modern bilgisayar biliminin mimarı olarak kabul edilen alan turing’in geliştirdiği yapay zeka testinin ilk kez bir yazılım tarafından geçilmesi, bilim dünyasında büyük bir heyecan yarattı. gelişme, gelecekte insanlığa hayatın her alanında yardım etmesini amaçladığımız akıllı makineler için önemli bir eşiğin aşılması olarak kabul ediliyor. ancak ‘2001: space odyssey’den hatırladığımız hal 9000 veya ‘moon’ filminde karşımıza çıkan gerty gibi robotların gerçeğe dönüşmesi için önümüzde henüz uzun bir yol var.

işık üniversitesi bilgisayar mühendisliği bölümü’nde yapay zeka üzerinde araştırmalar yapan öğretim üyesi taner eskil, turing testi’nin geçilmesiyle henüz akıllı makinelere giden kapının aralanmadığını belirtti. fikir üreten ve düşünebilen yazılımların henüz geliştirilemediğini ifade eden eskil, yakın geleceğin insas hayatını çok daha kolaylaştıracak gelişmelere sahne olacağını söyledi.

al jazeera türk’ün sorularını yanıtlayan eskil, günümüzde yapay zeka araştırmaları için önemli merkezlerin dev veri tabanlarına sahip facebook ve google gibi teknoloji firmaları olduğuna dikkat çekti:

akıllı bilgisayar ve makinelerle yaşayacağımız bir geleceğe doğru ilerlerken, yapay zekanın insan kontrolünde geliştiğini söyleyebilir miyiz?

analiz ve yorum yapabilen makineler tasarlamak gibi oldukça iddialı bir hedefimiz var. bu, araştırmaya açık, zor, ama çok geniş uygulamaları olan bir alan. çoğunlukla imge işleme alanında çalıştığım için bu alandan bir örnek verebilirim. bilgisayarlarda her şeyi olduğu gibi imgeleri de sadece 1'ler ve 0'larla gösteriyoruz. bu sayılar her piksel için renk değerlerini ifade ediyor. ilk amacımız, insan göz ve sinir sistemine uygun olarak, bu diziden kenarlar, renkler, örüntü (patern) gibi basit öznitelikler çıkarmak. görüntüdeki nesneleri daha iyi ifade edebilecek daha yüksek seviyeli öznitelikler için matematiksel yöntemlere başvuruyoruz. sınıflandırma algoritmaları, ara öznitelikleri kullanarak imge üzerindeki nesneleri tanımamızı sağlıyor. daha üst düzey analizler ile imgenin neyi anlattığı ile ilgili çıkarım yapıyoruz.

bir mezuniyet törenine ait görüntüleri düşünelim. farklı zamanlarda, farklı açılardan, farklı kameralarla alınan örneklerde, her imge işleme aşamasında karşımıza önemli farklılıklar, yani varyasyonlar çıkar. piksel değerleri ışığa göre farklılaşır, kenarlar kamera ayarlarına göre daha sert veya yumuşak olabilir, nesneler farklı yerlerde bulunabilir, farklı büyüklük ve açılardan görünüyor olabilir. bütün bu olasılıkları el ile işaretleyerek çıkarım yapmamız mümkün olmadığı için öznitelik çıkarımı, sınıflandırma ve yorumlamada makine öğrenme algoritmalarına başvuruyoruz. işte bu algoritmalar bütünü bugünkü teknolojimizle yapay zekayı tanımlıyor.
 

yapay zeka algoritmaları uygulama alanlarına göre farklılaşıyor. örneğin bir oyunda strateji geliştirmek için arama yapabiliyoruz. robot navigasyonu için planlama gerekiyor. ekonomik göstergelerden tahminlerde bulunmak için olasılığa dayalı modeller kullanıyoruz. imge işlemede olduğu gibi nesneleri bulup sınıflandırma yaparak tanıyabiliyoruz. ancak bu algoritmalar temelde tek bir işlev için geçerli bir model ile en iyi sonucu almaya odaklanıyorlar. şu anki teknoloji düzeyimizde doğru modelleri oluşturmanın peşindeyiz. yani hala yapay zeka kontrolümüz altında. ancak genellenebilir bir model ve algoritmayı bulduğumuzda ‘strong ai’ olarak bilinen güçlü zekaya ulaşabileceğiz. işte bu, yapay zekanın kendi kendini geliştirmeye başlamasının miladı olacak.

gelecek 10 yıl içinde teknoloji, sanayi ve güvenlik alanlarında nasıl gelişmelere tanık olabiliriz? yapay zekan en çok hangi alanlarda karşımıza çıkacak?

