlarına. Dolayısıyla bir hızlandırıcı etkisi var yani yapay zekanın ilaç tasarımında da özellikle. Diğer sorunuza da gelirsem aslında bir çok bahsetmek istediğim şey var. Bununla ilgili bir şey daha söyleyeyim mesela yarın öbür gün bu yapay zeka uygulamaları burada daha da yetkinleştiği zaman bir aşı beklemek için bir aşı için 6 ay bir yıl bazen 3 yıl beklemek yerine veya bazen 15-20 birkaç gün içerisinde yapay zeka bu olasılık hesapları çok hızlayabildiği için
mesela yarın yeni bir salgında bir hafta sonra yapay zekatı örtülmüş bir aşımız olabilir mi? Evet bu çok mümkün çünkü yapay zeka bunu hızlandıran bir şey yani Karni Gimelin Üniversitesi’nde mesela ben böyle bir çalışma biliyorum.
Bir milyon taneden sadece mesela denenecek bin tane örneğe indiriyorlar. En çok olası valkurma olası özelliği bu moleküler bunlardır bunları deneyin diye bir milyonu mu denemek ne kadar zaman alır bin taneyi denemek ne kadar zaman alır. Bu sistemler hızlandıkça ve daha iyi ve daha doğru sonuçlar verdikçe tabi ki bu mümkün bir şey. Peki insanlarda yapılan faz 1, faz 2, faz 3 çalışmalarını bilgisayarlar yapabilir mi? İnsan deneyine gerek kalmadan. Ben öyle bir aşıyı olmam. İnsanla bir denezdim. Yani onu… Evet şimdi insan mekanizması da sonuçta insan biyolojisi de çok fiziyolojisi çok karmaşık bir şey olduğu için o karmaşıklıkta başka bir makina sistemi yaratmak gerekir ki öyle bir simülasyon yaratmak gerekir ki. Ki onun da şimdi mümkün ol… Şu an için öyle bir şey yok şu an. İleride o tarz o karmaşıklıkta bir simülasyon yaratabilirsek evet olabilir tabi ki ama şu an onun uzağız diyebilirim. Şu anki bilgilerime göre onu uzak olduğumuzu söyleyebilirim. Birer aslında daha fazla da şey söz bana daha az geliyor biraz daha aslında bahsettiğim şeyler var ama.
Devam edin. O şeyi de sorunuza da önce cevap vereyim onu da unutmadan. Hani böyle bir şey olabilir mi? İşte teoremler… Hocam beni ciddi yapmayın. Sizin neyin sözü olanı anlatın lütfen. Vallahi ciddiyim. Bunun karşısında filozofik olarak ve teorik olarak, Deniz Hocamın da dediği gibi bir engel yok olabilir.
Fakat bunu hep şey olarak düşünün. Yani böyle bir coğrafya var. Deniz var. Deniz diyelim ki yapay zeka olsun ve denizin ulaştığı yerler var. Denizin de yükseleceğini düşünün zamanla. Ve o coğrafya, kara coğrafyasında da denize daha yakın yerler var, daha alçak yerler var ve daha yukarıda olan yerler var. Dağlar var, Everest var, tepesi var. Tamam mı? Bu yapay zeka ilerledikçe, bu deniz ilerledikçe veya yükseldikçe bazı şeyler çok kolay. Bazı yerleri hemen kapsıyor. Birçok şey alan kapsandı bile zaten. Birçok şeyi yapay zeka ile yapabiliyoruz. Ama bazı şeyleri yapmak daha zor olacak. Daha zor olacak. Bunun ne kadar süre alacağını henüz bilmiyoruz. Yani sonuçta hiç olmaz diyemeyiz.
Birçok şey olabilir. Sinema çevirecek belki kendi, sinema çevirecek kendisi, kitap yazacak. Zaten bunlar hemen hemen olmuş gibi ama bu dediğiniz gibi bu teorem üretme, kendi teoremlerini üretme, kendi bilimsel teoremlerini üretme gibi şeyler. Bunlar mesela benim en zorda gördüğüm problemler. Henüz orada değiliz ama ileride neden olmasın. Çünkü şey çok hızlı ilerliyor. Yani teknolojisi çok hızlı ilerliyor.
Özellikle bu, işte bahsettiğiniz mesela o GPT’den bahsettik işte Google’ın Lambda’sı mesela birkaç ay önce Lambda ile ilgili haberler çıkmıştı. Google’da çalışan, Lambda projesinde çalışan bir mühendis işte duygu ve bilinç kazandığını söyledi. Evet. Evet. Oradan, Evet, Blake Lamoyne galiba evet ismi. Mesela duygu kazandığını söyledi.
İşte olaylar çıktı bir sürü işte işten atıldı, şey yapıldı falan söylendi ama işten atılmadı da. Sonuçta veya işte biraz önce bahsettiğimiz Eviçken olsun, Daliye olsun mesela onlar da Metin’i resme çevirme. Şimdi bizim aslında slide hazırlamaya vaktim olsaydı koyabilirdim ama inşallah bir dahaki programa çok güzel slidelerle gireceğim çünkü çok kısa bir zamanım vardı.
Bizim aslında yapay zeka problemi şu, bir tane bizim verimiz var. Veriyi biz öz niteliklerle tanımlıyoruz. Yani bir resmi, bir fotoğrafı nasıl tanımlayabiliriz? Yani ben onu makineye nasıl tanımlatabilirim? Pixellerle tanıtabilirim. Pixeller. Pixeller nedir? İşte o noktalar yan yana duran noktalar diye düşünün. Çözünürlüğü kadarıyla veya alt altta üst üste duran pixeller.
O pixeller benim aslında girdilerim yapay zeka sistemine ben o pikselleri veriyorum aslında. Yapay zekanın beyni neresi? Yapay zekanın beyinde ben bu pikselleri, bu bana verilen öz nitelikleri neyle çarpayım? Hangi katsayılarla çarpayım? İşte bunlara da ağırlık diyoruz. Weight vector’ı. Hangi ağırlıklarla çarpayım da ben etiketi bulayım. Etikette ne? İşte bu kedi resmimi, kuş resmimi, köpek resmimi. Etiket.
Tüm olay burada bitiyor aslında. Bizim üç tane bilinmeyenimiz var. Yani girdi resim diyelim onun ağırlıkları ve de etikete. Biz bunun neresiyle uğraşıyoruz? Ona bakıyoruz. Eğer ki ben network’imi öğrenmişim yapay zeka algoritmasını eğitmişiz zaten. Ağırlıkları biliyorum. Bana birisi vermiş bunu. Ben bunu eğittim diye vermiş. Tüm ağırlıkları biliyorum. Orta kısmı biliyorum.
Girdiği de biliyorsam kuş resmi, bir resim gelmiş bana. Zaten network’i biliyorsam onun kuş olduğu etiketi de çıkarıyorum. Mesela buna biz algılama diyoruz. Bu perception olayı. Algıladık. En son etiketi bulduk. Diğeri ne? Öğrenme diyoruz. Öğrenme ne? Öğrenmede de kuş resm, resimleri biliyoruz. Kuş resmi var, kedi resmi var, resimler var. Bir de bu tarafı biliyoruz etiket tarafını.
Bu kuşmuş, bu resim kediymiş. Onu biliyoruz. Ortadaki ağırlık vektörünü bulmaya çalışıyoruz. Bu işte mesela öğrenme. Öğrenme dediğimiz şey. Başka ne olabilir bir de? Ortaya inebiliyor olabilirim. Biri bana eğitir, network’i verir, ağırlıklar budur der, verir. Etiketi de biliyorum. Etiket ne? Kuş, kedi. Metini veriyor bana. Bu kuş, kedi diye.
Onu bana kuşu veya kediyi çizmemi istiyor. Yani girdiği bana onu resim olarak vermemi istiyor. Mesela bu image gen de ve de bu işte şeyde Dell’i de falan yapılanlar aslında bunlar. Problemler, bu üç problem üzerinde biz aslında dolaşıyoruz yapay zekâcıları olarak. Burada yapılan da etiketi verdi, network belli. Network’i de nasıl eğitiyoruz? Yine bir sürü yeni yapay zeka algoritmaları var. Mesela ganlar var. Çekişmeli üretken ağlar dediğimiz. Mesela iki yapay sinir ağını birbiriyle savaştırıyorsunuz. Bir tanesi bir yapay sinir ağı. Örneğin hiç gerçek datayı görmeden gerçek dataya benzer data üretmeye çalışıyor. E buna nasıl başlayacak? Daha hiç gerçek datayı görmedi. Rastgele datalardan başlıyor. Şöyle bir şey oluşturuyor. Diğer mesela o discriminator dediğimiz diğer yapay zeka ağı.
Bunun gerçek datamı gerçek dataya ne kadar yakın? Onun feedback yine veriyor. Bu feedback’e göre bu üretken yapay sinir ağı. Ben hiç gerçek datayı bilmiyorum. Ne ürettim bilmiyorum ama bana böyle bir feedback geldi. Yakınlığım bu yönde. Ben şu tarafa doğru gideyim bir de şöyle bir şey üreteyim diye onu üretiyor onu veriyor. Bu yine feedback veriyor. Mesela bu tarz yeni bir algoritma var. Yani son birkaç senenin algoritması bu.
Bununla zaten o deep fake dediğimiz, deep fake’i biliyorsunuz hani bir sürü ünlü politikacın şeyin falan videoları yapıldı, şeyleri yapıldı. Hep bu teknolojiler üzerine aslında. Bu tarz yeni algoritmalar var. Böyle böyle generator dediğimiz yapay sinir ağı daha gerçek dataya yakın veri üretmesini öğreniyor.
Öteki tarafta daha iyi ayırt etmesini öğreniyor. Hem ikisi öğreniyor hem ikisi daha iyi oluyor. Bu şekilde ilerleyen algoritmalar. Biraz önce bahsettiğimiz o dual dil işleme sistemlerinde de mesela dönüştürücü denen, mesela transformers denen bu transformers bu yeni bir kavram. Bu eski elektrik mühendis hani transformator trofolar değil. Yok benim aklıma da çok film geldi. Ben daha çok aklıma film geldi.
Eski trofolar değil de yeni film geldi. Ha film. Evet doğru film de olabilirdi evet. Algıda seçecek. Bu yeni bir kavram. Bu mesela transformatörler yeni yapay sinir ağı modelleri. Bu tüm GPT-3’ler işte lambdalar bahsettiğiniz gopherlar palmlar hep bunun sayesinde oldu aslında. Yine yani şey olayın bazı yapay sinir ağıları fakat bunları çok değişik şekillerde kullanma yöntemleri var.
Bu oradaki ilişkili anlayarak mesela hep öne giderek bir kelime cümlenin neresinde geçtiği önemli. Hangi kelimelerle beraber geçtiği önemli. Bunları anlayarak zaten şey anlayabiliyoruz. Esas bizim o semantik dediğimiz anlamı biz hep oralardan çıkarabiliyoruz. Yani bu işte asla ezberle olmuyor. Yani biz makineye de asla ezberletmiyoruz. Yapay zeka bir ezberletme metodu değil.
