Satarken AI, üretirken makine öğrenmesi denilen teknoloji
(theaiunderwriter.substack.com)- ChatGPT’nin 2 ayda 100 milyon kullanıcıya ulaşmasının ardından “X için AI” satış söylemlerinin artma olasılığı yükseldi; gerçek teknolojiyle abartı iç içe geçtiği için değerlendirme yapmak zorlaşıyor
- AlphaGo’nun 2016’daki zaferi ve 2017’deki Transformers makalesi önemli ilerlemeler olsa da, bugünkü AI furyası her ürünün teknik gerçekliğini garanti etmez
- Satış sahasında algoritma adlarının yanlış kullanıldığı ya da if-then ifadelerinin AI olarak paketlendiği, hatta insanların yaptığı işlerin NLP gibi satıldığı örnekler de oldu
- Bir tedarikçiyi değerlendirirken makine öğrenmesi kategorisini, algoritmayı, tahmin çıktısını, amaç fonksiyonunu, performans metriklerini, modelin değişim sıklığını ve insan müdahalesi oranını doğrudan doğrulamak gerekir
- Kullanıcı arayüzü GPT API’sini saran ince bir katmandan ibaretse yalnızca ek maliyet yaratıp az fayda sağlayabilir; bu yüzden AI adından çok çalışma biçimi ve doğrulama kriterleri önemlidir
“X için AI” satış söylemlerinin artmasının arka planı
- Üretken AI; soru yanıtlama, öğrenme, görsel ve video üretimi gibi alanlarda şimdiden güçlü yetenekler gösteriyor ve hızla gelişiyor
- AlphaGo’nun 2016’daki Go zaferi etkileyiciydi, ancak sınırlı bir problemi çözen makine zekâsı uygulamasıydı
- 2017’de Transformers paper yayımlandı
- ChatGPT 2023’te 2 ayda 100 milyon kullanıcıya ulaştı
- Teknolojik ilerlemeyle birlikte abartılı tanıtım da büyüyor; GPT dalgasıyla “X için AI” satış ifadeleri daha sık karşımıza çıkabilir
- Uber’in halka arzı öncesi ve sonrasında “X için Uber” startup sunumları yağmur gibi geldi; bazıları başarılı oldu ama daha fazlası başarısız oldu
- Kripto para durgunluğundan sonra “crypto expert”ların hızla “AI expert”a dönüştüğü bir akım da görüldü
- Yalnızca AI adını taşımak teknik bir gerçekliğin garantisi değildir
- Algoritma adının yanlış yazıldığı AI uzmanlığı sunumları oldu
- “AI driven” ürünlerin aslında if-then ifadeleriyle çalıştığı örnekler vardı
- Belgeleri ve bilgiyi NLP ile parçalara ayırıp yeniden birleştirdiğini söyleyerek satan, ancak gerçek işlemenin Güneydoğu Asya’daki bir ofiste insanlar tarafından klavyeyle yapıldığı örnekler de oldu
- Adını bilmek bilgi değildir; bir adı satmak da her zaman gerçek teknolojiyi satmak anlamına gelmez
Tedarikçinin güvenilirliğini kontrol etmek için sorular
- Üründe hangi geniş makine öğrenmesi kategorisinin yer aldığını sormak gerekir
- Örn. gözetimli öğrenme, gözetimsiz öğrenme, belirli bir sinir ağı mimarisi vb.
- AI’ın arkasındaki algoritma adını doğrulamak gerekir
- Örn. XGBoost, BERT vb.
