Adrian Zidaritz, AIbluedot.com’un Yazarı – Röportaj Serisi

Adrian Zidaritz, AIbluedot.com adlı blogun yazarıdır. Bu blog, matematik, etik, politika ve “her şey” dahil olmak üzere AI hakkında bir genel bakış sunar. Makaleler minimal teknik materyal içerse de, uzmanlara değil, genel kamuoyuna yöneliktir. AI, uzman olmayan kişiler tarafından yanlış anlaşılmakta ve medyada ya abartılmakta ya da küçümsenmektedir; ancak bu, şu anda en önemli teknolojidir.

Sizleri AI’ye ilk olarak neler çekmiştir?

AI geliştirme, diğer modern teknolojilerin hiçbirine benzemeyen geniş bir uzmanlık yelpazesi gerektirir. İstatistik, nörobilim, uygulamalı matematik, bilgisayar bilimi, yazılım geliştirme, psikoloji vb. alanlardan beslenir. Bu zorluk, benim için çekiciydi ve önceki kariyerimde bu alanların çoğuyla şans eseri ilgilenmiştim: matematik, bilgisayar bilimi, yazılım geliştirme, istatistik.

Aİ’de geniş bir kariyeriniz var. Bazı önemli noktaları tartışabilir misiniz?

Bu, bir şekilde 1. sorunun devamı. Şu anda AI’de çalışan几乎 tüm orta yaşlı kişiler başka bir yerden geliyor. 2005 yılına kadar AI yoktu (aslında AI’nin başarısı principalmente derin öğrenme = derin öğrenme nedeniyle; bu nedenle, pratik amaçlar için AI demiş olduğumuzda derin öğrenmeyi kastediyoruz). Sonuç olarak, AI’de çalışan bizler, alana benzersiz perspektifler getiriyoruz. Ben, matematik geçmişimle birlikte büyük veri mühendisliğinin çok önemli bir rol oynadığı pratik AI projelerini yönettim (bazen toplam proje süresinin %80’inden fazlasını oluşturur). Arka planım, AI’yi, çok teorik olan matematiksel temellerinin sorgulanması ile çok pratik olan veri bilimcileri ve makine öğrenimi mühendisleri takımlarını yönetme arasında bir yere yerleştirir. AI teknolojileri hakkında daha fazla bilgi sahibi olan diğer araştırmacılar vardır.

Siz, AI’nin medyada doğru bir şekilde sunulmadığından bahsettiniz. AI’nin gerçekleri ile medyanın AI’yi sunuş şekli arasındaki bu uçuruma neden olan nedir?

Çünkü AI, bazı AI’de çalışan kişiler tarafından bile yanlış anlaşılmaktadır, basın tarafından ise daha da fazla. Bu, çok genç bir disiplin ve çok genç işçilerle birlikte. Bu genç işçilerin çeşitli görüşleri medyaya yansır ve hedeflerin uyumsuzluğuna yol açar. Sosyal Dilemma belgeselini, Netflix’te yayınlanan ve AI’nin Silicon Vadisi perspektifinden çatışan görüşlerini belgeleyen bir örnek olarak gösterebiliriz.

Şu anda AI’deki ilerlemelerin büyük bir kısmı derin öğrenmeden geliyor. Derin öğrenmenin kara kutu problemi hakkında neler düşünüyorsunuz?

Bu, büyük bir sorun. Aslında, öğrenme sürecinin matematiksel bir anlayışına sahip değiliz. Derin öğrenme algoritmalarının nasıl öğrendiğini bilmiyoruz. Sadece işe yaradığını görüyoruz. Tabii ki, bir teori geliştirmek için girişimler oldu, ancak hiçbiri geniş bir kabul görmedi. Bu nedenle, temel bir anlayışın yokluğunda, sadece “gördüğümüz gibi” diyebiliriz. Diğer algoritmalar (derin öğrenme değil) daha iyi anlaşılmaktadır ve onlar için sonuçların açıklamaları mümkündür. Derin öğrenme için değil.

AI yanlılığı hakkında neler düşünüyorsunuz ve bunu nasıl önleyebiliriz?

Şu anda AI, algoritmalar değil, veriler hakkında. Algoritmalar yanlılık bilmez, yanlılık verilerdedir. Veriler, toplumun bileşimini ve ayrıca toplumun katmanlaşmasını yansıtır, çünkü veri toplama süreci de yanlılıktır. Bu, doğal olarak oluşan bir şeydir, ancak veri toplama sürecine tüm arka planlardan insanların dần dần dahil edilmesi gerekir, böylece veriler nüfusun doğru bir temsilini yansıtsın.

Sizin için en ilginç olan makine öğrenimi türü nedir?

Önceden de söylediğim gibi, makine öğrenimi, en başarılı iç dalı olan derin öğrenme lehine zemin kaybediyor. Sinir ağları, esnekliklerinden dolayı hakimiyet kuruyor.

AI’den kaynaklanan iş kayıplarıyla başa çıkmak için Evrensel Temel Gelir (UBI)’in kesinlikle gerekli olacağından bahsettiniz. Bu görüşleriniz hakkında daha fazla bilgi verebilir misiniz?

Toplum, otomasyon (uygulamalı AI) nedeniyle büyük sonuçlar yaşayacaktır. 2016’dan bu yana siyasi çalkantıları gördük. Geriye dönmek için bir yol olmayacak. Çok sayıda iş simplemente kaybolacak. Şu günlerde bir radyolog olarak eğitim almak anlamını yitirdi. AI, insanlardan daha iyi X-ray, MRI ve diğer görüntüleri okuyabilir. İnsanlar yapacak bir iş bulamadıklarında ne olacak? UBI, insanların otomasyon yaygınlaştığında gereksiz yere acı çekmelerini garantiler. Ve AI, toplumun hala işlevini sürdürebilmesi için gerekli çalışmaları sunacaktır.

Yapay Genel Zeka (AGI)’yi asla elde edemeyeceğimizi düşünüyor musunuz?

Evet, birçok insan DeepMind’in yazılımlarının zaten AGI’nin sınırlarına ulaştığını söylüyor. Ben bu fikre katılmıyorum, ancak benim için cevap evet. AGI, duyguları veya bilinci değil, sadece bilişsel zekayı ifade eder. Ve bu düzeyde zeka için cevap evet gibi görünüyor.

Simülasyonda yaşadığımızın bir olasılık olduğunu düşünüyor musunuz?

Olası bir durum mu? Evet, yani simülasyonda yaşama olasılığı 0 değildir. Ayrıca entelektüel olarak çekici. Ancak muhtemel mi? Hayır, bence muhtemel değil, yani olasılık, 0 olmamasına rağmen çok çok küçüktür.

Teşekkür ederiz röportaj için, okuyucular Adrian’ın AI’nin farklı yönleri hakkındaki görüşlerini öğrenmek isteyenler AIbluedot.com‘u ziyaret edebilirler.