10:55, 19 Mart 2024 Salı



Ana Sayfa > Enformasyonizm > Enformativite |

AlphaGo Yapay Zeka’nın Umudu mu?

Çok boyutlu bir matriksin oluşumu farklı amaçlar için tek bir veri bankasının işlenmesi/işletilmesi elektrik akımın önceden kurgulanmış sayısız kavşaklarından sayısı belli sapaklara yönlendirişten çok daha kolay olacaktır.

AlphaGo Yapay Zeka nın Umudu mu

Geçenlerde radyo programında Yapay Zeka tartışılıyordu. Google’ın DeepMine şirketi tarafından geliştirilen AlphaGo oyunu üzerinden yapay zekanın gelişiminden bahsediliyor. Bu bana Kasparov ile IBM’in Deep Blue arasındaki satranç karşılaşmasını hatırlattı. Garry Kasparov dünyanın en genç satranç şampiyonu olma ünvanını kazanmıştır. IBM tarafından geliştirilen ilk yapay zeka örneklerinden Deep Blue’da sadece satranç oyunu için üretilen sofistike bir program çalışıyor. Deep Blue ile Kasparov 1996 yılında ilk karşılaşmasını yaptı. Genç dehâ ile bilgisayarın karşılaşmasında kazanan Kasparov olur. 1,4 ton ağırlığındaki bilgisayar 32 paralel işlemciyle çalışıyordu. Saniyede 100 milyon işlem yapabilme kapasitesine sahipti. Bir satranç oyununda oyuncuya hamle yapabilmesi için 3 dakika düşünme süresi tanınmaktadır. Deep Blue 3 dakika içinde 18 milyar işlem yaparak en iyi hamlenin sonuçlarını hesaplayıp yaklaşık 540 hamle sonrasını tahmin edebilmekteydi. Fakat bu güç Kasparov’a yenmek için yeterli olmadı.

1997 yılında bu hız 2 katına çıkarıldı (3 dakikada 36 milyar işlem) ve başka özellikler de eklendi. Bu yeni özellikler ile oyunun akışına göre programın algoritması geliştiriliyordu. 11 Mayıs 1997’de 6 setten oluşan maçın sonucunda 3,5 puana karşın 2,5 puan ile Kasparov yenildi. Ancak Kasparov oyunda hile yapıldığını savundu. IBM bu iddiayı kabul etmediği gibi Kasparov’un yeniden maç önerisini de reddederek Deep Blue projesini sona erdirdi.

 

AlphaGo nasıl bir proje?

Google’a ait yapay zeka şirketi DeepMind’ın AlphaGo yazılımı da benzer bir başarı elde etti. Go adlı oyun daha çok asya ülkelerinde bilinen 3000 yıllık tarihe sahip strateji oyunudur. Yapay zeka araştırmacıların bu oyunla ilgilenmesi satranç oyunundaki gibi sonsuz hamle olasılıklarının olmasıdır. AlphaGo yazılımın başarısı sonsuz hamle olasılıklarını azaltarak her hamlenin sonuçlarını tahmin edebilmesinde saklı.

 

  

AlphaGo’nun ilk resmi maçı, 5-0’lık galibiyeti ile sonuçlanan Ekim 2015’te 3 kez Avrupa Şampiyonu olan Bay Fan Hui’ye karşıydı. Mart 2016’da Lee Sedol ile Güney Kore Seul’de yaptığı karşılaşmayı da 4-1’lik skorla kazandı. Oyun sırasında AlphaGo çok sayıda yaratıcı hamle yaptı. Bu zafer ile birlikte ilk kez bir bilgisayar Go oyuncusu ödülü aldı.

Dünya Açık Go Turnuvası’nın birincisi Çinli profesyonel Go oyuncusu Kı Cie ile AlphaGo Mayıs 2017’de karşılaşarak tekrar zafer elde etmeyi başardı.

Yapay Zeka’nın gelişmesinde yığınların (big data/büyük veri) ve işlem hızının önemi yok. 1997 yılındaki IBM’in başarısı sorunun hız ya da büyük veri ile ilgili olmadığını tespit etmiştir. Aynı şekilde Google’ın AlphaGo’su da hafızada sakladığı veriden ziyade bu veriler ile türetilecek olan yeni bir veri akışının ortaya çıkmasında yapay zeka alanında önemli bir başarı sayılabilir. Yeni veri akışının çıkışı yine eldeki verilerin farklı şekilde eklenmesiyle mümkün olabilmekte. Bu tam bir başarı olmamakla birlikte gelişim için büyük bir adımdı. IBM’in başarısı ya da Google’ın kesintisiz başarısı bu olsa gerek.

