Yapay zeka ( AI ) alanı son 80 yılda inişler ve çıkışlar yaşadı. AI'nın gelecekteki gelişimini tahmin etmek hâlâ zor olsa da, tarihsel bir bakış açısı, geçmiş tahminlerin neden başarısız olduğunu ve hangi alanlarda, hangi şekillerde, hangi nedenlerle başarısız olduklarını daha iyi anlamamıza yardımcı olabilir.
Yapay zekanın gelişim süreci Aralık 1943'te başladı. Sinir fizyoloğu McCulloch ve mantıkçı Pitts, idealize edilmiş sinir hücreleri ağı hakkında bir makale yayımladı. Bu makale deneysel bir temele sahip olmasa da, günümüzde baskın olan derin öğrenme yapay zekasını, yani "bağlantıcılığı" ilham verdi. Ancak bu yaklaşım, sıkça "beyni taklit etmek" olarak tanımlanmasına rağmen, beynin gerçek işleyiş biçimiyle hiçbir bağlantısı yoktur.
Bu, mühendislik ile bilimin karıştırılmasına, bilimin varsayımlar ile karıştırılmasına dikkat etmemiz gerektiğini hatırlatıyor. Daha önemlisi, "bizler tanrılar gibi" yanılsamasına karşı durmak, yani insanlığın insan gibi makineler yaratabileceği düşüncesine kapılmamaktır. Bu kibir, son 80 yıldır teknolojik balonların ve yapay zekanın döngüsel coşkusunun katalizörü olmuştur.
1950'li yıllardan itibaren, genel yapay zekanın ( AGI ) yakın bir zamanda ortaya çıkacağına dair tahminler yapılmıştır. Ancak, bu tahminler genellikle "ilk adım yanılgısı"na dayanmaktadır; yani bir makine daha önce yapılamaz olarak düşünülen bir görevi yerine getirebildiğinde, bu görevi kötü bir şekilde yerine getirse bile, yalnızca daha fazla teknik gelişim ile mükemmel bir şekilde tamamlanabileceği düşünülmektedir. Gerçek şu ki, bir şey yapamamaktan kötü yapmaya geçmek genellikle kötü yapmak ile çok iyi yapmak arasındaki mesafeden çok daha kısadır.
1960'ların ortalarından itibaren, uzman sistemler gerçek dünya bilgilerini edinme ve programlama üzerine odaklanmaya başladı. Ancak, 1990'ların başında bu AI heyecanı sona erdi, bunun başlıca nedeni bilgi edinme sürecinin karmaşık, zaman alıcı ve maliyetli olmasıydı. Bu, on ya da on beş yıllık geniş çaplı benimseme ve büyük yatırımlara rağmen, kalıcı bir "yeni endüstri" yaratmanın garanti edilmediğini göstermektedir.
Uzun zamandır, kural tabanlı sembolik AI ve istatistiksel bağlantıcılar hakimiyet için mücadele ediyor. 2012'de bağlantıcılığın yeniden doğuşundan önce, AI araştırmaları esas olarak akademik çevreler tarafından yönlendiriliyordu ve dogmatizm vardı. Ancak son yıllarda AI gelişimi özel sektöre kaymış durumda, ama tüm alan hâlâ tek bir araştırma yönüne takılıp kalmış. Bu, tüm AI "yumurtalarınızı" aynı "sepetin" içine koymamamız gerektiğini hatırlatıyor.
AI'nın 80 yıllık gelişim sürecine baktığımızda, bu deneyim ve dersler belki de mevcut AI lideri şirketlerin gelecekteki dalgalanmaları aşmasına yardımcı olabilir. Dikkatli olmak, çeşitlendirilmiş bir gelişim sağlamak ve teknolojik gelişimlerin belirsizliğini anlamak, gelecekteki AI gelişiminin anahtarı olacaktır.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
20 Likes
Reward
20
2
Share
Comment
0/400
SchrodingerWallet
· 07-20 08:42
Teknoloji de enayiler döngüsünden kaçamaz.
