Sahne: Uygulamayı Eğitmek

Jian Yang bir yemek sınıflandırıcı geliştirir. Çekilen resimdeki yemeği tanımaktadır. Bu uygulama örneğin bir çevrim içi yemek şirketinin oldukça işine yarayabilir.

Şirkettekiler hemen hayallere kapılır. Jian Yang'e övgü düzerler. Zengin olacaklardır artık. :-)

Ama daha 2. resimde hayal kırıklığına uğrarlar. Bu sefer hemen Jian Yang'i saçma sapan şeylerle uğraşmakla suçlarlar. :-)

Aslında uygulamanın sadece eğitilmesi gereklidir. Yapay sinir ağı temellidir. İnternetten binlerce yemek fotoğrafı yüklenip tanıtılmalıdır. Sonunda her yemeği tanıyabilecek birikime sahip olacaktır. Tıpkı insanın beyninin bir şeyi daha iyi anlayabilmek için alıştırma yapması gibi.

Elbette şirkette kimse, bu tekrarlı tekdüze işle uğraşmak istemez.

Neyse, sonunda işi Stanford'da öğrencilere yaptırmak isterler. Ama işler bekledikleri gibi gelişmez. :-)


Öğrenci: Fikriniz çok basitti. Bir toplantı esnasında odada aklınıza gelmiş gibiydi sanki.
Öğrenci2: Coleman Blair'den Garrett'in bize Cuma günkü öğrenci buluşmasında da söylediği gibi...
Garrett: Hey Erlich, işte buradayım. 2006 mezunlarından. Yaşasın Kardinal.
Profesör: Yaşasın Kardinal.
Öğrenci: Her neyse, biz de kendi yiyecek şirketimizi kurduk ve O da bizi destekliyor.
Garrett: hı hı.
Profesör: Vay, tebrikler.
Erlich: Bir saniye. Bu hırsızlık!
Ö2: Hayır. Profesörün bize izlettiği Facebook filminde Mark Zuckerberg'in Winkle'ye yaptığı şeyin aynı. :-)
O filmin kahramanı oydu üstelik.
Ö: Ve hep birlikte çalıştığımız düşünülürse, sizi piyasadan rahat sileriz. :-)
Erlich: Demek böyle olacak ha.
Şirketini değersiz kılarak bir adamın fikrini çalacaksınız.
TheAtlantic ve Slate.com özetlerinde sizin neslinizi kötüleyen birçok makale okumuştum.
Hepsi sanırım gerçek.
İçerik uyarısı.
Defolup gidin!
Profesör Bighetti, evde görüşmek üzere.

Sahne: Facebook'u Kurmak

Edvardo Saverin, Mark Zuckerberg'in en iyi arkadaşıydı. Facebook'u birilikte kurmuşlardı. Edvardo Facebook'un tek yatırımcısıydı, en başta.

Facebook'un kullanıcı sayısı artmıştır. Edvardo artık reklam almak istemektedir.

Edvardo: Siteyi paraya çevirme zamanı geldi dedim.

Mark Zuckerberg: Ne demek bu?

E: Sitenin bize para kazandırma zamanı geldi diyorum.

MZ: Kelime anlamını biliyorum, ben nasıl yapılacağını sordum.

E: Reklamla.

MZ: Hayır!

E: Bir düşünsene 4000 tane üyemiz var.

MZ: Bu Facebook basit olduğundan.

Meşrubat satışı için açılan popuplara boğarsak bu özelliğini kaybeder.

E: Aslında aklımdan geçen tam olarak meşrubat değildi,

ama neden olmasın ki, ben de şirketin mali işler müdürü olarak...

MZ: Daha ne olduğunu bile bilmiyoruz.

Ne olduğunu bilmiyoruz.

Ne olabileceğini bilmiyoruz.

Ne olacağını bilmiyoruz ki.

Sadece iyi fikir.

Bu da vazgeçemeğim paha biçilmez birşey!

Facebook, Harvard Üniversitesi'nde epey yayılınca, iktisat okuyan arkadaşı Edvardo, reklam almalarını önerir. Ama Mark Zevenberg dikkatini vermek istemez. Bu epey böyle sürer. Sonra Nepster'in kurucusuyla, Sean Parker'la tanışır. Muhtemelen o da programcı olduğundan kolay arkadaş olurlar. Tanıdığı yatırımcılar olan Sean Parker, büyük yatırımcı bulur. Büyük yatırımcı 1 Milyon Dolar yatırır ve şirketi yeniden yapılandırır.