 

Datasphere

İlk başlarda yürütülmeye çalışan yapay zekanın algoritması evet/hayır gibi kesin katmanlardan oluşmaktaydı. Yeni bir veri akışının sağlanabilmesi için tek boyutlu algoritmalardan çok boyutlu algoritmaya geçiş yapıldı. Hisler yerine olasılıklar eklendi; düşünce yerine tahminler bulundu. Fakat bu, bulunan yeni verilerin aslında eski verilerin karması olması yapay zekanın önündeki en büyük engeli oluşturmaktaydı. Sorunun çözümü çok katmanlı algoritmanının yerine 3 boyutlu (Datasphere) algoritmanın oluşturulmasıyla mümkün olabilir. Çok katmanlı algoritmanın çalışmasında büyük verinin (big data) birbirleriyle olan bağıntının etkisi yazılımı güçlü ya da zayıf yapabilmekte. 3 boyutlu algoritmada ise verilerin birbirleriyle olan ilişkisi kadar birbirlerinden ne kadar uzak oldukları da önem arzetmektedir. 

“Datasphere; gerçekte çok boyutludur ve her yeni boyut zaten "uzay, düzlem, vektör, nokta" ilgisi hal-i hazır mevcut olduğu için yeni yeni yükler doğurmamaktadır.” Tahsin Yılmaz

Bu sözler yeni bir çağın habercisi olabilir; çünkü big data (büyük veri) olarak adlandırdığımız yığınlar gerçekte birer database olacak. Tek bir amaç için toplanan veriler bir çok amaç için hizmete açılır olacaktır. Zorlukların farkındayım. Şu an bile çok katmanlı veri akışında doğru verilerin doğru şekilde işlenmesi büyük bir emek gerektirirken datasphere işlemindeki algoritmanın oluşturulması imkansız gibi görünmektedir.

Frank Rosenblatt nöronların çalışma prensibine benzer şekilde Perceptron adı verdiği bir model hazırlamıştı. Tek katmanlı sistemden oluşan bu model çok katmanlı modele evrilene kadar yapay zekada başarı elde edilememişti. Bu modelde ilkinden farklı olarak gizli bir katman devreye girip olasılık üretmesi sağlanıyor. Yapay zekanın temelini oluşturan bu yapının sağlıklı çalışabilmesi tek amaç için elde edilen doğru verilerin tasnifinin başarısında yatmaktadır. Büyük verinin toplanması ve işlenmesi sorununa ek olarak benzer verilerin farklı amaçlar için tasnif, tasnif ve tekrar tasnif edilmesi gerekmektedir. Belki yeni bulunacak bir matriks içinde verilerin iletilmesi gerekecektir. Çok boyutlu bir matriksin oluşumu farklı amaçlar için tek bir veri bankasının işlenmesi/işletilmesi elektrik akımın önceden kurgulanmış sayısız kavşaklarından sayısı belli sapaklara yönlendirişten çok daha kolay olacaktır. Verilerin bağıntılarının doğru şekilde etiketlenmesi ve gerektiğinde yeni elde edilen bilgiler ışığında tekrar eklenmesi, değiştirilmesi mümkün olan matriks sayesinde gerçek bir yapay zekanın oluşumu mümkün kılınabilir. Böyle bir modelleme ile üretilen veri bankasına tam bir hâkimiyet sağlanabilir. Yoksa bu yolda yapılan her bir çalışma sadece o amaç için üretilen bir cihaz olmakla sınırlı kalacak ve bir yapay zekanın önünü açamayacak.

 

Go oyunu   

3.000 yıl önce Çin'den geldi. Oyunun kuralları basittir: oyuncular, rakibin taşlarını yakalamaya ya da boşlukları kuşatmaya çalışarak toprağın noktalarını oluşturmaya çalışarak sırayla siyah veya beyaz taşlar yerleştirmeye çalışıyorlar. Kurallar kadar basit olan Go, çok karmaşık bir oyundur.



İlgili Konular ⟩ » Datasphere » AlphaGo » Deep Blue » DeepMine » Garry Kasparov » Datosfer » Yapay Zeka


İlgili Haberler