Yapay zeka için gerçek dünyadan gerçeklik kontrolü
Akıllı bir bilgisayar yalnızca kendisine bilgileri öğreten kişiler kadar çok yönlü olur.
Robert Ito
Son üç yazdır, bilgisayar alanında geleceğin bilim insanları olacak yirmiden fazla çocuk Stanford Üniversitesi'ne gelerek, alanında en tanınmış uzmanlarından yapay zeka hakkında bilgi ediniyorlar. Yüzlerce başvuru arasından seçilen katılımcılar, yakın çevredeki teknoloji şirketlerine günübirlik gezilere gidiyorlar, sosyal robotlar ve hexacopter'lerle etkileşimde bulunuyorlar ve bilgiişlemsel dilbilim (computational linguistics) (örneğin, kelimelerin birden çok anlamı olduğunda makinelerin yaptıkları) ve zaman yönetiminin (çok büyük) önemi hakkında pek çok şey öğreniyorlar. Frizbi oynuyorlar. Yapay zeka deyince aklınıza video oyunlarında savaşacakları daha akıllı düşmanlar oluşturmaya çalışan erkekler gelebilir, ancak buradaki durum öyle değil. Stanford Artificial Intelligence Laboratory's Outreach Summer Yapay Zeka Laboratuvarı'nın Sosyal Yardım Yaz Programı / SAILORS programında yer alan öğrencilerin tamamı, dokuzuncu sınıfı yeni tamamlamış genç kızlardan oluşuyor ve çalışmaları, oyun oynama şekillerini geliştirmek yerine insanların hayatlarını iyileştirmenin yollarını bulmaya odaklı: Jumbo jetlerin birbirini sarsmasını önlemek için Yapay Zeka'yı nasıl kullanabiliriz? Doktorların ameliyathaneye girmeden önce ellerini yıkadıklarından emin olmak için yapay zeka ile neler yapabiliriz? Stanford'un yapay zeka laboratuvarı direktörü ve SAILORS programının kurucularından biri olan Fei-Fei Li, konuyla ilgili şu açıklamayı yapıyor: "Amacımız, yapay zeka eğitimini, çeşitliliği ve her kesimden öğrenciyi teşvik edecek bir şekilde yeniden tasarlamaktı. Farklı özelliklere sahip çok sayıda genç, geleceğin teknoloji uzmanları olarak bir araya geldiklerinde, teknolojinin insanlığın iyiliği için kullanılmasına gerçekten önem veren bir topluluk oluşturuyorlar."
“Farklı özelliklere sahip çok sayıda genç, geleceğin teknoloji uzmanları olarak bir araya geldiklerinde, teknolojinin insanlığın iyiliği için kullanılmasına gerçekten önem veren bir topluluk oluşturuyorlar.”
Fei-Fei Li Google ve Stanford
SAILORS, Li ve Olga Russakovsky'nin eski bir öğrencisi (şimdi Princeton Üniversitesi'nde öğretim üyesi) tarafından 2015'te, teknoloji sektörüne daha fazla cinsiyet eşitliği getirmeye yardımcı olması amacıyla oluşturuldu. Oluşumun amacı hem asil hem de önemli. Yakın zamanda yapılan bir çalışmaya göre, bilgisayar biliminde derece yapmak isteyen kadınların sayısında düşüş var. Yapay zeka sektöründe, yönetici pozisyonlarının %20'den azında kadınlar bulunuyor. Her gün yaşamlarını kolaylaştırmak ve daha verimli hale getirmek için daha fazla kişinin yapay zekayı kullandığı düşünüldüğünde bu, kadınların dışarıda kalmaması gereken devasa bir alan. Örneğin yapay zeka sayesinde fotoğraf uygulamaları yalnızca fotoğrafı çektiğiniz plajın nerede olduğunu değil, kalabalık içinde sizin yüzünüzü de tanıyabiliyor. Yarın havanın nasıl olacağını sorduğunuzda cihazlarınız söylediklerinizi anlamak için yapay zekadan yararlanıyor. Ayrıca, (genellikle körlüğe yol açan) şeker hastalığı retinopatisi teşhisi koyma veya dünyanın en uzak köşelerine arama kurtarma göreviyle bir drone gönderme gibi daha az bilinen uygulamaları da var.
