YAPAY ZEKA ÇAĞI: ROBOTİK İSTİHDAM

Yasin Kazık

YAPAY ZEKA ÇAĞI: ROBOTİK İSTİHDAM

  Tarih boyunca insanlar 3 temel sektörde istihdam edilmiştir: tarım, sanayi, hizmet. 1800lere kadar nüfusun ağırlıklı bir kısmı tarımda istihdam edilirken, sanayi ve hizmet sektöründe yalnızca bir azınlık çalışıyordu. Sanayi Devrimiyle beraber gelişmiş ülkelerde insanların kentlere göçüyle tarım arazileri boş kaldı ve nüfus hizmet sektörüne kaydı. Yıllar geçtikçe sanayi sektöründeki bazı işlerin ortadan kalkmasıyla hizmet sektörünün hacmi arttı ve gelişmiş ülkeler bir devrim daha yaşadılar. 2010`da ABD nüfusunun yüzde 20 si sanayi sektöründe çalışırken yüzde 78iyse hizmet sektöründe çalışıyor, doktorluk, öğretmenlik, tasarımcılık gibi mesleklerle uğraşıyordu.[1] Peki yapay zeka dediğimiz olgu onların yerine geçebilirse bizi nasıl bir gelecek bekler demeden önce gelin yapay zeka kavramına geniş bir açıdan bakalım.

Yapay zeka nedir?

  Yapay zeka (artificial intelligence) dijital bir bilgisayarın veya bilgisayar kontrollü bir robotun akıllı varlıklarla yaygın olarak ilgili görevleri yerine getirme yeteneğidir. Bu terim, insanların akıl yürütme, anlam keşfetme, genelleme veya geçmiş deneyimlerden öğrenme gibi karakteristik entelektüel süreçleri ile donatılmış geliştirme sistemleri projesinde kullanılır. 1940’larda dijital bilgisayarın geliştirilmesinden bu yana, bilgisayarların çok karmaşık görevleri yerine getirecek şekilde programlanabildiği görülmüştür.  Örneğin, büyük bir uzmanlıkla, matematik teoremleri için kanıtları keşfetmek veya satranç oynamak. [2]

Nasıl başladı?

  Alan Turing İkinci Dünya Savaşı sırasında Alman deniz kuvvetlerinin Enigma makinesinin şifresini çözmek için Bombe`yi yaptı ve devam eden hayatında ilk program hafızalı bilgisayar Otomatik Bilgisayar Motoru(ACE)` nun prototipini üretti. 1949’da Manchester Üniversitesi’ndeki bilgisayar laboratuvarında vekil yönetici oldu ve ilk gerçek

bilgisayarlardan biri için Manchester Mark 1 yazılımı üzerinde çalıştı. Bu süre zarfında daha soyut işler yapmaya devam etti ve ‘Bilgisayar Mekanizması ve Zeka’ da (Mind, Ekim 1950) Turing yapay zekaya işaret etti, ve şu anda Turing testi olarak bilinen, bir makine için ‘zeki’ denilebilme standardını saptama girişimi olan bir deney ileri sürdü. 1951 yılında ise genç bir yüksek lisans öğrencisi olan Marvin Minsky insan nöronlarından esinlenerek ilk sinir ağı makinesi SNARC`ı üretti.[3] Daha sonra hızla gelişen bilgisayar teknolojileri daha gelişmiş yapay zekaların önünü açtı.