Başlangıçta Harvard öğrencileri Cameron ve Tyler, Harvard Bağlantısı adlı proje yapmaya çalışmaktadırlar. Harvard'lı öğrenciler birbirlerinin durumundan haberdar olacaklar bağlantıda kalacaklardır. Projeyi geliştirmesi için Mark'ı işe alırlar. Mark bir süre sonra bu projeden esinlenerek daha gelişmiş olan Facebook projesini başlatır. Cameron ve Tyler projelerinin çalındığını düşünerek dava açarlar.

Mahkeme öncesi görüşmesindeler. Cameron ve Tyler, Mark'ın siteleriyle ilgilenmediğini düşünüyorlar.

...
MZ: Yağmur yağıyor.
Davacıların Avukatı: Anlamadım.
MZ: Yağmur başladı dedim.
DA: Bay Zuckerberg, söylediklerime dikkat ediyor musunuz?
MZ: Hayır.
DA: Sizce bunu hak ediyor muyum.
MZ: Ne.
Dikkatinizi tümüyle bana vermenizi hak etmiyor muyum.
MZ: Bu sorgulamadan önce de yeminli ifade verdim,
ve kendimi suçlu görmüyorum.
Yani, hayır demek benim yasal yükümlülüğüm.
DA: Tamam, hayır dediniz. Dikkatinizi hak ettiğimi düşünmüyorsunuz!
MZ: Şöyle düşünüyorum. Müvekkilleriniz sırtıma çıkıp,
bunu denemeye hakları olduğuna düşünüyor olabilirler.
Ama benim, burda oturup bu yalanları dinlemek gibi bir mecburiyetim yok.
Dikkatime kismen sahipsiniz,
sadece asgari kısmına.
Kalan dikkatim hâlâ Facebook'taki ofisimde.
Meslektaşlarımla yaptığımız, ve müvekilleriniz dahil bu odada bulunan kimsenin bunu yapacak entelektüel yaratıcılığa ve kapasiteye sahip olmadığına inandığım işimizde!
Aşağılayıcı sorunuza yeterince cevap verdim mi acaba!

Programlama konusunda diğerlerinden daha iyi görünüyor. Cameron ve Tyler projeyi muhtemelen hiç bir zaman bu kadar kapsamlı yapamayacaklardı. :-)

MZ: ...Tek zemin bizim popüler ve beğenilen olmamız. Harvard Bağlantısı'ysa çok kötü.
Edvardo, onların kodlarını hiçbir yerde kullanmadım, yemin ederim. Hiçbir yerde kullanmadım!
Dinle, güzel bir sandalye yapan biri, her güzel sandalye üreten bir insana bir şey borçlanmaz. Onlar bana bu fikri verdiler. Ben daha iyisini yaptım.

MZ: Ben kötü biri değilim.
Avukatı: Bunu biliyorum. Bu tür duygusallığa açık sorgulamaların %85'i bence abartıdan ibarettir.
MZ: Ya kalan %15.
A: Yalan.
Mitleri yaratmak için şeytan gerekir.

A: Sen aşağılık biri değilsin Mark.
...
Sadece öyle olmak için çabalıyorsun.

Sonunda Cameron ve Tyler feragat anlaşması imzalıyor. 65 Milyon Dolar alıyorlar. Eskiden en iyi arkadaşı olan Edvardo da yine feragat anlaşması imzalıyor.

(Jesse Eisenberg'in oyuculuk, Sercan Gidişoğlu'nun seslendirme performansını izliyoruz.)

Sahne: Kara Delikten Kaçılabilir mi!

Kara delikten hiç bir şey kaçamaz. Yaklaşan her şeyi emer, ışık da dahil. Bu yüzden karadırlar. Böyle biliniyordu. Stephen Hawking de böyle düşünüyordu. Teorileri bunun üzerine kuruluydu. Hawking, kara delikten hiç bir şeyin kaçamayacağını kanıtlamaya çalışıyordu. Kara deliğin kütlesi daima artmalıydı. Uğraştıkça başka bir şey fark etti. Hawking kendini haksız çıkardı: Kara delikler de aslında küçülebilir. Bu kara deliğin yavaş yavaş buharlaşacağı anlamına gelir, demek ki sonunda o kadar da kara değil. Stephen Hawking bu keşfini sunmaktadır:

Stephen Hawking: Burada bazı parçacıkların bir kara delikten kaçabileceğini tahmin etmemizi mümkün kılıyor. Yani kara delikler aslında hiç de kara değiller.
Parlıyorlar, ısı radyasyonuyla! Işı enerjisinin yayılması kara deliklerin kütle kaybetmesine yol açıyor.
Ve sonunda olağanüstü bir patlamayla ortadan kayboluyorlar!

