Büyük tsunami geliyor!

YAZI: MEHTAP DEMİR

Kariyerine Türkiye’de, Bilkent Üniversitesi Elektrik-Elektronik Mühendisliği bölümünde başladı. 90’ların başıydı. Yapay zekaya ilgisi ise bitirme projesiyle şekillendi. O günleri şöyle anlatıyor: “Projeler hocaların kapısına asılmıştı, biz de içlerinden sevdiklerimizi seçmeye çalışıyorduk. Asıl almak istediğim projeyi kaçırınca önümde iki seçenek kaldı: Biri mekanik bir yılan yapmak, diğeri de ‘Neural Network ile İzole Rakam Tanıma’ projesiydi. Arkadaşlarım ‘yılan zehirli olabilir’ diyerek projenin zorluğuna dikkat çekince ikinciyi seçtim. Bu projede bilgisayar ‘bir’ ya da ‘iki’ dediğimizi anlayacaktı. Şimdi kulağa şaka gibi geliyor ama hâlâ 1’ler ve 0’larla iş yaptığımız, o ilkel ama heyecan verici günleri sık sık anıyoruz.”

Bu proje sayesinde yurt dışı eğitim başvurularında elinde güçlü bir referans oldu. TOEFL, GRE skorlarının yanı sıra bu proje de çok işine yaradı. Sonrasında burs alarak ABD’ye gitti, yüksek lisans ve doktorasını yapay zeka alanında tamamladı.

Doktoranın ardından IBM Watson Research Center’da çalışmaya başladı. O dönem Google henüz ortada yoktu; IBM ve AT&T Bell Labs en prestijli kurumlar arasında sayılıyordu. IBM’de on yıl çalıştı, çok sayıda akademik yayın ve patente imza attı. Ancak zamanla şunu fark etti: “Bazı araştırmalar ürüne dönüşüyor, bazıları ise yıllarca rafta kalıyor. 20-30 yıl böyle geçebilirdi.” O ise daha fazla etki yaratmak istiyordu. Daha “uygulamalı” bir alana geçmeye karar verdi.

Tam o dönemde Microsoft, “konuşma anlama” teknolojilerine ciddi yatırım yapmaya başlamıştı. Microsoft Research’ten teklif aldı ama o doğrudan ürün grubuna gitmek istedi. Burada “Conversational Understanding” (Konuşma Anlayışı) grubunu kurdu. İlk ürünü Xbox Entertainment Search oldu. Cortana’yı geliştiren ilk kurucu ekip içinde yer aldı. O dönem Cortana, Google Assistant’la aynı seviyede güçlü bir dijital asistandı. Fakat Windows Phone başarısız olunca Cortana da tarihe karıştı.

Kısa süre sonra, Kasım 2014’te Alexa piyasaya çıktı. Hâlâ Amazon’da Senior Vice President olan Rohit Prasad ile IBM’den tanışıyordu. 2016’da Amazon’dan teklif aldı ve Alexa ekibine Bilim Direktörü olarak katıldı.

Bugün, Amazon Alexa organizasyonunda Başkan Yardımcısı olarak görev yapıyor ve 800 kişilik kritik yapay zeka ekibini yönetiyor…

Ruhi Sarıkaya’dan söz ediyoruz. “25 yıldır çalışıyorum ve sadece üç büyük şirket değiştirdim: IBM, Microsoft, Amazon. Hepsi kendi döneminin en güçlü kurumlarıydı” diyen Sarıkaya, “Ben uzun süreli çalışmalara inanırım, çünkü gerçek bir etki yaratmak zaman alır” diye vurguluyor.

Amazon Alexa Başkan Yardımcısı Ruhi Sarıkaya, dijital asistanlardan yapay zekanın geleceğine, etik sınırlardan küresel yetenek savaşına kadar birçok konuyu Fast Company için anlattı.

Şirketler yapay zekayı sadece süreç hızlandırıcı bir araç gibi görüyor. Oysa asıl potansiyel, iş modellerini tamamen yeniden düşünmekte yatıyor.