yapay zeka alanında devrim kabul edilecek ilerlemeler beklemiyorum, hayatımız bir bilim kurgu filmi sahnesi gibi olmayacak. yine de yapay zeka, her geçen yıl hayatımızı kolaylaştıracak, kendimizi daha güvende hissetmemizi sağlayacak yenilikler getirecek. örneğin güvenlik alanında çok hızlı bir ilerlemenin eşiğindeyiz. halka açık alanlarda güvenlik kameraları sayesinde panik, kaçışma, sağlık problemleri gibi durumlar otomatik olarak tespit edilebilecek. evlerimiz, arabalarımız bizi tanıyacak, yabancı ve kötü niyetli şahısları tespit ederek alarm verecek. sağlık problemlerimiz, deri altına yerleştirilecek çipler sayesinde çok erken teşhis edilebilecek. yapay zeka, önümüzdeki on yılda bize zarar vermeyecek, yaşamımızı hem kolaylaştıracak, hem de uzatacak.

facebook'un yapay zeka laboratuvarları kurması ve google'ın robot firması haline gelmesini nasıl yorumluyorsunuz?

yazılım üzerine çalışan ve ellerinde gerçek dünyaya ait geniş veri bulunduran firmaların yapay zeka ve robot tasarımı alanlarına girmeleri daha kolay. bu araştırmaların sonuçlarının firmaya getirisi de hayal sınırlarını zorlayacak kadar yüksek. son yıllarda, özellikle veri madenciliği üzerine çalışan akademisyenler facebook kullanıcılarının halka açtıkları bağlantılarından, paylaşımlarından ve yorumlarından yola çıkarak yeni öğrenme teknikleri geliştirmeye çalışıyorlar. google, amazon, e-bay gibi devler, işbirlikçi filtreleme gibi makine öğrenme teknikleri ile kullanıcılarının ilgisini çekebilecek yeni öneriler sunuyorlar. eğer elinizde devasa büyüklükte veri varsa yapay zeka araştırması yapmak ve yeni öğrenme teknikleri geliştirmek için paha biçilemez bir madendesiniz demektir. büyük yazılım firmaları bu avantajlarını doğru yönde kullanıyorlar.

önümüzdeki günlerde büyük değişimlerin yaşanacağı bir alanın doğal dil işleme olduğunu düşünüyorum. ülkemizde de araştırmacılar hızla ilgilerini bu yöne çeviriyorlar. yakın zamanda 'leb demeden leblebiyi anlayan' arama motorlarımız, bizi kendi zevkimize göre giydiren sanal mağazalarımız olacak.

turing testini geçen yazılım gerçekten kırılma noktası mı? bu başarı sizce ne ifade ediyor?

turing testinde yapay zeka yazılımının yüklendiği makine gizlenir ve bir jüriden iletişim kurarak karşılarındakinin insan veya makine olduğu konusunda karar vermeleri istenir. eğer jüri, karşısındakinin insan veya makine olduğu konusunda kararsız kalıyorsa, makinenin turing testini geçtiği kabul edilir. alan turing tarafından 1950'de önerildiğinden beri bu testi geçmek yapay zeka araştırmacılarının hayalidir diyebilirim.

diğer taraftan, turing testinin geçilmiş olması alan turing'in öngördüğü yapay zekaya ulaştığımız anlamına gelmiyor. burada hedef, dilin kurallarına hakim ve yeterli veriye sahip bir makinanın yeni fikirler üretebilmesi, yani düşünebilmesidir. turing testini geçen eugene'in konuşma dökümüne bakarsanız fikir üretmekten uzak olduğunu, hatta sorulan soruya güvenilir yanıt bulamadığında konu değiştirerek sorgucunun dikkatini dağıtmaya çalıştığını görebilirsiniz.

turing testinin geçilmiş olması önemli ve heyecan verici. doğal dil işlemede önemli bir aşamaya geldiğimizi gösteriyor. ancak tek başına bu test, düşünebilen makinelere ulaşabildiğimizin ispatı değildir. yapay zeka konusu ve zekanın nasıl tanımlanacağı sadece bilgisayar bilimi konusu değil, aynı zamanda felsefi bir tartışmadır. bu konuya ilgi duyanların özellikle john searle'nin 1980'de önerdiği ‘chinese room’ deneyini okumalarını tavsiye ederim.

türkiye yapay zeka araştırmalarında nerede yer alıyor? derin öğrenme henüz internet reklamcılığı aşamasında mı?

