Büyük Hızlanma içindeyiz - büyük S-Kurzweil'in robotların yükselişi anlamında değil, Foucault'nun tanımladığı anlamda bir tekillik: Değişimin o kadar yaygın ve o kadar temel olduğu bir zaman dilimi ki, tam olarak anlaşılamıyor. Bu değişimin diğer tarafının nasıl olacağını fark edin.

Daha önce tekilliklerden geçmiştik:

• Tarımın yükselişi (fazla kaynak yarattı ve bize akademik ve ticari sınıflar verdi).
• Matbaanın icadı (bilgiyi demokratikleştirdi ve onu daha az şekillendirilebilir hale getirdi, bize kendi duyularımızın ötesinde bir hakikat kaynağı fikrini verdi).
• Buhar motoru (makinelerin fiziksel görevleri yerine getirmesini sağlar).
• Bilgisayar yazılımı (makinelere takip edecekleri talimatları vermemizi sağlar).
• İnternet ve akıllı telefonlar (hepimizi etkileşimli olarak birbirimize bağlar).

Bu tekillik en basit haliyle şu şekildedir: yeni bir tür yazılım icat ettik.

Eski tür yazılım

Şu anda telefonlarınızda ve bilgisayarlarınızda bulunan eski yazılım türü, hayatımızı 1970'li yıllardan kalma biri için neredeyse tanınmaz hale getirecek şekilde değiştirdi. İnsanlığın yazılıma uyum sağlamak için 50 yılı vardı çünkü bu yavaş yavaş akademisyenlerle başladı, sonra hobiciler, çevirmeli modemler ve kurumsal e-postayla başladı. Ancak uyum sağlamak için yarım asır geçmesine rağmen uygarlığımız bunun sonuçlarıyla başa çıkmakta zorlanıyor.

Bugün aşina olduğunuz yazılım (mesaj gönderen, sayıları toplayan, takvimde bir şeyler ayıran, hatta video görüşmesine güç veren yazılım) deterministiktir. Bunun anlamı beklediğiniz şeyi yapar. Sonuç beklenmedik olduğunda buna hata denir.

Deterministik yazılımdan yapay zekaya

"Düşünen makineler"in daha önceki örnekleri arasında sibernetik (otomatik pilotlar gibi geri bildirim döngüleri) ve uzman sistemler (doktorlar için karar ağaçları) yer alıyordu. Ancak bunlar yine de öngörülebilir ve anlaşılabilirdi. Pek çok kurala uydular.

1980'lerde farklı bir yaklaşım denedik. Yazılımı beyin gibi davranacak şekilde yapılandırdık ve ona "nöronlar" verdik. Daha sonra örneklere dayanarak kendisini yapılandırmasına izin verdik. 1980 yılında Yann LeCun adında genç bir araştırmacı bunu görüntü sınıflandırma konusunda denedi.

Kendisi şu anda Meta'da yapay zekanın başkanıdır.

Daha sonra yapay zeka bir çeşit kış uykusuna yattı. İlerleme sağlanıyordu ama bu yavaştı ve akademi salonlarında gerçekleşti. Derin öğrenme, TensorFlow ve diğer teknolojiler, çoğunlukla arama motorlarını, önerileri ve reklamcılığı güçlendirmek için ortaya çıktı. Ancak yapay zeka, reklam hizmetlerinde, haritalarda ve ses tanımada perde arkasında gerçekleşen bir şeydi.

2017 yılında bazı araştırmacılar “İhtiyacınız olan tek şey dikkattir” başlıklı ufuk açıcı bir makale yayınladılar. O zamanlar yazarlar Google'da çalışıyordu ancak çoğu o zamandan beri OpenAI gibi şirketlere geçti. Makalede, dilin en önemli kısımlarına dikkat ederek yazılımın kendi kendini yapılandırmasına izin vermenin çok daha basit bir yolu anlatılıyor.

