Yapay zeka birçok heyecan ve hayal kırıklığı döngüsünden geçmiştir. Bugün, Transformer mimarisine dayalı büyük dil modellerinin (LLM) geliştirilmesi sayesinde yükseliş aşamasındayız. Bu mimari özellikle GPU'lara çok uygundur ve milyarlarca parametreye sahip modelleri eğitmek için muazzam miktarda veri ve hesaplama gücü kullanmayı mümkün kılar. Bunun en önemli sonucu, bilgisayarlar için yeni bir kullanıcı arayüzünün yaratılmasıdır: insan dili.
Grafiksel kullanıcı arayüzünün 1980'lerde kişisel bilgisayarı milyonlarca kullanıcı için erişilebilir hale getirmesi gibi, yeni doğal dil arayüzleri de yapay zekayı geçtiğimiz yıl dünya çapında yüz milyonlarca kullanıcı için erişilebilir hale getirdi.
Görünürdeki bu erişilebilirliğe rağmen, SaaS çözümlerinin vaat ettiği 'demokratikleşme' kusurlu ve kısmi kalmakta ve yeni eşitsizlik biçimleri yaratmaktadır.
Yapay zeka hala özel beceriler gerektiriyor:
- Yapay zeka okuryazarlığı ve sistemlerin sınırlarını anlama
- Çıktıları eleştirel olarak değerlendirme becerisi
- İş süreçlerinde entegrasyon becerileri
YZ terimini 1950'lerde John McCarthy ortaya attı, ancak kendisi de "İşe yaradığı anda artık kimse ona YZ demiyor" diye yakındı. 'YZ etkisi' olarak bilinen bu olgu, bugün de bizi etkilemeye devam ediyor.
Yapay zeka tarihi, yeterince güvenilir hale geldikten sonra, artık arzu edilen sıfatı hak edecek kadar 'zeki' sayılmayan başarılarla doludur.
Bir zamanlar en ileri yapay zeka olarak kabul edilen ve artık kanıksanan teknolojilere örnekler:
- Makine görüşü artık her akıllı telefonda yerleşik
- Ses tanıma, artık sadece 'dikte'
- Dil çevirisi ve duygu analiziÖneri sistemleri (Netflix, Amazon) ve rota optimizasyonu (Google Maps)
Bu, 'sınır paradoksu' olarak adlandırabileceğimiz daha geniş bir olgunun parçasıdır.
Teknolojik ustalığımızın ötesindeki sınırı insanlara atfettiğimiz için, bu sınır her zaman kötü tanımlanmış olacaktır. Zeka yakalayabileceğimiz bir şey değil, faydalı araçlara dönüştürdüğümüz, sürekli yaklaşan bir ufuktur.
Üretken yapay zekanın yaygınlaşması, sivil katılımın hedefleri açısından paradoksal etkilerle birlikte bilgi üretme ve iletme maliyetlerini büyük ölçüde azaltmıştır.
Üretken yapay zeka ve sosyal medya bir araya geldi:
- Bilişsel aşırı yüklenme ve önceden var olan önyargıların güçlendirilmesi
- Daha fazla toplumsal kutuplaşma
- Kamuoyunu manipüle etme kolaylığı
- Sahte içeriğin çoğalması
Basitleştirilmiş arayüzler yapay zekanın işleyişini gizliyor:Otomatik karar alma süreçlerinin yeterince anlaşılamamasıAlgoritmik önyargıların tespitinde zorluklar
Temel modellerin sınırlı özelleştirilmesiİnsan liderliğindeki otomatik zekanın önemiAI bizi yolun yalnızca %90'ına götürebilir.
Makineler büyük hacimli verileri analiz etmede mükemmeldir, ancak uç durumlarla mücadele eder. Algoritmalar daha fazla istisnayı ele almak için eğitilebilir, ancak belirli bir noktadan sonra gereken kaynaklar faydalardan daha ağır basar. İnsanlar, ilkeleri sınırda kalan durumlara uygulayan hassas düşünürler iken, makineler önceki durumlara göre karar veren yaklaşımcılardır.
