Turing testinin tanıtımından ChatGPT’nin kutlanan lansmanına kadar, yapay zekanın tarihi dönüm noktaları tüketicilerin yaşam tarzlarını ve işletmelerin operasyonlarını sonsuza dek değiştirdi.
Yapay zeka ya da en azından modern kavramı, onlarca yıldır bizimle birlikte, ancak yapay zeka sadece yakın geçmişte günlük iş ve toplumun kolektif ruhunu ele geçirdi.
YZ, bilgisayarların ve sistemlerin tipik olarak insan bilişini gerektiren görevleri yerine getirme becerisiyle ilgilidir. YZ ile ilişkimiz simbiyotiktir. Dokunaçları, kanser hastaları için erken teşhis ve daha iyi tedavilerden, her şekil ve büyüklükteki işletmeler için yeni gelir akışlarına ve daha sorunsuz operasyonlara kadar hayatımızın ve geçim kaynaklarımızın her yönüne ulaşmaktadır.
Yapay zeka, bilginin toplanması, analiz edilmesi, demokratikleştirilmesi ve paraya dönüştürülmesinde büyük verinin büyük eşitleyicisi olarak kabul edilebilir. Her gün ürettiğimiz veri seli, süreçleri daha verimli bir şekilde otomatikleştirmek, daha güvenilir tahmin sonuçları üretmek ve daha fazla ağ güvenliği sağlamak gibi görevler için yapay zeka sistemlerini eğitmek ve geliştirmek için gereklidir.
Yapay zeka zaman çizelgesinde bir gezintiye çıkın
Yapay zekanın 1950’lerde ortaya çıkışı, Atom Çağı’nın başlangıcıyla büyük ölçüde paralellik göstermektedir. Evrimsel yolları farklı olsa da, her iki teknoloji de insanlık için varoluşsal bir tehdit olarak görülüyor.
Yıllar boyunca, yapay zeka ve atomun parçalanması Armageddon gözlemcileri tarafından eşit muamele görmüştür. Onlara göre insanoğlunun kaderi, gezegenimizin robotlar tarafından ele geçirilmesiyle ortaya çıkacak nükleer bir soykırımda kendini yok etmektir. Üretken yapay zekayı çevreleyen endişe, korkularını bastırmak için çok az şey yaptı.
Yapay zekanın karanlık yüzüne ilişkin algılar bir yana, 1950’de Turing testinin ortaya çıkışından bu yana yapay zeka araçları ve teknolojileri inanılmaz adımlar attı – esas olarak yapay zeka araştırmaları için finansman krizleri ve başlangıçları nedeniyle aralıklı inişli çıkışlı yolculuklara rağmen. Bu çığır açan ilerlemelerin çoğu, YZ’nin kitlelerin istek ve ihtiyaçlarına pratik olarak uygulandığı son on yıla kadar çoğunlukla akademik, hükümet ve bilimsel araştırma çevreleri tarafından görülebilen radarın altında uçtu. Apple’ın Siri’si ve Amazon’un Alexa’sı gibi YZ ürünleri, çevrimiçi alışveriş, sosyal medya akışları ve sürücüsüz arabalar, tüketicilerin yaşam tarzlarını ve işletmelerin operasyonlarını sonsuza dek değiştirdi.
On yıllar boyunca, daha kayda değer gelişmelerden bazıları şunlardır:
- Sinir ağları ve 1950’lerde yapay zeka ve makine öğrenimi terimlerinin ortaya atılması.
- 1960’larda bilişsel yeteneklere sahip chatbot Eliza ve ilk mobil akıllı robot Shakey.
- Yapay zeka kışını 1970’ler ve 1980’lerde yapay zeka rönesansı izledi.
- 1990’larda konuşma ve video işleme.
- 2000’lerde IBM Watson, kişisel asistanlar, yüz tanıma, deepfakes, otonom araçlar ve içerik ve görüntü oluşturma.
1950
Alan Turing, Turing testini tanıtan ve yapay zeka olarak bilinen şeyin kapılarını açan “Computing Machinery and Intelligence “ı yayınladı.
1951
Marvin Minsky ve Dean Edmonds, 40 nörondan oluşan bir ağı simüle etmek için 3.000 vakum tüpü kullanarak SNARC adlı ilk yapay sinir ağını (YSA) geliştirdi.
1952
Arthur Samuel, dünyanın kendi kendine öğrenen ilk oyun oynama programı olan Samuel Dama Oynama Programı’nı geliştirdi.