DİJİTAL VE ALEXA’NIN EVRİMİ

Alexa’nın hikâyesi 2014’te bir ürün olarak başladı, ancak temelleri 2011’e kadar uzanıyor. Jeff Bezos’un o dönemdeki vizyonu şuydu: “İnternete bağlı, evde duran ve sesle kontrol edilen bir cihaz yapalım.” Bu büyük bir hedefti, çünkü o yıllarda uzaktan ses tanıma, yani “far-field speech recognition” hâlâ çözülmemiş bir araştırma konusuydu. Gürültülü bir ev ortamında, metrelerce uzaktan gelen bir komutu doğru anlayabilmek ciddi bir zorluktu.

Alexa’nın ilk büyük teknoloji sıçraması da burada yaşandı ve cihaz, odanın bir köşesinden gelen komutu anlayabiliyor hale geldi. Bu, kullanıcı deneyimini bambaşka bir seviyeye taşıdı.

İkinci sıçrama ise ‘derin öğrenmenin’ (Deep Learning) sistemlere entegrasyonu oldu. 2010-2011 arası IBM’de çalıştığım dönemde, yapay zekanın öncü ve kurucu liderlerinden olan ve 2024 Nobel Fizik Ödülü’nü ve 2018 Turing Ödülü’nü kazanan Geoffrey Hinton’la birlike araştırma yürüttüm. Bu çalışmadan da birkaç ortak bilimsel makale yayınladık. O dönemde Geoffrey Hinton, öğrencileriyle birlikte derin öğrenme modellerinin hem görsel hem de işitsel alanlarında olağanüstü sonuçlar verdiğini gösterdi. Başlangıçta endüstri bu gelişmelere temkinli yaklaştı, ancak Hinton’ın liderliği ve büyük şirketlerin katkılarıyla kuşkular giderildi. Biz de Alexa’da tüm sistemleri derin öğrenme modelleriyle dönüştürdük.

Üçüncü ve en güncel sıçrama ise üzerinde hâlâ çalıştığımız Alexa+ oldu. Alexa+ sadece bir chatbot değil; gerçek dünyada aksiyon alabilen, dijital ve fiziksel dünyaya müdahale edebilen bir sistem. Örneğin, “Akşam dört kişilik bir masa ayarla” dediğinizde, OpenTable üzerinden rezervasyonu yapıyor. “Buzdolabım bozuldu” dediğinizde, tamirciyi bulup takviminize randevu ekliyor.

Ayrıca çok katmanlı ve uzun süreli diyalogları sürdürebiliyor. Beş, on, hatta yirmi tur konuşmadan sonra bile bağlamı kaybetmeden devam edebiliyor. Bu, insana çok daha yakın bir iletişim deneyimi sağlıyor. Aynı zamanda “kişiselleştirme” alanında da büyük ilerleme kaydediyoruz. Alexa artık kullanıcı davranışlarını hafızasında tutarak, geçmiş tercihlere dayalı önerilerde bulunabiliyor.
Tüm bu özelliklerle Alexa+, gerçek anlamda bir “kişisel dijital asistan” olma yolunda ilerliyor.

REKABETTE NASIL FARK YARATTI?

Bugün dijital asistan alanında çok sayıda şirket faaliyet gösteriyor. Ancak Alexa’yı farklılaştıran bazı temel unsurlar var. Öncelikle, bugün dünya çapında 600 milyondan fazla Alexa destekli cihaz bulunuyor.

Yeni geliştirdiğimiz Alexa+’ta, klasik Alexa’daki özelliklerin yüzde 95’inden fazlasını kapsadık. Bu sadece yeni bir sistem kurmak değil, aynı zamanda geçmişteki tüm yetenekleri bu yeni yapıya entegre etmek anlamına geliyordu. Aynı zamanda ciddi bir mühendislik çabası gerektirdi.

İkinci önemli fark, Alexa’nın “gerçek dünyada eyleme geçebilme” yeteneği. Alexa sadece soruları yanıtlayan bir sistem değil; ışıkları kapatabiliyor, evdeki cihazları kontrol edebiliyor, Uber çağırabiliyor, ürün satın alabiliyor ve bu işlemleri sizin yerinize gerçekleştirebiliyor. Bu aksiyon alabilme kapasitesi, Alexa’yı diğerlerinden ayırıyor.

Bir diğer avantajı ise “çok düşük tepki süresi”. Bu kadar büyük modellerle çalışırken, kullanıcıdan gelen komutlara saniyenin altında yanıt vermek kritik. Örneğin “mutfak ışığını kapat” dediğinizde Alexa+, 3-4 saniye sonra cevap verirse müşterinin deneyim kalitesi düşer. Biz bu tepki süresini 1 ila 2 saniye aralığında tutarak gerçek zamanlı etkileşim beklentisini karşılamayı başardık.

