Şikago’lu gazeteci Sydney J. Harris “İnsanların yaptığı sahte paralardan çok, paraların yaptığı sahte insan vardır” der. 2014 yılında ortaya atılan ve günümüzde altın çağını yaşayan Generative Adversarial Networks - GAN (Çekişmeli Üretici Ağlar) adı verilen bir yapay sinir ağları (artificial neural network) modeli ile artık gerçekte hiç yaşamamış fakat baktığınızda gerçek gibi duran sahte insan resimleri üretebiliyoruz ve bu sahte insanları istediğimiz gibi konuşturup, hareket ettirebiliyoruz.  

Daha önce bilgisayar ortamında grafik tasarım ve 3 boyutlu yazılımlarla insan benzeri karakterler üretilebiliyordu. Fakat bu karakterlere baktığınızda gerçek insan olmadığını bilirdiniz. Fakat bu GAN (Çekişmeli Üretici Ağlar) ile üretilmiş resimleri gerçek insanlardan hiç ayırt edemiyorsunuz ve bunun için günlerce ve hatta aylarca bir animatörün tasarım yapmasına gerek kalmıyor. Yapay zekâya sadece gerçekte yaşamış insan resimleri gösteriyoruz ve onlardan bir insanın şeklinin nasıl olması gerektiğini öğreniyor ve yeni bir insan üret dediğimizde hemen bir resim üretiyor ve bu görüntüyü gerçek bir insandan ayırt edemiyorsunuz ve bunu milisaniyeler içinde bir 100 satırdan az Python kodu ile yapabiliyoruz. Bunun için Autocad gibi, 3D Studio Max gibi, Unity gibi programlar öğrenmenize de gerek yok. Yapay zekâyı ve derin öğrenmeyi (deep learning) öğrenin yeter. 

Çekişmeli Üretici Ağlar (GANs) ile sadece insan yüzü üretmiyoruz. Bununla beraber, en güzel binaları gösterip daha güzel bir bina resmi oluşturabiliyoruz. Moda tasarımcısı iseniz en güzel elbiseleri verip hepsinden daha güzel bir elbise, daha güzel bir doğa fotoğrafı, daha güzel bir araba, daha güzel çizgi film karakterleri, daha gerçekçi film sahneleri ve hayalimizin vardığı her şeyi tasarlamak mümkün. Ayrıca en güzel müzikleri verip daha güzel bir müzik üretmesini sağlabiliyoruz. 2014 yılından bu yana GAN ile alakalı 2000’den fazla akademik makale yayınlandı ve şu an yüzlerce bilimsel araştırma devam ediyor. (Resimde gördüğünüz kişilerin hiçbiri gerçek değil, tamamen 2017 yılında Tero Karras, vd. tarafından “Progressive Growing of GANs for Improved Quality, Stability, and Variation” isimli akademik makale içerisinde yayınlanan ve yapay zekâ tarafından üretilen resimlerdir.)  

Hatta pix2pix denilen bir uygulama ile eskinin siyah beyaz resimleri milisaniyeler içerisinde renkli hale getirebiliyoruz. Anı şekilde yıllar yıllar önce düşük çözünürlükte çekilmiş filmleri günümüz şartlarında 4K kalitesinde çekilmiş gibi hem renklendirip hem de çekim kalitesini arttırabiliyoruz.  Yıllar önce İstanbul’da öğrenciyken bir bilgisayar dershanesinde Photoshop dersleri veriyordum. Bir gün genç bir adam buruşmuş ve kırılmış siyah beyaz bir bayan resmi getirdi. Bu sevdiği kızın annesinin resmi imiş. Bu resmin kırıklıklarını düzeltip renklendirip renklendiremeyeceğimi sordu. Bu gençle beraber oturup piksel piksel, en yakın komşu pikselleri kopyalayıp kırıkları düzelttik. Sonra seçim araçları ile yüz kısmını seçtik ve CTRL + B’ye basıp renk ayarları ile yüzünü renklendirdik. Arkasındaki ağaçları seçip yeşil rengin tonlarını verdik ve kızı arayıp çaktırmadan annesinin o resimdeki giydiği elbiselerinin renkleri öğrenmesini sağladık. Sonra renklendirdiğimiz resmin renkli yazıcıdan çıktısını alıp çerçevelettik. Ertesi gün derse gelen genç, kayınvalide adayının resmi görünce gözyaşlarına hakim olamadığını ve daha önce kızı ile evlenmesine karşı iken, bu resimden sonra gönül rahatlığı ile kızı ile evlenmesine izin verdiğini söylemişti. O zaman üzerinde bir gün çalıştığımız bu işler şimdi yapay zekâ ile milisaniyeler içerisinde yapılabiliyor.  