Bunun ilk kullanımlarından biri çeviriydi. Bir algoritmaya yeterince İngilizce ve Fransızca metin beslerseniz, her dilin kelimeleri arasındaki ilişkileri anlayarak birinden diğerine nasıl çeviri yapılacağını çözebilir. Ancak temel yaklaşım, yazılımı internetten alınan metinler üzerinde eğitmemize olanak sağladı.

Oradan ilerleme oldukça hızlıydı. 2021'de, konuşmaya dayalı yapay zekanın talimatları takip etmesini sağlamak için Denetimli İnce Ayar (SFT) adı verilen bir süreci kullanan bir "talimat modelinin" nasıl oluşturulacağını bulduk. 2022'de insanlardan talimatlarımıza verilen yanıtları derecelendirmelerini istedik (Modifiye Denetimli İnce Ayar olarak adlandırıldı) ve 2022'nin sonlarında, bize GPT-3.5 ve ChatGPT'yi veren İnsan Geri Bildirimi Üzerine Güçlendirme Öğrenimi adlı bir şey ekledik. Yapay zekalar artık diğer yapay zekalara geri bildirimde bulunabiliyor.

Durum ne olursa olsun, 2024 yılına gelindiğinde, nesnelerin eğitildiği girdi insanlar olacak ve çıktı kalitesini iyileştirmek için kullanılan geri bildirimleri sağlayacaklar.

Beklenmeyen bir özellik olduğunda, bir hata değil

Sonuç yeni bir yazılım türüdür. Bunun işe yaraması için önce yığınla veri topluyoruz ve bunu devasa bir matematiksel modeli eğitmek için kullanıyoruz. Daha sonra modele bir komut giriyoruz ve bu, istediğimiz yanıtı tahmin ediyor (birçok kişi bunun farkında değil) Bir yapay zeka eğitildikten sonra, aynı girdi her seferinde aynı çıktıyı, yani "en iyi" olduğunu düşündüğü çıktıyı verir.). Ancak yaratıcılık istiyoruz, bu nedenle sıcaklık adı verilen ve yapay zekaya yanıtlarına ne kadar rastgelelik enjekte edeceğini söyleyen bir tedirginlik ekliyoruz.

Modelin ne yapacağını önceden tahmin edemiyoruz. Ve her seferinde farklı yanıtlar almak için kasıtlı olarak rastgelelik katıyoruz. Bu yeni yazılımın asıl amacı öngörülemez olmaktır. Belirleyici olmamak. Beklenmedik şeyler yapar.

Geçmişte uygulamaya bir şey koyardınız ve bu, insanların yazdığı bir dizi talimatı takip ederdi ve beklenen bir sonuç ortaya çıkardı. Şimdi, bir yapay zekaya bir şey koyarsınız ve o bir dizi talimatı takip eder. it yazdı ve karşı tarafta beklenmedik bir sonuç ortaya çıktı. Ve beklenmedik sonuç bir hata değil, bir özelliktir.

İnanılmaz hızlı benimsenme

Birkaç nedenden dolayı bu ikinci tür yazılımı birincisine göre çok daha hızlı bir şekilde benimsiyoruz.