Yapay zekanın her zamankinden daha yaygın hale gelmesiyle, bu alandaki cinsiyet dengesine yönelik ihtiyaç sadece bu davanın haklılığıyla sınırlı kalmamaya başladı. Zira makine öğreniminin doğası gereği, farklı cinsiyet ve etnik kökene sahip insanların olması, yani çeşitlilik yapay zekanın gelişmesinde önemli bir etken. Yapay zekanın bir amacı, makinelerin insanların doğal olarak yaptıkları görevleri tamamlamalarını teşvik etmek: konuşma tanıma, kararlar alma, dürüm ile börek arasındaki farkı ayırt etme. Bunu yapmak için makinelere çok büyük miktarlarda bilgi girilir. Hepimizin doğduğumuz andan itibaren uyanık olduğumuz her an bilgileri almamız (aslında bu makine öğrenimidir) gibi bu bilgiler de genellikle milyonlarca kelime veya sohbet ya da resimden oluşur. Bir makine ne kadar çok araba görürse bunları tanıma konusunda da o kadar becerikli hale gelir. Ancak bu veri kümeleri sınırlı veya önyargılı olursa (diyelim ki, araştırmacılar Trabant otomobillerinin resimlerini sağlamazsa) veya yapay zeka alanındaki kişiler bu sınırları ya da önyargıları görmez veya dikkate almazlarsa (eski Doğu Alman otomobilleri konusunda uzman olmayabilirler) makineler ve sonuç kusurlu olur. Bu zaten oluyor. Bir defasında, resim tanıma yazılımı Asyalıların fotoğraflarını gözleri kapalı çıkmış gibi tanımlamıştı.
“Bu sadece verilerde şeffaf olmayla ilgili değil. Aslında ihtiyacımız olan şey, sayıların doğru yönde hareket etmesi.”
Tracy Chou Projenin İçeriği
Daha kapsamlı laboratuvarlar ve çalışma alanları nasıl oluşturulabilir? Birçok proje ve pek çok kişi bu sorunu çözmeye çalışıyor. Google Cloud'da yapay zaka ve makine öğreniminden sorumlu bilim insanı Li ve diğer çalışanlar, bu yıl AI4ALL girişiminin başlatılmasına yardımcı oldu. Yapay zekanın çeşitliliğini artırmayı amaçlayan bu ulusal sivil toplum kuruluşu, danışmanlık yapmaları için genom bilimi, robot teknolojisi ve sürdürülebilirlik alanlarındaki uzmanlarla iletişime geçti. Proje, SAILORS programına dayalı olarak yürütülmekle birlikte, Stanford üniversitesinin yanı sıra Princeton, UC Berkeley ve Carnegie Mellon ile gerçekleştirilen ortak çalışmalar sayesinde ülke genelinde farklı ırklardan kişileri ve düşük gelirli öğrencileri hedefliyor. Li bu konuda şunları söylüyor: "Birçok iş arkadaşım ve sektör lideri bize gelip 'SAILORS çok güzel bir program, ama sadece her yıl çoğunluğu San Francisco Körfez Bölgesi'nden gelen birkaç düzine öğrenciye hizmet veren Stanford üniversitesi var' diyorlardı. Bu yüzden, AI4ALL girişimi çeşitliliği ve kapsayıcı olmayı hedefliyor. Yalnızca cinsiyetten söz etmiyorum."
Google'ın Latin ve Afrika kökenli Amerikan öğrencilerini teknolojideki kariyerleri keşfetmeye teşvik etmek için yürüttüğü Oakland merkezli Code Next; Los Angeles'ta, kaynaklardan yeterince faydalanamayan topluluklar için bilim, teknoloji, mühendislik, sanat ve matematik (STEAM) alanında eğitim ve danışmanlık programı olan DIY Girls ve yeni, orta düzeyli startup şirketlerinin daha fazla kadını ve beyaz olmayan insanı işe almalarına yardımcı olan Project Include gibi benzer başka girişimlerde de bulunuyor. Önceden Pinterest'te görev alan Tracy Chou, geçen yıl teknoloji sektörünün önde gelen diğer yedi kadınıyla birlikte Project Include'u oluşturdu. 2013'te, Chou teknoloji şirketlerini, bünyelerinde kaç kadın çalıştırdıklarını net bir şekilde açıklamaya davet etmişti. Sayılar geldikçe, Silikon Vadisi'nde herkesin bildiği bir nokta doğrulanmış oldu: En büyük şirketinden en küçük startup kuruluşlarına kadar teknoloji dünyası ezici bir çoğunlukla beyazlar ve erkeklerden oluşuyordu. Chou'ya göre mantıksal olarak atılması gereken bir sonraki adım Project Include'un oluşturulmasıydı. Chou, "Bu veri raporları birkaç yıl daha gelmeye devam ettikçe ve büyük bir değişikliğin olmadığını gördükten sonra, konuşmanın odağı biraz değişmeye başladı. Artık amaç, verilerde şeffaflığın sağlanması değildi. Aslında ihtiyacımız olan şey, sayıların doğru yönde hareket etmesi", diyor.