Yani biz bunu hep vurguluyoruz. Ezber bazı işin içinde o. Zaten yapay zeka yok orada. Genelleme algoritmaları bizim hep. Datadan öğren ve genelleme. Genelleme ne demek? Hiç görmediğin veride sen nasıl davranacaksın? Hiç görmediğin veride ne kadar doğru tahminleme yapabileceksin? Bu insanların içine geçer tabii. Biz yapay zekada bunu yapmaya çalışıyoruz. Kesinlikle. Evet. Yani ezberleyen her zaman kaybediyor yapay zekada da.
Peki hocam teşekkür ederim. Tekrar konuşacağız. Bir de konu benim anlama kapasitesi öncesine çıkmaya başladı. Hocam etik mesele yok mu burada şimdi? Etik mesele deyince… Yine dönünce de oraya ama biraz etiğini konuşmak istiyorum. Şimdi yapay zeka… İnsanlar da doğru toplumun kültürüne göre değişen ama yine de bir şekilde ortaklaşı olan… ve hatta dinler vasıtası da daha da ortaklaşı hale getirilmiş bir ahlak, etik, ne derse kadar bir anlayış var. Nasıl davranılmasının doğru olduğunun ilişki. Yapay zeka bunu nerede öğrenecek? Sizin de az önce söylediğiniz gibi bu şeyin yapay zekası Twitter’a koyuyorlar. Dünyanın en ahlaksız, en ırkçı, en pislik herifahine geliyor. Birden bire Türkiye’ye gelse, siyasete girse yerdir yani. Ama 2023’te de Danimarka’da bir yapay zeka seçimlere gelecek. Doğru biliyorum değil mi? Evet. Onu dil modeliyle eğitmişler değil mi? Yani ülkenin işte sağcı ya da tuhaf partilerinin şeylerini toplamışlar, programlarını. Bu demin anlattığımız sistemle… Bak parti programı böyle bir şey oluyor. Sen de bir tane yaz.
Bu parti daha çok ayalıyor. Sen de ona göre kendini organize et. Bunlar bence yani bu parti özelinde biraz araştırdım. Şu an için çok bence ciddiye alınacak girişimler değiller ama ilerisi için bize bir şey veriyor tabii. Ben bu etik ve doğru değerleri yapay zekaya verme problemiyle henüz bu kadar çok endişelenmemiz için çok… gerek olmadığını düşünüyorum. Çünkü henüz dediğim gibi yapay zekalar, otonom değiller, kendi kendilerini koruma gibi bir içgüdüleri yok. Kendi amaçları, kendi hedefleri doğrultusunda hareket etme gibi bir özellikleri yok. Sonuçta bir soru soruyorsunuz. Oradan bir cevap çıkıyor. Tamamıyla sizin kontrolünüz altında şu anki yapay zeka sistemleri. Kontrolün çıkma olasılığı yakın vadede yok yani. Vadede yok. Ama şu var. Yapay zeka kompleks bir sistem. Bunu biz değişik mesleklerin, değişik uygulamaların içine soktuğumuz zaman o sistemlere, o uygulamaları sarsma ya da yanlış yönlere götürme ihtimali var. Yani bu aslında insanlığın yarattığı her kompleks sistem için geçerli.
Biz finans sistemini de biz kurduk. Politik sistemleri de biz kurduk. Ama hiçbirini kontrol edemiyoruz şu anda. Nereye gideceğini tahmin de edemiyoruz. Bazen bizim istediğimiz yerlere gidebiliyorlar. Yapay zekanın değişik meslek alanlarına damlatılması da böyle bir kontrolden çıkabilecek ve kısa vadede bizim beklemediğimiz birtakım sonuçlar yaratabilecek bir şey.
Burada özellikle şeyi, riskli görüyorum ben. Biraz önce açık, veri açık data kültüründen bahsettik. Bu şirketlerin modellerini ve teknolojilerini birbiriyle paylaştıklarından bahsettik. Bu böyle olmasa ve bu yapay zekalar kapalı kutular içerisinde değişik endüstriyler ya da devletler tarafından kullanılmaya başlasa bu risk bence çok daha büyük olur. Açık olmasına riski azaltıyor mu? Bu riski en azı indirmek için toplumsal alanlarda kullanılacak yapay zekaların bence bilim adamlarının incelemesine, bilirkişilerin incelemesine açık tutulması şart diye düşünüyorum. Yani bir yapay zekanın bir insanın yerini alma ihtimalini siz yakın gelecekte pek olası görmüyorsunuz. Orada benim hocam Rodney Brooks robotik uzmanının kullandığı bir metafor var. İsterseniz o metaforu hemen paylaşayım. Yapay zekanın gelişimiyle bizim havacılığın gelişmesini benzetiyor birbirine. İnsanlık havacılığa nasıl başladı? Balonlarla, havadan daha hafif teknoloji ile başladı. Ondan sonra işte kanatlı pervaneli uçakları icat etti.
Havadan daha ağır şeyler uçabilmeye başladı. Jetler. Ondan sonra roketler aya gitti. Son bu 1950’lerden… Ama sonra durdu yavaşladı böyle. Doğru, doğru. Bu metafor da şey diyor yani bu 2010’lara kadar deep learning öncesi yapay zekayı bu balon teknolojisine benzetiyor.
Şu andaki bulunduğumuz dönemi ise ilk uçak, kanatlı araçların icat edildiği döneme benziyor. Ama diyor ki insan zekası, insan beyni aslında ayda. Aya gidebilmek için roket icat etmemiz lazım. Henüz şu anda o roketin teknolojisini bilmiyoruz, nasıl icat edeceğimizi bilmiyoruz. O roketin fiziğini açıklayan denklemleri de bilmiyoruz. Arada bir hitler lazım.
Evet. Yani şu anda güzel bir teknoloji geliştirdik. Bunun gerçekten bizim ekonomimiz üzerinde, teknolojimiz üzerinde çok iyi faydaları olabilir. Ama yakın vadede insan seviyesine gelmesi nasıl geleceğini şu anda kimse bilmiyor. Ben sizin hocanın metaforunu anlamakla beraber doğru bulmadığımı ifade etmeliyim. Niye? Jet motoruyla roket motoru hemen hemen aynı anda bulundu.
Doğru. Yani ikisi de iki dünya savaşı sırasında bulunmuştur. İkisi de Almanlar tarafından bulunmuş, Amerikalılar tarafından çalınmış. Sonra da onlar tarafından sağlam karakterler geliştirmiş. Demek ki bir hitler, biraz kaynak, bir de bunları çalıp yapacak bir Amerika lazım mı? Evet. O zaman şöyle diyelim, en azından şu anda bildiğimiz, işte deep learning diyoruz, reinforcement bu pekiştirmeli öğrenme diyoruz.
Bu şeyde hocanın bahsettiği generatif modeller, bu büyük dil modelleri, bu teknoloji grubuyla gerçekten uygulamada çok başarılı ürünler, yeni endüstri alanları açabiliriz. Ama bunlar yeterli değil insan seviyesine ulaşabilmemiz için.
Peki Cem hocam şimdi self-supervised denilen bir sistem var. Yani o eskiden deep learning’i güçleştiren, deep learning’i zaman gerektirenden farklı bir yere eriliyor. Ne farkları var arasana, ne demek bu? Demin de azıcık bahsettik. İlk, hani derste yapay öğrenme, bir sinir anın eğitilmesi nasıl olur diye anlattığımızda verdiğimiz en basit örnek.
Önce insanlar işte kedi-köpek mi ayrımı yapılacak? İşte bin tane resmi bir sabırlı bir grup insan, bu kedi, bu köpek filan diye etiketleyip bak bu resme bu cevabı vermen lazım diye. Yani orada bir öğretmen gibi bir görev yapıyor insan. Biraz da deliye, postekesaydır gibi bir şey yani. Evet. Bir de insanların aksine bir çocuğa mesela iki tane kedi-köpek gösterirseniz öğrenebilir, bu bilgisayarlara bir milyon tane göstermek gerekiyor.
Bu etiketleme çok korklu. Sıkıntılardan biri o. Yani öğreniyor diye seviniyoruz yapay zekâcılar olarak. Yalnız onların bu bilgisayara bir şeyleri öğretmek için kullandığımız bu algoritma sıkıntılı yani. Enerji açısından sıkıntılı. Çok büyük bilgisayarların çok uzun süre elektrik yakması gerekiyor. Bizim kafamızdaki algoritma değil bu.
Bizim beyin hâlâ ondan çok çok daha iyi, çok az örnekle çalışıyor. Hatta bu gan makalelerinde falan biz bunun için şu kadar elektrik yaktık filan diye de bir kısım olmaya başladık. Doğaya bu kadar karbon saldık falan gibi. Ona da baktım gelmeden. Bizim beynimiz 10 watt, 15 watt yakıyormuş. Şu anda GPU’lar 500 watt’a falan ulaştı ki bir GPU beynin 10 binde biri bile değil yani güç olarak.
Dolayısıyla gerçekten o iş için mesela daha 40 fırın bizim bilim dünyası olarak ekmek yememiz lazım. İşte yine bu MIT’li… Bu süpür kompütürler 28 megawatt yakıyor. Evet. 28 megawatt. Evet. Büyük. Evet. Bugaku süpür kompütür var mesela. 28 megawatt yakıyor.
Yani 1 rüzgar santrili, 1 megawatt falan eski modeller, yeniler 5 kadar. Yani 5 rüzgar santrili, 6 rüzgar santrili, 6 tane en büyük cinsinden rüzgar santrili bir bilgisayar çalıştırıyor. Evet. Bilgisayar teknolojisinin şu anda öyle sıkıntıları var. Yani yapay zeka sayılmaz ama mesela bu bitcoin denen meret… Otom rezidini….Dani markadan daha fazla elektrik yapıyor. Otom rezidini.
Evet. Öyle bir şey var. Bu o konuda birçok gelişmeye ihtiyaç var. Yani orada daha hani tam insan gibi zeka için daha bir böyle arada 100 Nobel ödülü falan daha lazım. Lazım. Şey var işte bu insan nöronlarına benzeyen ama üstelik insan nöronundan da daha hızlı çalışan bir nöron sinaps cinsi icaret… MIT’de böyle başlamaya bunu geçiyor. 15 yıl önce galiba. Tabii Türk. Evet, evet. Murat Önek. Evet. O konuda sadece bilgisayarcıların değil çünkü onların çoğu malzeme bilimcisi. İşte yani şu kimyasalları karıştırırsak böyle bir madde yapabiliyoruz. Ondan elektrik daha hızlı geçiyor falan gibi. Daha orada bir sürü iş yapmamız lazım. O bahsedilen gözetmensiz öğrenme. Kendi kendine… Self supervised. Kendi kendinin hocası olarak öğrenme diyelim ona. İşte o mesela demin de bahsettiğimiz bu dil modelleri GPT-3 onun güzel bir örneği.