Çekişmeli Üretici Ağlar’a ayrıca istediğimiz binayı sözle tarif ediyoruz ve binanın içerisinde kaç oda ve o odalarda olacak mobilyaları ve onların renklerini söylüyoruz. Sözümüzü dinleyen algoritma istediğimiz tasarımı sanal ortamda oluşturuyor. Bu durumda film çekmek için artık set tasarımına, tırlarla eşya taşımaya gerek yok. Herşeyi yapay zekâya tarif edeceksiniz o sizin istediğiniz her mobilyayı tasarlayıp emrinize sunuyor. Ayrıca dizilerde oynayacak oyuncuların tamamını sanal karakterlerden üretebilirsiniz. Ve bu karakterlere birkaç dokunuşla anadili gibi İngilizce, Almanca,Türkçe, Arapça ve bütün dilleri öğretebilirsiniz ve aksansız konuşurlar. 

GAN modeline yeterince örnek veri verirseniz size yine aynı cinsten yeni örnekler üretir. Bu modelde iki farklı yapay sinir ağı sürekli kavga halindedir. Bunlara Üretici (Generator) ve Ayırt edici (Discriminator) ağlar denir. Birisi iş beğenmeyen patron gibi sahte resim üreten ağı sürekli eleştirir, diğeri her eleştiri de daha gerçeğe yakın resimler üretir ve en sonunda o kadar iyi üretim yapar ki gerçeğinden ayırt edemezsiniz. Bunu yapay zekâ üzerine çalışanlar kalpazanlara benzetirler. Güvenlik güçleri kalpazanları yakalamak için ne kadar ilginç strateji geliştirseler bile kalpazanlar da daha yüksek teknoloji kullanarak daha sofistike araçlar geliştirirler. İşte GAN’ler tam bu yöntemle çalışır ve en sonunda gerçeğini aslından farkedemezsiniz. 

Bu yöntemle yapay zekâya daha önce büyük ressamlar tarafından yapılan tablolar gösterildi ve bu tablolardan esinlenip yeni bir sanat eseri üretmesi istendi. Üretilen resmin açık arttırmada 10 bin dolara satılması beklenirken tam 432 bin 500 dolara satıldı. Tabloda imza kısmında ise bahsettiğimiz GAN algoritmasının matematik formülü vardı. Bu tablonun bu kadar pahalı olması yapay zekâ ile üretilen ilk tablo olması idi. Zaten modeli bir kez eğittikten sonra istediğiniz kadar resim üretebilirsiniz. 

Los Angeles’ta beraber çalıştığım yapay zekâ şirketi ders içeriğini güncelledi ve artık GAN ve Reinforcement Learning’de programa eklendi ve artık bu dersleri de vermeye başladım.  

Yapay zekânın en ilginç alanlarından biri olan Doğal Dil İşleme (NLP) ile GAN’i birleştirdiğimizde inanılmaz şeyler başarabiliriz. Hangi sektörde olursak olalım yapay zekayı öğrenmek zorundayız. Öğrenmezsek ne olur? Bu teknolojileri öğrenenler 2 kelime ile işlerini hallederken biz aylar ve hatta yıllar çalışıp yine de istediğimiz sonuca ulaşamayız. Film yapımcıları, gazeteciler, askerler,  öğretmenler, doktorlar, avukatlar ve bilumum mesleklerin bir an önce yapay zekâ, makine öğrenmesi, derin öğrenme öğrenmesi ve mesleğine entegre etmesi lazımdır. Ya da bu teknolojileri de milyar dolarlar harcayarak satın alırız.