- Modelin neyi tahmin ettiğini doğrulamak gerekir
- Gerçek tahmin çıktısının 1/0 mı, yes/no mu, yoksa bir sayı mı olduğunu sormak gerekir
- Modelin optimize ettiği amaç fonksiyonunu doğrulamak gerekir
- Kayıp fonksiyonu veya maliyet fonksiyonu da denir; modelin azaltmaya çalıştığı hatanın ne olduğunu anlamaya yönelik bir sorudur
- Modelin faydasının hangi metriklerle ölçüldüğünü doğrulamak gerekir
- Görülmemiş verilerde ne kadar genelleme yapabildiğini değerlendirme kriterleriyle bağlantılıdır
- Modeli ne sıklıkla değiştirdiklerini ve bunun nedenini sormak gerekir
- “AI çözümüne” insanların ne kadar dahil olduğunu doğrulamak gerekir
- Kullanıcıya yönelik GUI’nin GPT API’sini saran ince bir katman olup olmadığını kontrol etmek gerekir
- Bu biçim “GPT as a service” olabilir; hizmet yalnızca ek maliyet yaratıp ek fayda sağlamayabilir
Terimlerin altında ezilmemek
- Makine öğrenmesi güçlüdür, ancak iyi AI ürünlerinin yanında düşük kaliteli ürünler veya kuzu postuna bürünmüş kurt gibi AI ürünleri de ortaya çıkabilir
- AI alanındaki büyük terimler de sezgisel açıklamalara ayrıştırılabilir; bu yüzden teknik görünen sözlerden korkmaya veya kafanızın karışmasına gerek yoktur
- Gerçekten bir şeyler inşa eden insanlar buna genellikle machine learning der; alıcılar ise addan çok çalışma biçimini ve doğrulama kriterlerini sormalıdır
1 yorum
Hacker News yorumları
Kimin söylediğini bilmiyorum ama sevdiğim havalı bir alıntı var: “Çalışana kadar ona AI denir. Otomatik tamamlamaya bakın”
Bir şirket “AI yapıyoruz” dediğinde, bir yazılım mühendisi açısından bu, o AI ile nereye varmak istediklerini, hangi hizmeti sunacaklarını pek bilmedikleri anlamına geliyor gibi duyuluyor
Bu yüzden AI projelerinin beraberinde getirdiği “amaç araçları meşrulaştırır” tarzı yaklaşıma karşı temkinli oluyorum. Herkes için farklı olabilir
Danışmanlık şirketim, makine öğrenimi framework’leri ile çözülebilecek ya da kullanılabilecek fikirleri dijital hizmetlere veya çözümlere eşliyor
Nihai çıktının “AI” diye adlandırıldığı nadir oluyor ama sonuçta hâlâ AI/makine öğrenimi kullanıyoruz. Mevcut AI hararetinden biraz daha uzun süredir varız ve bu niş oldukça eğlenceli
Bugün olsa buna hardcode edilmiş if-else yığını derdik ama 40 yıl önce en ileri AI idi, 20 yıl önce de ders kitabına girmeye değerdi
Çözülecek problemi bulmak için çözüm olan AI’dan yola çıkıyorlar; ideali bunun tersi olmalı
Anlamsız bir yaklaşımı panik hâlinde tekrar edip çok para yakmaları neredeyse kesin. Her yeni temel teknoloji çıktığında bu oluyormuş gibi görünüyor; dot-com balonunda da böyle çok şirket vardı muhtemelen
Klasik şakayla iyi örtüşüyor: “Makine öğrenimi genelde Python ile yazılır, AI ise PowerPoint ile yazılır”
“2019’da Uber’in halka arzından hemen önce, girişim sermayesi tarafı ‘X için Uber’ startup sunumlarıyla dolup taşıyordu. Park yeri için Uber gibi”
Eh. Fransa’nın mevcut cumhurbaşkanı ekonomiyi “uberize” etmeyi meşhur biçimde önermişti; bunun anlamı işveren için maliyeti daha düşük olan güvencesiz işlerdi
Benim iş yerimdeki C-level yöneticiler de şimdiden üretken AI gibi şeylerden durmadan söz ediyor. Yakın gelecekte her şeyi AI’laştırmaya dair pazarlama saçmalığını daha fazla duyacak olma fikri beni hiç heyecanlandırmıyor
Komik olan şu ki, “AI” diye adlandırdığımız şey, insanlara “zeki” derken gerçekten kastettiğimiz şeyden, asla zekanın bir parçası olarak görmediğimiz tarafa kaymış gibi görünüyor
Boston Dynamics robotlarını örnek alırsak, bir insanı kediyi sandalyeden ayırt ettiği, düşmeden yürüdüğü ya da backflip yaptığı için zeki saymayız
Ama elindeki verileri ve fiziksel becerilerini yaratıcı biçimde kullanıp problem çözebiliyorsa onu zeki görürüz