Yani orada ben bak bu kelimeden sonra bu kelime gelir diyor muyum ona, uğraşıyor muyum? Müthiş bir veri var. Onu oraya salıyorum. Mesela ben bile bazen sokakta yürüyüyorum ya da işte bende bir köpek var şu kadarcık. Sokakta birisi görünce onu bu. Aa bu kedi diyor. Yok kardeşim köpek diyorsun mesela. Bilgisayarda bu kadar yanılır herhalde değil mi? Yani zaten bu öğrenme algoritmamız şu anda şöyle bir şey. Temelde hocalarda biraz değindi. Yani önce bir rastgele bir beyin kuruyoruz. Hiçbir şey bilmeyen, her konuda her soruya yanlış cevap veren tabii ki çünkü rastgele kurduk biz onu. Yavaş yavaş kendi kendine. Ondan sonra ona milyonlarca defa bak bu sorunun cevabı ne diye soruyoruz. Yanlış cevap veriyor. Pat diye kafasına vuruyoruz. Birazcık onu değiştiriyoruz içindeki sayıları. Bunu milyonlarca defa yapınca tabii dayak yayıyor. Bu gösterdiğimiz örneklerdeki öğrentiyi anlıyor.
Bu algoritma, harika bir algoritma. Aslında matematikçi olarak çok ilk gördüğümde ben aşık oldum algoritma ama……işte bu bizim uyguladığımız algoritma değil. Bizim beyimdeki değil. Yani peki bir çocuk mesela niye iki defa gösterdiğimizde öğrenebiliyor? Çünkü o sırada beyni boş değil ki çocuğun. Çocuk doğduğundan beri dünyayı gözlemlemiş, kedileri, köpekleri bol bol seyretmiş. Büyük ihtimalle kendi kafasında birtakım kavramları zaten geliştirmiş.
Çocuğun bile konuşması, akıllıysa 6 ay daha az akıllıysa bir sene daha daha az akıllıysa 1 sene sürüyor yani. Yani çocuğun beyni o sırada dolu aslında. Onun için sizin gösterdiğiniz iki örnekler öğretebiliyor. Self-supervised learning’in de amacı aslında bu. Kafası dolu bir çocuk ortaya çıkarmak ki. Bir milyon tane örnek göstermeyelim. İki tane örnek gösterdiğimizde hemen anlasın ne dediğimizi.
Çünkü bu şeye geçersek, MIT’nin insan belinin 10 bin kat galiba hızlı çalışan… Daha fazla olması lazım. Ben öyle okudum, ben gazete okudum. Ben medyanın yalancısıyım. Nasıl daha fazla? Ne yapıyor bu, nasıl çalışıyor? Şimdi bizim beynimizde malum sinir hücresi denen küçücük hücreler var. Bunlardan çok var. Milyarlarca. Bunlar birbirlerine bağlı ve de işte Allah’ın işi böyle küçük işlemcileri birbirine çok fazla bağla bağlarsanız… Ortaya biz çıkıyoruz. Zeka burada… İnsanda bir farklılık var. Bir de insan o nöron sayısını kafayı kullandıkça arttırıyor. Öyle mi? Yeni bağlantılar oluşturuyor daha doğrusu. Bağlantılar artabilir. Nöron değil de aralarındaki bağlantı sayısı şey yapıyor. Ama bu bizim nöronlarımız işte evrim süreci sonucu oluşmuş. Aslında yavaş işlemciler. Yani bir nöronun bir tık atması bayağı bir hani insaniye’nin onda bir mi ne yani o mertebede bir şey.
Bu işte biri Ottülü, biri İzmirli olan iki Türk yazarında olduğu bu MIT’deki son çalışmada bunun hakikaten çok daha böyle nanosaniye mertebesinde müthiş bir şekilde çalışan bir analog nöron. Yapmanın yolunu yani şu şu kimyasal maddeleri kullanırsak bunu yapabiliyoruz’u göstermişler.
Bu eğer ondan bir sürü yapıp onu işte insan beynindeki gibi birbirine bağlayabilirseniz müthiş bir şey olacak. Çünkü işte o kadar elektrik yapması gerekmeyecek filan. Bunun mesela eğitim sahipiyatı daha mı düşük olacak? Evet daha yani hatta galiba o Türk yazar şey demiş yani bu hakikaten arabadan rokete geçmek gibi bir şey demiş tam sizin dediğiniz.
Bunlara neuromorphic chip deniyor galiba aslında IBM vesaire bütün büyük şirketler. Bu deep learning’i nasıl daha az enerji kullanarak daha küçük bir şey de yapabiliriz? Intel’in var. Efendim hocam? Intel doğru evet. Intel bir neuromorphic chip’i. Evet Intel’in var. Loihi neuromorphic chip’i var. Son birkaç senedir mesela. Onun hep yeni versiyonlarını çıkarıp duruyor. Buradaki olay aslında şey yani şu an. Mesela yapay zeki algoritmalarında dedik ya bir sürü değişik algoritma var. Yapay sinir ağları nasıl insan beynini işte taklit ederek öğrenmeye çalışan algoritma. Tamam hani algoritmalarda biz insan beynini taklit etmeye başladık. Derimli bir şekilde güzel sonuçlar alacak şekilde yaptık. Fakat çipler buna uygun değil. Bu CPU dediğimiz bizim işlemciler aslında von Neumann dediğimiz prensiplere göre çalışıyor.
Von Neumann prensiplerine göre çalışıyor. Bunlar da asla beyin. Von Neumann prensiplerinde yani şöyle hafıza ve hesaplama kısmı ayrı bunların birbirine. Hafıza ayrı bir yerde, hesaplama ayrı yerde. Dolayısıyla bu habire veri alıp getirmesi için o aradaki iletişim bağındaki hız çok önemli. İşte o da kısıtlayıcı faktör aslında. Bunlar yeterince çok fazla çalışamıyorlar o yüzden.
Yapay zeki algoritmaları da çok hani veri aç algoritmalar. Çok fazla verinin işlendisi gerekiyor. Veri gelecek gidecek. Bu mekanizmanın çok verimli bir şekilde olması gerekiyor. Fakat bu eski CPU teknolojileri buna uygun değil. O yüzden zaten yapay zeki algoritmaları daha çok GPU’lar üzerinde, bu grafik processing unitsler üzerinde daha çok koşturuluyordu. Daha hızlı çünkü onlardan veri malını biniyordu. Sonra tensor CPU’lar çıktı. Tensor processing units. Bunlarda işte yine yapay zeki algoritmalarını koşturmak için yapılan çiftler olarak düşünün bunları. Onları daha verimli koşturmak için yapılan. Şimdi bu neuromorfikte daha çok, bu eski teknolojide işte bir çipi hızlandırmak için transitor sayısını arttırıyorsunuz mesela. Transitor sayısı arttırıla arttırıla yani 10 yıllardır arttırılıyor.
Onun da artık bir fiziksel limite dayandı işte Mourzla oğudan dolayı. Ve transitorlar işte sadece 0-1 oluyor. Ya açık ya kapalı. Yani ya 0 olabiliyor ya 1 olabiliyor. Bu da çok verimli bir reprezentasyon değil veri işlemede. Ve insan beyninin en önemli özelliklerinden bir tanesi de aslında paralel işlem yapabilmesi. Bu çipler genelde hep seri olarak çalışıyor. Yani seri işlem yapıyor.
Fakat biz bunu paralele geçirebilirsek yani aynı anda birçok işlemi aynı anda yapılabilecek işlemi aynı anda yaparsak. Nasıl şekilde? Dikletçilerken yürüyebilecek şekilde. Evet olabilir yani birkaç işi aynı anda yapılabilecek işleri aynı anda yapabilmemiz lazım bizim verimlilik sağlayabilmemiz için. İşte neuromorfik çipler aslında bunu da sağlıyor.
Paralelization dediğimiz bu paralelliği de sağlayan şeylerden bir tanesi. Peki hocam şimdi o zaman bir şey aklıma geliyor. İleride kuantum bilgisayarlar falan var. Tamam şimdi tam bir şey aklıma geldiğinde onu soracaktım. Şimdi iki tür yeni bilgisayardan bahsediliyor uzun zamanda beri fakat bunlar çok da idare veriyor. Bir tanesi bunlardan kuantum bilgisayarlar, diğeri organik bilgisayarlar. Bunların çalışmalarıyla yapay zeka çalışmaları paralel hızlı mı ilerliyor?
Yoksa burada daha büyük sorunlar mı var? Yani kuantum bilgisayarlar ve organik bilgisayarların yavaş yavaş gelişmesinde daha geride miyiz yapay zeka göre? Yani benim bildiğim kadarıyla şu an henüz kuantum bilgisayarlar hani çok yapay zekada kullanabileceğimiz şekilde değil henüz. Evet yani çok potansiyel var hani gelecek vaat ediyorlar fakat teknolojik olarak o kadar gelişmiş durumda değiller. Şu an yapay zeka aslında daha önde gidiyor. Hani dedik yapay zeka algoritmaları aslında 10 yıllardır var ama işte daha çok veri topladıkça ve işlemciler hızlandıkça daha çok verimi alabildik diyoruz ama aslında işlemciler hala yavaş. Mesela o hocamın da bahsettiği gibi biraz önce bahsettiğimiz sistemlerde oradaki makalelerde bir bahsediyorlar 6000 TPU falan kullanmışlar 6000 küsür 6000-7000 TPU’larla bunları yapıyorlar. Yani o kadar işlemci gerekiyor düşünüp ve TPU yani CPU da değil yine yapay zeka özel chip kullanıyorlar ama bundan 6000 küsür tane kullanmamız gerekiyor hala ki yapabildiğimiz şey de yine çok spesifik bir problemi çok spesifik bir şekilde çözebilmek.
Hani o genel AI’dan falan bahsedecek durumda değil iseniz. Çünkü hala işlemciler kısıtlı hala işlemci kısıtlımız var. Bunları geliştirecek yani bunu daha hızlı yapabilecek daha paralize edebilecek her türlü sistem şu an yapay zekayı geliştirecektir. Hocam bu konuyla ilgili sizin bir ilginiz var mı? Bir gelişmelerle ilgili takip ediyor musunuz? Kuantum bilgisayarlar henüz daha teori seviyesinde pratikte bir iki başarı gösterdiler ama çok… ve de yani ne zaman ne kadar ilerleyip ilerlemeyecekleri de belli değil o da bir anla on anla onlardan. Şu anda mesela önümüzdeki 10 sene 20 sene içerisinde şuraya gider diyemiyoruz birtakım çözmeleri gereken teorik problemler var.
