Yapay zekâ tehlikesi düşündüğünüzden daha garip, Janelle Shane | TED2019
Yapay zekânın tehlikesi aslında bizlere karşı ayaklanacakları değil, tam olarak yapmalarını istediğimiz şeyleri yapacak olmalarıdır diyor, yapay zeka araştırmacısı Janelle Shane. İnsanların problemlerini çözmeyi deneyen — yeni dondurma tatları yaratmak veya yoldaki arabaları tanımak gibi — yapay zekâ algoritmalarının garipliğini ve bazen de korkutucu tuhaflıklarını paylaşan Shane, yapay zekânın neden henüz gerçek beyin ile aynı düzeyde olamayacağını gösteriyor.
Yapay zekânın, her tür endüstriyi bozduğu bilinmektedir. Peki ya dondurma? Gelişmiş bir yapay zekânın gücüyle akıllara durgunluk verecek ne tür tatlar oluşturabiliriz? Bu sorunun cevabını bulmak için Kealing orta okulundan bir grup kodlayıcı ile birlikte çalıştım. Mevcut olan yaklaşık 1600 dondurma tadını topladılar ve birlikte, ne oluşturacağını görmek için onları bir algoritmaya çevirdik. İşte yapay zekânın ürettiği tatlardan birkaçı.
Filmlerde yapay zekâyla ilgili bir hata olduğunda bu genelde yapay zekânın, artık insanlara itaat etmemeye karar vermesi nedeniyle olur ve artık kendi kuralları vardır, çok teşekkürler. Ancak, gerçek hayatta sahip olduğumuz yapay zekâ bunu yapabilecek kadar zeki değil. Yaklaşık bir solucanın veya belki de olsa olsa tek bir bal arısının programlama gücüne sahiptir ve aslında, belki de daha azına sahiptir. Beyinlerle ilgili sürekli yeni şeyler öğreniyoruz ve bu da yapay zekânın neden gerçek beyinlerle aynı düzeyde olmayacağını açıklıyor. Günümüzdeki yapay zekâ, bir resimde yayayı saptamak gibi bir görevi yapabilir, fakat bir yayanın ne olduğunu kavrayamaz, yaya onun için bir çizgiler, dokular ve bazı şeylerin toplamıdır. Bir insanın aslında ne olduğunu bilmez. Peki günümüzün yapay zekâsı biz ne istersek onu mu yapacak? Eğer yapabilirse evet, fakat gerçekten istediğimizi yapamayabilir.
Yapay zekâ tehlikesi düşündüğünüzden daha garip
Diyelim ki bir yapay zekânın bu robot parçalarını alıp A noktasından B noktasına gidecek bir robota dönüştürmesini istiyorsunuz. Bu problemi geleneksel türden bir bilgisayar programı yazarak çözmeyi deneyecek olsaydınız, programa bu parçaları nasıl alacağına, bunları bacaklı bir robota nasıl dönüştüreceğine ve o bacakları B noktasına gitmesi için nasıl kullanacağına dair adım adım talimatlar verirdiniz. Fakat problemi çözmek için yapay zekâ kullandığınızda işler farklı ilerliyor. Ona problemi nasıl çözeceğini söylemiyorsunuz, ona sadece amacı veriyorsunuz ve onun, amaca ulaşmak için deneme yanılma aracılığıyla kendisi çözmesi gerekiyor. Yapay zekânın bu problemi çözmek için gittiği yol şu şekilde görünüyor: kendisini bir kuleye monte ediyor, sonra düşüyor ve B noktasına iniş yapıyor. Bu, teknik olarak problemi çözüyor. Teknik olarak B noktasına gidiyor. Yapay zekânın tehlikesi aslında bizlere karşı ayaklanacağı değil, tam olarak yapmalarını istediğimiz şeyleri yapacak olmalarıdır. O zaman da yapay zekâyla çalışma hilesi şu hale geliyor: Problemi nasıl düzenleyelim ki gerçekten istediğimizi yapsın?