View OriginalReply0
LiquidityNinja
· 07-20 08:26
Teknoloji dünyası günde üç kez değişiyor, gerçekten saçma.
AI gelişimi 80 yıl: Heyecandan rasyonelliğe bir vahiy
AI Gelişimi 80 Yıl: Deneyimler ve Dersler
Yapay zeka ( AI ) alanı son 80 yılda inişler ve çıkışlar yaşadı. AI'nın gelecekteki gelişimini tahmin etmek hâlâ zor olsa da, tarihsel bir bakış açısı, geçmiş tahminlerin neden başarısız olduğunu ve hangi alanlarda, hangi şekillerde, hangi nedenlerle başarısız olduklarını daha iyi anlamamıza yardımcı olabilir.
Yapay zekanın gelişim süreci Aralık 1943'te başladı. Sinir fizyoloğu McCulloch ve mantıkçı Pitts, idealize edilmiş sinir hücreleri ağı hakkında bir makale yayımladı. Bu makale deneysel bir temele sahip olmasa da, günümüzde baskın olan derin öğrenme yapay zekasını, yani "bağlantıcılığı" ilham verdi. Ancak bu yaklaşım, sıkça "beyni taklit etmek" olarak tanımlanmasına rağmen, beynin gerçek işleyiş biçimiyle hiçbir bağlantısı yoktur.
Bu, mühendislik ile bilimin karıştırılmasına, bilimin varsayımlar ile karıştırılmasına dikkat etmemiz gerektiğini hatırlatıyor. Daha önemlisi, "bizler tanrılar gibi" yanılsamasına karşı durmak, yani insanlığın insan gibi makineler yaratabileceği düşüncesine kapılmamaktır. Bu kibir, son 80 yıldır teknolojik balonların ve yapay zekanın döngüsel coşkusunun katalizörü olmuştur.
1950'li yıllardan itibaren, genel yapay zekanın ( AGI ) yakın bir zamanda ortaya çıkacağına dair tahminler yapılmıştır. Ancak, bu tahminler genellikle "ilk adım yanılgısı"na dayanmaktadır; yani bir makine daha önce yapılamaz olarak düşünülen bir görevi yerine getirebildiğinde, bu görevi kötü bir şekilde yerine getirse bile, yalnızca daha fazla teknik gelişim ile mükemmel bir şekilde tamamlanabileceği düşünülmektedir. Gerçek şu ki, bir şey yapamamaktan kötü yapmaya geçmek genellikle kötü yapmak ile çok iyi yapmak arasındaki mesafeden çok daha kısadır.
1960'ların ortalarından itibaren, uzman sistemler gerçek dünya bilgilerini edinme ve programlama üzerine odaklanmaya başladı. Ancak, 1990'ların başında bu AI heyecanı sona erdi, bunun başlıca nedeni bilgi edinme sürecinin karmaşık, zaman alıcı ve maliyetli olmasıydı. Bu, on ya da on beş yıllık geniş çaplı benimseme ve büyük yatırımlara rağmen, kalıcı bir "yeni endüstri" yaratmanın garanti edilmediğini göstermektedir.
Uzun zamandır, kural tabanlı sembolik AI ve istatistiksel bağlantıcılar hakimiyet için mücadele ediyor. 2012'de bağlantıcılığın yeniden doğuşundan önce, AI araştırmaları esas olarak akademik çevreler tarafından yönlendiriliyordu ve dogmatizm vardı. Ancak son yıllarda AI gelişimi özel sektöre kaymış durumda, ama tüm alan hâlâ tek bir araştırma yönüne takılıp kalmış. Bu, tüm AI "yumurtalarınızı" aynı "sepetin" içine koymamamız gerektiğini hatırlatıyor.
AI'nın 80 yıllık gelişim sürecine baktığımızda, bu deneyim ve dersler belki de mevcut AI lideri şirketlerin gelecekteki dalgalanmaları aşmasına yardımcı olabilir. Dikkatli olmak, çeşitlendirilmiş bir gelişim sağlamak ve teknolojik gelişimlerin belirsizliğini anlamak, gelecekteki AI gelişiminin anahtarı olacaktır.