Satranç ve Yapay Zeka

  1980`lerde satrancın insanlığın kendine has bir üstünlüğü olduğu ve bir bilgisayarın insanı yenemeyeceği düşünülürdü. Alan Turing satranç oynayabilen bir program yazmıştı. Program satrançta çok iyi değildi fakat bir öncüydü. 1945`te bir gün bilgisayarlar çok iyi satranç oynayacaklar demesinden 52 yıl sonra International Business Machines Corporation (IBM) Deep Blue`yu üretti ve Deep Blue satranç şampiyonu Garry Kasparov`u 6 oyunluk maçta mağlup etti. Deep Blue`nun 256 paralel işlemcisi saniyede 200 milyon olası hareketi incelemesini ve 14 hamle ileriye bakabilmesini sağladı. Bazı insanlar bunun bir buldozerin ağırlık kaldırma yarışmasına girmesiyle aynı şey olduğunu düşünmeye başladılar.[4] Deep Blue oyuna bir adım önde başlamıştı çünkü yazılımcılar satrancın temel kuralları dışında stratejiyle alakalı talimatları da Deep Blue`ya aktarmışlardı. Yeni nesil yapay zeka programlarındaysa derin öğrenme dediğimiz makine öğrenimi tercih ediliyor. 2014`te Google bünyesine katılan Deep Mind şirketinin bir programı 2015 şubat ayında 49 atari oyununu kendi kendine oymayı öğrendi. Yine aynı şirketin AlphaGo yazılımı Antik Çin`de bir strateji oyunu olan Go`yu kendi kendine öğrendi ve 2016 mart ayında Güney Kore Go şampiyonu Lee Sedol`u 4-1 yenerken çok yaratıcı hamleler yaparak izleyenleri şaşırtmayı başardı.[5]

Algoritmalar Hayatımızda

  Tabi ki algoritmalar oyun alemiyle sınırlı kalmayacaktı. Çeşitli alanlarda uzmanlaşmalarıyla hayatımızda aktif rol almaya başlayan algoritmalardan birkaçını sizin için derledim.

MYCIN                                                             MYCIN üzerine çalışmalar 1972 yılında Stanford Üniversitesi`nde kan enfeksiyonlarını tedavi etmesi için başladı. Hastalara teşhis koymak için raporlanmış semptomlara ve klinik testleri baz alacaktı. Program muhtemel teşhisi koymak için hasta hakkında daha fazla bilgi isteyebilecek, ek laboratuvar testi önerebilecekti, daha sonra teşhise göre de tedavi önerebilecekti. İstenirse teşhis ve önerinin sebebini açıklayabilecekti. Yaklaşık 500 üretim kuralı kullanan MYCIN, kan enfeksiyonlarında uzman insanlar ile kabaca aynı seviyede ve genel pratisyenlerden daha iyi bir yetkinlikte çalışmıştır. [6]

VITAL                                                                       2014 mayıs ayında Deep Knowledge Ventures isimli şirket VITAL isimli algoritmayı yönetim kurulu üyesi yaptı. Yaşlanma ile alakalı hastalıklara ilaç üreten, yenileyici tıp projeleri üzerine odaklanan şirket VITAL`in büyük miktarlarda veriye bakarak yaşam bilimleri firmaları hakkında yatırım tavsiyesi verdiğini söylüyor. Algoritma tıpkı diğer üyeler gibi bir şirkete yatırım yapılıp yapılmayacağı hakkında oy veriyor. Algoritma yönetim kurulunun altıncı üyesi olacak. Karar alırken ise şirketlerin ileriye dönük harcamalarını, klinik denemelerini, fikri mülkiyet haklarını ve önceki fonlama ortalamalarını tarıyor. Şirket programın şimdiden kendi fonksiyonunu andıran iki yatırım kararına yardımcı olduğunu söylüyor: In Silico Medicine, yaşlanma araştırmalarında bilgisayar yardımlı ilaç keşfi için çalışıyor ve partneri Pathway Pharmaceuticals, Oncofinder isimli kişiselleştirilmiş kanser terapisi oranlayan ve seçen bir algoritmayı kullanıyor.[7]

IBM Watson                                                         Dünya Watson`un ismini 2011`de bir tür riziko yarışması olan Jeopardy!`de duydu. İnsan rakiplerini yenen Watson dili analiz ederek soruları cevaplıyordu. Bunu nasıl yaptığına baktığımızda Natural Language Proccesing (NLP) kavramı karşımıza çıkıyor. NLP algoritmanın dili okumasına ve anlamasına yarıyor. Modern yaklaşımlarda anlatı anlamında başarılı fakat anlamadan yoksun bir aşama. [8] Watson`ın yarışma zaferinden sonra bilgisayar anlamasının insan anlamasına yetişebildiği fikri gündeme geldi. Kaliforniya Üniversitesi`nde felsefe profesörü olan John Searle bu fikre karşı çıktı ve “Watson Doesn`t Know It Won on Jeopardy” adlı bir yazı yayınladı. Chinese Room denilen yöntemle sembollere dayalı işlemlerin anlamayı oluşturmadığını söyledi. “Watson doğru ya da yanlış yaptığını hatta kazandığını bile anlamadı”.[9] Watson günümüzde ise sağlık alanına yöneldi. Şimdiye dek New York City ve çeşitli özel hastanelerle çalışarak sağlık hizmetinde veri analizleri, farklı algoritmaların birlikte çalışabilmesi ve sağlık hizmetinde dönüşümün sağlanması gibi konularda faydalı olduğunu gösterdi.[10] Ayrıca onkoloji alanında da uzman klinisyenlerle beraber çalışarak kişiselleştirilmiş kanser tedavisi seçenekleri sunuyor. Onkoloji için Watson, ilgili kılavuzlardan, en iyi uygulamalardan ve tıbbi dergilerden ve ders kitaplarından alınan bilgilerle desteklenen bir çözümdür. Çözüm, hastanın tıbbi kaydından alınan bilgileri değerlendirir ve destekleyici kanıtlarla eğitime dayalı olarak güven düzeyine göre sıralanmış potansiyel tedavi seçeneklerini görüntüler. Onkolog daha sonra en uygun tedavi seçeneklerini belirlemek için kendi uzmanlıklarını uygulayabilir.[11]

EMI                                                                          Santa Cruz’daki California Üniversitesi’nde profesör olan David Cope besteci olarak bilgisayar tarihinin en büyük isimlerinden biri olarak anılıyor. Cope, geleneksel müzisyen ve besteci olarak başladı ve dünya çapında yüzlerce eser yarattı. Dikkatini 1970’lerde bilgisayarlara çekti. “Bir parçam hep algoritmik taraf oldu.” diyen Profesör Cope bilgisayar, programlama tekniklerini öğrenme ve yapay zekayı incelemeye çalıştı. Ayrıca, müzik çalışmasına uygulamak için yollar bulmaya başladı. Çalışmaya başladığı program sonunda Müziksel Zeka Deneyleri olarak da bilinir oldu, EMI (Experiments in Musical Intelligence) veya Emmy olarak da. Çıktılarını incelediği parçalardan herhangi birini tam olarak kopyalamadan yeni tarz müzik türlerinde oluşturmak için kullanan bir analiz programı. Cope, çeşitli efsanevi besteciler tarzında yeni eserler bestelemek için EMI’yi kurdu. Bir bestecinin müziğinin önemli bölümlerini sisteme girer ve ardından stillerini kullanarak yeni eserler yaratmak için kullanırdı. “Bach ve diğer bestecilerle çalışmaya ilk başladığımda bunu tek bir nedenden ötürü yaptım – stilin ne olduğunu anlamama yardımcı olması için. Başka bir sebep yok. Fakülte ve bazı arkadaşlarım için bunları çalmaya başladığımda, “Hey, bu kötü değil, gerçek insanlar tarafından çalınırsa birini kandırabilir.” derlerdi. Bu yüzden ciddiye aldım ve en azından üniversitedeki tanıtımlarım söz konusu olduğunda, tüm bu programlamayı yapacak olsaydım, bir şeyler yayınlamam gerektiğini fark ettim. ” Eleştirel reaksiyonlara rağmen, EMI’nin oluşturduğu parçalar kesinlikle Bach’a benziyordu. Oregon Üniversitesi’nden Profesör Douglas Hofstadter Turing Testi’nin müzikal bir formunu düzenledi. Piyanist Winifred Kerner, Bach tarzında üç parça çaldı: biri EMI tarafından yazılmış, biri Dr. Steve Larson ve sonuncusu Bach’ın gerçek parçası. İzleyici daha sonra hangi parçanın hangisi olduğunu anlamaya çalıştı. Seyirciler Emmy’nin eserini gerçek Bach olarak seçerken Larson’un eserinin bilgisayar tarafından bestelenmiş olduğuna inanıyorlardı. Dr. Larson daha sonra New York Times`a verdiği röportajda insanların yapay zeka tarafından taklit edilmesinin çok rahatsız edici olduğunu, deneyi yapan Hofstadter ise yapay zekanın yaptığı hiçbir şeyin bu kadar mükemmel olmadığını söyledi. EMI daha sonra Beethoven, Chopin, Joplin, Mozart, Rachmaninov, ve Stravinsky tarzında eserler de verdi.[12] Cope`u sadece dosya yükleyen biri olarak görmelerine ve Emmy`nin ölümsüz olduğu için eserlerinin sıradanlaşması ihtimalinden ötürü Cope 2004`te Emmy`i yok etti. Bach tarzında 5000 eser oluşturan EMI`nin parçalarına Spotify üzerinden de erişebilirsiniz. https://open.spotify.com/album/2K1s5O6IOpYDAG7hV1X5lf?si=W4GHgVJWT0Os9MIcoHgR4g

Annie                                                                   Cope Emmy`nin besteleme kurallarını kendisi sınırlamıştı. Annie ise makine öğrenimiyle kendi kurallarını belirleyen bir algoritma olarak 2011`de yine Cope tarafından üretildi. Cope Annie`nin bazen kendini bile şaşırttığını söylüyordu. Onu müziğin ötesine geçmesi için üretti. Cope 2011`de “Comes the Fiery Night” adlı 2000 haikuyu yayımladı. Haiku geleneksel bir Japon şiiridir, sırasıyla 5-7-5 hecelik 3 dizeden oluşur. Bu kısa uzun kısa ritmi kulağa hoş gelir. Haikuların bir kısmı insan üretimi bir kısmı makine üretimiydi. Cope oran hakkında bilgi vermedi ve bunu ayırt etmek imkansızdı. [13]

  Gelinen seviyede algoritmalar hızlı, kabiliyetli ve giderek de gelişiyorlar. Belki de sanatın makineleşemeyeceğini düşünebilirdiniz ama gördüğünüz üzere Annie şiir yazmaya başladı bile. Watson gelişmeye devam ederse insan Sherlock`lara ihtiyaç kalmayabilir. Peki diğer iş kolları ne durumda? Bunu merak eden ilk kişi değiliz tabi ki.

İstihdamın Geleceği                                                  Yapay zekanın belirli alanlarda uzmanlaşması ve bu alanlarda insandan daha iyi olabilmesi yerimizi alabilecekleri düşüncesini beraberinde getirdi. 2013 yılında Oxford Üniversitesi Makine Öğrenimi profesörü Tablo 1                                                                    Micheal Osborne ve Oxford Martin Citi üyesi Dr. Carl Benedikt Frey  ‘’İstihdamın Geleceği ‘’ isimli bir çalışma yayınladılar. Bu çalışma gelecek 20 yıl içinde mesleklerin bilgisayarlaşmaya ne kadar uygun olduklarını gösteriyordu. Meslekleri algı ve hile, yaratıcı zeka, sosyal zeka olarak 3 kritere tabi tuttular. Algı ve hile parmak becerisi, manuel beceri, sıkışık çalışma alanı ve garip pozisyonlar olarak 3 alt kritere; yaratıcı zeka orijinallik ve güzel sanatlar olarak 2 alt kategoriye; sosyal zeka sosyal anlayışlılık, müzakere, ikna, diğerlerine yardım ve önemseme olarak 4 alt kategoriye ayrılıyordu. Tabloda değişkenlerin tek olarak yüksek, orta veya düşük derecede bilgisayarlaşma ihtimalleri gösterilmiştir (Tablo1) .

  Bir dizi istatistik ve hesaplama sonucu 702 mesleğin bilgisayarlaşma oranlarını hesaplamışlardır.[14] Hepsini buraya koyabilmem mümkün olmadığı için kendimce önemli bulduklarımı paylaşacağım (Tablo 2).