türkiye'de yapay zeka araştırmaları, yapay sinir ağları, genetik algoritmalar, sezgisel algoritmalar, bulanık mantık ve doğal dil işleme üzerine yoğunlaşıyor. bu konularda dünyada saygın bir yerimiz olduğunu söyleyebilirim. derin öğrenme, en başta verdiğim örnekte olduğu gibi parçalardan bütüne gitme üzerine kurulu yeni bir yaklaşım. bu yaklaşımda yapay zeka modeli, basitten karmaşığa aşamalar halinde, katman katman eğitiliyor. derin öğrenme ile oldukça etkileyici sonuçlar elde edilebiliyor. çok yeni olan bu alanda önemli ilerlemeler göreceğimizi zannediyorum.

yapay zeka henüz düşünen makineler üretemedi, ama yakın gelecekte önemli ilerlemeler görebileceğimiz harika bir araştırma alanı. yapay zeka içinde doğayı gözlemleyerek ortaya koyduğumuz, anlaşılması ve uygulaması oldukça basit algoritmalardan hiper düzlemlerde optimal ayırtaçlar arayan kompleks sınıflandırıcılara kadar geniş bir çalışma alanı var.

üniversitemizde 'bir günlük üniversiteli' ismini verdiğimiz, lise öğrencilerine yönelik bir program var. ben de üniversitemizi ziyaret eden çocuklarımıza, üniversite deneyiminin bir parçası olarak bir saatlik ders veriyorum. lise çağındaki öğrencilere genetik algoritma anlatıyorum, inanır mısınız, gayet iyi anlıyorlar. temel matematik derslerini almış bir üniversite 3. sınıf öğrencisi, bir öğretim üyesinin rehberliği ile basit yapay sinir ağları, genetik algoritma, sezgisel algoritma uygulamaları yapabilir ve üzerinde düşünebilir. bazen hiç beklemediğiniz orijinallikte fikirler, konuda en yeni ve zihni en açık insanlardan çıkar. bu nedenle ben konuya ilgi duyan tüm gençlerimizi yapay zeka alanına davet ediyorum.

yaptığınız yüz tanıma algoritmaları gibi çalışmalar yakın gelecekte bizlere neler sunacak ve hangi yeni teknolojilere kapı aralayacak?

bahsettiğiniz çalışma tübitak bilimsel ve teknolojik araştırma projelerini destekleme programı tarafından 109e061 proje numarası ile desteklenmekteydi ve 2013 ortalarında sona erdi. bu çalışmada literatürdeki diğer tüm yöntemlerden daha yüksek performans veren bir yüz ifadesi tanıma sistemi geliştirdik. mutluluk, öfke, korku gibi temel yüz ifadelerinin tespitinde yüzde 89 başarı oranı elde ettik ve yayımladık. 2008 yılında karolinska üniversitesi'nde yapılan psikoloji deneylerine göre insanların yüz ifadesi tanımadaki başarıları yüzde 72'de kalıyor.

Şaşırma ifadesi sırasında uygulanan gerçek kas kuvvetleri. Noktaların yüksekliği kuvvet büyüklüğünü temsil eder.

şimdi, aynı konunun devamı niteliğindeki bir çalışmamız yayımlanma aşamasında. bu çalışmada bir insan yüz ifadesi videosunu işleyerek yüz kaslarının yerleşimini ve bu kasların deri altında oluşturdukları kuvvet dağılımlarını hassas şekilde tespit edebiliyoruz. uygulanan gerçek kuvvetleri hesaplamak için deri biyomekaniği üzerine yapılan deneysel çalışmalardan faydalandık. bir tür yüz okuma gibi, sadece yüzünüzü izleyerek yüz ifadelerinizin altında yatan fiziksel mekanizmayı ortaya çıkarıyoruz.

bu çalışmamızın iki önemli sonucu var. birincisi, bir insanın yüz ifadelerinin altındaki fiziksel gerçekliği yakalayarak o kişinin mimiklerinin simülasyonunu çok daha gerçekçi yapabileceğiz. bunun avatar filminde olduğu gibi, eğlence sektöründe uygulamaları var. ikincisi, kas kuvvetlerini hassasiyetle tespit edebildiğimiz için insanların ruh halini çok daha iyi okuyabileceğiz. bu sayede şoförlük, pilotluk gibi hayati görevlerde çalışan insanların yorgunluğu, şüpheli şahısların belirlenmesi ve insan makine etkileşimi alanlarında teknolojiyi bir adım ileri götürebileceğiz.

kaynak: al jazeera