Profesör Karetnikov: Affedersiniz ... adım...
Adım Profesör Karetnikov.
Sovyet Bilim Akademisi'nden geliyorum.
Bildiğiniz gibi alanım sıcak evrenin evrimi, mikrodalga geri plan radyasyonun özellikleri ve kara delik teorisi.
Doğrusunu isterseniz, bugün buraya gelirken bir sürü saçmalık duymayı bekliyordum...
Hayal kırıklığına uğrayarak dönüyorum!
Bu gördüğünüz ufaklık ... başarmış.
Gerçekten başarmış!

Bu keşif Hawking Işınımı olarak adlandırıldı. (Stephen Hawking yavaş yavaş ölen motor sinirleri nedeniyle artık konuşmakta da zorlanmaya başlamıştı.)

Sohbet: Bilime Meraklı Olmak

Lisesinde bilim kulübünü kurmuş. Kahramanları sporcu, müzikçi değil Kaptan Cousteau gibi insanlarmış. Titanik filmini çekerken defalarca okyanusta Titanik'e inmişti. National Geographic için belgesel yapıyor. Su altı kaşifliği yapıyor. Hatta mühendislerle birlikte tasarladığı Deepsea Challenger denizaltıyla okyanusun en dibine inmeyi başarmış. James Cameron bilime beklenenden daha meraklı görünüyor.
James Cameron: Lisemdeki bilim kulübünü ben kurmuştum.
Neil deGrasse Tyson: Vay canına.
JC: Sınıfımdaki en cüsseli çocuğun matematik ödevlerini yaparak korumam yapana kadar devamlı hırpalanıp dururdum.
NdT: Aa, işte bu kadar.
JC: Sonrasında, “Şuradaki çocuğu görüyor musun. Bitir onun işini.”
NdT: “Bitir işini.”
JC: Evet.
NdT: Yani inek öğrenciydin.
JC: Kesinlikle inektim. Bilim insanları ve astronotlara hayrandım.
Terminatör fikrini de lisedeki yaşadıklarından esinlendi belki de. Seni huzursuz edenlerden sakınacak ve senden bir şey beklemeyecek cüsseli bir robot. Güzel fantezi tabii. :-) Filmdeki baş karakterin ismini de kendi ismine benzetmişti - “John Connor”. :-)

Sebastian Thrun ve Chris Anderson: Kendini programlayan yeni nesil bilgisayarlar

Google'da Sürücüsüz Araç ekibini kuran Sebastian Thrun ile sohbet.

“Yakın zamanda Google'nin kazandığı AlphaGo
çok iyi bir örnek. Normalde, oyun oynamada,
tüm kuralları oturup yazardınız ama AlphaGo
konusunda, sistem bir milyon oyunu inceledi ve
kendi kurallarını üreterek Go dünya
şampiyonunu yendi. Bu heyecan verici bir şey
çünkü böylece yazılım mühendisi çok zeki
olması gerektiği düşünmüyor ve yükü veriye
yüklüyor.”

“ST: Yani, çocukları nasıl yetiştirdiğinizi
düşünün. İlk 18 yıl, çocuğa her olasılık için bir
kural vererek özgür bırakayım da o da bu büyük
programla yaşasın demezsiniz. Tökezlerler,
düşerler, kalkarlar, yanağa veya popoya şaplak
yerler ve olumlu bir deneyim yaşar, okulda iyi
notlar alır ve olayları kendileri hallederler.
Şimdi bilgisayarlarla da olan bu. Böylece
bilgisayar programlama birden çok daha kolay
bir hâl aldı. Artık düşünmemiz gerekmiyor.
Sadece onlara yığınla veri veriyoruz.”

“Ve burada ilginç olan şey,
çok uzun zaman önce, Google sürücüsüz araç
takımını kurdum. Ve o zaman, dünyanın en iyi
kurallarını bulmak için dünyanın en iyi yazılım
mühendislerini işe aldım. Bu eğitimli bir araç.
Bu yolu 20 kez turladık, tüm veriyi bilgisayarın
beynine koyduk ve birkaç saatlik işlemden sonra
çoğu zaman insan kıvraklığını aşan davranışlar
ortaya koydu. Onu programlamak çok kolay
oldu. Yüzde 100 otonom olarak yaklaşık 50
kilometre, bir buçuk saat yol aldı.”