Özetle söylemek gerekirse, yüksek donanım uyumluluğu, kapsayıcı özellik desteği, düşük gecikme süresi ve gerçek dünyada doğru aksiyon alabilme yeteneği sayesinde Alexa, rakiplerinden net şekilde ayrışıyor.

AŞILAMAYAN KRİTİK EŞİK!

Dijital asistanların bağlamı anlama ve kişiselleştirme konularında hangi eşikleri aşamadığına baktığımızda, bu alanda iki eksene dikkat etmek gerekiyor: “Bağlamı anlama” (context understanding) ve “Kişiselleştirme” (personalization).

Öncelikle bağlamı anlama konusunda çok önemli bir eşiği aştığımızı söyleyebilirim. Artık Alexa, bir konuşmayı sadece tek seferlik bir komut olarak değil, “çok turlu bir diyalog” şeklinde sürdürebiliyor. Örneğin, “Bir restoran ayarla” dediğinizde, ardından gelen “akşam olsun” ya da “dört kişilik” gibi eklemeleri, önceki ifadelerle ilişkilendirerek anlamlı bir bütün kurabiliyor. Sistemler artık sadece kelimeleri değil, niyetleri ve önceki konuşma parçalarını da değerlendirerek daha insana yakın bir iletişim kurabiliyor.

Ancak, bağlamla ilgili hâlâ çözülmemiş zorluklar da var. Özellikle uzun vadeli ve kişisel bağlamları anlamak hâlâ oldukça zorlayıcı. Bir kullanıcının geçen ay sorduğu bir konuyla bugün kurduğu bir cümle arasındaki ilişkiyi kavramak ya da bir alışkanlığı fark ederek buna göre kişisel öneride bulunmak gibi yetkinlikler, henüz gelişme aşamasında. Bu tür “kişisel hafızaya” dayalı bağlam yönetimi, yapay zeka alanında yeni yeni ilerliyor.

“Kişiselleştirme” tarafında da önemli adımlar atıldı. Alexa artık genel bilgiler vermekle kalmıyor, aynı zamanda kullanıcının geçmişteki davranışlarına göre daha uygun ve bağlamsal yanıtlar sunabiliyor. Örneğin bir kullanıcı her sabah saat 8’de alarm kuruyorsa Alexa bu davranışı öğrenerek otomatik hatırlatmalar sunuyor veya “akşam yemeği için ne yapayım” dediğinizde sizin vejetaryen olduğunuzu ama çocukların brokoli sevmediğini hatırlayıp bunlara uygun tarifler sunuyor.

Ancak burada da bazı sınırlayıcı faktörler var ve bunların başında “gizlilik ve veri güvenliği” geliyor. Herkesin mahremiyet düzeyi farklı. Kimileri “Alexa her şeyi bilsin, ona göre hizmet versin” derken, bazı kullanıcılar hiçbir verisinin tutulmasını istemeyebiliyor. Dolayısıyla kişiselleştirme deneyimini kullanıcıya açık, şeffaf ve isteğe bağlı hale getirmek çok kritik. Bu sadece teknolojik bir mesele değil, aynı zamanda etik bir sorumluluk.

YZ AJANLARININ ETKİSİ

Yapay zeka ajanları konusu, şu anda en çok konuşulan ve en yoğun çalışılan alanlardan biri. Bu tür yapay zeka ajanlarının temel farkı, onlara detaylı talimatlar vermenize gerek olmaması. Sadece yüksek seviyede bir hedef tanımlamanız yeterli… Örneğin, “benim için bir toplantı ayarla” ya da “bu konuyu araştır” gibi bir talimatla harekete geçiyorlar. Geri kalan tüm adımları kendileri planlayıp uygulayabiliyorlar.

En büyük sıçrama da burada yaşanıyor: Bu sistemler artık bir komutu aldıktan sonra “çok adımlı planlar” oluşturabiliyor ve her adımda gereken aksiyonu yine kendi başlarına alabiliyorlar. Örneğin, “beni bu hafta sonu yeni eve taşı” dediğinizde; takviminizi, taşıma firmalarını, evin konumunu, eşyaların listesini analiz ediyor, gerekli randevuları organize ediyor. Gerekirse e-posta gönderiyor, ödeme yapıyor ve tüm süreci sizin adınıza yürütüyor. Üstelik farklı uygulamalarla entegre çalışarak bu işlemleri otomatikleştiriyor.

