Verilerden yola çıkarak strateji geliştirilmesine yardımcı olan yapay zeka teknolojilerinin gündelik hayatta kullanımının artması beraberinde Escort bayan birçok tasayı de getirirken adil ve doğru veri kelam konusu teknolojinin geleceğinde kritik rol oynuyor
Microsoft’un uzun uğraşlar sonucu ürettiği ve Twitter’da kullanıcılarla İngilizce sohbet etmesini beklediği yapay zeka botu Bayan escort TAY ırkçı ve küfürlü karşılıkları nedeniyle 24 saat içerisinde durdurulmuştu Kullanıcılar üzerinde büyük bir şaşkınlığa sebebiyet veren bu yanıtlardan kimilerinde TAY bayanlara ve Musevilere hakaret etmiş Meksika sonuna duvar örülmesi Escort gerektiğini belirtmişti
İngiliz kanalı Channel 4 tarafından yapılan bir habere nazaran online alışveriş sitesi Amazon kullanıcılarına sıklıkla birlikte alınan ürünler kategorisinde bomba imalinde kullanılan eserleri önermişti Bir arada alınıp birleştirildiğinde küçük çaplı hasara neden olacak bu bomba imalinde kullanılacak eserler Amazon tarafından tıpkı kategoride ele alınmıştı Channel 4 muhabirinin ilgili eserlerden birini sepete eklemesi sonrası Amazon bomba üretimine imkan veren öbür eserleri de tavsiye etmişti
Öte yandan yapay zeka ve robotların gelecekte insanlık için tehdit oluşturabileceği tasaları de giderek artıyor Düzmece olduğu ortaya çıksa da toplumsal medyada büyük bir süratle yayılan kendisine makus davranan sahibinden intikam alan robot görüntüsü ve insansı robot Sophia’nın İnsanlığı yok edeceğim açıklaması bu kaygıları gün yüzüne çıkarıyor
Söz konusu gelişmeler yapay zeka konusunda varılan noktayı gözler önüne sererken bu teknolojilerin hangi alanlarda ve ne halde kullanılacağının geleceğin şekillenmesinde en kıymetli faktörlerden olacağı belirtiliyor
Yapay zeka teknolojilerinin gelecekte insanlık için büyük bir umut mu yoksa beraberinde getireceği tehlikeler açısından bir tehdit mi oluşturacağı ise ülkelerin bu teknolojiyi nasıl konumlandıracağı ile bağlantılı olacak Yapay zeka teknolojisinin temelini oluşturan makine öğrenmesi ise kritik rol oynayacak
MEVCUT BİLGİLER İSTENMEYEN SONUÇLAR VEREBİLİR
İstanbul Teknik Üniversitesi Öğretim Üyesi ve Yapay Zeka ve Data Bilimi Uygulama ve Araştırma Merkezi Müdürü Prof Dr Beğenilen Ünal yaptığı açıklamada makinelerin mevcut bilgilerden beslenerek öğrendikleri için birtakım istenmeyen sonuçlar da verebileceğini kaydetti
Günümüzde makine öğrenmesinde kullanılan çeşitli teknikler olduğunu anlatan Ünal makine öğrenmesi sistemlerinde aşikâr bir misyonu çözmeye yönelik bir performans ölçütü tanımladıklarını bu ölçütü en düzgüne götürecek halde sistemin yahut modelin parametrelerini güncellediklerini söyledi
Ünal makine öğrenmesi tekniklerinin çoğunlukla derin öğrenme metotlarını kastettiğini aktararak şunları kaydetti
Derin öğrenme nöronlardan esinlenen kolay lakin çok katmanlı ve geniş yapay hudut ağları modellerine dayanırken öğrenmeyi yani kendisini güncellemeyi algoritmaya girdi olarak sağlanan datalara bakarak yapıyor Diyelim ki yapay zeka algoritmasının bir kediyi tanımasını sağlamak istiyoruz Eski sistemlerde kediyi tanıması için kendimiz yahut geçmiş istatistiklere bakarak kuralları belirliyorduk Örneğin makine fotoğraftaki cismin biçimine bakarak kedi olup olmadığına karar versin üzere Artık ise derin öğrenmeye dayalı sistemlere kedi olarak etiketlenmiş binlerce fotoğrafı girdi olarak veriyoruz Derin hudut ağı modeli çok katmanlı bir yapıya ve milyarlarca parametreye sahip olduğu için yüksek sayıdaki bilgiyi kullanarak kedinin yalnızca halini değil rengi deseni bulunduğu ortamı ve gibisi birçok bilgiyi birleştirerek kediyi tanımayı gerçekleştiriyor Algoritmanın çıkardığı özellikler bazen bizim tanımlayabileceğimiz bazen ise tanımlayamadığımız özellikler olabiliyor
YAPAY ZEKA ALGORİTMALARI AZINLIKLARI DEZAVANTAJLI DURUMA DÜŞÜREBİLİR
Prof Dr Beğenilen Ünal pekiştirmeli öğrenmenin yapay zekanın kullandığı bir başka öğrenme prosedürü olduğunu vurguladı
Pekiştirmeli öğrenme metodunda daha dinamik ve bilinmeyen ortamlarda uzun vadede en uygun sonucu elde etmeye yönelik bir hesaplama yapıldığını vurgulayan Ünal Örneğin satranç ve go oyunu oynayan algoritmalar buna örnek olarak gösterilebilir Yapay zeka algoritması daima rastgele satranç oyunu oynuyor bazen kazanıyor bazen de kaybediyor Böylece uzun vadede hangi atakların kendisini zafere ulaştıracağını anlamaya çalışıyor Bu yalnızca oyunlarda değil planlama ve strateji gerektiren her işte kullanılabiliyor halinde konuştu
Ünal yapay zeka uygulamalarının kimi ayrımcılıklara sebebiyet verebileceğine dikkati çekerek şöyle devam etti
Geçtiğimiz günlerde yayımlanan bir çalışmada Afrika yahut Asya ülkelerinden gelen bilgilere uygulanan kimi yapay zeka algoritmalarının yüzde 20 daha düşük performansla çalıştığı raporlandı Bu uygulamaları geliştirenlerin daha çok Kuzey Amerika kıtasından olmasından kaynaklanıyor Günümüzdeki yapay zeka algoritmalarının geliştirilmesinde eğitim dataları dediğimiz makine öğrenme modelini kullanıma hazırlayan bilgiler değerli bir yer tutmakta Bu bilgiler daha çok Avrupa ve Amerika’dan toplandığı için Afrika üzere yerlerde hakikat sonuçlar vermeyebiliyor Örneğin bir yapay zeka yüz tanıma algoritması beyaz bir insanı daha rahat tanırken siyahi bir insanı tanımada zorlanabiliyor ya da yapay zeka hukuksal karar verme durumuna gelirse Amerika’da siyahi insanları daha fazla hatalı bulması üzere problemli durumlar oluşabilir Yapay zeka algoritmasının taraflılığı ve ayrımcılık üzere durumların önüne geçmek için eğitim bilgilerinin azınlıkları dezavantajlı duruma düşürmeyecek formda hazırlanması ve düzenlenmesi gerekiyor