Gartner'ın teknoloji hype döngülerinde tanımladığı gibi, çılgın coşkuyu her zaman hayal kırıklığı takip eder - 'hayal kırıklığı vadisi'.
Bilgisayar biliminin öncüsü ve Turing Ödülü sahibi Alan Kay, 'Teknoloji, yalnızca icat edilmeden önce doğmuş olanlar için teknolojidir' demiştir. Makine Öğrenimi uzmanları bilim insanları ve mühendislerdir, ancak çabaları her zaman sihir gibi görünür - ta ki bir gün öyle olmayana kadar.
Homojenleşme ve rekabet avantajının kaybıAynı önceden oluşturulmuş SaaS çözümlerinin yaygın olarak benimsenmesi aşağıdakilerle sonuçlanır:Benzer iş süreçlerine yakınsamaYZ yoluyla farklılaşma zorluklarıPlatform yetenekleriyle sınırlı inovasyonVeri kalıcılığı ve riskleri
Üretken yapay zeka platformlarının erişilebilirliği ile:Veriler dijital altyapılarda zaman içinde varlığını sürdürürVeri noktaları farklı bağlamlarda yeniden kullanılabilir
Gelecek yapay zeka nesilleri sentetik içerikle eğitildiğinde tehlikeli bir döngü oluşur.
Yapay zeka pazarı ikiye ayrılıyor:
- Emtia YZ: birçok kişi tarafından kullanılabilen standartlaştırılmış çözümler
- Gelişmiş tescilli yapay zeka: birkaç büyük kuruluş tarafından geliştirilen son teknoloji ürünü yetenekler
Sorunun bir kısmı 'Yapay Zeka' tanımında yatmaktadır.
Eğer terimi özyinelemeli olarak parçalara ayırırsak, tanımın her bir dalının 'insanlar' ya da 'insanlar'a atıfta bulunduğunu görürüz. O halde, tanım gereği, YZ'yi insanları taklit eden bir şey olarak düşünüyoruz, ancak bir yetenek makinelerin alanına girer girmez, insan referans noktasını kaybediyoruz ve onu YZ olarak düşünmeyi bırakıyoruz.
Dil modelleri için dönüştürücüler veya görüntü üretimi için difüzyon gibi işe koşulabilecek belirli teknolojilere odaklanmak daha yararlıdır. Bu, bir işletmeyi değerlendirme kabiliyetimizi çok daha açık, somut ve gerçek hale getirir.
Sınır paradoksu, YZ'nin o kadar hızlı ivmelendiği anlamına geliyor ki, yakında sadece teknoloji olacak ve yeni bir sınır YZ haline gelecek. 'Teknoloji' haline gelmek, daha önce mümkün olanın en uç noktasında olan bir fikrin tanınması olarak görülmelidir. Bu makale kısmen Sequoia Capital'in AI paradoksu üzerine düşüncelerinden esinlenmiştir.
Daha fazla bilgi için: https://www.sequoiacap.com/article/ai-paradox-perspective/
Erişilebilir YZ'nin gerçek vaadi, teknolojiyi kullanılabilir hale getirmek değil, inovasyon, kontrol ve faydaların gerçekten dağıtıldığı bir ekosistem yaratmaktır.
Bilgiye erişim ile aşırı yüklenme ve manipülasyon riskleri arasındaki gerilimin farkında olmalıyız.
Sadece yapay zekada güçlü bir insan unsurunu koruyarak ve daha kesin bir dil benimseyerek, gerçekten dağıtılmış kapsayıcılık ve yenilik için bir güç olarak potansiyelini gerçekleştirebiliriz.
.svg)
.svg)
.svg)
.jpeg)
.jpeg)