Yapay Zeka’nın ilk kavramları
Bunu yapacak teknolojiye sahip olmamızdan önce bile, bilim kurgu, Oz Büyücüsü’ndeki teneke adamdan Metropolis’te Maria’yı canlandıran insansı robota kadar birçok farklı biçimde yapay zekayı tasvir ediyordu. 1950’lere gelindiğinde, yapay zeka kavramını kültürel olarak zihinlerine yerleştirmiş bir bilim insanı, matematikçi ve filozof nesline sahiptik.
Alan Turing , Yapay Zeka’nın matematiksel olasılığını araştıran bir İngiliz matematikçiydi. İnsanların problemleri çözmek ve karar vermek için akıl yürütmenin yanı sıra mevcut bilgileri de kullandıkları gerçeğine dayanarak, makinelerin de aynı parametrelere dayanarak karar alabileceğini öne sürdü. Bu, akıllı makinelerin nasıl inşa edileceğini ve zekalarının nasıl test edileceğini tartıştığı 1950 tarihli “Bilgisayar Makineleri ve Zeka” adlı makalesinin mantıksal çerçevesiydi.
Ancak o dönemde birkaç dezavantaj vardı; bunlardan biri de bilgisayarların zekâ için gerekli olan temel ön koşuldan yoksun olmasıydı: Komutları depolayamıyor, sadece uygulayabiliyorlardı. Başka bir deyişle, kendilerine söyleneni yapabiliyorlardı, ancak ne yaptıklarını hatırlayamıyorlardı. Bir diğer önemli etken de bilgisayarların hâlâ çok pahalı olmasıydı .
Büyük konferans
Beş yıl sonra, kavram kanıtı Allen Newell , Cliff Shaw ve Herbert Simon tarafından başlatıldı. Mantık Teorisyeni adlı bir program geliştirdiler . Bir insanın problem çözme becerilerini taklit etmek üzere tasarlandı. Birçok kişi tarafından ilk yapay zeka programı olarak kabul edildi ve 1956’da John McCarthy ve Marvin Minsky tarafından düzenlenen Dartmouth Yapay Zeka Yaz Araştırma Projesi’nde (DSRPAI) sunuldu. Ancak bu tarihi konferans beklentilerin altında kaldı ve birçok kişi katıldı, alan için standart yöntemler konusunda bir fikir birliği sağlanamadı. Ancak fikir birliğine varılamamasına rağmen, genel bir fikir birliği vardı; Yapay Zeka’nın başarılabilir olduğu.
Sonraki yıllar
1957 ile 1974 yılları arasında yapay zekâ gelişti. Bilgisayarlar artık daha fazla bilgi depolayabiliyor, daha ucuz ve daha hızlı hale geldi. Newell ve Simon’ın yapay zekânın vaatlerini gösteren ilk gösterileri, Savunma İleri Araştırma Projeleri Ajansı (DARPA) gibi devlet kurumlarını çeşitli kurumlarda yapay zekâ araştırmalarını finanse etmeye ikna etti . İyimserlik yüksekti ve beklentiler daha da yüksekti. Marvin Minsky, 1970’te Life Dergisi’ne verdiği demeçte, “Üç ila sekiz yıl içinde ortalama bir insanın genel zekâsına sahip bir makineye sahip olacağız” demişti. Ancak, bunu başarmak için hâlâ uzun bir yol vardı.
Hesaplama gücü ve depolama alanındaki bu kadar ilerlemeye rağmen, bunlar hâlâ yeterli değildi. Örneğin, iletişim kurmak için bilgisayarların birçok kelimenin anlamını depolaması ve bunları birçok kombinasyonda anlaması gerekiyordu ve bu kadar büyük veriler için yeterli depolama alanı yoktu. Sabrın yavaş yavaş azalmasıyla birlikte, fonlama da azaldı ve bu da sonraki 10 yıl boyunca yavaş bir araştırma sürecine yol açtı.
80’lerde, algoritmik araç setinin genişlemesi ve dolayısıyla artan fonlamayla Yapay Zeka’ya olan ilgi yeniden canlandı. John Hopfield ve David Rumelhart, bilgisayarların deneyim kullanarak öğrenmesini sağlayan “derin öğrenme” tekniklerini popülerleştirdi. Aynı dönemde Edward Feigenbaum, bir insan uzmanın karar verme sürecini taklit eden uzman sistemleri tanıttı . Program, belirli bir alandaki bir uzmana çeşitli durumlarda nasıl tepki vereceğini soruyor ve yeterli veri toplandığında, o uzmanlık alanında olmayan kişiler de programdan tavsiye alabiliyordu.
Yapay Zeka, yeni bir ışıkla ciddi fonlar almaya başladı. Japon hükümeti, Beşinci Nesil Bilgisayar Projesi (FGCP) kapsamında uzman sistemler ve diğer Yapay Zeka ile ilgili çalışmalara büyük miktarda fon sağladı . 1982-1990 yılları arasında, bilgisayar işleme süreçlerinde devrim yaratma, mantık programlamayı uygulama ve yapay zekayı geliştirme hedefleriyle 400 milyon dolar yatırım yaptılar. Ancak beklentiler yine çok yüksekti ve gerçekleşmedi; araştırmalar başarısızlıkla sonuçlandı.