İhtiyaç duyulan doğru yön ise yapay zeka alanındaki çalışmalara kitlelerin daha fazla erişebilmesini sağlamak. Yapay zeka alanında göreli olarak çok az kişi çalışıyor ve şimdiden insanlara bakıcılık yapan robotlar ve ihtiyaçlarımızı tahmin eden kişisel asistanlar görmeye başladık. Verileri ve ölçütleri kullanıcıların kontrol ettiği ve işi makinelerin yaptığı bir ortamda, insanların daha iyi ve daha fazla giriş yapması, daha iyi ve daha faydalı sonuçlar sağlar.
Birçok açıdan yapay zeka zaten daha demokratik hale gelmeye başladı. Örneğin, Japonya'da bir çiftçinin oğlu, ailesinin salatalıkları tarladan toplamasını çeşitli özeliklere göre sıralamak için yapay zekayı kullandı. Bu aynı zamanda, 16 yaşında Çin'den ABD'ye gelen, yeni bir hayata başladığı ülke hakkında çok az şey bilen, yerleştikleri New Jersey'i neredeyse hiç tanımayan Li'ye de hitap eden bir hikaye. Ev temizliğinden köpek gezdirmeye ve bir Çin restoranında kasiyerliğe kadar birçok değişik işte çalıştıktan sonra Li, kendini Princeton'da ve sonra lisansüstü eğitim için Caltech'te buldu.
Li, iş dünyasında dışlanan üç özelliğe birden sahip: Beyaz erkeklerin hakim olduğu bir dünyada hem bir göçmen hem kadın hem de beyaz değil. Başkaları için engel teşkil edecek şeyler Li'yi daha da teşvik etmiş. Zamanının çoğunda, makine öğreniminin bir bileşeni olan ve "Yapay zekanın en önemli uygulaması" olarak nitelediği bilgisayarların görmesi üzerinde çalışıyor. Bilgisayarların görmesi, görsel verileri analiz edip tanımlıyor ve bir gün örneğin, daha duyarlı robotik kolların oluşturulmasında veya en karmaşık matematik kanıtlarının çözümünde kullanılabilir. Ancak yapay zeka ile ilgili diğer konularda olduğu gibi bu teknolojinin anahtarı da, makinelere farklı yerlerden ve bakış açılarından gelen bir sürü bilgiyi ayıklamayı öğretmek. Aslında, tıpkı Li gibi makinelerin de dünyanın görsel vatandaşları olmasını sağlamak.
Farklı özelliklere sahip yaratıcı bir grubun dünyayı şekillendirmesine yardımcı olmak, içerik stratejisti Diana Williams için ILMxLAB'de her gün karşılaştığı hikayeler ve teknik sorunlar açısından oldukça önem taşıyor. ILMxLAB, Star Wars'ın sonsuz evreninden esinlenilmiş, geliştiricilerin katılanları içine alan etkileşimli bir eğlence oluşturdukları (sanal gerçeklikte Darth Vader ile karşılaşma gibi) çok gizli Lucasfilm hayal merkezinin adı. Williams, Black Girls Code gibi teknolojiyi destekleyen organizasyonlarla son derece iç içe ve 80'lerde üniversitedeyken beyaz olmayan kadınların eksikliğini hatırlıyor. Williams, "Matematik sınıflarında hep tek başımaydım, işletme sınıflarımda yalnızca ben vardım. Bu oldukça yorucu oluyor ve korkutucu hale geliyor," diyor. Daha fazla kadını teknolojiye yönlendirmek için şu çözümü öneriyor: "Küçük yaşta başlamalarını ve kendilerine güvenmelerini sağlayın. Böylece, odaya girip orada kendilerinden başka kadın olmadığını gördüklerinde, arkalarını dönüp dışarıya çıkmayacaklar."
