Yapay zekâ sizce hayatlarımıza ne zaman girdi? 20.yüzyılın ilk yarısı kabul gören bir milattır diyebiliriz. Bu dönemde, birçok hayal gücü kuvvetli kişi tarafından bilim kurgu aracılığıyla tanıştığımız robotlar, hayatlarımıza girdi. Oz Büyücüsü hikayesi, Kalpsiz Teneke Adam karakteriyle öne çıkıyor.
İnsan yapımı makineler bizler gibi düşünebilirler mi?
1950’li yıllarla birlikte yapay zekâ kavramı, bilim insanları, matematikçiler ve filozofları etkileyen bir döneme giriş yaptı. Bu dönemin önemli figürlerinden biri, matematikçi ve ENİGMA’ın tasarımcısı Alan Turing‘di.
Turing, insanların sorunları çözmek ve karar vermek için akıl yürütmenin yanı sıra mevcut bilgileri de kullanmak gerektiğini düşünüyordu. Ve şöyle demişti:
Neden makineler aynı şeyi yapmasın?
Akıllı makinelerin nasıl yapılabileceğini ve zekalarının nasıl kontrol edilebileceğini anlattığı 1950 tarihli Bilgisayar Makineleri ve Zekâ isimli makalesinde yer alıyordu.
Turing ve Yapay Zekâ
Öncelikle, bilgisayarların temelde komutları işleme yetenekleri vardı, ancak bu komutları hafızaya almıyor ve hatırlamıyorlardı. 1949’dan önce zekâ veya algoritma kavramları bilgisayar dünyasında düşünülmemişti. Ayrıca, bilgi işleme kavramı maliyetli bir girişimi temsil ediyordu.
1950’lerin ilk başlarında bilgisayar kiralamanın maliyeti ayda 200 bin dolar civarındaydı. Buna prestijli üniversiteler ve büyük teknoloji şirketleri cesaret edebiliyordu.
Bir konferanstan fazlası
1956’da John McCarthy ve Marvin Minsky tarafından ev sahipliği yapılan Dartmouth Yapay Zekâ Yaz Araştırma Projesi‘nde, Allen Newell, Cliff Shaw ve mantık teorisyeni Herbert Simon tarafından başlatılan bir program, insan problem çözme becerilerini taklit etmek amacıyla geliştirildi.
Bu program, yapay zekânın ilk örneği olarak kabul edilir. Katılımcıların beklentilerinin altında kalan bir konferansta tanıtıldı. Ancak, konferansın yapay zekâ alanında ilerlemenin kapılarını açması ve gelecek yıllarda araştırmayı katalize etmesi bakımından önemli bir döneme işaret etti.
Başarı ve Gerilemelerin Hız Treni
1957-1974 arasında yapay zekâ büyük gelişmeler kaydetti. Bilgisayarlar daha hızlı, ucuz ve erişilebilir hale geldi, makine öğrenimi algoritmaları ilerledi. DSRPAI katılımcıları, devlet kurumlarını yapay zekâ araştırmalarını finanse etmeye ikna etti. Ancak, genel zekaya sahip makineler hâlâ uzak bir hedefti.
İlk başarılar, Newell ve Simon’un Genel Problem Çözücüsü ile Weizenbaum’un ELIZA‘sı gibi, problem çözme ve dil yorumlama hedeflerine umut vaat etti. Ancak, bilgisayarlar yeterli bilgiyi depolayamıyor ve hızlı işleyemiyordu. Finansmanın azalmasıyla birlikte 1970’lerde ilerleme yavaşladı.
1980’lerde yapay zekâ, algoritmik araç setinin genişletilmesi ve fonların artırılması ile yeniden canlandı. Ancak Japon Beşinci Nesil Bilgisayar Projesi hedeflerine tam olarak ulaşamadı. Daha doğrusu finansman kesildiğinde yapay zekâ ilgi odağı olmaktan çıktı.
Yapay Zekâ ve 1990’lar
İronik bir şekilde, hükümet finansmanı ve kamuoyundaki heyecanın yokluğunda yapay zekâ 1990’lı ve 2000’li yıllarda birçok dönüm noktasına ulaştı. 1997’de dünya satranç şampiyonu Garry Kasparov, IBM’in Deep Blue adlı satranç oynayan bilgisayar programına yenilerek yapay zekânın karar alma yeteneklerinde önemli bir adım attı.