• Kendi kullanım kılavuzunu yapar: Hepimiz sonuçların ne kadar iyi olduğu konusunda heyecanlanırken, basit girdilere ne kadar iyi yanıt verebileceğini sıklıkla gözden kaçırıyoruz. Bu, öğrenme eğrisi olmayan ilk yazılımdır; yazabilen veya konuşabilen herkese onu nasıl kullanacağını tam anlamıyla anlatacaktır. Kendi dokümantasyonunu oluşturan ilk yazılımdır.
• Herkes deneyebilir: Cep telefonları ve geniş bant aracılığıyla her yerde bulunan bağlantı ve barındırılan yazılımın SaaS modeli sayesinde birçok kişi erişime sahip. Artık yazılım satın almanıza ve yüklemenize gerek yok. Tarayıcısı olan herkes deneyebilir.
• Donanım her yerde: Oyunlardaki GPU'lar, Apple'ın M serisi çipleri ve bulut bilgi işlem, muazzam bilgi işlem kaynaklarının dağıtımını son derece kolay hale getiriyor.
• Maliyetler düştü. Çok fazla: Bazı algoritmik ilerlemeler yapay zekanın maliyetini kat kat azalttı. Bir milyar görüntüyü sınıflandırmanın maliyeti 10,000'de 2021 dolardan 0.03'te 2023 dolara düştü; bu, günlük 450 kat daha ucuz bir oran.
• Çevrimiçi yaşıyoruz: İnsanlar günde ortalama altı saat çevrimiçidir ve bu etkileşimin çoğu (e-posta, sohbet odaları, mesajlaşma, blog yazma) metin tabanlıdır. Çevrimiçi dünyada, bir insan büyük ölçüde bir algoritmadan ayırt edilemez, bu nedenle yapay zeka çıktısını insanların tükettiği yayınlara ve ekranlara bağlamanın birçok kolay yolu vardır. COVID-19 uzaktan çalışmayı hızlandırdı ve bununla birlikte metin ve algoritmaların hayatımıza girmesine neden oldu.

Deterministik olmayan yazılım neler yapabilir?

Deterministik olmayan yazılımlar pek çok şey yapabilir; bunlardan bazılarını henüz yeni yeni fark etmeye başlıyoruz.

• Öyle üretken. Yeni şeyler yaratabilir. Bunu görüntülerde (Stable Diffusion, Dall-e) ve müzikte (Google MusicLM) ve hatta finans, genom bilimi ve kaynak tespitinde görüyoruz. Ancak en çok ilgi gören yer OpenAI, Google, Perplexity ve diğerleri gibi sohbet robotları.
• Yaratıcılık açısından iyidir ama bir şeyler uydurur. Bu, sanat, düzyazı ve müzik gibi "doğru yanıtı" olmayan "eğlenceli" işleri ona verdiğimiz anlamına geliyor. Bu aynı zamanda insanlık için bir yanlış bilgi seli ve epistemik kriz anlamına da geliyor.
• Hala çok fazla insan girdisine ihtiyaç duyuyor çıktıyı kullanılabilir bir şeye filtrelemek için. Aslında, konuşabilen bir yapay zeka üretmenin birçok adımı, insanların ona iyi yanıt örnekleri vermesini veya verdiği yanıtları derecelendirmesini içerir.
• Çoğu zaman yanlış olduğu için birisini suçlayabilmemiz gerekir. Çıktısıyla ne yapacağına karar veren insan sonuçlarından sorumlu.
• It sebep olabilir Yapamayacağını düşündüğümüz şekillerde. Bunun neden olduğunu anlamıyoruz.

Sarkaç ve BT'nin demokratikleşmesi

Tanım gereği tekilliğin diğer tarafını tahmin etmek zor olsa da bilgi teknolojisinin (BT) nasıl değişeceğine dair bazı bilinçli tahminler yapabiliriz. BT sektörü geçtiğimiz yüzyılda iki büyük değişim geçirdi:

1. Sürekli bir sarkaç, ana bilgisayarların merkezileştirilmesinden web istemcilerinin dağıtılmış doğasına doğru sallanıyor.
2. Bu, bilgi işlemin nadir, değerli olduğu ve BT tarafından korunduğu günlerden, geliştiricilerin ve ardından iş yüklerinin kaynakları gerektiği gibi dağıtabildiği bir döneme kadar, kaynakların kademeli olarak demokratikleştirilmesidir.

Bu diyagram bu değişimi göstermektedir:

Yapay zeka sayesinde gerçekleşen başka bir katman daha var: Kullanıcı kontrollü bilgi işlem. Unqork, Bubble, Webflow, Zapier ve diğerleri gibi kodsuz ve az kodlu araçların kullanıcıların uygulama oluşturmasını kolaylaştırdığını zaten görüyoruz, ancak çok daha ilginç olan şey, kullanıcının yapay zeka isteminin kodu başlatmasıdır. Bunu OpenAI'nin verileri işlemek için uygulamaları yazıp çalıştıracak ChatGPT kod yorumlayıcısında görüyoruz.