“Küçük yaşta başlamalarını ve kendilerine güvenmelerini sağlayın. Böylece, odaya girip orada kendilerinden başka kadın olmadığını gördüklerinde, arkalarını dönüp dışarıya çıkmayacaklar.”
Diana Williams Lucasfilm
Google'da makine öğrenimi araştırmacısı olan Maya Gupta, yapay zekayı geliştirme üzerinde çalışıyor. Ancak bunu farklı bir açıdan yapıyor. Gupta, Stanford'da, Norveçli bir şirketin su altındaki gaz boru hatlarında oluşan çatlakları tespit etmesine yardımcı oldu. Gupta, gaz boru hatlarının içine girmenin pek mümkün olmadığını, dolayısıyla tahminde bulunmaya çalışırken kısmi bilgiler kullanmak zorunda olduklarını söylüyor. Makinelere çok ince detaylarla tahminlerde bulunmayı öğretmek Gupta'nın bildiği bir konu. YouTube'da tenor saksafoncu Kamasi Washington'ın "Truth" parçasını dinlerken müzik sanki adını hiç duymadığınız muhteşem bir DJ'in eli değmiş gibi kulağınızı hiç rahatsız etmeden Alice Coltrane'in muhteşem "Turiya and Ramakrishna" parçasına geçiş yapıyorsa, Gupta'ya teşekkür edin, çünkü Gupta'nın ekibi, bilgisayarların önerilerinde ince ayarlar yapmalarına yardımcı oluyor. Gupta, “Her şey tahmin etmekle ilgili, değil mi?” diye soruyor ve ekliyor: "Sınırlı verilerle neler olup bittiğini tahmin etmeye çalışıyorsunuz."
Bugün Gupta, Google'da diğer projelerinin yanı sıra, makine öğreniminde hassasiyeti artırmak için çalışan bir araştırma ve geliştirme ekibini yönetiyor. "Boston aksanını ve Teksas aksanını eşit doğrulukta tanımlamak istediğimi, ama Teksas aksanı konusunda biraz daha iyi bir konuşma tanıma sistemimin olduğunu düşünelim," diyor. "Adil olmak adına, Teksas aksanlı kişilere ceza puanı vererek tanıma sistemini daha kötü olan Boston aksanı seviyesine mi getirmeliyim? Peki sorun sadece Boston aksanıyla konuşan kişileri tanımanın daha zor olmasından kaynaklanıyorsa ne yapmalıyım?”
Gupta ve ekibi, aynı zamanda karbon tabanlı tasarım malzemelerinden çok daha şeffaf olacak sistemleri de hassaslaştırıyor. Makinelerle, insan düşüncesine bulaşan önyargıların veya bilinçaltındaki süreçlerin birçoğunu ortadan kaldırabileceğimize ya da en azından bunları ortaya çıktıklarında kolayca tanıyabileceğimize dair umut devam ediyor. Makineler yorulduklarında dikkatleri dağılmıyor, sinirli veya aç olmuyorlar. Bir çalışma, yargıçların öğle yemeklerinden hemen önce şartlı tahliye kararlarını daha zor verdiklerini gösterdi. Diğer bir deyişle, kürsü önündeki kişiler yerine yiyecekleri sandviçleri düşünüyorlardı. Gupta şunları söylüyor: "İnsanların akıllarında gerçekten neler olup bittiğini ölçmek zor. Makine öğrenimi sistemlerimizin izah edilebilir olmasını istiyoruz ve samimi olmam gerekirse, birçoğu şimdiden insanlardan daha açıklanabilir şekilde çalışıyor."
“Makine öğrenimi sistemlerimizin izah edilebilir olmalarını istiyoruz ve samimi olmam gerekirse, birçoğu şimdiden insanlardan daha izah edilebilir şekilde hareket ediyor.”
Maya Gupta Google
Yapay zeka giderek daha faydalı hale geldikçe (ve kullanımı kolaylaştıkça) asıl amaç bunu mümkün olduğunca çok kişinin kullanımına sunmak oluyor. Google'a gelmeden önce IBM'de araştırmacı olan Christine Robson, dillerin çevrilmesinden hastalıkların teşhisine ve orijinal sanat eserleri yaratmaya kadar çok çeşitli görevlerde kullanılabilen açık kaynaklı makine öğrenimi sistemi TensorFlow yazılımı üzerinde önemli çalışmalara sahip.