Büyük başarılar
Finansman eksikliğine rağmen Yapay Zeka gelişti. 1990’larda birçok dönüm noktasına ulaşıldı. 1997’de dünya satranç şampiyonu ve büyük usta Garry Kasparov, IBM’in Deep Blue’suna yenildi . Bu, Yapay Zeka programı çalıştıran bir bilgisayarın dünya şampiyonu bir satranç oyuncusunu yendiği ilk seferdi. Aynı zamanda , Dragon Systems tarafından geliştirilen konuşma tanıma yazılımı Windows’a entegre edilmiş ve Cynthia Breazeal , Kismet robotuyla insan duygularıyla bile mücadele ediyordu . Görünüşe göre bir makinenin üstesinden gelemeyeceği hiçbir sorun yok.
Moore yasası
Moore Yasası, bir mikroçipteki transistör sayısının her iki yılda bir ikiye katlandığını belirtir. Yasa, bilgisayarlarımızın hızının ve kapasitesinin bu sayede her iki yılda bir artacağını, ancak daha az ödeyeceğimizi iddia eder. Moore Yasası’nın bir diğer ilkesi ise bu büyümenin üstel olduğunu savunur. Bu, Yapay Zeka yolunda önemli bir adımdı. Daha fazla işlem gücü ve daha fazla depolama alanıyla daha karmaşık programlara sahip olabiliriz.
“Büyük Veri” çağı
Artık, bir insanın işleyemeyeceği kadar büyük miktarlarda bilgiyi, makul bir sürede toplama kapasitesine sahip olduğumuz bir çağda yaşıyoruz. Yapay Zeka’nın bu tür bilgileri işlemede kullanımı birçok farklı sektörde kritik öneme sahip olduğunu kanıtladı. Örneğin Netflix’i ele alalım; hesabınıza giriş yaptığınızda ve sizin için özel olarak hazırlanmış öneriler aldığınızda, Yapay Zeka daha önce izlediğiniz ve beğendiğiniz içeriklere dayanarak tonlarca bilgiyi işliyor ve bunları şirketin geniş film ve dizi veri tabanıyla karşılaştırıyor. Ve bunu dünya çapında milyonlarca kullanıcı için yapıyor. Bunu insanlar asla yapamazdı. Bu, Yapay Zeka’nın inanılmaz miktarda bilgiyi işlemeye nasıl yardımcı olduğunun birçok örneğinden sadece biri.
Yapay Zeka’dan Ne Beklemeliyiz?
Bundan sonra ne olacağını söylemek zor, ancak halihazırda mevcut olan bazı teknolojilerin daha da ilerleyip günlük hayatımızın bir parçası haline geleceğini öngörebiliriz. Daha fazla sürücüsüz araç ve akıcı bir şekilde konuşabileceğiniz daha karmaşık dilli yapay zeka göreceğiz. Amaç, tüm görevlerde insan bilişsel yeteneklerini aşan bir makine olan genel zekâyı geliştirmek gibi görünüyor.
Etik Yapay Zeka
Yapay zekânın uygulanması, kuruluşların daha verimli çalışmasına, daha temiz ürünler üretmesine, zararlı çevresel etkileri azaltmasına, kamu güvenliğini artırmasına ve insan sağlığını iyileştirmesine yardımcı olabilir. Ancak etik olmayan bir şekilde kullanıldığında (örneğin, dezenformasyon, aldatma, insan istismarı veya siyasi baskı gibi amaçlarla), yapay zekâ bireyler, çevre ve toplum üzerinde ciddi olumsuz etkilere neden olabilir.
Otomatik veri odaklı karar alma süreçlerindeki artış, herkesi her zamankinden daha yüksek standartlara uymaya ve ekonomik ve sosyal sistemlerimizdeki ayrımcılığı ortadan kaldırmaya yönelik birçok fırsat sunmaktadır. Bu nedenle, hesap verebilirliği, yeniden üretilebilirliği ve ölçeklenebilirliği mümkün kılmak için tekrarlanabilir çerçeveler ve süreçler geliştirmek zorunludur.
Yapay Zeka İyi Vakıf Etiği
Yapay Zeka’nın etik kullanımını sağlamak için yasalar ve yönetmelikler genellikle yetersizdir. Yapay Zeka kullanan bireylerin ve kuruluşların -ve ayrıca yapay zeka araç ve teknolojilerini geliştiren ve sağlayanların- etik yapay zeka uygulamaları yapması zorunludur. Yapay zeka kullanıcıları, yapay zekayı etik bir şekilde kullandıklarından emin olmak için proaktif adımlar atmalıdır. Bu yükümlülük, beyanname vermenin ötesine geçer; aktif olarak uygulanan belirli politikalar olmalıdır.
AI for Good Vakfı, şirket, sınıf ve politika ortamlarında Yapay Zeka Etiği konusunda en iyi uygulamaları belirlemektedir. Çalışmalarımız, BM Sürdürülebilir Kalkınma Hedefleri ve bu hedeflerin savunduğu insan hakları temel alınarak oluşturulmuştur.
https://ai4good.org/blog/a-brief-history-of-artificial-intelligence/