Robot gibi şeylerde “AI”a hayran kaldığımızda, benim anladığım kadarıyla o AI çoğunlukla algıda (ham sensör verilerinden etiketli bir dünya modeline geçiş) ve hareket kontrolünde (“1 metre ileri git” ya da “backflip yap” gibi komutları gerçek aktüatör hareketleri dizisine dönüştürmek) oluyor
Asıl “zeka”, yani “bana fıstık ezmeli sandviç yap” görevini tamamlamak için kapıyı açıp başka odaya giderek fıstık ezmesi ve ekmek getirme kararları çoğunlukla klasik if-then mantığıyla ya da bir insan operatör tarafından sağlanıyor
ChatGPT gibi şeylerde de benzer bir kalıp görüyorum. Ders kitabını ezberleyip kusursuz biçimde tekrar eden bir öğrencinin becerisi etkileyici olabilir ama böyle bir öğrenciye “zeki” demeyiz
Zeki öğrenci, bir teoremin ispatını ya da bir terimin kesin tanımını unutmuş olsa bile, yeni bir problemle karşılaştığında yaratıcı biçimde doğru çözüme ulaşabilen öğrencidir. “Papağan öğrenciler” burada genelde feci çuvallar
Bir zamanlar YouTube’da, sanırım havaalanı kontrol kulesi için yapılmış çok ilkel bir otomasyon sisteminin eski bir videosunu izlemiştim. Muhtemelen 70’ler civarıydı ve kişi buna AI diyordu
Yazılımın ne yaptığını ayrıntılı anlattı, kodu bile gösterdi; kelimenin tam anlamıyla bir sürü if/else ifadesinden ibaretti
ChatGPT gibi şeylere alışınca, ona da AI denmemeye başlanacak ya da bir sonraki hedef için “genel yapay zeka” daha geniş biçimde kullanılacak
Yakın zamana kadar genel yapay zeka değilse AI demeyelim tarafındaydım ama açıkçası kimin umurunda diye düşünüyorum. Kelimeler yalnızca düşünce aktarma aracıdır
Çoğu insan bugün yaptığımız şeylere AI demek istiyorsa sorun yok, yanlış da değil. Bilinçli değil ama bazı ölçütlere göre zeki olduğu savunulabilir ve kesinlikle yapay. Birbirimizi anlıyorsak yeterli
Zeka yalnızca akıl yürütme değildir. Odanın bir ucundan yürüyüp bir nesneyi almak bile hatırı sayılır beyin gücü gerektirir
90’larda, o dönemin havalı teknoloji buzzword’ü olan “bulanık mantık” içeren bir elektrikli süpürgem vardı
Gerçekte ne yaptığını kim bilir. Muhtemelen sadece açık ve kapalı arasında orta güç ayarı olduğu anlamına geliyordu
Biraz sıcak ile tamamen sıcak arasında küçük bir fark var gibi ama biraz serin ile biraz sıcak arasında belirgin bir anahtar var
Bazen sıcak ya da soğuk değil, sadece oda sıcaklığındaki havayı fanla hareket ettirmek istiyorum
Apple’ın buna sürekli makine öğrenimi demesi bence dikkate değer
AI her zaman tüketiciye yönelik bir terim oldu. Örneğin oyunlarda da pek çok şey “AI” diye adlandırılageldi
İnsanlar temelde herhangi bir şeye AI demekten memnundu[1]; AI doğal dil gibi alanlarda gerçekten iyi olmaya başlayınca ancak o zaman dili yeniden kurup onu aşağı çekiyorlar
Ben yaşadığım süre boyunca AI, insana benzer karar vermenin küçücük bir yönünü bile taklit eden her yazılımı ifade etti
Üstelik mesele ne, onu da merak ediyorum. Ona AI demeyi reddetmek, yeteneklerini iyi ya da kötü yönde değiştirmiyor
FAIR hariç önde gelen yetenek laboratuvarlarının gerçekten gerçek genel zeka üretmeye çalıştığı gerçeğini de değiştirmiyor; FAIR’in adının Fundamental AI Research lab olmasının da bir nedeni var
[1] Örnek: Pacman’in Ghost AI’ı — Z80’de çalışan birkaç satırlık koda indirgenebilecek bir şey için tamamen anlamlı bir ifade. Wikipedia: “Dört hayaletin her birinin kendine özgü bir yapay zekası (A.I.) ya da "kişiliği" vardır: ...”
Geliştiriciler, oyuncuya adil görünsün diye oyun AI’ını çoğu zaman epey aptal yapmak zorunda kalır; bunun yerine dengelemek için ona bonuslar verirler
Örneğin oyun AI’ının çoğu zaman sınırsız cephanesi vardır ama o mermiler oyuncuya büyük hasar vermez
Sony TV’min bir yerlerine de AI serpilmiş deniyor ama ne yaptığını hiç bilmiyorum. Aslında benim tek ihtiyacım büyük, aptal bir ekran
İkisini uzlaştırıp “istatistiksel öğrenme” diyemez miyiz?
“Python ile yazanlar buna makine öğrenimi der, PowerPoint ile yazanlar AI der”
İnsanlar matkaba değil deliğe para verir