yapay zeka nedir

Genellikle AI olarak kısaltılan yapay zekâ, makinelerin normalde insan zekâsını gerektiren görevleri yapmasına olanak tanıyan teknolojidir. Buna görüntüleri tanıma, dili anlama, tahminlerde bulunma, eylemler önerme, örüntüleri tespit etme, içerik üretme veya insanların karar vermesine yardımcı olma dâhil olabilir.

Yapay zekâyı düşünmenin basit bir yolu şudur: geleneksel yazılımlar insanlar tarafından yazılan kuralları izlerken, AI sistemleri genellikle verilerden örüntüler öğrenir. Normal bir program şöyle diyebilir: “Müşteri bu düğmeye tıklarsa, o sayfayı göster.” Bir AI sistemi birçok geçmiş örneği inceleyerek bir kişinin sırada hangi ürünü satın alabileceğini, hangi tıbbi taramanın inceleme gerektirebileceğini veya hangi işlemin şüpheli göründüğünü öğrenebilir.

AI sihir değildir. Veri, modeller, bilgi işlem gücü ve insan seçimleriyle oluşturulur. İyi çalıştığında karmaşık görevleri daha hızlı ve yönetmesi daha kolay hâle getirebilir. Kötü kullanıldığında ise önyargılı, yanlış, şeffaf olmayan veya aşırı güvenilen bir hâle gelebilir.

Yapay Zekânın Net Bir Tanımı

NIST sözlüğü, yapay zekâyı insan tarafından tanımlanan hedefler için tahminler, öneriler veya kararlar verebilen makine tabanlı bir sistem olarak tanımlar. Bu tanım, bilim kurgudan kaçındığı için kullanışlıdır. AI mutlaka kişiliği olan bir robot değildir. Gerçek dünyadaki çoğu durumda, girdileri yararlı çıktılara dönüştüren bir yazılımdır.

OECD AI İlkeleri, AI sistemlerini tahminler, içerik, öneriler veya kararlar gibi çıktılar üreten sistemler olarak tanımlar. OECD ayrıca insan haklarına ve demokratik değerlere saygı gösteren güvenilir AI'ı vurgular.

Yani, sade bir ifadeyle: AI, belirli bir bağlamda akıllı veya yararlı görünen çıktılar üretmek için veri ve modeller kullanan bir bilgisayar sistemidir.

Yapay Zekâ Nasıl Çalışır

Çoğu AI sistemi temel bir örüntüyü izler:

1. Veri toplayın.
2. Bu veri üzerinde bir modeli eğitin.
3. Örüntüleri tanımak için modeli kullanın.
4. Modeli yeni girdilere uygulayın.
5. Tahmin, öneri, sıralama, sınıflandırma veya oluşturulmuş yanıt gibi bir çıktı üretin.

Örneğin, bir e-posta spam filtresi çok sayıda spam ve spam olmayan mesaj örneğinden öğrenebilir. Zamanla şüpheli bağlantılar, belirli ifadeler, olağandışı gönderici davranışları veya biçimlendirme hileleri gibi örüntüleri öğrenir. Yeni bir e-posta geldiğinde model, bunun spam olma olasılığını tahmin eder.

IBM'in yapay zekâ rehberi, AI'ı bilgisayarların ve makinelerin öğrenmeyi, kavrayışı, problem çözmeyi, karar vermeyi ve yaratıcılığı simüle etmesini sağlayan teknoloji olarak açıklar. Bu açıklama geniş kapsamlıdır çünkü AI tek bir ürün değil, bir alandır.

AI, Makine Öğrenimi, Derin Öğrenme ve Üretken AI

İnsanlar bu terimleri sıklıkla aynı anlama geliyormuş gibi kullanır, ancak aynı değildirler.

Makine öğrenimi, AI oluşturmanın en önemli yollarından biridir. Derin öğrenme, makine öğreniminin güçlü bir türüdür. Üretken AI ise metin, görseller, ses, video, kod, sunumlar ve diğer içerikleri üretebilen, daha yeni ve oldukça görünür bir kategoridir.

Günlük Hayatta AI'ın Gerçek Örnekleri

İnsanlar buna AI demese bile AI zaten sıradan yaşamın bir parçasıdır.

