Yapay zeka doğruyu yanlıştan nasıl ayırt ediyor? Prof. Dr. Deniz Yüret yanıtladı
videosundan fısıltılanmıştır. Videoya ulaşmak için Linki kullanabilirsiniz https://www.youtube.com/watch?v=edlgCdKRoec.
Tıpkı, hukuk konusunda muazzam tutarlı şeyler veriyorlar. Çünkü bütün hukuk arşivini, bütün içtahatları ülkesine göre ama özellikle Amerika’da herhangi bir avukatın okuyabileceğinden çok değer 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 bu kadar doğruluğa ne zaman ulaşır? Doğrudur ve yakın gelecekte avukatların bu tip dijital asistanlar olmadan çalışmasını düşünemeyeceğiz bile. Ona daha var. O çok yakın değil daha. Yani gittikçe bu doğruluğu problemini çözebildikçe biz bu tip sistemlerin uygulamaları artacak. Avukat değil de hakim olmanı çok isterim ben yapay zekâların çünkü orada yapay zekâya ne kadar güvenmek lazım. Bence insanın kontrolde olması gerekecek uzunca bir süre. Yani yapay zeka 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, Gofer, Palm gibi şeylerin yanı sıra bir de şey var daha çok resimler üzerine çalışan DALL-E ve IMAGE-N gibi şeyler var bir de STABLE DIFUSION 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? O kelimelerin 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 alanda gençler gibi terbiye körün fili tarif etmesi gibi onlara. Aynen. Yapay zeka içerisindeki büyük bir alan şu anda dille dünyanın farklı özelliklerini birbiriyle bağdaştıracak multi-modal dediğimiz içinde hem görüntü işleme hem belki robotik hareket değişik alanları dille birleştirip böylece yapay zekanın 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… 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
bir cümle söylüyorsunuz. O cümleyi hayal edip o hayal ettiği şeyin resmini size veriyorlar. Birkaç örneğine bakabiliriz isterseniz görüntü getirdim. İlk slayda alabilir miyiz? Like 1 arkadaşlar. Evet. Buradaki örnek… Buradaki örnekte mesela bilgisayara kaseye dokunan çocuk demişiz. Aşağıda
bilgisayarın hayal ettiği birtakım resimleri görüyoruz. Kaseye taşıyan çocuk, kaseye dokunan çocuk, kaseye elini sokan çocuk… Yani 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 slayda geçelim birkaç örneğim daha var. İki arkadaşlar.
Sanatçıları belki daha fazla ilgilendirir ama stilini de değiştirebiliyoruz. Mesela bu slayda surf yapan Gergadan dedik. Ama ilk slayda bunu dijital resim olarak istedik. İkinci slayda claymation, kill animasyon mu deniyor olarak istedik. Üçüncü slayda ucuz bir kamerayla çekilmiş hali. Dördüncü slayda da kaliteli ödül almış. Üçüncü resimde, dördüncü resimde de kaliteli bir fotoğraf olarak istedik. İkinci slaydı, slayda iki. Gelsin şimdi. Bu yani değişik stillerde de bu hayali yapabiliyor. Peki mesela surf yapan şey deyince, Gergadan dediği 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 bir takım çalışmalar da var. Dördüncü slayda da onu göstermeye çalıştım.
Burada da en gelişmiş sistemlerden biri sanırım bu dali de 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. Demek ki… 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 farklı. Bunu evlenince 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.