Robson için yapay zekanın kapsayıcılığı, yapay zeka araçlarının yalnızca kendisi gibi matematik meraklılarının dışındakiler için de daha erişilebilir hale gelmesi anlamına geliyor. Robson, "Makine öğrenimini dünyanın kullanımına sunma düşüncesi bana heyecan veriyor. Makine öğrenimini demokratik hale getirme konusunda pek çok şey söylüyoruz ve ben buna yürekten inanıyorum. Bu yapay zeka araçlarının kullanımını çok kolay hale getirmek ve herkesin bu teknikleri uygulayabilmesini sağlamak son derece önemli.
Bilim kurgu edebiyatı ve filmlerde, yapay zekanın yanlış yola saptığı birçok örnek görmek mümkün (gelecek yıl, Mary Shelley'nin unutulmaz eseri Frankenstein yazıldığından bu yana tam 200 yıl geçmiş olacak). Bugün, aralarında Li, Robson ve Chou'nun da bulunduğu sektördeki birçok kişi, yapay zekanın bize yapabileceklerinden çok biz insanların yapay zekaya yapabileceklerimiz konusunda endişeleniyor. Örneğin: Programcılar, sanal asistanlara kadın sesi veriyor. Bunun nedeni ise hem erkeklerin hem de kadınların tercihinin bu yönde olması. Chou, bu konuda şöyle düşünüyor: "Ancak bu, asistanların kadın olduğu düşüncesinin sürdürülmesine neden oluyor. Dolayısıyla, bu sistemlerle etkileşimde bulunduğumuzda, bu sosyal önyargı da desteklenmiş oluyor." Alanın en iyi uzmanlarının birçoğu, gerçek yaşamdaki yapay zeka sistemlerine yapılan girişler ve bunların sonucunda ortaya çıkacaklar konusunda endişeleniyor. Yapay zekada daha fazla çeşitlilik çabası da bu noktada devreye giriyor. Bunun çok küçük bir kısmı kolay olacak. Ancak destekçileri akıllı, becerikli ve amaca bağlı kişilerden oluşuyor.
“Bu yapay zeka (AI) araçlarının kullanımını çok kolay hale getirmek ve herkesin bu teknikleri uygulayabilmesini sağlamak son derece önemli.”
Christine Robson Google
Gupta, "herkesin hoş karşılandığını hissetmesini sağlamalıyız", diyor. Mezun olduğu Rice Üniversitesi'nin duvarında asılı, emekli elektrik mühendisliği profesörlerine ait fotoğrafları hatırlıyor ve "bana hiç benzemiyorlardı," diyor. Robson şunu ekliyor: "Kızları yapay zekanın sihir olmadığına ikna etmemiz gerekiyor. Bu tamamıyla matematik."
SAILORS programında, öğrenciler sosyal medyada arama ve afet durumlarında yardım için doğal dil işlemesinin nasıl kullanılacağını öğreniyorlar. Li, "Yardıma ihtiyacı olan kişilerin Twitter mesajları, kurtarma görevlilerinin bu kişileri gerçek zamanlı olarak bulmalarında yardımcı olacaktır," diyor. Sınıf çalışmalarının ve projelerin etkisi, bu unutulmaz yaz programlarıyla sınırlı kalmıyor. Öğrencilerden bazıları okullarında kendi robotik kulüplerini kurdular, bilimsel dergilerde yazılar yayınladılar ve yapay zeka olgusunu daha da küçük yaştaki kızlara anlatmak için ortaokullarda uygulamalı çalışmalar düzenlediler. Kampta uğraştıkları projeler kadar çeşitli deneyimlere ve altyapılara sahip bu öğrenciler için yapay zeka, yeni çıkan havalı bir teknoloji yerine iyilik yapmak için kullanabilecekleri büyük bir güç anlamına geliyor. 2015'te ilk SAILORS kampına hazırlanırken programda, kampa katılacak öğrencilerin mesajları paylaşıldı. Bu mesajların arasında başarma arzusunu vurgulayan şu dilek de vardı: "Yapay zekayı öğreneceğim bir yolculuğa başlıyorum ve gelecekte dünya üzerinde bir etki yaratabilmeyi umuyorum."
