Facebook sembolik akıl yürütmeyi kullanarak gelişmiş matematik denklemlerini çözebilen yeni bir yapay zekâ algoritması geliştirdi. Bu uygulama ile ikinci derece diferansiyel denklemler ve normal hesapla yapılamayan integral problemleri çok kolay çözüme kavuşuyor.
Geçenlerde genç bir öğrenci ile matematik öğrenimi konusunda tartışıyorduk. Ben sadece matematiğin bütün dillerde aynı şeyi ifade ettiğini söyleyip matematik öğrenmenin önemine vurgu yaptım ve matematik bilenin her alanda başarılı olacağını, bilmeyenin ise aç kalmayacağını ancak çok da ileri bir başarı sağlayamayacağını iddia ettim. Genç adam itiraz etti ve elindeki akıllı telefonda bulunan hesap makinesi ile neredeyse her problemi çözdüğünü, o yetmezse Wolframalpha isimli web sitesinden bütün ödev çözümlerini bulduğunu ve konsepti anladıktan sonra matematik öğrenmeye ihtiyacı olmadığını söyledi.
Biz de fizik öğrencilerine sınav yaparken yanlarında bir integral tablosu getirmelerine izin veriyoruz. Sebebi ise zaten kısıtlı zamanda fizik problemlerini çözecek, cevabı matematiksel ifadelere dökecek ve integral lazım olduğunda sadece tabloya bakıp cevabı bulacak. Bir de integral çözümü için uğraşsın istemiyoruz.
Yapay zekâ ve artırılmış gerçeklik ile ustalıklara ve uzun süren eğitimlere gerek kalmıyor. Mesela uçak motoru tamir etmek için uzman olmanız gerekmiyor. Yapay zekâ donanımlı gözlüğünü takıp uçak motorunun başına geçtiğinizde, artırılmış gerçeklik gözlüğünüz resim tanıma sistemleri ile gerekli yönlendirmeleri yapıyor. Artırılmış gerçeklik gözlükleriyle teknik personel eğitim zamanı ve maliyetlerinin neredeyse sıfıra iniyor. Normal şartlar altında personelin teknik eğitim için yol ve konaklama masrafları ve eğitim süresinde çalışma ücretinin işlemesi mevzu bahis. Fakat bu gözlükler ile fazla teknik bilgiye sahip olmadan bütün işlem çok hızlı bir şekilde yapılabiliyor. Gözlük takılacak parçaları tek tek tanıyıp nereye monte edilmesi gerektiğini gösteriyor ve yanlış takılan parçaları da algılayıp uyarabiliyor. Yapılacaklar listesini de ekrana getirerek, teknik dökümana bakmak devrini de ortadan kaldırmış oluyor. Ayrıca kameralı görüntü teknik destek şirketlerinin ekranları da aktarılabiliyor ve böylece çalışanın adım adım yönlendirilerek nerelere müdahale etmesi gerektiği de görüntü üzerinde işaretlenebiliyor.
Bu gözlüklere insanlığın şimdiye kadar ürettiği bütün verileri yüklemek de mümkün. Otomasyon ile artık çok şeyi bilmeden de işimizi halledebiliyoruz. Mesela arabanın her parçasının ne işe yaradığını bilemiyoruz. Fakat gaza basıyoruz gidiyor, frene basıyoruz duruyor. İçeride olanlar araba bozulana kadar bizi çok da ilgilendirmiyor.
Teknoloji ilerledikçe eski alışkanlıklarımız bir bir değişmek zorunda kalıyor. Bu pandemi süreci de bize gösterdi ki artık çalışanların birçoğu, özellikle masa başı işleri yapanlar işyerine gelmeden de çalışabiliyorlar. Öğrenciler okula gitmeden de ders alabiliyorlar. Uzaktan eğitim zaten uzun süredir tartışılagelen bir durumdu. Hal böyle olunca matematik bilmeden de yapay zekâ ile matematik yapmak mümkün oluyor.
Facebook yapay zekâ takımı derin öğrenme algoritmaları kullanarak karmaşık matematik denklemlerini çözebildiler. Derin Öğrenme yapay zekânın en önemli alanlarından birisi ve klasik makine öğrenmesi algoritmalarına ciddi fark atıyor. Derin Öğrenme insan beynindeki nöronları taklit ediyor ve onlar gibi davranmaya çalışıyor. Veriler bir katmandan veriliyor. Arada gizli katmanlar ve sonra optimizasyon fonksiyonları çalışıyor ve en sonunda istenilen sonuca ulaşılıyor. Derin öğrenme geliştikçe her geçen gün daha iyi sonuçlar veriyor. Bu çalışmada Facebook yapay zekâ ekibi geleneksel yaklaşımlar dışında denklemleri matematiksel ifade olarak değil normal yazı gibi yazılmış birer cümle olarak kabul ettiler. Doğal Dil işleme ya da kısaca NLP dediğimiz ve yazı ve metinleri işlediğimiz metotlar kullanıldı. Bu sayede sinirsel makine tercümesi (Neural Machine Translation (NMT)) problemleri bir çözüme dönüştürdü. 100 milyondan fazla denklem ve çözümü modelleri eğitmek için kullanıldı ve bu modele hiç gösterilmeyen denklemlerle test edildi ve bu model daha önce denenen yöntemlerden çok daha hızlı ve doğruluk derecesi çok daha yüksek çözümler üretti.
Bu başarı sonrası bilim insanları matematik öğrenimine ileride çok da gerek kalmayacağı yorumuna sebep oldu. Öyle ya bütün insanlık tarihi boyunca üretilen bütün veriler bir gözlük camına ya da bir lense ya da tırnak büyüklüğündeki bir flash belleğe yüklenebiliyorsa ve istenildiğinde hemen ulaşılabiliyorsa daha neyi öğretmek için uğraşacağız. Ayrıca Elon Musk’ın Neuralink şirketi insan beynine hafızaları yükleyebileceğini veya bir insanın hafızasındaki bilgileri alıp bilgisayarlara transfer edebileceğini iddia ediyor. Hal böyle olunca tarih boyu üretilmiş bütün veriler ve matematik problemleri ve çözümleri birkaç beyin dalgası ile insan beynine transfer edilebilecekse o kadar eğitime gerek kalmayabilir.
Teknolojik gelişmeler hızla ilerlerken yapay zekâ hayatımızı her alanda değiştirmeye devam ediyor. En son çalıştığım bilimsel araştırma projesinde yapay zekâ algoritmaları kullanarak iyonik sıvıların erime noktalarını yapay zekâ ile tahmin eden bir uygulama geliştirdik. Bu sayede binlerce farklı molekülü laboratuvar ortamında oluşturup erime noktalarını öğrenmek için yüzlerce deney yapıp yıllarca veri toplamak yerine yapay zekâ bu verileri bir kaç milisaniyede tahmin edebildik ve laboratuvarda hem malzeme oluşturmak için harcanan zaman ve yatırıma gerek kalmamış oldu. Ayrıca yapılan deneylerde kimyasal tepkime ya da patlama gibi kazaların da önüne geçilmiş oldu.
Hangi mesleği yaparsak yapalım yanında mutlaka yapay zekâyı öğrenmeli ve hatta öğretmeliyiz. Önümüzdeki 30 yılın teknolojisi olan yapay zekâ trenini kaçırmamak dileğiyle hoşçakalın.