Öneri sistemleri kolay bir örnektir. Bir alışveriş sitesi ürünler önerdiğinde, bir müzik uygulaması şarkılar önerdiğinde veya bir video platformu sırada ne gösterileceğine karar verdiğinde, AI kullanıcı davranışlarına ve diğer birçok kullanıcının örüntülerine göre seçenekleri sıralıyor olabilir.

Dolandırıcılık tespiti de başka bir pratik örnektir. Bankalar ve ödeme ağları, müşterinin normal konumu, zamanı, tutarı veya harcama örüntüsüyle uyuşmayan bir satın alma gibi olağandışı etkinlikleri işaretlemek için AI sistemlerini kullanır.

Sağlık hizmetleri de düzenlemeye tabi ortamlarda AI kullanıyor. FDA, Amerika Birleşik Devletleri'nde pazarlama izni verilmiş AI destekli tıbbi cihazların herkese açık bir listesini tutar. Bu araçların çoğu tıbbi görüntüleme, kardiyoloji, radyoloji ve klinik karar desteğini destekler. Bu, AI'ın doktorların yerini aldığı anlamına gelmez. AI'ın düzenleyici denetim altında örüntüleri tespit etmeye veya incelemeyi desteklemeye yardımcı olabileceği anlamına gelir.

Bilim, en güçlü örneklerden birini sunar. Google DeepMind'in AlphaFold sistemi, AI'ın biyoloji, tıp ve ilaç keşfi açısından önem taşıyan bir sorun olan protein yapılarını tahmin etmeye nasıl yardımcı olabileceğini gösterdi. Stanford AI Index, AI'ın laboratuvarlardan ürünlere, iş yerlerine ve politika tartışmalarına ne kadar hızlı geçtiğini takip eder.

Üretken AI ve Pi Gibi Araçlar

Üretken AI, günümüzde birçok insanın AI'ı en doğrudan deneyimlediği alanıdır. Üretken AI, yalnızca verileri sınıflandırmak veya tahminlerde bulunmak yerine metin, görseller, kod, slaytlar, videolar, diyagramlar, özetler veya tasarım taslakları gibi yeni bir şey oluşturabilir.

Pi tam da burada günlük işlerde AI'ın gerçek bir örneği olarak doğal biçimde yer alır. Bir sunum eskiden boş bir slaytla ve çok sayıda manuel biçimlendirmeyle başlardı. Pi ile kullanıcı notlardan, bir belgeden, bir taslaktan veya kaba bir fikirden başlayabilir ve ardından bu materyali yapılandırılmış bir sunuma dönüştürebilir. Bu, AI'ın gizemli bir makine olarak değil, bilgileri düzenlemek ve ifade etmek için pratik bir asistan olarak kullanılmasıdır.

Pi ayrıca AI'ın tek bir iş akışında çeşitli yetenekleri nasıl birleştirebileceğini gösterir. Sunum temaları oluşturabilir, stilleri ve renkleri özelleştirebilir, hazır bileşenler kullanabilir, otomatik düzen uygulayabilir, bir simge kitaplığı sunabilir ve bir slayt destekleyici görsellere ihtiyaç duyduğunda AI görüntü üretimini çağırabilir. Pi video veya görsel varlıklar da üretebildiği için, yalnızca statik metinle iletilmesi zor fikirleri açıklamaya yardımcı olabilir.

Yararlı olan yalnızca “AI slaytlar oluşturur” değildir. AI'ın düşünme ile iletişim kurma arasındaki sürtünmeyi azaltabilmesidir. Bir kurucu, yatırımcı notlarını bir yatırımcı sunumuna dönüştürebilir. Bir öğretmen, ders taslağını sınıf sunumuna dönüştürebilir. Bir ekip, bir raporu daha görsel bir yönetici güncellemesine dönüştürebilir. Mesaja hâlâ insan karar verir, ancak AI materyalin daha net bir şeye dönüşmesine yardımcı olur.

AI'ın İyi ve Kötü Olduğu Alanlar

AI, bir görev örüntüler, ölçek veya tekrar içerdiğinde güçlüdür. Büyük veri kümelerini bir kişiden daha hızlı tarayabilir, aynı anda birçok sinyali karşılaştırabilir ve örneklere dayanarak tahminlerde bulunabilir.

Yararlı AI görevleri arasında uzun belgeleri özetlemek, görselleri veya metinleri sınıflandırmak, anormallikleri tespit etmek, ürün önermek, talebi tahmin etmek, dilleri çevirmek, taslak metin veya görseller üretmek, müşteri hizmetlerini desteklemek ve uzmanların karmaşık bilgileri incelemesine yardımcı olmak bulunur.