Bu ajanlar artık sadece bilgi veren sistemler değil, “aktif aksiyon alan yapay zekalar” hâline geliyorlar. Tıpkı bir insan asistan gibi davranabiliyorlar.

Gelecekte bu tür yapay zeka ajanlarının, özellikle “zaman ve dikkat yönetimi” gibi alanlarda günlük yaşama ciddi kolaylıklar getireceğini düşünüyorum. Ancak, bu sistemler karar verip aksiyona geçtiği için, burada “güvenlik, kontrol mekanizmaları ve etik sınırlar” çok net tanımlanmalı. Çünkü, artık sadece bir öneride bulunmuyor; sizin adınıza hareket ediyor. Bu da yepyeni sorumluluklar ve düzenlemeler gerektiriyor.

GERÇEK DEĞER NEREDE?

Yapay zeka alanında çok fazla çözüm geliştiriliyor. Peki, bu çözümlerden gerçekten değer yaratanı nasıl ayırt edebiliriz? Bu sorunun cevabı hem teknolojik derinlik hem de iş değeri üretme açısından çok kritik.

Yapay zekanın gerçek gücü, bilgisayar başında çalışan herkesi (CEO’dan en alt düzeydeki analiste kadar) dönüştürme potansiyeline sahip olmasından kaynaklanıyor.

Örneğin, işe alım süreçlerini düşünelim. Yüzlerce özgeçmişi manuel olarak taramak oldukça zaman alır. Oysa bugün, bir prompt’la “şu niteliklerde aday arıyoruz, elimizdeki CV’lerden en uygun ilk 20’yi seç” demeniz yeterli. Normalde günler sürecek bu iş, artık saniyeler içinde tamamlanabiliyor.

Aynı şey yazılım geliştirme süreçleri için de geçerli. Daha önce sadece kıdemli mühendislerin yapabildiği işler, artık üretken yapay zeka ile çok daha hızlı ve verimli yapılabiliyor.

Amazon’da bu dönüşümü doğrudan yaşıyoruz. Kendi geliştirdiğimiz yapay zeka çözümlerini iç süreçlerde de aktif biçimde kullanıyoruz. Buna biz “eat your own dog food”, yani “önce kendi teknolojini kendin kullan” deriz.

SADECE HIZ KATMIYOR!

Burada önemli bir uyarı yapmak gerekiyor: Şirketler genellikle yapay zekayı sadece süreç hızlandırıcı bir araç gibi görüyor. Oysa asıl potansiyel, iş modellerini tamamen yeniden düşünmekte yatıyor. Yapay zeka, yeni gelir modelleri yaratmak, müşteri deneyimini dönüştürmek, ürün tasarımını baştan şekillendirmek gibi stratejik alanlarda da kullanılmalı. Yani sadece süreçleri iyileştirmek değil, işin doğasını yeniden tanımlamak gerekiyor.

Bu nedenle şirketlerin kendilerine şu soruyu sormaları gerekiyor: “Bu teknolojiyle sadece hız mı kazanıyorum, yoksa işimi kökten değiştiriyor muyum?” Benim yaklaşımım çok net: ‘AI or die’ (Ya yapay zeka ile yol al ya da tarihin tozlu sayfalarında kaybolup git).

Yapay zekaya adapte olup iş modelini yeniden tasarlamayan şirketlerin piyasada tutunması zor. Çünkü dönüşüm çok hızlı ve çok derin.

Bu noktada şirketlere önerim şu: Öncelikle tüm iş süreçlerinizi gözden geçirin. İşe alım, tedarik, müşteri hizmetleri, pazarlama, ürün geliştirme gibi alanlarda iş akışlarını yeniden tasarlayın. Yapay zekayı sadece bir “araç” olarak değil, “bir ekip arkadaşı” olarak konumlandırın.

ÖNCE KÜLTÜR DEĞİŞMELİ

Şu anda çok sayıda şirket yapay zekayı gerçek anlamda değer ve gelir yaratmak için kullanmıyor. Bu durumu aşmanın yolu, kurum kültürünü köklü biçimde değiştirmekten geçiyor.