1956
John McCarthy, Marvin Minsky, Nathaniel Rochester ve Claude Shannon, yapay zeka alanında kurucu bir etkinlik olarak kabul edilen bir çalıştay önerisinde yapay zeka terimini ortaya attılar.
1958
Frank Rosenblatt, verilerden öğrenebilen ve modern sinir ağlarının temeli haline gelen erken bir YSA olan perceptron’u geliştirdi.
John McCarthy, yapay zeka endüstrisi tarafından hızla benimsenen ve geliştiriciler arasında büyük bir popülerlik kazanan Lisp programlama dilini geliştirdi.
1959
Arthur Samuel, bilgisayarın programcısını alt edecek şekilde programlanabileceğini açıklayan ufuk açıcı bir makalede makine öğrenimi terimini ortaya attı.
Oliver Selfridge “Pandemonium “u yayınladı: Olaylardaki örüntüleri bulmak için kendini uyarlamalı olarak geliştirebilen bir modeli tanımlayan makine öğrenimine dönüm noktası niteliğinde bir katkı olan “A Paradigm for Learning “i yayınladı.
1964
Daniel Bobrow, MIT’de doktora adayı iken cebir kelime problemlerini çözmek için tasarlanmış erken bir doğal dil işleme (NLP) programı olan STUDENT’ı geliştirdi.
1965
Edward Feigenbaum, Bruce G. Buchanan, Joshua Lederberg ve Carl Djerassi, organik kimyacılara bilinmeyen organik molekülleri tanımlamada yardımcı olan ilk uzman sistem olan Dendral’ı geliştirdi.
1966
Joseph Weizenbaum, tüm zamanların en ünlü bilgisayar programlarından biri olan, insanlarla sohbet edebilen ve onları yazılımın insan benzeri duygulara sahip olduğuna inandırabilen Eliza’yı yarattı.
Stanford Araştırma Enstitüsü, yapay zeka, bilgisayar görüşü, navigasyon ve NLP’yi birleştiren dünyanın ilk mobil akıllı robotu Shakey’i geliştirdi. Bu, sürücüsüz arabaların ve insansız hava araçlarının büyükbabasıdır.
1968
Terry Winograd, bir kullanıcıdan gelen talimatlara göre bloklardan oluşan bir dünyayı manipüle edebilen ve muhakeme edebilen ilk çok modlu yapay zeka olan SHRDLU’yu yarattı.
1969
Arthur Bryson ve Yu-Chi Ho, çok katmanlı YSA’ları mümkün kılmak için geri yayılımlı bir öğrenme algoritması tanımladılar; bu algoritma, perceptron üzerinde bir ilerleme ve derin öğrenme için bir temel oluşturdu.
Marvin Minsky ve Seymour Papert, basit sinir ağlarının sınırlamalarını tanımlayan ve sinir ağı araştırmalarının azalmasına ve sembolik yapay zeka araştırmalarının gelişmesine neden olan Perceptrons kitabını yayınladı.
1973
James Lighthill “Yapay Zeka: Genel Bir Araştırma” raporunu yayınladı ve bu rapor İngiliz hükümetinin yapay zeka araştırmalarına verdiği desteği önemli ölçüde azaltmasına neden oldu.
1980
Symbolics Lisp makineleri ticarileşerek bir yapay zeka rönesansının sinyallerini verdi. Yıllar sonra Lisp makine pazarı çöktü.
1981
Danny Hillis, yapay zeka ve diğer hesaplama görevleri için modern GPU’lara benzer bir mimari olan paralel bilgisayarlar tasarladı.
1984
Marvin Minsky ve Roger Schank, Yapay Zekayı Geliştirme Derneği’nin bir toplantısında yapay zeka kışı terimini ortaya atarak iş dünyasını yapay zeka aldatmacasının hayal kırıklığına ve endüstrinin çöküşüne yol açacağı konusunda uyardı.
1985
Judea Pearl, bilgisayarlarda belirsizliği temsil etmek için istatistiksel teknikler sağlayan Bayesian ağları nedensel analizini tanıttı.
1988
Peter Brown ve arkadaşları “A Statistical Approach to Language Translation “ı yayınlayarak en çok çalışılan makine çevirisi yöntemlerinden birinin önünü açtılar.
1989
Yann LeCun, Yoshua Bengio ve Patrick Haffner, konvolüsyonel sinir ağlarının (CNN’ler) el yazısı karakterlerini tanımak için nasıl kullanılabileceğini göstererek sinir ağlarının gerçek dünya problemlerine uygulanabileceğini gösterdi.
1997
Sepp Hochreiter ve Jürgen Schmidhuber, konuşma veya video gibi tüm veri dizilerini işleyebilen Uzun Kısa Süreli Bellek tekrarlayan sinir ağını önerdi.
IBM’in Deep Blue’su Garry Kasparov’u tarihi bir satranç rövanş maçında yendi; bu, turnuva koşullarında bir bilgisayar tarafından dünya satranç şampiyonunun ilk yenilgisi oldu.
2000
Montreal Üniversitesi araştırmacıları, ileri beslemeli sinir ağları kullanarak dili modellemek için bir yöntem öneren “A Neural Probabilistic Language Model “i yayınladı.
2006
Fei-Fei Li, 2009 yılında tanıtılan ve yapay zeka patlamasının katalizörü ve görüntü tanıma algoritmaları için yıllık bir yarışmanın temeli haline gelen ImageNet görsel veritabanı üzerinde çalışmaya başladı.
IBM Watson, ilk olarak ikonik bilgi yarışması Jeopardy’de bir insanı yenme hedefiyle ortaya çıktı! 2011 yılında, soru yanıtlayan bilgisayar sistemi, programın tüm zamanların (insan) şampiyonu Ken Jennings’i yendi.
2009
Rajat Raina, Anand Madhavan ve Andrew Ng, büyük sinir ağlarını eğitmek için GPU’ları kullanma fikrini sunan “Large-Scale Deep Unsupervised Learning Using Graphics Processors” başlıklı makaleyi yayınladı.
2011
Jürgen Schmidhuber, Dan Claudiu Cireșan, Ueli Meier ve Jonathan Masci, Alman Trafik İşareti Tanıma yarışmasını kazanarak “insanüstü” performansa ulaşan ilk CNN’i geliştirdi.
Apple, sesli isteklere yanıt üretebilen ve eylemde bulunabilen, sesle çalışan kişisel asistan Siri’yi piyasaya sürdü.
2012
Geoffrey Hinton, Ilya Sutskever ve Alex Krizhevsky, ImageNet yarışmasını kazanan ve derin öğrenme araştırma ve uygulama patlamasını tetikleyen derin bir CNN mimarisini tanıttı.
2013
Çin’in Tianhe-2’si 33,86 petaflop ile dünyanın en yüksek süper bilgisayar hızını ikiye katlayarak üst üste üçüncü kez dünyanın en hızlı sistemi unvanını korudu.
DeepMind, ödüllere dayalı olarak öğrenen ve tekrarlama yoluyla oyun oynamayı öğrenerek insan uzmanlık seviyelerini aşan bir CNN olan derin takviyeli öğrenmeyi tanıttı.
Google araştırmacısı Tomas Mikolov ve meslektaşları, kelimeler arasındaki anlamsal ilişkileri otomatik olarak tanımlamak için Word2vec’i tanıttı.
2014
Ian Goodfellow ve meslektaşları, fotoğraf üretmek, görüntüleri dönüştürmek ve derin sahtecilikler yaratmak için kullanılan bir makine öğrenimi çerçevesi sınıfı olan üretken karşıt ağları icat etti.
Diederik Kingma ve Max Welling görüntü, video ve metin oluşturmak için varyasyonel oto kodlayıcıları tanıttı.
Facebook, dijital görüntülerdeki insan yüzlerini insana yakın bir doğrulukla tanımlayan derin öğrenme yüz tanıma sistemi DeepFace’i geliştirdi.
2016
DeepMind’ın AlphaGo’su Güney Kore’nin başkenti Seul’de en iyi Go oyuncusu Lee Sedol’u yenerek yaklaşık 20 yıl önce Kasparov’un Deep Blue ile yaptığı satranç maçına benzetildi.
Uber, Pittsburgh’da seçkin bir kullanıcı grubu için sürücüsüz araç pilot programı başlattı.
2017
Stanford araştırmacıları difüzyon modelleri üzerine yaptıkları çalışmaları “Deep Unsupervised Learning Using Nonequilibrium Thermodynamics” başlıklı makalede yayınladılar. Bu teknik, son görüntüye gürültü ekleme sürecini tersine mühendislikle gerçekleştirmenin bir yolunu sunuyor.
Google araştırmacıları, “Attention Is All You Need” adlı ufuk açıcı makalede transformatör kavramını geliştirerek, etiketlenmemiş metni otomatik olarak büyük dil modellerine (LLM’ler) ayrıştırabilecek araçlara yönelik sonraki araştırmalara ilham verdi.
İngiliz fizikçi Stephen Hawking, “Potansiyel risklere nasıl hazırlanacağımızı ve bunlardan nasıl kaçınacağımızı öğrenmezsek, yapay zeka uygarlık tarihimizdeki en kötü olay olabilir” uyarısında bulundu.
2018
IBM, Airbus ve Alman Havacılık ve Uzay Merkezi DLR tarafından geliştirilen Cimon, astronotlara yardımcı olması için uzaya gönderilen ilk robot oldu.
OpenAI, GPT’yi (Generative Pre-trained Transformer) piyasaya sürerek sonraki LLM’lerin yolunu açtı.
Groove X, insanlardaki ruh hali değişikliklerini algılayabilen ve etkileyebilen Lovot adlı bir ev mini-robotunu tanıttı.
2019
Microsoft, 17 milyar parametreye sahip Turing Natural Language Generation üretken dil modelini piyasaya sürdü.
Google AI ve Langone Tıp Merkezi’nin derin öğrenme algoritması, potansiyel akciğer kanserlerini tespit etmede radyologlardan daha iyi performans gösterdi.
2020
Oxford Üniversitesi, acil servis hastalarında COVID-19’u hızla tespit etmek için Curial adlı bir yapay zeka testi geliştirdi.
Open AI, insan benzeri metin modelleri oluşturmak için 175 milyar parametreden oluşan GPT-3 LLM’yi yayınladı.
Nvidia, fiziksel dünyada 3D modeller oluşturmak için Omniverse platformunun beta sürümünü duyurdu.
DeepMind’ın AlphaFold sistemi Protein Yapısı Tahmininin Kritik Değerlendirmesi protein katlama yarışmasını kazandı.
2021
OpenAI, metin komutlarından görüntüler üretebilen Dall-E çok modlu yapay zeka sistemini tanıttı.
Kaliforniya Üniversitesi, San Diego, elektronik yerine basınçlı hava ile çalışan dört bacaklı yumuşak bir robot yarattı.
2022
Google yazılım mühendisi Blake Lemoine, Lamda’nın sırlarını ifşa ettiği ve bilinçli olduğunu iddia ettiği için kovuldu.
DeepMind, “yeni, verimli ve kanıtlanabilir şekilde doğru algoritmalar keşfetmek için” AlphaTensor’u tanıttı.
Intel, FakeCatcher gerçek zamanlı deepfake dedektörünün %96 oranında doğru olduğunu iddia etti.
OpenAI, GPT-3.5 LLM’sine sohbet tabanlı bir arayüz sağlamak için Kasım ayında ChatGPT’yi piyasaya sürdü.
2023
OpenAI, hem metin hem de görüntü komutları alan GPT-4 multimodal LLM’yi duyurdu.
Elon Musk, Steve Wozniak ve daha binlerce imzacı “GPT-4’ten daha güçlü yapay zeka sistemlerinin” eğitimine altı ay ara verilmesi çağrısında bulundu.
2023’ün Ötesinde
YZ’nin iş süreçleri, üretim, sağlık hizmetleri, finansal hizmetler, pazarlama, müşteri deneyimi, işgücü ortamları, eğitim, tarım, hukuk, BT sistemleri ve yönetimi, siber güvenlik ve kara, hava ve uzay taşımacılığı alanlarında devam eden teknolojik ilerlemelerini ve etkilerini ancak hayal etmeye başlayabiliriz.
2023 Gartner anketine göre, iş dünyasında yapay zekayı kullanan kuruluşların %55’i, değerlendirdikleri her yeni kullanım durumu için yapay zekayı her zaman göz önünde bulunduruyor. Gartner, 2026 yılına kadar “YZ şeffaflığını, güvenini ve güvenliğini operasyonel hale getiren kuruluşların YZ modellerinin benimsenme, iş hedefleri ve kullanıcı kabulü açısından %50 iyileşme sağlayacağını” bildirdi.
Günümüzdeki somut gelişmeler – bazıları artımlı, bazıları yıkıcı – YZ’nin yapay genel zekaya ulaşma nihai hedefini ilerletiyor. Bu doğrultuda, nöromorfik işleme, insan beyin hücrelerini taklit ederek bilgisayar programlarının sıralı yerine eşzamanlı olarak çalışmasını sağlama konusunda umut vaat ediyor. Bu ve diğer akıl almaz ilerlemelerin ortasında güven, mahremiyet, şeffaflık, hesap verebilirlik, etik ve insanlık konuları ortaya çıkmıştır ve iş dünyası ve toplum arasında çatışmaya ve kabul edilebilirlik seviyeleri aramaya devam edecektir.
