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. :-)
Hiç yorum yok:
Yorum Gönder