Diğer tarafta organik dediğiniz eğer nöroborfik çiplerse yani derin öğrenmeyi ve yapay zekayı daha az enerjiyle ve daha büyük bir şeyle yapılabilecek çiplerse o konuda bence daha ümit var. O konuda önümüzdeki 10 senedir çok ciddi ilerlemeler görebiliriz. Şu anda örneğin Nvidia baya Intel’in market share’ını baya küçültmüş durumda. Intel gibi ve yeni diğer startup şirketleri hepsi bunun peşinde şu anda.
Çünkü yapay zekayı daha ucuza daha çabuk ya da daha az enerjiyle eğitebilecek bir çip ortaya çıkaran şirket geleceğin Intel olacak. Evet, öyle olacak. Peki şimdi mesela çok beylik bir sual belki bu ama hala bunun yanıtı var mı yok mu ya da burada yapay zeka nereye gidecek merak edilen bir şey. En çok kullanan yerden bir tanesi ve kullanılması planından yerden bir tanesi otomobiller.
Yapay zekanın en fazla gelir orada göründüğü için oraya doğru bir yönliliğin var ve bununla ilgili sorunları çözmeye çalışıyorlar. Sizin de programın başından beri bahsettiğiniz gibi özellikle Tesla burada diğerlerine oranla ilerdi ama Avrupalı firmalarda, Mercedes falan gibi firmalarda büyük adımlarla yaklaşıyorlar ki zaten
Tesla ile Mercedes belli olanlarda da ortaklık içindeler birbirine bilgisiden faydalanıyorlar. Çözülmeyen sorunlardan bir tanesi de bu. Bir otomobil şeyi sormayacağım. Yasal zorunluluklar o şeylerin yapacağı bir iş, devletlerin yapacağı bir iş ama kaza anında. Dışarıdakini mi koruyacak, içeridekini mi koruyacak, dışarıdakilerden kimi koruyacak. İki kişi var birinden birine çarpacak, hangisine çarpacağını nasıl karar verecek. Birisi diyelim ki Einstein, diğeri Arunhan bir suçlu ama işte Arunhan suçlu daha genç, Einstein daha yaşlı falan gibi böyle bir sürü soru var. Bunları nasıl çözecek? Çözebilecek mi? Biz nasıl bu değerleri nasıl verirsek o şekilde çözecek. Yani onların ne yapması gerektiğine biz karar vereceğiz sonunda.
Kendi öğreniyor ama ne öğreneceğini biz yani doğru cevabının ne olduğunu bizden öğreniyor yine. Dolayısıyla biz onun davranışını… Peki mesela orada bizden daha doğru cevap verme hızını erişebilir mi? Şu açıdan soruyorum şimdi. Kaza kaçınılmaz diyelim ki. Gerçi tam geliştiğinde bence kazanmaz da olmayacak da bütün her şeyi planlayacağı için ama ilk aşamalar değil,
kaza olduğunda şöyle bir şey yapabilecek hıza erişir mi? Bunlardan biriyle çarpacağım. Bu genç. Bana dediler ki yaşlıya çarp, genç önünde daha şey var. Ama bu yaşlı tırtırtırıyor. Bu yaşlı çok önemli bir adammış ama buna çarpmayayım, bu gence çarpayım. Bu genç suçlu. Ama bu genç suçlu içine girecek, hapse girecek bir süre sonra yakalandığında ve içine girdiğinde de işte içeride bulunan, o sırada çok önemli bir şeyi bilmem ne yapacak ve böyle hesabını yapabilecek.
Bu kadar akıllıyız da araba olarak harcanıyor. Yani onu Cumhurbaşkanı yapmak lazım. Evet. Bu kadar delikli birinde olmayacak bu iş. Bu tarz sorular bir de kültüre göre çok değişiyor. Hani bir bu tarz sorularda doğru yanlıştan çok kültüre göre değişen yargılar var. Bu tarz bir araştırmayı yine MIT’de,
MIT Media Labs’da yapılıyor. Çok büyük bir anket yapıldı. Hem doğu ülkelerine hem de batı ülkelerine aynı tarz sorular soruldu. En baz sorulardan bir tanesi de işte daha yaşlıyım mı, daha genç mi, kaza kaçınılmazsa daha yaşlıyım mı, daha genç mi? Ve tamamen farklı sonuçlar çıktı. Yani doğu kültürü ve batı kültürünü örneğin belki fark edersin. Batı kültürü gibi korudu, doğu kültürü gibi korudu.
Anlarsınız hangi cevabın verildiği nerede ama tamamen farklı cevablar çıktı. Çinliler yaşlıyı kurtar diyorlar, Amerikalılar genci kurtar diyorlar. Çin’in arabasını Amerika’da sürerseniz tam… Sen tersini bir soru söyleyeceksin. Batı kültürü genci… Evet, batı kültürleri genci kurtarın diyor, doğu kültür yaşlıyı kurtarın diyor. Ben niyeyse genci kurtarın dedim. Batı kültürü mü var ben de bilmiyorum. Allah Allah. Ben de Batılı sayılmam ama.
İlginç. Yani bu da tamamen öğretiye ve kültüre bağlı olarak değişik liter gösterecek. Demek ki Tesla Çin’deki fabrikaya başka algoritma, Amerikadaki fabrikada başka algoritma öğretemeyecek demektir bu. Yani bu büyük haksızlık. Şey bile var hatta. İnsan bunu çözebiliyor mu? Çözemiyor.
Bir de bu dediğiniz durumlar belki 10 yılda, 100 yılda bir olacak durumlar. Esas bence büyük potansiyel şu anda yılda trafik kazalarında diyelim ki Amerika’da 10 bin kişi ölüyorsa, yapay zeka sayesinde biz bunu bine indirebilsin. 9 bin kişinin hayatını kurtarıyorsunuz bence. Olacak olan o. Belki binden de aşağı inecek. Çünkü şu an mesela yarın sabah trafiğin ne olacağını yapay zeka biliyor olacak. Hangi arabanın kaçtı, nereden yola çıkıp, saat kaçtı, hangi karşıya, kiminle karşılaştığını biliyor olacak. Ve penetrasyon açacağı için de araba sayısı, otobüs sayısı azalacak. Burada trafiği de kaza olasın daha aşağı çekecek. Bilgisayar, otoron araç eşiyle kavga etmediği için, patronundan zıgıt yemediği için, o gün işte bilmem nerede başına bir iş gelmeyi için, akşam da olmadığı için daha az kaza riski erercek falan gibi bir sürü avantaj var tabi olarak. Yine de hani 9 bin kişinin hayatı kurtuldu diye sevinmeyecekler, Tesla bin kişiyi öldürdü olacak. Bin tane tazminat davası gelecek. O yüzden bir türlü bu tam otonoma geçemiyorlar. Bir kişinin bile ölmesine dayanamıyorlar. Bir de tabi İstanbul trafiği var. Bilmiyoruz ki Chevrolet’e dün kaç kişi öldü ama mesela Tesla’nın bir kazası, Tesla dükkana girdi diye bütün dünyada haber oluyor. O bir süre öyle olacak. Bir şey daha ilave edeyim. Buyurun hocam. Yine de yayalar kendilerine dikkat etsin. Çünkü sorulardan bir tanesi de kaza kaçınılmazsa, arabanın içindekileri mi feda edeyim, dışındakileri mi? Evet. Şeklinde bir soru da vardı. Ama mesela burada eğer içindekileri feda et tarzında o yanlılıkla bir algoritma geliştirilirse, o zaman araba satılamaz. Bu sefer de marketing, pazarlama şeylerinden dolayı arabayı satamaz hale geleceklerinden dolayı.
Hiçbir zaman içindekini feda etmemeye çalışacaklar büyük ihtimal. Ve bu uçak kazaları gibi. Uçarak transportasyon da birçok kazayı azaltsa da yine de bir uçak düştüğünde falan, uçak düşüşündeki vefat edenler sayısı konuşulur. O çok büyük gelir insanlara. Bu yapay zekâ da aynı şekilde olacak.
Hocam vallaha benim kullandığım otomobilde bir yapay zekâ var ve çok sıkıntı değilim ben o yapay zekâ dönetimi. Çünkü yolda yaya gördüğün zaman, fren yap demişler bu yapay zekâya. İstanbul’da giderken yayalar arabaların önüne paldır kudur, helal atladı için benim otomobil günde 28 kere falan çok acı bir frenle duruyor ve ben ön koltuğa veya ön cama yapışıyorum, geri geliyorum. Sürekli arabada böyle gitmeye başladım artık. Hakkından sıkıntı verici.
Evet. Yani bu sürücüsüz arabaların gelmesi için altyapıda da birtakım değişiklikler olması gerekecek. Yani şu andaki şartlarda gelmeleri biraz zor. Bence de zaten şu anda belli düzeyde otomobil gerçekleştiği daha fazlasını yapmaya muktedidir ama altyapı sorunları var, hukuki sorunları var, sürücü sorunları var. O yüzden yapmıyorlar. Peki ilk en ağır nereden girer? Yani şimdi biliyoruz ki bu pazarlama şeylerinden giriyor.
Bu telefon benim günün 24 saati ne halt ettiğimi artık benden daha iyi biliyor. Mesela şimdi ben buradan çıkacağım, bineceğim, bana hemen evin adresini eve kaç dakikada vereceğimi yazıp gösterecek. Sabahleyin kalkacağım önüme satın alma şeyi getirip kahvaltımı nereden edineceğimi söylüyor, soruyor. Bunlar hep ay zekâ değil mi hepsi? Evet. Yani hayatınıza girmiş durumda aslında nereden girecek diyoruz ama.
Sorduğum o nereden girecek? Buradan girmiş vaziyette. Belki de bilmediğimiz daha pek çok yerden de giriyor. Hatta işte önüme… Siz de mesela burada spordan bahsetsek, 10 dakika sonra telefonu açtığınız spor malzemesi, reddimi gelince, olan bu şerefsiz birini dinliyor mu noktasına kadar gidiyorum. Aslında dinlemediğin bir algoritm o adım kaderine. Bunun doğal sonucu olarak aptallaşıyor muyuz? Aptallaşacak mıyız? Niye? Ben ilkokul arkadaşlığının telefonunu hatırlıyorum.
Karımın telefonunu bilmiyorum. Bu yapay zeka insanı salaklaştıracak mı? Kullanılmayan şeyleri kaybedeceğimiz kesin. Ben yani bu Google Maps sayesinde çok mutluyum kaybolmadığım için ama… Ama yol unutuyorsun. Yol bilmiyorsun. Evet. Yani yol bilmiyorum gerçekten. Internet iptal olsa İstanbul’da yolumu zor bulurum herhalde. Evet. Geçen gün mesela benim kızımla hep tanışmam buydu. Sen yol bilmiyorsun kızım.
Ama bu var, bu var diyordu. Geçen gün telefonu automobilde önceme koymuş sıcaktan mayışınca yolda kayboldu. Sonra beni aradı arkadaşının telefonunu ile ve ondan sonra… İyi tarif mi ettiniz? Evet. Yani bize destek olmaları gerçekten güzel ama onların destek olduğu yeteneklerimizi yavaş yavaş kaybetmek istiyoruz.