Önümüzdeki yıllarda Apple gibi şirketlerin (bu günün beklentisiyle kendi ürettikleri yonga setlerine güçlü yapay zeka işlemleri yerleştiren) mücadeleye girmesiyle birlikte başka bir sarkaç salınımının daha uçuruma doğru gitmesi muhtemel. İşte bir sonraki bilgi işlem katmanı şöyle görünüyor:

İkinci bir yığın oluşturmak

Belirleyici olmayan çağda BT hakkında yapabileceğimiz bir diğer tahmin, şirketlerin iki yığına sahip olacağıdır.

• Biri deterministik olacak ve öngörülebilir görevleri yerine getirecek.
• Biri deterministik olmayacak ve beklenmeyen sonuçlar doğuracaktır.

Belki de en ilginç olanı, ikinci (deterministik olmayan) yığın, ilk (deterministik) yığının çalıştırabileceği kodu, yakında insanlardan daha iyi bir şekilde yazabilecektir.

Önümüzdeki on yıl, her kuruluşta ikinci yığınları oluşturma telaşına tanık olacak. Her şirket, kendi külliyatının değeri, özel bilgileri ve yapay zekasından en iyi sonuçları elde etmek için kullandığı gerçek zamanlı güncellemelere göre değerlendirilecek. Her yığının farklı donanım gereksinimleri, mimarileri, yönetişimi, kullanıcı arayüzleri ve maliyet yapıları olacaktır.

Yapay zekanın insanlığı nasıl yeniden şekillendireceğini tahmin edemiyoruz. Ancak bunun kurumsal BT'yi nasıl değiştireceğine dair bilinçli tahminler yapabiliriz ve hızlı bir şekilde uyum sağlayanlar, daha sonra gelecek olanlardan yararlanma konusunda en hazırlıklı kişiler olacaktır.

Alistair Tırmık en çok satan Yalın Analitik de dahil olmak üzere teknoloji, iş dünyası ve toplum üzerine birçok kitabın yazarıdır. Kamu sektörü inovasyonu konusunda dünyanın önde gelen konferansı olan FWD50'nin kurucusu ve eş başkanıdır ve Veri Bilimi ve Eleştirel Düşünme müfredatının oluşturulmasına yardımcı olduğu Harvard Business School'da misafir yönetici olarak görev yapmıştır. Kendisi konferans başkanıdır Veri Evreni 2024.

Data Universe'de yazarla tanışın

Yazar Alistair Croll'a şu adreste katılın: Veri Evreni10-11 Nisan 2024'te NYC'de gerçekleşecek ve burada tüm küresel veri ve yapay zeka topluluğu için tasarlanan yeni bir markadan bağımsız veri ve yapay zeka konferansının açılış lansmanına başkanlık edecek.

HEPSİNİ bir araya getirmek – Veri Evreni, tüm beceri seviyeleri ve rollerdeki veri profesyonellerinin yanı sıra iş adamları, yöneticiler ve sektör ortaklarını, endüstriler genelinde keşfedilen veri, analitik, makine öğrenimi ve yapay zekaya ilişkin en güncel ve ilgili uzman liderliğindeki içgörülerle etkileşime geçmeye davet ediyor , iş dünyasının ve toplumun geleceğini dönüştüren, hızla değişen normlar, araçlar, teknikler ve beklentilerle birlikte gelişmenize yardımcı olmak. Verilerin ve yapay zekanın geleceğinin bir parçası olmak için bu Nisan ayında New York'taki North Javits Center'da bize katılın.

INFORMS, Data Universe 2024 ile stratejik ortak olmaktan mutluluk duyuyor ve dört oturum konferans sırasında.

Öne çıkan resim kredisi: Growtika/Unsplash

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://dataconomy.com/2024/04/04/building-the-second-stack/