Ancak AI'ın sınırları vardır. Kendinden emin görünen ancak yanlış cevaplar üretebilir. Üretken AI sistemleri gerçekleri halüsinasyon olarak üretebilir, kaynak uydurabilir, bağlamı yanlış anlayabilir veya eğitim verilerindeki örüntülerden aşırı genelleme yapabilir. AI ayrıca verilerdeki önyargıları yansıtabilir ve hassas bilgiler kötü ele alındığında gizlilik risk hâline gelebilir.

Sorumlu AI

Sorumlu AI, AI'ı koruyucu önlemlerle oluşturmak ve kullanmak demektir. AI'dan kaçınmak anlamına gelmez. Ona güvenmeden önce daha iyi sorular sormak anlamına gelir.

NIST AI Risk Yönetimi Çerçevesi, kuruluşlara güvenilir AI hakkında düşünme yolu sunduğu için yararlıdır: geçerlilik, güvenilirlik, emniyet, güvenlik, şeffaflık, açıklanabilirlik, gizlilik ve adalet.

Sorumlu bir AI süreci şu soruları sormalıdır: AI hangi sorunu çözüyor, hangi veriler kullanıldı, sistem yanlışsa kim zarar görebilir, doğruluk nasıl ölçülüyor, kullanıcılar çıktıyı anlayabiliyor mu ve insan denetimi var mı?

OECD'nin güvenilir AI konusundaki çalışmaları ve NIST'in AI RMF'si aynı yönde işaret eder: AI yararlı olmalı, ancak aynı zamanda hesap verebilir olmalıdır. Karar ne kadar önemliyse denetim de o kadar dikkatli olmalıdır.

Sonuç

Yapay zekâ, makinelerin veri ve modellere dayalı olarak tahminler, öneriler, kararlar veya üretilmiş içerikler oluşturmasına yardımcı olan geniş bir teknoloji alanıdır. Öneri sistemlerine, dolandırıcılık tespitine, tıbbi yazılımlara, navigasyona, müşteri desteğine, bilimsel araştırmalara ve üretken araçlara güç verir.

AI'ı anlamanın en basit yolu, onu insan benzeri bir zihin olarak değil, örüntü temelli bir sistem olarak görmektir. Güçlü, hızlı ve yararlı olabilir, ancak otomatik olarak doğru veya adil değildir. İyi AI; iyi verilere, düşünülmüş tasarıma, testlere, şeffaflığa ve insan muhakemesine ihtiyaç duyar.

Pi gibi araçlar, AI'ın pratik yönünü gösterir: insanların dağınık bilgileri slaytlar, görseller, düzenler, simgeler ve video tarzı görsellerle daha net iletişime dönüştürmesine yardımcı olmak. AI'ın en iyi hâlindeki gerçek vaadi budur: muhakemenin yerini almak değil, insanların bilgilerle daha etkili çalışmasına yardımcı olmak.

Sık Sorulan Sorular (SSS)

S: Yapay zekâ basitçe nedir?

C: Yapay zekâ, bilgisayarların örüntüleri tanıma, tahminlerde bulunma, eylemler önerme, dili anlama veya içerik üretme gibi genellikle insan zekâsı gerektiren görevleri gerçekleştirmesini sağlayan teknolojidir.

S: AI ile makine öğrenimi arasındaki fark nedir?

C: AI geniş alandır. Makine öğrenimi ise AI oluşturmanın bir yoludur; burada sistem, yalnızca insanlar tarafından yazılmış sabit kuralları izlemek yerine verilerden örüntüler öğrenir.

S: Yapay zekânın gerçek örnekleri nelerdir?

C: Gerçek örnekler arasında öneri sistemleri, dolandırıcılık tespiti, tıbbi görüntü analizi, navigasyon uygulamaları, müşteri hizmetleri sohbet botları, çeviri araçları, AlphaFold ve Pi gibi AI sunum araçları bulunur.

S: Yapay zekâ her zaman güvenilir midir?

C: Hayır. AI yararlı olabilir, ancak yanlış, önyargılı, güvensiz veya açıklaması zor da olabilir. Önemli AI sistemleri testlere, insan denetimine, gizlilik korumasına ve sorumlu yönetişime ihtiyaç duyar.