Uzun vadede insanı salaklaştırma bunun giderek yayılması. Zekamızda bir gerileme olur mu? Gerçi bizim çok korkacak bir şeyimiz yok. Biz zekamız çok ileri değil. Baktım ben dünyada 80’inci falanın zeka sarılmasında. Ortalama zekamız 80 IQ civarı. Şimdi bizim çok korkumuzu bilmiyor ama mesela ne olur biz de 40’a mı düşeriz? Yani orada bence yol bulma için harcadığınız beyin ürcelerini daha farklı işlere, daha verimli yerlere harcarsınız. Yazılarınızı harcarsınız, düşüncelerinizi harcarsınız. Bence genel bir zekada gerileme olmaz diye düşünüyorum. Nasıl kullandığınıza bağlı. Instagram’a da harcayabilirsiniz tabi. Ama bu bilgisayar denen şey bizi gerçekten hani Urfa’da, Oxford’da da biz de gitmedik. Artık ortadan kalktı. Yani hakikaten bu olarak bizim hepimizi 100 yıl öncenin en akıllı, en bilgili insanın seviyesinde olma şansına kavuşturdu.
Ama yani bütün gün Instagram’da parmak oynatma şeyi de vermiş. Ben normalde mesela bundan 20 sene önce gazeteler olarak 4 günde yapacağım araştırmayı ya da bir gazetenin arşivine gideceğim araştırmayı ve ne kadar yapacağım da belli olmuyor araştırmayı. Şimdi 30 saniye içerisinde yapabiliyorum. Çok acayip bir şey bu. Ama bir yandan da mesela acaba bir süre sonra o yetenklere kaybedebilir miyiz? O da aklıma gelmiyor diye yani. Yani işte nasıl kullandığınıza bağlı olarak…
Nasıl kullanmak lazım peki? Yani bir kere tabii kendime de söylemem lazım bunu. Şu Twitter’ı falan kaldırmak lazım. Ben Twitter’ı bir tek yazdığımı okuyorum ve ona bana küfür ediyorum. Başka bir şey yaptığım yok yani. Evet. Farklı bir şey yapıyorum. Temelde öyle. Ben de işte o rektörlüğün önündeki güneşleme fotoğraflarımızı koyuyorum. Hatta sizin katasiyonlar da öyle. Size bayağı kızanlar oldu muhafazakar çevrelerden. Hayret. Ben oysa çok muhafazakar bir insanım. Neyse. Ben de çok muhafazakar bir insanım. Onların muhafazakar anlayışı, bizim muhafazakarlık anlayışımız aynı şey değil.
Onların muhafazatmaya çalıştığı şey, bizim muhafazatmaya çalıştığımız şeyler farklı şeydir. Öyle bir araştırma yaptık. Bakın onu söyleyeyim. Yapay zekâli mi yoksa robot zekâli mi? Yapay zekâ ve değişik bilgisayar teknikleriyle işte… Ben o bizim fotoğrafları koyduktan sonra… İşte kaç dakika sonra hangi troll ilk düğmeye basıyor, ondan sonra o kaç kişiyi besliyor. Onların kaçı gerçek insan, kaçı bot falan. Bunları anlamanın yolları var. Neymiş? Kaçı botmuş mesela.
Yakında bir yazı yazacağım. Ben aslında paylaşırım onu. Bot çok galiba değil mi? Tabii tabii. Bu Twitter’ın 180’inin bot olduğu üzerine doğru mu? Evet. Bu maskın da en büyük derdi o. Twitter’ı alacağım ama bunun gerçekte kaç insan kullanıcısı var. Twitter biliyor mu bunu peki? Yani anlamanın yolları var tabii ama… İşte bazı ülkelerde de insanlar o kadar… Hani bazı ülkelerde bazı insan trollerin seviyesini yapay zekâ çoktan geçmiş durumda.
O yüzden yani bu insan mı yoksa bilgisayar mı anlamanın güç olduğu durumlar. Diyor ki bilgisayar olsa o kadar sadak olmaz dedi. İnsan türleri de vardır. Aslında benim şeyim var yani değerleri, dağları, kilileri, mığları falan ayıramıyorsa… Oradan gerçek insan olduğunu anlayabilirsin. Hata yapan, gramer hatalar… Onu ayırabilenler de var yani. Daha yüksek ücretli troller var. Tabii onlar ayrı. Onların ücret kademesi farklı oluyor. Peki bu bot meselesi tehlikeli bir mesele midir? Yani faydalı botlar var mıdır? Şeydeki yani… Özellikle Twitter gibi yerlerdeki hesaplarda mı bahsediyoruz yoksa genel mi? Yani bot diye aslında kısaca… İnsanlarla yani insanca karşılıklı… İnsan taklidi yapan… Sohbet edebilme özelliği olan programlara diyoruz. Yani o da bir yapay zekâtır aslında. Tabii yani hatta yapay zekâma en klasik şeylerinden biridir.
Ve orada da önemli bir problemle karşı karşıyayız. Demin dediniz ya hani insanları geçmez ya da kontrol onların eline geçmez canım falan. Ama şöyle bir durum var. İlaiza etkisi dediğimiz bir şey var. Vaktiyle 1960’larda ilk ve en basit o dönemki doğal sohbet, bu botların ağababası olan İlaiza diye bir program yapıyor.
Weizenbaum diye bir Alman Amerika’da çalışan bilgisayarcı. İşte yani çok çok basit şekilde karşılıklı sohbet ediyor ama hani bilgisayar olduğu besbelli bana sorarsanız. Fakat bu Weizenbaum’un sekreteri filan da dair olmak üzere birçok insan… Ama ben bununla sohbet edeceğim, özel şeylerimi söyleyeceğim. Sen odadan çık filan diye. Onu insan yerine koyuyor. Yani makinenin kendisi çok zeki olmasa da bir şey anlamasa da, özellikle dili güzel kullanarak çıktılar üretebiliyorsa, karşılıklı diyaloğa girebiliyorsa… Maalesef insanların büyük bir bölümü ona aslında o makinenin sahibi olduğundan çok daha büyük bir bilinç seviyesi. Çok daha büyük. Yalnız bu yazarları ve gazetelerin içinde geçer. Yorumu yapayım ona. Ben de yapayım.
Atf edebiliyor ve bu mesela işte bu GPT-3’ü birisi bir sohbet odasına bağlamış. Orada resmen yani ben makinemiz demeden insan gibi işte insanlara… Tırtlar falan vermeye başladı. Bir tanesini sen intihar et demiş. Yani bir hafta boyunca bir insanın yemeden içmeden yazabileceğinden daha fazla şey yazınca anlamışlar. Bu odadan bir şey. Bir dakika bunun makine olması lazım. Bu non stop yazıyor filan diye.
Yani insanların maalesef kandırılma şeyi o kadar çok ki, yüksek ki ihtimali. Ya da o özelliğe sahip insanlara o kadar çok. Kandırılmak istiyorlar. Bu teknoloji. Silahlandırılabilir diyorsun yani. Evet. Ben de bir çalışmadan bahsetmek isterim. Buyurun hocam. Evet, Cem hocam hakikaten güzel bir noktaya değindi. Hani bizim Turing test dediğimiz bir sistem var, bir test var.
Turing test nedir? Perde arkasında yapılan bir hareketin insan tarafından mı, makine tarafından mı yapıldığının anlaşılması aslında. İnsan tahmin ediyor. Makine veya insan var diyor ve onu doğru bilmesi. Ama Turing testi geçmek artık o kadar zor bir şey değil. Yani insani bir konuşmak, muhabbet etmek mesela insani bir özellikse. Bu insani özelliği sergileyebilmesi bir yazılımın artık o kadar da zor değil.
Dolayısıyla Turing testi geçebilir. Ben ona evet insan gibi konuşuyor diyebilirim. Ama onu sırf bir özelliğini yaptı diye ona gereğinden fazla bilinç hatta duygu falan duygu kazandı. İşte bu lambda da çıkan son tartışmalarda o vardı zaten. İşte lambda, bilinç ve duygu kazandı diye çıktı mühendis. Tamam Turing testini geçmiş olabilir.
Yani o zaman bu illaki bir bilinçli veya duygulu bir mekanizma olacak diye bir şey yok. Kaldı ki zaten şöyle bir şey de var. Bir yeni bir çalışmalardan bir tanesiydi. Perdenin arkasında sadece insanlar var. Hep insan var. Hiç makine yok. Yani yazılım da yok. Ve yine yüz insana soruluyor. Perdenin arkasındaki makine mi insan mı diye. Yüzde 47’si yanlış cevap veriyor. Makine diyor. Mesela bazı kezlerde.
Hayırdır ki hep insan. Yani insanı da makine zannediyoruz. İnsan zannettiğimiz gibi aslında insanı da aslında makineyle karıştırıyoruz. Ve ona da makine demişler. Peki bu yapay zeka, insanların ingeleştirdiği zaman bunu robotlarla… Şimdi demire arkadaşlar da gösteriyorlar. Bir takım robotlar hopluyor, zıplıyor falan filan. İşte Boston Dynamics’inki var. Xiaomi tanıttı bir tane. Cyber One diye bir şey.
Yapay zeka ile bunların bağımsı var mı? Yani bir robot illa yapay zeka sahip olmak zorunda mı? Ya da yapay zeka bir robotu daha hızlı geliştirebilir mi? Mesela yürümeyi öğrenmesini kolaylaştırabilir mi? Yapay zeka robot ilişkisi nasıl bir şey? Robotik ile yapay zekanın bir alt alanı diyebiliriz biraz önce. Alt alanı değil mi? Evet. Makine öğrenmesi dedik. Sonuçta bir robotun yapması gereken ortamdaki durumu algılayabilmesi.