Kurum kültüründeki bu tıkanma, doğrudan liderlikle ilgili. İş ortamında insanlar, tıpkı ailede olduğu gibi, liderlerinden öğrenir. Liderlerin davranışları, değerleri ve karar alma süreçleri çalışanlar tarafından taklit edilir. Herkes liderdir; resmi bir yönetici olmak şart değil. Çalışanlar, liderlerinden nasıl davranacaklarını öğrenirler.

Bu nedenle, liderlerin önce kendilerinin yapay zekayı etkin biçimde kullanması ve bu alanda öncü olması şarttır. Yapay zekayı dışarıdan “birileri yapsın” diye outsource etmek yeterli değildir; liderler bu konuda yetkin olmalı, zaman ve yatırım yapmalıdır.

Örneğin, şirket kültürünü bu yönde değiştirecek mekanizma ve adımlardan biri olarak, yeni bir proje önerisi veya planı gözden geçirildiğinde ilk sorulardan biri şu olmalıdır: “Bu işi çözerken yapay zeka kullandınız mı? Kullandıysanız ne şekilde kullandınız ve ne tür faydalar sağladınız? Kullanmadıysanız neden kullanmadığınızı açıklayınız.” Bu sorular düzenli sorulduğunda, YZ tüm organizasyona yayılır ve herkes onu kullanmaya başlar.

İlk aşamada mevcut iş akışlarının yapay zeka ile nasıl daha verimli hale getirileceği değerlendirilmelidir. Ancak, uzun vadede, eski süreçlere takılmadan, YZ’ye göre sıfırdan iş akışları tasarlanmalıdır. Örneğin, eğitimde klasik “bir öğretmen 30 öğrenciye aynı anda anlatır” modeli artık güncel değil; çocukların maksimum kapasitelerine ulaşmalarını sağlayacak, matematikten biyolojiye herhangi bir konuda o alanda doktora yapmış birinin yetkinliği ve bilgisinde yapay zeka sistemleri eğitmek mümkündür.

Bu yüzden kurumların şu adımları benimsemesi gereklidir: Liderlerin örnek olması ve yapay zekayı pratikte aktif kullanması, iş hedeflerine (gelir artırma, maliyet azaltma, verimlilik) göre stratejik olarak kullanılması, mevcut iş süreçlerinin yapay zekaya göre yeniden tasarlanması, YZ okuryazarlığının tüm organizasyona yayılması, sürekli öğrenme kültürünün kurum genelinde benimsenmesi.

Özetle, bir liderin önce inanması, sonra inandığı vizyonu açıkça ve sıkça çalışanlarıyla paylaşması (iletişim) ve söylediklerini kendisi örnek olacak şekilde yapması ve yaşaması gerekir; “Believe it, Say it, Do it”. Bu olmazsa kültürel dönüşüm gerçekleşmez.

YZ ÇAĞINDA BECERİLER

Yapay zeka mühendislerin işlerini üstlenmeye başlasa da, önemli olan yapay zekayı benimseyip verimliliği artırmaktır. Örneğin, bir mühendis YZ araçlarını kullanarak üretkenliğini 2-3 kat artırabilir. Aynı yetenekte ancak YZ kullanmayan bir mühendise karşı, kullanan hayatta kalacaktır.
Orta ve uzun vadede işlerin nasıl şekilleneceğini tahmin etmek zor, ancak kesin olan şudur: YZ araçlarını aktif kullanan ve hızlı adapte olanlar hayatta kalacak. Merak ve sürekli öğrenme vazgeçilmez olacak. Dünyanın önde gelen üniversitelerinde artık farklı bölümlerden öğrenciler YZ dersleri alıyor. Bu da adaptasyonun işareti. Örneğin, Stanford Üniversitesi’ndeki lisans öğrencilerinin (bütün bölümler dahil) yaklaşık yüzde 25’i büyük dil modellerinin (Large Language Models – LLMs) nasıl eğitildiğini öğreten dersi alıyorlar. Bu şaşkınlık yaratabilir, fakat mantıklı. Çünkü LLM’ler dijital ortamda bir şey yapmanın temel yapı taşlarından biri hatta en önemlisi oluyor. Yeni kuşak, YZ’yı doğal bir araç olarak kullanıyor; liseliler ve ortaokul öğrencileri bile sorunlarına önce onunla çözüm arıyor.

