20.yüzyılın ilk yarısında bilim kurgu yapay akıllı robotların konsepti ile ortaya çıktı.1950'lere gelindiğinde, yapay zeka kavramına kültürel olarak asimile olmuş bir bilim insanı, matematikçi ve filozof kişi vardı.O kişi yapay zekanın matematiksel olasılığını araştıran genç bir İngiliz bilge olan Alan Turing'di.Turing, insanların sorunları çözmek ve karar vermek için aklın yanı sıra mevcut bilgileri de kullandığını öne sürdü, peki neden makineler aynı şeyi yapamıyor? Bu, akıllı makinelerin nasıl inşa edileceğini ve zekalarının nasıl test edileceğini tartıştığı 1950 tarihli Computing Machinery and Intelligence başlıklı makalesinin mantıksal çerçevesiydi.
· TAKİBİ MÜMKÜN HALE GETİRMEK
Ne yazık ki konuşmak değersiz.Turingi o anda ve orada işe gitmekten alıkoyan neydi?İlk olarak, bilgisayarların temelden değişmesi gerekiyordu. 1949'dan önce bilgisayarlar zeka için önemli bir önkoşuldan yoksundu: komutları depolayamazlardı, yalnızca yürütürlerdi. Başka bir deyişle, bilgisayarlara ne yapacakları söylenebiliyordu ama ne yaptıklarını hatırlayamıyorlardı. İkincisi, bilgi işlem son derece pahalıydı. 1950'lerin başında, bir bilgisayar kiralamanın maliyeti ayda 200.000 doları buluyordu. Sadece prestijli üniversiteler ve büyük teknoloji şirketleri, bu keşfedilmemiş sularda çılgınca eğlenmeyi göze alabilirdi. Finansman kaynaklarını makine zekasının peşinden gitmeye değer olduğuna ikna etmek için yüksek profilli kişilerin savunuculuğunun yanı sıra bir kavram kanıtına ihtiyaç vardı.
· HER ŞEYİ BAŞLATAN KONFERANS
Beş yıl sonra, kavramın ispatı Allen Newell, Cliff Shaw ve Herbert Simon'ın Mantık Teorisyeni aracılığıyla başlatıldı. Logic Theorist, bir insanın problem çözme becerilerini taklit etmek için tasarlanmış bir programdı ve Research and Development (RAND) Corporation tarafından finanse edildi. Birçok kişi tarafından ilk yapay zeka programı olarak kabul ediliyor ve Dartmouth Yaz Yapay Zeka Araştırma Projesi'nde sunuldu.1956'da John McCarthy ve Marvin Minsky tarafından ev sahipliği yaptı. Bu tarihi konferansta, McCarthy, büyük bir iş birliği çabası hayal ederek, çeşitli alanlardan üst düzey araştırmacıları, yapay zeka üzerine açık uçlu bir tartışma için bir araya getirdi.Ne yazık ki, konferans McCarthy'nin beklentilerini karşılamadı; insanlar istedikleri gibi gelip gittiler ve saha için standart yöntemler üzerinde anlaşma sağlanamadı. Buna rağmen, herkes “AI”nın ulaşılabilir olduğu duygusuna yürekten katıldı. Önümüzdeki yirmi yıllık yapay zeka araştırmasını katalize ettiği için bu olayın önemi küçümsenemez.
· BAŞARI VE GERİLEMELERİN ROLLER COASTER’İ
1957'den 1974'e kadar “AI” gelişti. Bilgisayarlar daha fazla bilgi depolayabilir ve daha hızlı, daha ucuz ve daha erişilebilir hale geldi. Makine öğrenimi algoritmaları da gelişti ve insanlar sorunlarına hangi algoritmayı uygulayacaklarını bilme konusunda daha iyi hale geldi. Böyle Newell ve Simon gibi erken gösteriler Genel Sorun Çözücü ve Joseph Weizenbaum en ELIZA problem çözme hedefleri ve sırasıyla konuşma dilinin yorumlanması doğru söz gösterdi. Bu başarılar ve önde gelen araştırmacıların (yani DSRPAI katılımcıları) savunuculuğu, Savunma İleri Araştırma Projeleri Ajansı (DARPA) gibi devlet kurumlarını fon sağlamaya ikna etti.Çeşitli kurumlarda yapay zeka araştırmacıları ve hükümet, konuşulan dili ve yüksek verimli veri işlemeyi yazıya geçirip çevirebilen bir makineyle özellikle ilgileniyordu. İyimserlik yüksekti ve beklentiler daha da yüksekti. 1970'te Marvin Minsky, Life Magazine'e “üç ila sekiz yıl arasında ortalama bir insanın genel zekasına sahip bir makinemiz olacak” dedi. Bununla birlikte, temel ilke kanıtı oradayken, doğal dil işleme, soyut düşünme ve kendini tanıma gibi nihai hedeflerin gerçekleştirilebilmesi için daha kat edilmesi gereken uzun bir yol vardı.
AI'nın ilk fikrini kırmak, bir dizi engeli ortaya çıkardı. En büyüğü, önemli bir şey yapmak için hesaplama gücünün olmamasıydı: bilgisayarlar yeterli bilgiyi depolayamıyordu veya yeterince hızlı işleyemiyordu. Örneğin, iletişim kurmak için birçok kelimenin anlamını bilmek ve onları birçok kombinasyonda anlamak gerekir. O sırada McCarthy'nin doktora öğrencisi olan Hans Moravec, "bilgisayarların zeka sergilemek için hâlâ milyonlarca kez çok zayıf olduğunu" belirtti. Sabır azaldıkça finansman da azaldı ve araştırma on yıl boyunca yavaş bir seyir izledi.