Konuşma tanıma yazılımı aynı yıl Dragon Systems tarafından geliştirildi ve Windows üzerinde hayata geçirildi. Bu da makinaların konuşulan dili anlama çabasında önemli bir ilerlemeydi. Cynthia Breazeal tarafından geliştirilen “Kismet” adlı robot, duyguları tanıyabilen ve gösterebilen bir yapay zekâ örneği olarak insan duygularını simgeliyordu.
Zaman her şeyin ilacıdır
Yapay zekayı kodlama konusundaki zorluklar, bilgisayar depolama sınırlarının artık bir sorun olmamasıyla değişti. Moore Yasası, bilgisayar belleği ve hızının her yıl iki katına çıkacağını öngördü. Evet, bu öngörü, Deep Blue’nun 1997’de Gary Kasparov’u yenmesi ve Google’ın Alpha Go’sunun Çin Go şampiyonu Ke Jie’yi sadece birkaç ay önce yenmesi gibi başarılarla kendini gösterdi. Yapay zekâ araştırmaları, mevcut hesaplama gücümüzü (bilgisayar depolama ve işlem hızı) aşana kadar yapay zekâ yeteneklerini doyuruyor, ardından Moore Yasası’nın tekrar devreye girmesini bekliyoruz.
Yapay Zekâ Her Yerde
Şu anda “büyük veri” çağında yaşıyoruz; bu dönemde, işlenemeyecek kadar büyük miktarlarda bilgi toplama kapasitesine sahibiz. Yapay zekâ, teknoloji, bankacılık, pazarlama ve eğlence gibi birçok sektörde büyük veri ve devasa bilgi işleme ile oldukça verimli bir şekilde uygulanmıştır. Algoritmaların büyük bir evrim geçirmese bile, yapay zekâ kaba kuvvet yöntemiyle büyük veri ve devasa bilgi işlemin öğrenmesine olanak sağlamıştır. Moore Yasası biraz yavaşlamış olabilir.
Ancak verilerdeki artış hızı herhangi bir azalma göstermiyor. Bilgisayar bilimi, matematik veya sinir bilimindeki ilerlemeler, Moore Yasası’nın ötesindeki potansiyel çıkışları destekliyor.
Gelecek
Gelecekte, yapay zekâ dilinin ön planda olması bekleniyor. Şirketlerle genellikle makinelerle iletişim kuruyoruz. Akıcı konuşma, uzman sistemlerle etkileşim ve gerçek zamanlı çeviri gibi gelişmelerin yakın gelecekte mümkün olması muhtemel.
Sürücüsüz arabaların yaygınlaşması da bekleniyor. Ancak genel zekâ, yani insan bilişsel yeteneklerini aşan makinelerin önümüzdeki 50 yıl içinde başarılması zor görünüyor. Etik sorunlar da bu süreçte büyük bir engel olabilir. Bu konularla ilgili ciddi bir konuşma yapmamız gerekecek, ancak şu anda yapay zekânın gelişmesine ve kontrol altında tutulmasına odaklanıyoruz.
Yapay zekâ, yaşamın birçok farklı alanında etkili bir şekilde varlık gösteriyor. İş dünyasında, sağlık sektöründe, eğitimde, iletişimde ve daha pek çok alanda kullanılıyor. Örneğin, akıllı asistanlar, otomatik sürüş teknolojileri, öneri sistemleri gibi yapay zekâ uygulamaları günlük yaşamımızın bir parçası haline geldi. Bu teknolojiler, işleri daha verimli hale getirirken, yaşam kalitesini artırma potansiyeline sahip.
Havalimanlarında yüz tanıma konusunda deneme çalışmalarına başlandı bile.
Ancak, yapay zekanın kullanımıyla ilgili etik ve güvenlik sorunları da dikkate alınmalıdır.
@tarihlibilim
Rockwell Anyoha, moleküler biyoloji bölümünde fizik ve genetik geçmişi olan bir yüksek lisans öğrencisidir. Şu anki projesi, hayvan davranışını modellemek için makine öğreniminin kullanımını kullanıyor. Rockwell boş zamanlarında futbol oynamayı ve sıradan konuları tartışmayı seviyor.
https://www.tarihlibilim.com/post/isinizi-kolaylastiracak-10-yapay-zeka-sitesi/