Bu nedenle, yapay zekaya uyum sağlamak, öğrenmek ve merak etmek kritik. Teknik bilgi yanında analitik ve eleştirel düşünme becerileri de ön planda olacak. STEM alanları (Bilim, Teknoloji, Mühendislik, Matematik) sağlam bir temel sunuyor, ancak esas olan bu becerileri etkin şekilde kullanabilmektir.

İŞGÜCÜNÜ NASIL ETKİLEYECEK?

Üniversitelerde ise temel olarak analitik ve eleştirel düşünce becerilerini geliştiren bölümler öncelikli olmalı. Bilgisayar bilimleri, mühendislik, tıp gibi alanlar yapay zekiden hem etkileniyor hem de YZ ile güçleniyor. YZ’yi anlamak, kullanmak ve geliştirmek için bu alanlarda eğitim almak büyük avantaj sağlar. Ancak tarih, edebiyat gibi sosyal bilimler alanlarında okuyanlar da analitik düşünme becerilerini kazanırlarsa, YZ ile birlikte verimli çalışmayı öğrenebilirler. Çünkü YZ o alanlarda da insanların görmediği modelleri ve bağlantıları görüp çıkarımlar yapma yetkinliğine sahip. Yani hangi bölüm olursa olsun, “sürekli öğrenme ve uyum sağlama yeteneği” en kritik beceri olacaktır.

Yapay zekanın işgücünü nasıl etkileyeceği de önemli bir konu… Şu bir gerçek ki yapay zekanın gelişimi bazı işleri tamamen ortadan kaldıracak. Özellikle beyaz yakalı işler daha fazla etkilenecek. Ancak bu dönüşümle birlikte yeni roller ve beceriler ortaya çıkacak.

AGI (Genel Yapay Zeka) gibi ileri aşamalarda iş ve hayatın anlamı sorgulanacak. Ev ve iş arasındaki sınırlar kalkacak, iş yapma zorunluluğu azalacak. İnsanlar kendilerini sadece iş kimlikleriyle tanımlamaktan çıkıp farklı kimlikler ve amaçlar aramaya başlayacak. Bu evrimsel süreçte, devlet politikaları ve evrensel temel gelir gibi kavramlar gündeme gelebilir. Teknoloji hayatı kolaylaştırdıkça, “iş” kavramı da köklü biçimde değişecek.

YAPAY ZEKANIN RİSKLERİ

Deepfake ve benzeri teknolojiler, bilgi kirliliği ve dezenformasyon açısından ciddi riskler oluşturuyor. Aynı şekilde robotların kontrolü, sahte haberler ve veri güvenliği endişeleri de toplumda büyük kaygılar yaratıyor. Bu risklerin yönetimi için sadece teknik çözümler değil, etik ve hukuki çerçeveler de oluşturulması şart.

Bilim dünyasında bu konuda önemli çalışmalar yapılıyor. Örneğin, bilgisayar bilimi alanında Turing Ödülü gibi prestijli ödüllere sahip uzmanlar, bu riskleri azaltmak için projeler geliştiriyor. Kanada’dan Yoshua Bengi ve Geoffrey Hinton gibi değerli akademisyenler de yapay zekanın etik ve güvenli gelişimi için önemli katkılar sunuyor. Yapay zeka, özellikle A.G.I. (Artificial General Intelligence) ve A.S.I. (Artificial Super Intelligence) konularında hem büyük umut hem de büyük sorumlulukları beraberinde getiriyor.

Yapay zekanın kendi kendini koruması, güç kazanma amacı gütmesi ya da amaçlarını bağımsız belirlemesi de teorik olarak tartışılan bir risk. Doğada daha zeki bir organizmanın daha az zeki bir varlığı kontrol etmesinin çok nadir örnekleri olsa da, yapay zekanın bizi kontrol etmesi şu an için gerçekçi değil; çünkü teknoloji henüz o seviyeye ulaşmadı. Önemli olan, yapay zekayı insan değerleriyle uyumlu, meraklı ve gerçeği arayan bir varlık olarak eğitmek. Tıpkı insanlarda olduğu gibi, merak ve doğruyu arama dürtüsü yapay zekayı “iyi” amaçlar doğrultusunda yönlendirecek. Böyle bir yapay zeka, kendini geliştirirken insanlarla ve doğayla uyumlu bir şekilde var olmayı anlayacak; bu da potansiyel tehlikeleri büyük ölçüde azaltacaktır.