1980'lerde yapay zeka iki kaynak tarafından yeniden ateşlendi: algoritmik araç setinin genişletilmesi ve fonların artırılması. John Hopfield ve David Rumelhart, bilgisayarların deneyim kullanarak öğrenmesini sağlayan “derin öğrenme” tekniklerini popüler hale getirdi. Öte yandan Edward Feigenbaum, bir insan uzmanın karar verme sürecini taklit eden uzman sistemleri tanıttı. Program, bir alandaki uzmana belirli bir durumda nasıl yanıt verileceğini sorar ve bu hemen hemen her durum için öğrenildiğinde, uzman olmayan kişiler bu programdan tavsiye alabilirler. Uzman sistemler endüstrilerde yaygın olarak kullanılmaktadır. Japon hükümeti, Beşinci Nesil Bilgisayar Projesinin bir parçası olarak uzman sistemleri ve diğer yapay zeka ile ilgili çabaları büyük ölçüde finanse etti.(FGCP). 1982-1990 yılları arasında bilgisayar işlemede devrim yaratmak, mantıksal programlamayı uygulamak ve yapay zekayı geliştirmek amacıyla 400 milyon dolar yatırım yaptılar. Ne yazık ki, iddialı hedeflerin çoğuna ulaşılamadı. Ancak, FGCP'nin dolaylı etkilerinin yetenekli genç nesil mühendislere ve bilim adamlarına ilham verdiği iddia edilebilir. Ne olursa olsun, FGCP'nin finansmanı kesildi ve AI ilgi odağından düştü.
İronik olarak, hükümet finansmanı ve kamu hype yokluğunda, AI gelişti. 1990'lar ve 2000'ler boyunca, yapay zekanın önemli hedeflerinin çoğuna ulaşılmıştı. 1997 yılında, hüküm süren dünya satranç şampiyonu ve büyük usta Gary Kasparov, IBM'in bir satranç oynayan bilgisayar programı olan Deep Blue tarafından yenildi. Bu son derece duyurulan maç, hüküm süren bir dünya satranç şampiyonunun ilk kez bir bilgisayara kaybetmesiydi ve yapay olarak akıllı bir karar verme programına doğru büyük bir adım olarak hizmet etti. Aynı yıl Dragon Systems tarafından geliştirilen konuşma tanıma yazılımı Windows'a uygulandı. Bu, ileriye doğru atılmış bir başka büyük adımdı, ancak konuşulan dilin yorumlanması çabası yönündeydi. Makinelerin üstesinden gelemeyeceği bir sorun yok gibiydi. Cynthia Breazeal tarafından geliştirilen ve duyguları tanıyabilen ve gösterebilen bir robot olan Kismet'in kanıtladığı gibi.
· ZAMAN HER ŞEYİN İLACIDIR
Yapay zekayı nasıl kodladığımız konusunda daha akıllı hale gelmedik, peki ne değişti? 30 yıl önce bizi geride tutan bilgisayar depolamasının temel sınırının artık bir sorun olmadığı ortaya çıktı. Moore Yasası, bilgisayarların bellek ve hızını her yıl iki katına nihayet çekmişti ve birçok durumda, her ihtiyaçlarını aştı. Deep Blue, 1997'de Gary Kasparov'u ve Google'ın Alpha Go'sunun sadece birkaç ay önce Çin Go şampiyonu Ke Jie'yi nasıl yenebildiğini tam olarak bu şekilde başardı. AI araştırmasının hız treni; AI'nın yeteneklerini mevcut hesaplama gücümüzün (bilgisayar depolama ve işlem hızı) düzeyine doyurur ve ardından Moore Yasası'nın tekrar yetişmesini bekleriz.
· YAPAY ZEKA HER YERDE
Artık, bir kişinin işlemesi için çok hantal olan büyük miktarda bilgiyi toplama kapasitesine sahip olduğumuz “ büyük veri ” çağında yaşıyoruz. Bu konuda yapay zekanın uygulanması, teknoloji, bankacılık , pazarlama ve eğlence gibi birçok sektörde şimdiden oldukça verimli olmuştur. Algoritmalar çok fazla gelişmese bile, büyük veri ve büyük bilgi işlemin yapay zekanın kaba kuvvet yoluyla öğrenmesine izin verdiğini gördük. Moore yasasının biraz yavaşladığına dair kanıtlar olabilir, ancak verilerdeki artış kesinlikle herhangi bir ivme kaybetmedi.. Bilgisayar bilimi, matematik veya sinirbilimdeki atılımların tümü, Moore Yasasının tavanından potansiyel çıkışlar olarak hizmet eder.
· GELECEK
Peki gelecek için neler saklı? Yakın gelecekte, AI dili bir sonraki büyük şey gibi görünüyor. Aslında, zaten devam ediyor. En son ne zaman bir şirketi arayıp doğrudan bir insanla konuştuğunuzu hatırlamıyorsunuz değil mi. Bugünlerde makineler bile bizi arıyor! Akışkan bir konuşmada uzman bir sistemle etkileşime geçmeyi veya gerçek zamanlı olarak tercüme edilen iki farklı dilde bir konuşma yapmayı hayal edebilirsiniz. Sürücüsüz arabaları da görüyoruz. Uzun vadede amaç, tüm görevlerde insanın bilişsel yeteneklerini aşan bir makine olan genel zekadır.Görünüşe bakılışa AI'nın toplumda istikrarlı bir şekilde gelişmesine ve çılgınca çalışmasına izin vereceğiz.
