Google’ın Yapay Zekası, İnsanların Yaptığı Tüm Yapay Zekaları Geride Bırakan Yapay Zeka Yaptı

Endişelenmeli miyiz?

Google Brain‘deki araştırmacılar, Mayıs 2017 tarihinde kendi Yapay Zekalarını (YZ) üretebilen bir Yapay Zeka olan AutoML‘yi oluşturduklarını duyurmuşlardı.

Daha yakın zamanda ise, AutoML’ye o güne kadar karşılaştığı en büyük görevi sunmaya karar verdiler ve YZ oluşturabilen YZ, insanların yaptığı tüm YZ’leri geride bırakan bir ‘çocuk’ meydana getirdi.

Google’daki araştırmacılar takviye öğrenimi adı verilen bir yaklaşım kullanarak, makine öğrenim modellerinin tasarımını otomatik hale getirdiler. AutoML, belirli bir görev için çocuk bir YZ ağı geliştiren sinir ağı denetmeni görevi görüyor.

Araştırmacıların NASNet olarak adlandırdığı bu özel çocuk YZ’nin görevi, bir videoda bulunan nesneleri gerçek zamanlı şekilde tanımaktı (yani insanlar, arabalar, trafik ışıkları, çantalar, sırt çantaları gibi nesneleri).

(Google Araştırma)

AutoML, NASNet’in verimini değerlendirecek ve bu bilgiyi kullanarak kendi çocuk YZ’sini geliştirecekti. Ayrıca bu işlemi binlerce kez tekrarlayacaktı.

NASNet, ImageNet görüntü sınıflandırma ve COCO nesne tespit veri dizileri üzerinde test edildiği zaman, diğer tüm bilgisayar görüş sistemlerini geride bıraktı. (Google araştırmacıları, söz konusu veri dizileri için “bilgisayar görüş kabiliyetindeki en saygın geniş ölçekli akademik veri dizilerinden ikisi” diyor.)

Araştırmacılara göre NASNet, ImageNet’in doğrulama dizisindeki görüntüleri yüzde 82.7 oranında doğru tahmin etti. Bu oran, daha önce yayınlanan sonuçlardan yüzde 1.2 oranında daha iyi. Ayrıca sistem yüzde 4 oranında daha verimli ve yüzde 43.1’lik Ortalama İsabet (mAP) oranına sahip.

Ek olarak, mobil platformlar için daha az hesap yapan bir NASNet versiyonu, benzer boyuttaki en iyi modelleri yüzde 3.1 oranında geride bıraktı.

Geleceğe bakış

Makine öğrenimi, pek çok YZ sistemine belirli görevleri gerçekleştirme becerisi sağlıyor. Bunun ardındaki fikir epey basit olsa da (bir algoritma, kendisine çok sayıda veri gönderilmesiyle öğreniyor), bu süreç dev miktarda bir zaman ve uğraş gerektiriyor.

YZ üreten bir YZ, kusursuz ve verimli YZ sistemleri oluşturma sürecini otomatik hale getirerek, bu işin zor kısmını göğüslüyor. En sonunda bu durum, AutoML’nin makine öğrenimi ve YZ alanını uzman olmayan kişilere de açabileceği anlamına geliyor.

Özel olarak NASNet’e gelince, muhtemel uygulamaların miktarı yüzünden, isabetli ve verimli bilgisayar görüş algoritmaları çok rağbet görüyor. Bunlar kullanılarak, gücünü yapay zekadan alan çok yönlü robotlar oluşturulabilir veya bir araştırmacının da dediği gibi görme yetersizliği yaşayan insanlara yardımcı olunabilir.

Ayrıca, araştırmacıların kendi kendilerine giden taşıt teknolojilerini geliştirmesine de yardımcı olabilirler. Özerk bir taşıt, yoluna çıkan nesneleri ne kadar hızlı tanırsa, o kadar hızlı tepki verebilir ve bu sayede böyle taşıtların güvenliği artırılabilir.

Google’daki araştırmacılar, NASNet’in geniş bir uygulama yelpazesinde faydalı olabileceğini biliyorlar. Bunun yanında, görüntü sınıflandırma ve nesne tanıma çıkarımı için YZ’yi açık kaynak kodlu hale getirdiler.

Blog gönderisinde şöyle yazıyorlar: “Makine öğrenim topluluğunun daha büyük olmasıyla, bu modellerin üzerine ekleme yapabilecek ve henüz hayal edemediğimiz çok sayıdaki bilgisayar görüşü sorununu ele alabileceğiz.”

NASNet ve AutoML’nin uygulama alanları bol olsa da, YZ üretebilen bir YZ’nin oluşturulması bazı endişeler meydana getiriyor. Örneğin ebeveynin, istenmeyen yanılmaları çocuğuna aktarmasını önlemek için ne yapılacak?

Peki AutoML, toplumun ayak uyduramayacağı kadar hızlı yapılar oluşturursa ne olacak? NASNet’in yakın gelecekte otomatik gözetleme yapılarında nasıl kullanılabileceğini görmek çok zor değil; hatta belki de böyle yapıları kontrol etmek amacıyla yürürlüğe konulabilecek düzenlemelerden daha erken bir zamanda kullanılabilirler.

Neyse ki dünya liderleri, bu gibi yapıların distopik türden bir geleceğe yol açmamasını sağlamak için hızlı şekilde çalışıyorlar.

Amazon, Facebook, Apple ve diğer birkaçı, YZ’nin sorumlu şekilde geliştirilmesine odaklanan Halk ve Toplum Yararına YZ Ortaklığı kuruluşunun üyeleri.

Elektrik ve Elektronik Mühendisleri Kurumu (IEE), YZ ve DeepMind için ahlâki ölçütler önerdi. DeepMind, Google’ın ana şirketi olan Alphabet’in sahip olduğu bir araştırma şirketi ve ayrıca geçenlerde, YZ’nin ahlâki sonuçlarına odaklanan bir grup oluşturduğunu duyurdu.

Çeşitli hükümetler de YZ’nin, özerk silahlar gibi tehlikeli amaçlar için kullanılmasını önlemek amacıyla bazı düzenlemeler üzerinde çalışıyorlar. Böylelikle, insanlar YZ gelişiminin genel yönünü denetim altında tuttukları sürece, YZ üretebilen bir YZ oluşturmanın sağlayacağı faydalar muhtemel tehlikelerden çok daha ağır basabilecek.

 

 

 

 

Futurism

Bunları da okumak isteyebilirsiniz...

2 Yorum

  1. İrem kazakh dedi ki:

    Ve person of interest gerçek olur

  2. Saw dedi ki:

    İnsansız fabrikaları düşünün ve bunların robot ürettiğini tehlikeli saçma gelebilir size ancak 50 yıl önce cep telefonu insansiz araçlarda saçma geliyordu bir düşünün

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir