Yapay Zeka ve Askeriye

Amerika Birleşik Devletleri Savunma Bakanlığı (DoD) yapay zeka (Artificial Intelligence-AI) ile giderek daha fazla ilgileniyor.

Yapay Zeka ve Askeriye
16 Aralık 2017 - 08:54 - Güncelleme: 16 Aralık 2017 - 08:59
Savunma Bakanı James Mattis; Amazon, Google ve diğer Silikon Vadisi şirketlerine yaptığı son geziden sonra yapay zekanın “Savunma Bakanlığı ile daha iyi entegre olması” gerektiğini belirtti. Yapay zeka kavramından neyi kastediyoruz? Özellikle, “derin öğrenme” ne anlama geliyor? Yapay zeka kullanımının avantajları, dezavantajları ve riskleri nelerdir? Yapay zeka için faz

adan potansiyel askeri uygulamalar neler olabilir?

Yapay Zeka (AI) Nedir?

Yapay Zeka (AI) çok az anlaşılmış bir kavramdır çünkü tanımı sürekli olarak gelişmektedir. Önceden insanlar tarafından yapılabileceği düşünülen şeylerin bilgisayarlar tarafından da yapılması, akıllı kavramının algısını olumlu yönde değiştiriyor. Son zamanlarda, yapay zeka alanındaki en gelişimsel alanlardan birisi de yazılımların kendi kendine düşünebilmesi ve öğrenebilmesini içeren teknolojilerdir. Bu alan hızla ilerliyor ve daha da hızlanacak gibi görünüyor. Aynı zamanda kural tabanlı yaklaşımlar kullanılan “eski tip” yapay zeka yazılımlarından da vazgeçiliyor. Önümüzdeki on yıllar içerisinde; kendini eğitebilecek, öğrenebilecek ve bağımsız bir şekilde düşünebilecek yapay zeka sistemleri muhtemelen yapay zeka alanına egemen olacaktır. Bu ise bizi, son yıllarda muazzam adımlar atmış ve heyecan yaratan bir alana yani derin öğrenmeye (deep learning) getiriyor.

Derin Öğrenme (Deep Learning) Nedir?

basit sinir ağları ve derin öğrenme sinir ağları

Derin öğrenme kavramı, Yapay Sinir Ağları-YSA (Artificial Neural Networks) ile öğrenme için güçlü bir tekniktir. Yapay sinir ağları, memeli serebral korteksinin nöronal yapısı üzerinden gevşek şekilde modellenen bir yazılımdır. AlphaGo gibi yapay sinir ağları, sanki bir lazer gibi tek bir şey üzerine odaklandıklarından dolayı çok daha basittirler. İşleme birimleri (düğüm-node olarak anılır) katmanlar halinde düzenlenmiştir: giriş, gizli ve çıktı. Giriş katmanları kabaca retinadaki fotoreseptörlere karşılık gelir. Gizli katmanlar, retinadaki sinyalleri işleyen ve bu sinyalleri görsel(vizüel) kortekse ileten nöronlara benzemektedir. Çıktı katmanları ise görsel(vizüel) kortekse karşılık gelir. Basit yapay sinir ağlarının tek bir gizli katmanı olur. İki ya da daha fazla gizli katmana sahip yapay sinir ağları derin öğrenme kapasitesine sahiptir. Bu gibi yapay sinir ağları, sadece bir adet gizli katmanı olanlara göre çok daha kompleks verileri işleyebilir. Derin öğrenme şu anda resim, ses tanıma ve doğal dil işleme (NLP) gibi sorunlara en iyi çözümleri sunuyor. Derin öğrenmenin püf noktası, YSA’ları eğitmek amacıyla yüksek kaliteli ve geniş veri setlerine erişimdir. Veri yoksa (derin) öğrenme de yoktur.

(A) İNSAN NÖRONU; (B) YAPAY NÖRON YA DA GİZLİ BİRİM; (C) BİYOLOJİK SİNAPS; (D) YAPAY SİNİR AĞI SİNAPSLARI. (DİPNOT*)

Yapay Zeka Kullanımının Avantajları, Dezavantajları ve Riskleri Nelerdir?

“Yazılım dünyayı yiyor – software is eating the world” tabiri, sıradan yahut iyi yapılandırılmış görevleri üstlenmek için giderek yaygınlaşan yazılım kullanımını anlatabilmek için 2011 yılında ortaya atıldı. 2016 yılında ise “Yapay zeka, yazılımı yiyor” tabiri ortaya çıktı. Yapay zeka sistemlerinin kendilerinin de bir yazılım olduğunu kabul edersek, “donmuş yazılım – frozen software” kavramını açıklamayı tercih ederiz. Donmuş yazılımlar, kendi kendine öğrenemez ve sadece güncelleştirmeler vasıtasıyla geliştirilebilirler. Vergi hazırlama yazılımı, klasik bir donmuş yazılım örneğidir ki bu yazılım kullanılarak kendi performansını düzeltemez. İşte yapay zeka, şuanda bir donmuş yazılım olan vergi hazırlama yazılımını yiyor.

Yapay zekanın açık bir avantajı, donmuş yazılımın yapamayacağı şekilde öğrenme ve gelişme yeteneğidir. Kural tabanlı donmuş yazılımlar, onu geliştirmek için kullanan insan bilgisiyle sınırlıdır. Örneğin, büyük satranç oyuncusu Gary Kasparov’u konu uzmanı olarak kullanan ilkel bir satranç programı geliştirilmişti. Program iyiydi fakat Gary Kasparov kadar iyi değildi; Gary Kasparov, kendisini büyük kılan her şeyi yazılıma aktaramadı. Buna karşılık olarak AlphaGo ise sayısız Go oyununu kendi versiyonlarına ve yetenekli insan oyunculara karşı oynayarak öğrendi. Bunu yaparken, AlphaGo, Go oyununda dünyanın en önemli oyuncusu haline geldi ve bu oyuna giren insanların bilgi birikimlerini aştı. Ek not olarak, AlphoGo’ya karşı düzenli bir şekilde oynayan insanlar kendi yeteneklerini geliştirdiler, bundan dolayı insan eğitimi üzerine etkileri de vardır.

Yapay zekanın öğrenmesinin açık bir dezavantajı da onun sadece aldığı veri kadar iyi öğrenebilmesidir. Bir takım sohbet botları “zehirli” girdiler içeren insanlar yahut diğer sohbet botlarıyla etkileşime girdikten sonra istenmeyen cinsiyetçi, ırkçı ve hatta Mein Kampf(Kavgam) alıntıları içeren davranışlar geliştirdi. Başka olarak yapay zekalar, bir çok görev için yüksek seviyede bağlamsal bilgi gerektiren görevlere hala hazır değildir. Son olarak, yapay zeka için bir başka risk ise onun opak olmasıdır yani ceza hukuku gibi belirli alanlarda insanları tereddüt ettirmektedir.



Askeriye İçin Potansiyel Uygulamaları Nelerdir?

Askeriye için bir çok yapay zeka uygulaması var. Dondurulmuş yazılımlar yerine bu sistemleri koymak, belirli süreler içerisinde yenilenmesi gerekmeyen ve daha düşük maliyetle birlikte daha çevik sistemler oluşturmak için geniş bir potansiyel yaratır. Yapay zeka, eğitim sistemlerinde de kullanılabilir. Örneğin, savaş pilotlarının eğitimi amacıyla tahmin edilemeyen ve uyarlanabilir düşmanlar sağlayabilir. Bilgisayar açısından, yazılımların fotoğraf ve videoları anlayabilme yetenekleri, “yaşam şekli” gözetimi ve gözetleme sistemlerinin dağlar kadar ortaya çıkan verilerini işlemede büyük olçüde yardımcı olabilir. Çin de dahil olmak üzere, yüz tanıma yapay zeka sistemleri hızla gelişiyor. Arttırılmış gerçeklik, kompleks işlerde “yetenek eksikliklerini” kapatmak için kullanılabilir; şuanda uluslararası havayolları tarafından kullanılmaktadır. Amazon’un Alexa gibi sitemleri tarafından kullanılan doğal dil işleme (NLP) sayesinde sistemler insanlarla doğal dil kullanarak etkileşim kurar. Doğal dil işleme, sistemlerin klavye kullanmadan sipariş almasına olanak sağlayabilir. NLP ayrıca belgeleri tercüme edebilir ve gelecekte bir çevirmen gibi hizmet edebilir.

Öteki önerilen uygulamalar şunları içerebilir: yapay zekaları lojistik zorlukları çözmek için kullanmak; savaş oyunlarını desteklemek; savaşta insansız operasyonları otomatikleştirmek; silah geliştirilmesinin ve optimizasyonunun hızlandırılması ve hedefleri tanıyabilmek (ayrıca savaşçı olmayanları da)

Lakin, yapay zekanın askeri alanda benimsenmesinin de bir takım sonuçları vardır. Askeriyenin mevcut doğrulama ve onaylama işlemleri donmuş yazılımlar içindir ve bu öğrenen yapay zekalar için uygun değildir. Olasılıkla düşmanlardan gelecek olan kusurlu veriler, ölümcül sonuçlar ortaya çıkarabilir. Ayrıca anlaşılamayan bir sisteme de güvenmek zordur. Son olarak, veriler kritiktir çünkü yapay zekanın başarısı kritik olarak verilere bağlıdır.

Çeviri

Yazar: Robert Button

Çeviren: Nihat

Orjinal Metin (07/09/2017)

Dipnot*: Görsel şu makaleden alınmıştır; Vinícius Gonçalves Maltarollo, Káthia Maria Honório and Albérico Borges Ferreira da Silva (2013). Applications of Artificial Neural Networks in Chemical Problems, Figure 1.

...Yazıyı Oku

YORUMLAR

  • 0 Yorum