TÜRKİYE’DE YAPAY ZEKA GELİŞİMİ

“Türkiye’de çok sayıda yetenekli insan bulunmasına rağmen, bu potansiyel ne yazık ki yeterince değerlendirilmiyor. Birçok yetenek yurt dışına yöneliyor; bu da önemli bir beyin göçüne yol açıyor. 2017’de Kanada Teknoloji Bakanlığı’ndan bir davet aldım. Benimle beraber dünyanın her yerinden davetli 20-30 kişilik bir grup Toronto Üniversitesi’nde 3 günlük bir çalıştay yapıp, YZ stratejileriyle ilgili önerilerimizi ilgililere sunduk. Türkiye’de ise hâlâ yapay zeka konusu tam anlamıyla ciddiye alınmıyor. Büyük bir tsunami gibi yaklaşan bu dönüşümü çoğu kişi henüz fark edebilmiş değil. Bu durum üzücü çünkü Türkiye, sahip olduğu insan sermayesi ve kaynaklarla çok daha ileri seviyelere ulaşabilir. Ancak bunun için teknoloji ve yapay zeka alanında daha fazla yatırım, kapsamlı strateji ve vizyon gerekiyor.”

10 YIL İÇİNDE GELECEK BÜYÜK DÖNÜŞÜM

• Yapay zeka tabanlı öğretmenler, bireyselleştirilmiş öğrenme imkânı sunarak öğrencilerin öğrenme hızını ve kalitesini 3 katına kadar artıracak. Okullarda YZ öğretmen, pilot programları uygulanmaya başladı. YZ öğretmenler, her öğrencinin potansiyelini tam anlamıyla ortaya çıkarıyor.
• Teşhis ve tedavi süreçlerinde büyük verimlilik artışı sağlanacak, sağlık hizmetlerine erişim kolaylaşacak. Sağlık sektöründe maliyetleri düşürürken, yaşam kalitesi ve ömrü artıracak. Örneğin, en ileri sağlık hizmetleri bile en ücra köylere taşınabilecek.
• İçerik üretimi inanılmaz hızlanacak. Eskiden milyonlarca dolar ve yıllar gerektiren film yapımı, artık birkaç dakika içinde gerçekleşecek. Medya sektörü bu sayede büyük bir dönüşüm yaşayacak; film, müzik, reklam gibi içerikler çok daha hızlı ve düşük maliyetle üretilecek.
• Ev ve iş yerlerinde insan benzeri robotlar yaygınlaşacak. Hem fiziksel iş gücünde hem de yapay zekayla birleşerek zeki asistanlar olarak görev yapacaklar.
• Sürücüsüz araçlar, şehir içi ve şehirler arası ulaşımda standart hale gelecek; lojistik ve taşıma sektörleri baştan sona dönüşecek.
• Rutin ve idari işler yapay zekayla otomatikleşecek, böylece iş süreçlerinde verimlilik ciddi şekilde artacak.

BENİ HEYECANLANDIRAN 3 TEKNOLOJİ

• KUANTUM BİLİŞİM Henüz tam anlamıyla olgunlaşmamış olsa da, önümüzdeki 5-6 yıl içinde hesaplama gücünü katbekat artıracak. Özellikle yapay zeka ve bilimsel araştırmalarda devrim yaratma potansiyeli taşıyor.
• İNSANSI ROBOTLAR (Humanoid Robots) 3-5 yıl içinde evlerde ve sokaklarda yaygın şekilde görmeye başlayacağız. Hem fiziksel iş gücünü üstlenecek hem de yapay zeka ile birleşerek günlük hayatı kökten kolaylaştıracak.
• OTONOM SÜRÜŞ Hızla yaygınlaşan bu teknoloji, önümüzdeki birkaç yıl içinde şehirlerin ulaşım ve lojistik altyapısında temel bir rol oynayacak.

EN BÜYÜK HEDEFİM

• “Yapay zekayı insan değerleriyle uyumlu, güvenli ve meraklı bir sistem olarak geliştirmek ana hedefim. Gerçeği arayan, sürekli öğrenen ve insanlığın yararına çalışan bir yapay zeka yaratmak istiyoruz. Bunun için hızlı hareket etmek, en iyi yetenekleri bir araya getirmek ve hızı yavaşlatan bürokrasiden uzak durmak kritik.”