Yapay Zekâ (AI)

Yapay zekâ, insan zekâsıyla ilişkilendirdiğimiz işleri yapan sistemler kurmakla uğraşan alandır: görselleri tanımak, dili anlayıp üretmek, planlamak, karar vermek ve deneyimden öğrenmek. Tek bir teknik değil, bir şemsiye kavramdır: elle yazılmış kuralları kodlayan uzman sistemler, 2000'lere damgasını vuran istatistiksel makine öğrenmesi yöntemleri ve bugünün dil ile görsel modellerinin arkasındaki derin sinir ağları hepsi yapay zekâdır. 2020'lerde değişen şey tanım değil, yetenek eğrisi oldu; internet ölçeğinde veriyle eğitilen transformer modelleri araştırma demosundan ödeme yapan müşterinin önüne konabilecek bir şeye geçti. Bir SaaS geliştiricisi için pratikteki anlamı manşetlerin ima ettiğinden daha dardır. Ticari olarak sevk edilen neredeyse hiçbir şey genel bir akıl yürütme sistemi değildir; belirli ve sınırlı bir işi yapan belirli bir modeldir: destek taleplerini sınıflandırmak, ürün açıklaması yazmak, faturadan alan çıkarmak, arama sonuçlarını sıralamak. Dolayısıyla mühendislik disiplini büyük ölçüde kapsam belirlemeyle ilgilidir: olasılıksal bir çıktının kabul edilebilir olduğu bir görev seçmek, "yeterince iyi"nin sayısal karşılığını tanımlamak ve çevresindeki ürünü yanlış bir cevabın felaket değil telafi edilebilir olacağı şekilde tasarlamak. Bu son nokta, kullanıcıyla temas ettikten sonra ayakta kalan özellikleri kalmayan demolardan ayırır. Ara sıra bir ayrıntı uyduran bir özetleyici, özeti kaynağın yanında bir insan okuduğunda sorun değildir; aynı modelin iadeleri otomatik onaylaması ise sorundur. Bu yüzden biri "yapay zekâ ekleyelim" dediğinde işe yarar sorular şunlardır: hangi kararı otomatikleştiriyoruz, yanlış olmanın maliyeti nedir ve hatayı kim yakalıyor. Terminoloji de önemlidir, çünkü sağlayıcılar bunu gevşek kullanır. Bir fiyat sayfasındaki "AI", en güçlü dil modeli de olabilir, küçük bir sınıflandırıcı da, iyi pazarlanmış bir arama tablosu da. Hangisi olduğunu ve başarısız olunca ne olacağını sorun; yanıt, etikete kıyasla ürün hakkında çok daha fazlasını söyler.