Algılama bizim aklımızı, beynimizi kullanarak yapabildiğimiz bir şey. Ve bu algıladığı ortama göre belli amaçlarda hareketlerini planlayabilmesi. Planlama da bizim aklımızı kullanarak yaptığımız bir şey. Dolayısıyla robotik yapay zekanın bir alt alanıdır diyebiliriz. Yani yapay zekasız robot olmaz. İlla şarttır. Evet. Ama şu andaki mesela Boston Dynamics’de falan gördüğümüz gerçekten etkileyici koreografiler var. Dans ediyorlar, hoplayıp, sokuyorlar vs. Fakat onların çoğu ayrıntılı olarak programlanmış bazı şeyler. Öğrenme veya otonom değil. Öğrenme ve bir zeka, bir otonom durumları yok şu anda. Yapay zeka illa otonomi getirmiyor adım kadarı o zaman cihazları. Evet. Peki bunun dışında mesela hayatımızda nerelere girecek yapay zeka? Salakça değil, olam fatih. Ne salakça soru sorun dersiniz. Hiç kızmam diyebilirsiniz ama. Mesela benim hayatımı kolaylaştırabilirsiniz. Bunu yıllar önce bir telekom şeyinde ben laf olsun diye atmıştım. Sonra biraz gerçekleşti hakikaten. Cep telefonunun evdeki bütün ayetlere bağlanacağını, onlarla konuşacağını ve işte o zaman demiş ki benim cep telefonum, mikrosu sipariş verecek demiş. Süpermarket neyse o zamanki adı beklem olmasın. Millet falan demişti sonra bugün oraya çok yakınız belki geçtik bilmiyorum. Benim hayatımın nasıl kolaylaşacak bu yapay zeka? İnsanlara nasıl… Tamam otomobil tarafını biraz biliyoruz. Başka nerelerde günlük yaşamda bize pratik faydalar sağlamaya başlayacak ya da sağlıyor? Şey hariç pazarlama mazarlama gibi şeyler hariç. Evde yaşarken, çocuk büyütürken. Dilini bilmediğiniz bir ülkede insanlarla anlaşabileceksiniz. Hatta oldu bile. Oldu bile galiba değil mi? Hatta ben geçen gün bir tanıdığımın çocuğuna dedim ki o kadar dil öğrenmekle fazla uğraşma. İki tane öğrensen yeter. Sonra bunlar dedim sen büyüyecek kadar gelişir. O olacak değil mi? Bir kulaklı takacağız ve… Evet evet. Çinli’ye gideceğim. Ben ben Türkçe konuşacağım. Çinli Çince konuşacak ve birbirimizi gayet iyi anlayacağız. Google çeviriyi başka şeylerin de var. Alfabesinin falan da yani Rus alfabesi olsun. Siz ekranı gösteriyorsunuz. İstediğiniz dile çevirip o gelişe gösteriyorsunuz. Pek çok menü ben böyle farklı ülkelerde okuyabiliyorum. Ve bu hayal yani bu benim küçüklüğümde olsaydı oluyordu. Tabii canım işte bu da yapay zekâdıysa. Ve işte ben diğer arkadaşlardan biraz daha eski bir yapay zekâcıyım. Bunun yapılacağına ben görünce çok şaşırdım. Çünkü ben yıllarca bunun işte o eski babadan kalma klasik yaklaşımla yapamayanlardan biriydim.
Şimdi bu yöntemleri hocalar az önce anlattı. Gösterdiler işte bak bir milyon tane cümle İngilizcesi bu, Fransızcası bu. Artık sen anla. Anlıyor. Anlıyor. Harika bir şey. Başka ne olacak böyle mesele? Ve tekrarlanabilir ve rutine bilen her işi yapay zekâ çok rahat yapabilecek. Tekrarlanmayacak mesele?
Hata yapan, insan hata yapıyor. Yorulan bir biyolojimiz var bizim. Yoruluyoruz, konsantrasyonumuz gidebiliyor ve hata yapabiliyoruz. Sürekli tekrarlanan, çok kolay bir işi bile yapsak onu bin kere, yüz bin kere yaptığınızı düşünün. Artık konsantrasyonun eksikliğinden yapamayız. Ama yapay zekâ bunu hâlâ doğru bir şekilde yapabiliyor olacak. Mesela en önemli avantajı bu olacak aslında.
Hocam yalnız ben şu mesela Boston Dinevay’ın köpeğini sohakta gezerken girsem, yemin ederim korkarım yani. Normal köpekten korkmam, bundan tırsarım ben. İnsan bir tuhaf oluyor. Ben onunla bir tanıştım. Gari polu insan. Üzerler üçkağın etki gibi geliyor insana yani. Ben vallahi korkak bedav oldum bu yüzden. Çok acayip. New York polisi kullanmaya kalktı bunu biliyorsunuz. İnsanlar pek hoşlanmadı. Gerçi mesela koruma da olabilir bunlar mesela. Şahane de koruma polisi olabilir insan yani. Güvenlik şey olabilir yani. Çok acayipler ama. Çok iyi. Bu böyle üstüme üstüme gelir, ben kaldırırım değiştiririm. Siz korkmuyor musunuz bunlarda mesela? Yani kiminin içini nasıl programladığına bağlı herhalde. Dışarısı önemli değil mi? Korkulabilir yani değil mi? Tabii tabii. Yani bunlar silahlandırılabilir. Şu anda en büyük risklerden biri mesela, otonom silahlar.
Yani devletin biri biraz daha yapay zeka gelişince bunları, insansız silahları daha da geliştirmek için kullanabilir. Ondan sonra onları kontrolden çıkarabilir. Kullanacağından hiç üzerine kuşkunuz olmasın yani. Ama bunlar kontrolden çıkabilir sonra. Hiçbir canlı kuşkunuz yok. Evet o bayağı riskli bir adım. Atmadan önce bayağı düşünmemiz gerekir. Kontrolden çıkması ne manaya gelir? Kontrolden çıkınca ne yapalım? Şimdi içinde bug olmayan program yok değil mi? Hangi programı, hangi telefonu, hangi bilgisayar programını açarsanız açın. Bir yerlerde bir şeyler patlıyor. Yani yapay zekasınız ne kadar dikkatli programlasanız programlayın. Bir yerlerinde bir şey olacak ve o yapay zekanın elinde bir silah varsa Allah korusun. Bütün programın içerisinde muhakkak bir virüs var mı? Virüs demeyelim de yani programlar o kadar uzun, büyük şeyler ki. Yani binlerce satır. Daha çok, on binlerce satır. Yani bunda hata olmaması düşünülemez. Bilgisayar mühendisliğinde öğrencilere ilk öğrettiğimiz şey bu. Hatasız program olmaması.
Yapay zekanın yazdığı bir bilgisayar zamında da hata olur mu? Tabii canım. Yapay zekanın kendisi zaten baştan hatalı olacağı için, üretilecek için. Ama yani o kadar da korkmayalım. Çünkü bu mühendislerin kuralı yani. Her şey böyle. Köprülerde, arabalarda. Her şeyde bir hata var. Buyurun hocam. İnsanlarda gördüğünüz her türlü hata aslında yapay zekada da olabilir. Çünkü onları eğiten biziz zaten. O veriyi onlara, onu verip oradan öğreten biziz.
O veriyi de biz üretiyoruz ve biz gösteriyoruz. İnsan da mesela aslında yanlı bir canlı. Peki yapay zeka, yapay zeka kendi… Ön yargılarımız var, yanlı. Yapay zeka da yanlı olacaktır tabii ki. Peki kendi zeka, kendi öğrenerek, istatistiki olarak çok sayıda örnek okuduğu için, kendi öğrenerek içindeki hatayı düzeltemem mi? Mesela diyelim ki Cem hocam bana yanlış bir şey öğretti. Ben de bunu öğrendim. Ama konuyu da merak sardım ve sürekli bu konuyu okumaya başladım. Bir süre ya bu Cem bana yanlış şey öğretmiş kardeşim. Deyip düzeltemez mi? Düzeltebilir. Yapabilir. Düzeltebilir ama yüzde yüz garanti hiçbir zaman veremeyiz. Ama geride insan ona daha fazla düzeltme olana. Çünkü ben Cem Bey’de önemli bir şey belki, işte konsantrasyon, zaman, akıl, zeka kapasitesi falan. Yüzde on düzeltebilirsem bir bilgisayar veya yapay zeka çok daha fazla kaynağa ulaşarak daha hızlı düzeltme imkanı sahip değil mi? Sahip olabilir. Sahip olabilir. Orada yani özellikle yapay zekayı derini öğrenmeyle geliştirilen yapay zekaların tam olarak hangi cevabı neden verdiğini, hangi kararı nasıl yaptığını anlayamadığımız için, bilmediğimiz için, içindeki hataları fark etmeyebiliriz. Kendide fark etmiyoruz. Ancak öyle bir… Kendi de fark etmeyebilir. Yani o durum ortaya çıkana kadar o hatanın orada olduğunu anlamayabiliriz.
Yani siz kediyi tavşan diye öğretirsiniz. Bir süre sonra bunun kedinin tavşan, aslında tavşan olduğunu öğrenmeyebilir. Evet. Bu hani kurt ve karlı şey örneği vermiştim. Oradaki gibi yani orada bakıyorsunuz sınav sonuçları mükemmel. Bütün soruları doğru bilmiş ama yanlış sebeplerden dolayı doğru bilmiş olduğunu sonradan analiz ederken fark edemezsiniz.
Ama tabii ki oradaki hatada sürekli karlı kurt konması yani normalde yaşayan bir kurtluk olmamış yani o hangi dediğim enayi yaptıysa… Her verisetinin öyle bir özelliği her zaman olabilir. İlginçmiş. Peki bu yapay zekanın geleceğini nasıl görüyorsunuz hocam? Bunu hepinize soracağını. Nereye gidecek? Yani bunun bir limiti var mı?
Hep korkulan şey var ya, bunda çok konuşuyoruz ama yine de sormakta fayda var. Dünyanın kontrolü alabilirler mi? Almaları olumlu mu olur, olumsuz mu olur? Bir süre sonra insanı düşman belirleyebilirler mi? Falan gibi sorular var. Nereye doğru gidecek bu iş? Ne kadar zamanda gidecek? Tahminler. Her şey tahmin etmeden daha hızlı gelişiyor. O yüzden sordum.
Ben konuda daha kötümserim herhalde genel yapay zeka uzmanlarından. Bunu sorduklarında hani insan seviyesine nasıl ulaşacak diye ortalama 50 yıl falan gibi bir şey çıkıyor sanırım. Evet. Cevap verenin emekli olmasından sonraki bir zamanlar. Sonraki bir zamanlar. Sonra yalancı çıkınca kimse şey yapmasın. Ben şöyle düşünüyorum yani yapay zeka gerçekten hayatımızı çok etkileyecek. Bütün meslek dallarında yapay zeka asistanı olmadan artık ne ressam, ne avukat, ne doktor……kalacak. Hayatımıza şu anda girdiğinden çok daha fazla girecek ama gerçek, otonom, kendi kendine karar verip kendi başına işler çeviren yapay zeka riskini ben nedense çok yüksek görmüyorum. Çünkü yani öyle bir yapay zeka ortaya çıkmadan önce rahatsız edici bir yapay zeka. O ortaya çıkmadan önce biraz bizi şey yapan bir yapay zeka…
Yani o böyle birden… Bir günde olmayacak. Google’daki gibi bir şey çıkmayacak. Çıkmayacak. Dolayısıyla öyle bir şey olmaya başladığında bunu fark edip insanlık olarak tedbirlerimizi alırız diye ümit ediyorum. Ama ortada bir kar amacı ya da bir siyasi amaç bazı insanların gözünü köraltıp yanlış kararlar vermemize yol açmazsa, bu içinde bulunduğumuz şeffaflık ortamını itirirsek böyle riskler büyüyor tabii.