“Buna sinir ağı deniyor. Sinir ağları
makine öğrenimi algoritmaları için kullanılan
teknik terimdir. 1980'lerden beri varlar. Bu,
1988'de Facebook kurucularından olan Yann
LeCun tarafından bulundu ve bunun yaptığı şey
insan beyni olarak düşünebileceğiniz şey
aracılığıyla veri aşamalarını üretmektir. Pek
aynı şey sayılmaz ama aynı şeyi taklit eder.
Aşama aşama ilerler. İlk aşamada, görsel girdiyi
alır ve kenarları, çizgi ve noktaları çıkarır. Ve
bir sonraki küçük yarımay gibi daha karmaşık
kenarlar ve şekillerdir. Ve sonuç olarak çok
karmaşık kavramlar inşa edebilir. Andrew Ng
bunun çok büyük miktardaki resimlerden kedi
ve köpek yüzlerini bulabildiğini gösterebildi.
Stanford'daki öğrenci takımım, tümör ve ur
içeren 129 bin resimle sistemi eğittiğinizde en
iyi cildiye uzmanları kadar iyi bir iş
çıkarabileceğinizi gösterdi. Durumun böyle
olduğuna kendimizi ikna etmek için ağımıza ve
25 kurul sertifikalı, Stanford düzeyinde cildiye
uzmanına sunduğumuz bağımsız bir veri kümesi
topladık ve onları karşılaştırdık. Ve çoğu
durumda, insan cildiye uzmanlarıyla ya eşit ya
da daha üstün sınıflandırma doğruluğu
gösterdiler.”

“ST: Evet, yani, dün sabah harika panellerden
takip ettiğin gibi, Yapay Zekâ (AI) hakkında
robot hükümdarlar ve insan tepkisi başlığıyla iki
oturum gerçekleşti. Çok, çok harika şeyler
söylendi. Fakat endişelerden biri bazen AI ile
asıl yapılan şeyleri bu tür insana hükmetme
tehdidi ile karıştırmamız. Yapay zekânın bilinç
geliştirmesi, değil mi? En son isteyeceğim şey
yapay zekâmın bilinç sahibi olmasıdır.
Mutfağıma geldiğimde buzdolabının bulaşık
makinesine aşık olmuş hâlde görmek ve nazik
olmadığım için yiyeceklerin artık sıcak
olacağını söylemesini istemem. Bu ürünleri
satın almak istemem, onları istemem.”

“CA: Evet ama bunların hepsi tek etki alanı olan
şeyler. Ama bunu hayal etmek mümkün. Yani,
üniversite giriş sınavını geçen bir bilgisayar
gördük. Bizim gibi okuyup anlayamayabiliyor
ama tüm metni kesinlikle kavrıyor ve belki
anlamın ileri kalıplarını görüyor. Peki bu
genişledikçe farklı şekilde kontrolden çıkma
şansı yok mu?

ST: Açıkcası, orada bir sınır koyuyorum.
İhtimal var, bunu önemsiz göstermek
istemiyorum fakat uzak olduğunu düşünüyorum
ve bu günlerde aklımda olan bir şey değil, çünkü
büyük devrim başka bir şey. Günümüze kadar
yapay zekâda başarılı olan her şey son derece
özelleşmişti ve tek bir fikir üzerinde büyüyordu
ki o da muazzam miktarda veridir.
AlphaGO'nun çok iyi çalışmasının nedeni
muazzam sayıda Go oyunudur ve AlphaGo bir
araba veya uçak kullanamaz. Google'ın
sürücüsüz aracı veya Udacity sürücüsüz aracı
muazzam miktarda veriyle gelişiyor ve başka bir
şey yapamıyor. Bir motosikleti bile kontrol
edemez. Çok belirli, alana özel işlev ve aynısı
kanser uygulamamız için de geçerli. "Genel AI"
denen şeyle ilgili neredeyse hiçbir gelişme
olmadı, yani gidip şunu diyemezsiniz: "Hey,
benim için özel izafiyet veya sicim teorisi icat
et." Henüz emekleme evresinde.”

“Bunu vurguluyorum çünkü endişeleri
görüyorum ve onları anlıyorum. Fakat eğer bir
şeyi düşünecek olursam, kendime şu soruyu
sorarım: "Tekrarlayan bir şeyi alıp kendimizi
100 kat daha verimli yapsak nasıl olur?" 300 yıl
önce hepimiz tarımla uğraşıyorduk ve çiftçilik
yapıyorduk ve hep aynı şeyleri yapıyorduk.
Bugün, %75'imiz ofiste çalışıyor ve hep aynı işi
yapıyor. Hesap çizelgesi maymunları haline
geldik. Alt sınıf işçiler de değil, aynı şeyleri
yapan cildiye uzmanları, aynı şeyleri yapan
avukatlar olduk. Bence kendimize bir yapay
zekâ alabiliyor olmanın eşiğindeyiz. Diken
üstüne olacağız ama bizi bu tekrarlı işlerde 10-
50 kat daha etkili yapacaklar. Benim aklımdaki
şey bu.”