  Tablodan anlamamız gereken şudur: Gelecek 20 yıl içinde pazarlamacıların yüzde 99`u, sigortacıların yüzde 98`i, eczane teknisyenlerinin yüzde 92`si, taksicilerin yüzde 89`u işlerini bir algoritmaya kaptıracak. Güvende meslekler de yok değil: İlkokul öğretmenleri, cerrahlar, diyetisyenler, avukatlar…  

Benzer bir çalışma 2004 yılında da yapılmış. Fakat o zamanki çalışmada araba kullanan yapay zekaların olamayacağı fikrinin aksine Tesla ve Google bunu 10 yıl sonra başardılar.[15]

  Kısa vadede işinizin tehlikede olmadığını söyleyebilirim fakat uzun vadede işsizlik kaçınılmaz. Peki, işsiz kalan nüfusa ne olacak? Bilimkurgu filmlerindeki gibi zamanımızın çoğunu simülasyonlarda mı geçireceğiz? Popüler görüşlere göre yapay zeka bizim zekamızı geçtiği an muhtemelen bizi yok edecek. İşsiz kalmak istemeyen insanların yapay zekayı düşman olarak görme ihtimali de var. İhtimaller dahilinde iyi haberler de var. Yeni iş kolları doğacak, simülasyon tasarımcılığı veya Isaac Asimov`un Ben, Robot kitabındaki gibi robot psikologluğu bu kollardan ikisi olabilir belki.

  Sadece algoritmalara ait iş kollarının da olacak. Yapı olarak uygun olurlarsa insanların çalışamayacağı basınçta, sıcaklıkta işlerimizi onlar halledebilecek, halihazırda Mars`a yolladığımız Curiosity gibi. Nefes almaya ve uyumaya ihtiyaç duymayan işçilere hangi işveren hayır der ki?                                                                                  Gelecek sürprizlerle dolu. Teknolojinin gelişme hızına baktığımızda bizi neyin beklediğini kestirmek güç. Üretilen ilk bilgisayardan kendi kendine öğrenebilen, birbirleriyle iletişim kuran yapay zekalara dek çok yol kat edildi. Süreç nasıl devam edecek göreceğiz.

   Photo by Franck V. on Unsplash (girişteki foto)

[1] Harari, Y. N. ,2016, Homo Deus: yarının kısa bir tarihi (P. N. Taneli, Çev.) İstanbul: Kolektif Kitap

[2] Yapay zeka, Encyclopædia Britannica içinde. Erişim adresi: https://www.britannica.com/technology/artificial-intelligence   (23 Şubat 2020)

[3] Yapay zekanın tarihi, Vikipedi içinde. Erişim adresi: https://en.wikipedia.org/wiki/History_of_artificial_intelligence  (23 Şubat 2020)

[4] Yapay zeka, Encyclopædia Britannica içinde. Erişim adresi: https://www.britannica.com/technology/artificial-intelligence/Alan-Turing-and-the-beginning-of-AI  (23 Şubat 2020)

[5] https://deepmind.com/research/case-studies/alphago-the-story-so-far (16 Mart 2020)

[6] Yapay zeka, Encyclopædia Britannica içinde. Erişim adresi https://www.britannica.com/technology/artificial-intelligence/Expert-systems (16 Mart 2020)

[7] https://www.businessinsider.com/vital-named-to-board-2014-5 (19 Mart 2020)

[8] NLP, Vikipedi içinde. Erişim adresi: https://en.wikipedia.org/wiki/Natural_language_processing (22 Mart 2020)

[9] Searle, John, Watson Doesn`t Know It Won on Jeopardy https://www.wsj.com/articles/SB10001424052748703407304576154313126987674 (22 Mart 2020)

[10] Erişim adresi: https://www.ibm.com/watson-health

[11] Erişim adresi https://www.ibm.com/products/clinical-decision-support-oncology

[12] https://computerhistory.org/blog/algorithmic-music-david-cope-and-emi/ (28 Mart 2020) düzenlenmiştir

[13] Steiner, Cristopher. (2012). ”Automate This” How Algorithms Took Over Our Markets, Our Jobs, and the World. Erişim adresi: https://books.google.com.tr/books/about/Automate_This.html?id=3W-ePnCEL38C&redir_esc=y

[14] Frey, Carl Benedikt ve Osborne, Micheal A., “The Future of Employment: How Susceptible Are Jobs to Computerisation?”, 17 Eylül 2013. Erişim adresi: https://www.oxfordmartin.ox.ac.uk/publications/the-future-of-employment/

[15] Frank Levy ve Richard Murnane, The New Division  of Labor: How Computers are Creating the Job Market –Princeton: Princeton University Press,2004

Yasin Kazık