Bu yapay zekalar insana mı daha yakın olacak, hayvana mı daha yakın olacak hocam? Çünkü hayvan da bir zeka var sonuçta, bir akıl var, bir öğrenme var. Bu öğrendiğine dayanarak davranış geliştirme var. Ve bunun insanlardaki gibi daha farklı olan tarafları var. Şu anda beni gördüğüm kadarıyla biraz hayvan tarafına daha yakın yapay zekanın öğrenme ve öğrendiğine ayet geçirme biçimi.
Giderek daha mı insanlar açacak yoksa insandaşması istenmeyecek mi? Nasıl girecek bu iş? Anladım ne demek istediğinizi. Yani bilinç yok ama gördü mü hemen tanıyor. Gereğini yerine getiriyor. İhtiyacı karşılıyor. Şu andaki aşamamız o. Şimdi benim şöyle bir ikircikli durumum var.
Ben aslında bilgisayarlar ne yapabilir ne yapamaz. Yani her iş daha gelse yapamayacağı bazı problemler var ama günün birinde çalışırsak yapabileceği problemler var. Onların ayrımı üzerinde çalışan bir teorik bilgisayar bilimi diye bir şey konusunda araştırma yapıyorum. Yani o yüzden bunu asla olmaz demem benim çok zor. Çünkü yani bu Turing’in keşfettiği en önemli şey şu. İnsan ne yaparsa insanda bir fiziksel sistem değil mi? Bir takım moleküllerden falan oluşmuyor mu? Bilgisayara da onu taklit ettirebilirsin. Bir sürü açıdan zaten taklit ettirebiliyoruz. Şimdi taklit edemediği şeylerini de işte elli yılda, yüz yılda, bin yılda sonra edebilirsin. Yani asla olmaz diye hiçbir şey yok. Günün birinde insanlar gerçekten işte deminki gibi mesela Ruslar yaptığı…
Yani bilgisayarlar kendi kendine evrimleşebilir diyorsunuz. Ruslar evrimleşen bilgisayar yapıyor. Arkada kalmayalım diye Amerikalılar da o kadar koşabilir. Anlatabiliyor muyum? Yani dünyadaki şartlar öyle değişebilir ki şimdi demin Deniz Hoca’nın yok canım artık bu kadar da salakça bir şey yapmayız herhalde dediği şeyi insanlar isterdiği gibi yapabilir.
Yani günün birinde bu da maalesef olabilir. İnsan kadar hatta daha da çok çünkü vücudu insan vücudu olmayacağından onun öncelikleri, onun duygulanımları falan bambaşka bir şey olacak yani. Hayvanla insan arasındaki… Aşık olabilir mi, kıskanabilir mi? Onu alabilir mi yani? Yani aşk da aslında bir algoritma. Evrimsel bir süreç sonucu ortaya çıkmış. İstersek onu da kodlayabiliriz ona.
Mesela ben şu bilgisayarla birleşirsem çok daha verimli bilgiler üretecek, yeni bir bilgisayar çıkarabilirim ortaya falan gibi. Yani bilgisayarlar öyle şey yapmıyor. Yani bizim şu anda bildiğimiz kadarıyla bilgisayarlar öyle işlemedikleri için aşk onların gündemine gelmez. Başka bir şey gelebilir. Bizim hiç yani aklımızın köşesinden geçmeyecek başka bir fonksiyonu otomize etmeye çalışabilir. Gönül birinde işte o bir yüzyıl bin yıl sonra. Yani imkansız değil diyorsun.
İmkansız değil. Çünkü yani… Bakın şimdi konuştuk. Neden olmasın? Yani insanlar yeterince kötü kararları arda arda verirse……bu da bir gün başımıza gelebilir. Bu Terminatör filmindeki… Hatırlıyor musunuz? Orada yani bütün Amerika’nın silah sistemlerini bilgisayara bağlamışlar. Ruslar ateşlerse hiç öyle başkana telefon etmek zorunda kalmadan şey yapsın diye. Bu aptallığı yaparlarsa gülün birinde bu da olabilir.
Hakikaten maalesef bütün bu sorular şuna geliyor. İnsanlar gülün birinde bu kadar aptal olabilir mi? Yani doğal zeka sorusu bunlar aslında. Yapay zeka sorusu değil. Yani siz yine de her şeyle rağmen insana rağmen böyle bir şeyin olmadığı anı kanaatindesiniz. Ben insanlardan çok emin değilim. Bunun olmasını isteyenler de var. Evet isteyen de var doğru.
Bunu olmasını evet çok isteyenler de var. En başta isteyen zaten Larry Page yani Google’un kurucularından bir tanesi. Ne istiyor? Larry Page ile Elon Musk’ın bir havuz partisi tartışması vardır. Elon Musk zaten demeçlerinde de söylemiştir ya işte yapay zeka günümüzün en tehlikeli şeyi olabilir falan tarzında demeçleri vardı. Einstein, Hawking de söylüyordu. Evet aynen.
Ama Larry Page yani evet olsun olabilir. Yani olursa da olur zaten neden olmasın ki deyip hatta Elon Musk’ı türcülükle suçlamış hani tür. İşte biz karbon bazı insanlar niye daha üstün olalım ki? Silikon bazlı makinalar veya silikon bazlı bir takım mekanizmalarda neden daha akıllı olmasın?
Eğer bizi yenebiliyorlarsa yani bizi geçebiliyorlarsa neden geçmesin ki tarzında şey vardır yani Larry Page’in de içinde bulunduğu bir şey vardır bir akım vardır aslında yani bunu isteyenler de var. Hatta MIT’den yine Max Tegmark vardır o da fizikçi. Ya bu fizikçilerle mühendislerin şey biraz daha değişik çalışıyor.
Yani fizikler daha böyle biz bir şey çalışıyor mu çalışmıyor mu yani bizim için o önemlidir yani bir şey çalışmıyorsa bir önemi yok yani o zaman ne anlamı var modundayızdır biz. Hani o yüzden biz spesifik problemleri spesifik yöntemlerle çözmeye çalışıyoruz. Ama işte fizikçi Max Tegmark da MIT fiziktendir. Onun da mesela yani teorisi vardır işte Hayat 3.0 diye bir kitabı var onun da.
İşte Hayat 1.0 hem yazılımın hem donanımın değişmediği işte bakteriyel form yaşam formu diyor mesela. İşte Hayat 2.0 şu anki işte Homo sapiens’in insanların yaşadığı form yani ne oluyoruz donanımımız değişmiyor hani büyüyoruz falan ama onu saymıyor donanımımız değişmiyor doğduktan sonra ama yazılım olduğu gibi değişiyor yani öğrenmemiz o her şey. Yani bir bebekle bir yetişkinin bilissel kabiliyetleri aynı değil.
O tamamen değişiyor. Hayat 3.0 da hem donanımın hem de yazılımın yani yaşayan organizmaların hem donanımın hem yazılımının değiştiği bir form neden olmasın çok daha iyi olur tarzında. Bir şeyler düşünceler var. Bunların da bayağı kuvvetli savunucuları da var. Yani bunu isteyenler de var baya ama benim kişisel görüşüm sorarsanız o bazıda bir şey hemen olmayacaktır. Yavaş yavaş gelebilen bir şey de insan isterse engelleyebilecektir. Engellemek istemiyorsak da zaten o zaman biz de o formu istiyoruz demektir bilerek isteyerek yapıyoruz demektir. Genel AI dediğimiz şey de şu an için bence çok uzakta. Yapay zeka riskini çok dile getiren kişiler daha çok şey Hocanın dediği gibi fizikçiler ya da yapay zeka ile aslında kendisi uğraşmayan insanlar yapay zeka ile uğraşan insanlarda bu kadar büyük bir risk formu yok. Bunun da ben sebebini biraz bilim kurguya biraz mitolojiye bağlıyorum. Çünkü bu işin algoritmasının içine girip bu konunun teknik zorluklarını çok iyi bilmeyen birine bir yapay zeka hayal edin insan üstü zekası olan bir şey hayal edin dediğinizde direkt kendisi bir yarı tanrı, yarı efsanevi yaratık, yarı işte bilim kurgu canavarı bir şeyler hayal edip sonra… O zaman biraz peygambereştiriyorum zaman zaman yapay zeka. Öyle ilginci olacak ki, olan diyeceksin bu ne böyle ya? Bu herhalde tanrısal güçler de azıcık. Bir şey tanrı’nın acısı diyeceksin belki. Yani geçen bu insanlığı teklif eden risklerle ilgili bir kitap okuyordum. Orada mesela kendi geliştirdiğimiz pandemilerden tutun, işte düşebilecek göktaşları, iklim değişikliğinin yaratabileceği şeyler vs. vs. yanında da bir de yapay zeka.
Şimdi bu listeye baktığımda ben dedim bu listede bir yanlışlık var. Neden? Çünkü diğerleri hepsini daha evvel yaşamışız, küçük bir çapta tecrübe etmişiz, ne olduğunu biliyoruz. İşte dinazorları göktaşı öldürmüş onu biliyoruz. Covid’den yeni çıktık pandemi ne demek biliyoruz vs. Tek hayal ürünü olan, tek bugüne kadar hiç yaşamadığımız ve herkesin hayal gücüne bıraktığımız yapay zeka riski. Dolayısıyla bunun şu anda çok rasyonel bir şekilde düşünülemeyebildiğini hissediyorum. Bu sebepten dolayı. Bir şey şimdi programı kaba açacağım. Özür dilerim yani, cihayet ötürü. Şunu konuşmamız lazım ama konuşmadıklarınızda bir şey var mı? Şunlardan anlatmamız lazım, bir şey var mı? Deniz Hocaların çok güzel bir yapay zeka merkezi var. Boğaziçi’nde de, Şeyda Hocalar da, Otdide de çok güzel yapay zeka merkezleri var. Yani şu şunu vurgulayalım. Hatta üçümüzü de vurgulayalım. Konuşma hep buraya geliyor. Acaba dünyayı yok eder mi? O çok az bir ihtimal.
İnsanların dünyayı yok etme ihtimaliyle yapay zeka yok etmeleri arasında bence hiçbir fark yok. İkisi de edebilir. Ama bugünlerde gerçekten Türkiye’de de, işte bu üç üniversitemizde ve başka yerlerde de bu işi çalışan bilim insanları var. Kapıdan içeri girmelerine izin verildiği takdirde tabii üniversitenin. Ve yani bunların çeşitli uygulamaları, çeşitli faydaları var. Ben o kadarını söyleyeyim.
Şimdi endüstri devrimi biliyorsunuz insanın kas gücünü çok daha çarparak üretkenliğimizi arttırdı. Şu anda da aslında yapay zeka yavaş yavaş bize beyin gücümüzü destekleyerek çok daha farklı bir yere gitmemizi sağlayacak bir teknoloji olduğunu düşünüyorum. Onun için bu insan üstü zekalar bunların getirdiği risklerden ziyade şu anda bu yapay zeka alanında geri kalırsak tecrübe edeceğimiz daha finansal daha politik riskleri düşünüyorum. Şimdi MIT’deki bu çok önemli çalışmada iki tane Türk var. Dünyanın çeşit yerine duyuyoruz bunları bu Türklerin.