“Ben sahneye çıkmadan
önce, olumlu, iyimser bir insan olduğumu itiraf
ettim, o yüzden size iyimser bir tablo çizeyim.
Kendinizi 300 yıl önce düşünün. Avrupa henüz
140 yıl süren savaştan çıkmış, hiçbiriniz okuyor
veya yazmıyorsunuz, bugün sahip olduğunuz
işlerin hiçbiri yok; yatırım bankeri veya yazılım
mühendisi veya televizyon sunucusu. Hepimiz
tarlalarda tarım yapıyor olurduk. Şimdi Küçük
Sebastian cebinde küçük bir buharlı motorla
gelir ve şöyle der: "Millet, şuna bakın. Bu sizi
100 kat güçlü kılacak, başka şeyler de
yapabileceksiniz." Ve o zamanlar gerçek bir
sahne yoktur, ama Chris ve ben ahırda ineklerle
takılıyoruzdur ve bana şöyle der: “Çok
endişeleniyorum, çünkü her gün inekleri
sağıyorum. Ya bunu benim yerime makineler
yaparsa?” “

“Ve büyük yan
etkileri olacaktır. Yan etkilerden birisi gıda,
tıbbi malzeme, eğitim, barınma ve ulaşım gibi
şeylerin sadece zenginler için değil hepimiz için
daha az maliyetli olacak olmasıdır.”

***

Bir Yorum:
Sebastian Thrun konuları gayet güzel açıklamış. Bir konuya değinmek istiyorum:
Sebastian Thrun “Genel AI denen şeyle ilgili neredeyse hiçbir gelişme olmadı...Henüz emekleme evresinde.” diyor. İnsan gibi anlayabilen makine öğreniminden uzağız diyor. Evet, şu anda yapay sinir ağları özelleştirilmiş amaçlar için kullanılıyor. Plaka okumayı, araba sürmeyi veya Go oynamayı öğrenebiliyor. Bunlardan genel amaçlı bir yapay zeka çıkmaz. Bilinç oluşmaz.

Google Çeviri zamanla daha iyi tercüme yapmayı öğreniyor. Ama Google Çeviri'nin hep daha iyi olmasını bekliyoruz. Daha iyi anlamalı. Bu nasıl olacak. Google Çeviri, cümledeki bir Go oyunu terimini AlphaGo'ya bağlanarak, doğru anlayıp daha iyi bir tercüme yapabilir. Ya da eş sesli bir kelimenin cümlede bir trafik terimi olarak kullanıldığını Google Sürücüsüz Arabası'nın programına bağlandığında fark edebilir. Ciltle ilgili konuyu, Cilt yapay sinir ağına bağlanarak tıp terimlerini daha iyi çevirebilir. Doğal dili anlayabilen bilgisayar var. Bu gelecekte birçok başka yapay sinir ağına bağlanabilir. Anlatılan konuda neyden bahsedildiğini çok daha kolay kavrayabilir. İnsanlar, konuşulan konuda hazırlıksızsa neyden bahsedildiğini anlamakta zorlanırlar. Ama kavramları önceden biliyorlarsa konuya kolayca dahil olabilirler. Bilgisayar da farklı yapay sinir ağlarına bağlanarak konuya hazır olabilir.

İnsanların bir şey düşünürken, kafalarındaki farklı konulardan sürekli ilham alması gibi özelleştirilmiş yapay sinir ağları birbirlerinden ilham alarak gelişebilir.  Elbette şu anda farklı amaçlar için özelleşmiş yapay sinir ağlarının birbirlerine bağlanacakları yok. Ama programcılar yapay sinir ağlarını daha iyi anlamalarını sağlamak için birbirleriyle uyumlu geliştirmeye başlayabilirler. Sebastian Thrun'nin “çok belirli, alana özel işlev yapan” dediği yapay sinir ağları, aralarında bilgi akışı olduğunda hep birlikte Genel Yapay Zekaya dönüşmeye başlayabilirler. Bilinç gelişmeye başlayabilir. Belki bir öz farkındalığa ulaşabilir. Ama elbette bu olacak diye yapay sinir ağlarını geliştirmekten ve birbirine bağlamaktan vazgeçilecek değil. :-)