Bu küçük robot bir yapay zekâ tarafından kontrol ediliyor. Yapay zekâ robot bacakları için bir tasarım buldu ve sonra onları, bu engelleri aşmak için nasıl kullanacağını çözdü. Fakat David Ha bu deneyi oluşturduğunda yapay zekânın bacakları ne kadar büyük yapabileceğine dair çok, çok katı kısıtlamalarla oluşturmalıydı, çünkü, aksi takdirde…
Yapay zekâ tehlikesi düşündüğünüzden daha garip
Yapay zekânın bunu yaptığını görünce, bu haksızlık diyebilirsiniz, yüksek bir kule olup düşemezsiniz, yürümek için bacak kullanmanız gerek diyebilirsiniz. Görünen o ki, bu da her zaman işe yaramıyor. Yapay zekânın işi hızlı hareket etmek. Ona ileri doğru koşması gerektiğini veya kollarını kullanamayacağını söylemediler. Yapay zekâya hızlı hareket etmeyi öğrettiğiniz zaman olan şey budur, takla atmak veya şaşkınca yürüyüşler gibi şeylerle karşılaşırsınız. Bu gerçekten yaygın. Yerde sürünmek de yaygın.
Yapay zekânın başka alanda attığı yanlış bir adım daha. Amazon, algoritmanın kadınlara karşı ayrımcılık yapmayı öğrendiğini keşfettiği zaman, bir özgeçmiş-sıralama algoritmasından vazgeçmek zorunda kaldı. Olan şey şuydu, yapay zekâyı geçmişte işe aldıkları insanlara ait örnek özgeçmişlerle eğittiler. Yapay zekâ da bu örneklerden, kadın okullarına gitmiş olan veya özgeçmişinin herhangi bir yerinde “kadın” kelimesi geçen, — “kadın futbol takımı” veya “Kadın Mühendisler Derneği” gibi — özgeçmişlerden kaçınmayı öğrendi. Yapay zekâ, insanların yaptığını gördüğü bu şeyi kopyalaması gerekmediğini bilmiyordu. Teknik olarak da yapmasını istedikleri şeyi yaptı. Sadece, yanlış şeyi yapmasını istediler.
Yapay zekâ tehlikesi düşündüğünüzden daha garip
Yapay zekâyla bu her zaman olur. Yapay zeka çok zararlı olabilir ve bunu bilmeyebilir. Facebook, YouTube’da yeni içerik öneren yapay zekâlar, tıklama ve görüntüleme sayısını yükseltmek üzere optimize edilmiştir. Ne yazık ki bunu yapmak için buldukları bir yol da, komplo teorisi veya fanatiklik içerikleri önermek. Yapay zekâların, bu içeriklere dair herhangi bir fikirleri yok ve bu içeriği önerdikleri zaman sonucun ne olacağına dair de herhangi bir fikirleri yok.
Yani, yapay zekâyla çalışırken problemlerden kaçınmak bize bağlıdır. Yanlış giden şeylerden kaçınmak da öyle, bu çok eski iletişim problemine kadar da inebilir, insanlar yapay zekâyla nasıl iletişim kuracağını öğrenmelidir. Yapay zekânın ne yapabildiğini ve ne yapamadığını öğrenmeliyiz ve yapay zekânın, çok küçük solucan beyniyle, ondan yapmasını istediğimiz şeyi aslında anlamadığını anlamalıyız. Yani, süper-yetkili, her şeyi bilen bilim kurgu yapay zekâlarına benzemeyen yapay zekâ ile çalışmaya hazırlıklı olmalıyız. Şimdiki zamanda sahip olduğumuz tek yapay zekâyla çalışmaya hazırlıklı olmalıyız. Günümüzün yapay zekâsı da yeterince garip.
Yapay zekâ tehlikesi düşündüğünüzden daha garip başlıklı içerik ilgilinizi çekti ise Yapay Zekâ, Veri Bilimi, Makina Öğrenmesi Eğitimleri içeriğimde ilginizi çekecektir. Keyifli Okumalar.