Sonuçta orada bir Türkün olması bu işin bizim memlekette yapıldığı anına gelmiyor. Evet demek ki Türklerin bir zeka eksiği yok ki bu işi yapabiliyorlar. En azından bir kısım Türklerin bir zeka eksiği yok. Zeka eksiği olan Türkler yok mu var. Dünyanın her ulusunda zeka eksiği olanlar çok. Bizde de mebzul miktarı mevcutlar ama sesleri çok yüksek çıkıyor o zaman zaman. O da önemli değil. Fakat şunu merak ediyorum ben bu yapay zeka alanında gerçekten Türkiye’de doyurucu çalışma yapılıyor mu?
Evrensel ölçekte, dünya ölçeğinde biz bu işte var… Mesela drone teknolojisinde varız. Bu artık yatsılamaz bir gerçek aile geldi. Her ne kadar herkes bunu bayraktar diyorsa da bayraktara gelene kadar şeyinde, tayinin de yapmış olduğu, gelişmiş olduğu şeyler var. Evet bayraktar çok başarılıdır ama bu bir yoldu. O sürecin sonunda bayraktar da var artık.
Ama bu diğerlerinin olmadığına gelmiyor ki diğerleri olmasa da belki bayraktar da olmayacaktı. Türkiye bu alanda yıllardır çalışıyor. 1970’lerin sonunda itibaren gelişen bir geliştirmeye çalıştığı bir savunma sanayimiz var. Yani bu bir günde gelişmedi, bir kişi tarafından da geliştirilmedi. Aynı şey yapay zeka için geçerli. Yani bizim bir gelişme yolunda girmiş ve 5 sene, 10 sene, 15 sene içerisinde dünyadaki rakiplerinin en azından bir bölümüyle rekabet edebilecek bir yapımız var mı? Sizin şahane bir yapay zeka merkeziniz var biliyorum ve bir bankanın da desteğiyle kuruldu. Onu da biliyorum. Ne kadar güzel ki bu işe destek veren özel şirketlerimiz var. Üstelikle sizin adınızı taşıdığınız gruba ait olmayan bir banka tarafından, adına söyleyeyim, iş bankası tarafından yapılmış bir merkez burası. Daha doğrusu desteklenerek kurulmuş. Biz yeterince adam yetiştirebilmemiz ve yapay zeka çalışmalarımız,
yani uluslararası ölçekte ne denli, saygın ya da kabulgülü noktada? Uluslararası ölçekte araştırma yapan bilim adamlarımız var. Uluslararasında bu bilgilerin tartışıldığı, ölçüldüğü, karşılaştırıldığı konferanslarda Türkiye’de iyi okulların, öğretim üyelerinin makaleleri basılıyor, yeni fikirlerle katkıda bizde bulunabiliyoruz.
Fakat bu yeterli ölçüde değil. Şu anda çünkü yarış Çin ile Amerika arasında gibi görünüyor daha çok. Evet ama ben şöyle düşünüyorum, diyelim ki New Rips diye bir konferans var bu alanların en iyi konferanslarından bir tanesi. Her yıl yapılıyor, bin tane paper basılıyor. Bu bin tane paperın nüfusa oranla on tanesinin Türkiye’den olması lazım değil mi? Dünyanın yüzde biri biziz çünkü. Ama on tane değil mesela iki tane paper çıkıyor. Öyle mi? Evet. Bunun da sebebi ne?
Sonuçta bu konuda dünya ile yarışabilecek belki beş, belki on tane üniversitemiz var. Bu üniversitelerde beşer oner tane öğretim üyemiz olsa, bunların yetiştirdiği sayıları çarpsak, bölsek sonuçta kapasitemiz ortaya çıkıyor değil mi? Tabii. Türkiye olarak yani dünya çapında insan yetiştirebilme kapasitemiz sınırlı. Ve bu kapasiteyi diyelim ki yurtdışında bir DeepMind gibi bir işte Meta’nın e-Ailebi gibi bir yerle karşılaştırdığınızda aslında bir o şirketlerin bir tanesiyle bile yarışabilecek potansiyelimiz belki var ama onu hayata geçirememiş durumdayız. Şimdi biraz önce dediğiniz gibi 2020’de İş Bankası bence büyük bir görüşle bizi bir yapay zeka merkezi kurmamız konusunda destekledi. Bu merkezde şu anda yüz küsur master, doktora, doktora sonrası öğrenci, 16’dan fazla yapay zeka öğretim üyesi, 30 küsur tıptan, finans’tan, değişik alanlardan bizimle beraber yapay zeka uygulamaları üzerinde çalışan öğretim üyesi yani bir 100-150 kişilik grup oluşturduk. Büyük bir sinerji yakaladık, bu hızla gidiyoruz. Bu merkezlerden… En azından intrenasözlük. Olması lazım.
Evet, evet. Yani bu baktığınızda o kadar da büyük kaynaklar gerektiren şeyler değil. Türkiye nerelerine ne kaynaklar harcıyor. Yani Türkiye bugün yapay zekada daha iyi bir yere gelmek istese kesinlikle bunun altından kalkacak. Yani Levent’te kimseye gitmeyeceği bir cami kurmaktansa yapay zeka merkezi kurmak ayar çok daha iyi olurdu aynı parayla. Herhalde bayağı iyisi kurulabilir diye düşünüyorum ben. Katılıyorum. Evet, ben de bir bahsetmek isterim. Hocam, şeyde hocam bir şey sorayım. Siz bahsetmeden önce Demin Cembey’e sorar, Cem Hoca’ya bunu sorarken aklımdaydı. Sonra yapay zekamı olmadığı için unuttum. Bu şeyi sordum ya Cem Hoca’ya, ne kadar insani olabilecek veya ne kadar şey yapabilecek diye. Oradan şuna geçmek istiyorum. Bunu da size sormuş olayım, siz sonra da kendinize söyleyeceğiz, yine söyleyin.
Pek çok işi yapacak diyorum mesela. Psikiyatri veya psikoloji tıpta teşhis koyabiliyor falan diye konuşuluyor. Hukukta, avukatlıkta veya sözleşmede şunu yapıyor, otonomi bilmem ne. Mesela bir yapay zekadan yarın psikolojik destek alınabilir mi? Yani ben bir yapay zekayı telefonla arayarak ya abla, teyze, amca neyse…
…bana bir aklımdayım, şöyle şöyle sorunların var, bana bir akıl ver dediğim zaman verebilecek bir yapay zekâ olabilecek mi? Onu anlayabilecek noktaya gelebilecek mi? Niye çok merak ediyorum. Aslında bununla ilgili de çok güzel bir çalışma var. Zaten şu an tıp alanındaki hani semptomlardan işte… Onu yapıyor….bir takım hasta verilerinden, laboratuvar bilgilerinden, şuradan buradan bir takım hastalıkları tahminleme zaten kullanılıyor. Bu bazı hastalıklar için çok daha kolay. Bazı hani görülebilir ciddi hastalıklar için çok daha kolay. Fakat bu mental akıl, aklı ilgilendiren bir takım rahatsızlıklar için çok kolay bir şey değildi. Ama bununla ilgili son yıllarda yapılan bir araştırma var. Mental hastalıkları tahminlemede yapay zekâ çok çok daha iyi sonuç veriyor.
Onu gösteren bir araştırmanın sonuçları yayınsa. Yani yapay zekâ empati kurma yeteneği sahip olacak mı? Tavsiye verir mi? Ne yeteneğini? Empati. Empati. Empati kurma… Şimdi hani duygu muygu olayına hiç girmeyeceğim. Hani oraya girersek bayağı şey olacak çünkü. Çünkü empati kurma… Bir zekanın empati ekşi olduğu zaman ya psikopat ya sosyopat oluyor. O yüzden merak ettim.
Öyle bir şey. Bakışa öyle bir şey. Empati kurmak herhangi bir duygu aslında hep içsel tecrübelerdir bunlar. Ama bunların bu içsel tecrübelerin bir de dışa vurduğumuz tepkileri vardır. Bu duyguların dışa vurduğumuz tepkilerini makine veya yazılımlara yaptırabiliriz. Bu problem kolay bir problem. Bunu çözebiliriz. Ama içinde gerçekten ne hisseder, ne yapar onu biz bilmeyiz ama biz onu insanda da bilmiyoruz.
Gülüyordur belki içi ağlıyordur, ağlıyordur belki içi gülüyordur. Henüz onu bilmiyoruz. Onun için başka mecrimutlar, başka ölçümler yapmak lazım. Bunu isterseniz öyle bağlayayım. Ve şey konusunda da ülkemizdeki yapay zeka konusunda da araştırmalara… Özellikle araştırmalara çok önem verilmesi gerektiğini ben de düşünüyorum. Araştırma bütçelerinin arttırması gerektiğini düşünüyorum.
OTTÜ’de de bizim şu an için yapay zeka merkezleriyle ilgili bayağı büyük atılımlar oldu. Mesela tıp alanında, tıp fakültesi olan üniversitelerle işbirliği içerisinde… Mesela beyin araştırmaları yapan, beyni daha iyi anlamak için araştırmalar yapan ve nöre science üzerine bir merkez kuruldu Nöron diye. Sonra robotik ve yapay zeka alanında, OTTÜ bilgisayar mühendisliği hocalarının liderliğini yürüttüğü ROMER merkezi açıldı. Şimdi de biz üsttenedir üzerinde uğraşıyoruz. Bir Avrupa Birliği fonuyla yeni bir dijital inovasyon merkezi açıyoruz. Otomotiv ve de makina sektörüyle beraber yapay zeka yapacağız. İçinde sadece yapay zeka değil aslında tüm 4.0 dijital dönüşüm teknolojilerini sektöre aktaracağımız bir dijital inovasyon merkezi kurulması hedeflenmekte.
Ona çalışıyoruz 2023 yılında inşallah açılmasını hedefliyoruz. Peki çok teşekkür ediyorum. Hocam sağ olun. Teşekkür ederiz davet Gecenin bu saatinde. Ama merak etmeyin bunun YouTube’da muazzam bir izlenmesi olacağından hiç kuşkunuz olmasın. Hemen yarın arkadaşlar bunu YouTube’a da yükler. Yani gece seyredemeyen veya gece yorulup kaçıran orada da izleyebiliyor. O yüzden de sıkıntı yok. Sağ olun, var olun. Hem gelip anlattığınız için hem yaptığınız için yapmak bir yer ama gelip de anlatmak da çok ayrı bir şey. Çünkü siz anlattıkça belki binlerce, on binlerce genç bu işe heves ediyor.
Çünkü siz anlattıkça belki binlerce, on binlerce genç bu işe heves ediyor. Çünkü siz anlattıkça belki binlerce, on binlerce genç bu işe heves ediyor.