Geçen ay meşhur bir "Data & Analytics" etkinliğine katıldım. Aşağı yukarı yer aldığım her seansta yapay zekadan bahsedildi. Yapay zekaya dair en çok yönetişim faktörleri hakkında konuşuldu. Hangi kullanım türlerini nasıl devreye almak lazım, yönetim kurullarına bu işleri nasıl sunmak lazım başlıkları da boldu. "Don't boil the ocean" en çok kullanılan deyimdi. "Her şeyi hemen yapmaya kalkma, büyük düşün küçük adımlarla başla" denildi... Diğer bir yapay zeka sloganı ise "trust" idi. Yapay zeka yazılımlarına dair öngörülemezlik bu işin çözülemeyen bir parçası olduğundan, denetleme değil, güvene dayalı ilerleme önerildi. Sektörde pek yerini bulamamış olsa da Chief Data & Analytics Officer (CDAO) rollerinde yer alanlar ne yapmalı, nasıl yapmalı değerlendirmelerine yer verildi. Data, bahsetmesi nispeten kolay ve temel bir kavram olduğundan "AI-ready Data" etiketiyle veri kalitesi ve yapay zeka ilişkisi güçlü bir şekilde kuruldu. Fakat, analitik biraz öksüz kaldı. "Traditional AI" filan diyerek analitik işlere yapay zeka denilmeye çalışıldı ama pek tutmadı. Bizde bir laf vardır "eski çamlar bardak oldu" denir... Gözlemlediğim kadarıyla, eski analitikler de yapay zeka olmuş :) Ama tam da olamamış...
Bu dejenerasyona birkaç farklı yazımda da değinmiştim. Yapay zeka, analitik, daha öncesinde veri madenciliği, onun da öncesinde iş zekası ve en temelde bilgisayar bilimi konuları hakkında kafalar karışık. Bilgi eksikliği ve sektörde yer edinme çabasıyla ayağı yere basmayan, ticari modelden yoksun hikayeleştirmeler üzerinden yaygın iletişim yapılıyor. Sıklıkla klasik hesaplama görevlerine yapay zeka denildiğine şahit oluyorum: "Ambara kaç kilo malzeme koyacağımıza yapay zeka ile karar verdik", "Satış hedeflerini yapay zeka ile veriyoruz", "Müşteri segmentlerini yapay zeka ile belirledik" vb. sözler dile getiriliyor.
Bu yazıda yapay zeka nedir, akademik taksonomide yeri nerededir, analitikten farkı nedir gibi tanımlamalara girmeyeceğim ama şunu belirtmekte fayda görüyorum: Bugünlerde yapay zeka ile ilgili yaklaşım ve ürün geliştirme faaliyetleri dünyada 4-5 büyük firma tarafından ve akademik disiplinden kopuk, puslu bir şekilde ilerliyor. Bunun farkında olmamız lazım. Bilişim tarihine baktığımızda bu bir ilk. Bu alandaki temel adımlar hep açık, akademik yanı güçlü, erişilebilir ve irdelenebilir bir nitelikteydi. Devlet girişimi de olsa, özel sektör girişimleri de olsa teknik spesifikasyonlar hep açıktı ve bir standartlaşma mantığı hakimdi. İlk işletim sistemleri, bilgisayar mimarileri, işlemci yapıları, kullanıcı etkileşim modelleri, veri tabanları, programlama dillerine bakıldığında bu makul yaklaşımın izi daima sürülebilir. Yapay zeka alanında, tarihte ilk kez en ileri çalışmalar üniversiteler dışlanarak yürütülüyor. Her şey ticari ve politik, dijital egemenlik kurmaya odaklı. Bir yerlerde daima belirsizlik ve kapalı kutular var. Standartlaşma yok. Bununla beraber, her şeyden haberi var gibi davranan büyükçe bir kitle var. Bu tezat ile makul bir istikamete varmak çok zor...
Ticari Unix işletim sistemi ve kaynak kodu kapalı yazılım lisanslaması tutumuna karşı tepki olarak özgür yazılım akımı başlamıştı ve yıllar içinde zenginleşerek kendine azımsanamayacak ölçüde yer buldu. Fakat, o zamanlar bir yetenekli ekip veya bir kişi azim gösterip işletim sistemi, compiler, editör, driver vb. geliştirebiliyordu. Bu tarz bir özgürlükçü bireysel tutumun yapay zeka alanında boy göstermesi çok zor çünkü ihtiyaç duyulan veri miktarı, donanım gücü ve enerji miktarı bireysel ölçeğin çok ötesinde. Belki akademi tarafından çok daha etkin bir yapay zeka yaklaşımı ortaya konulabilirse özgürleşme kapısı bir nebze aralanabilir.
Dolayısıyla, bilimselliğin ticari arzuların gerisinde kaldığı tekinsiz bir zeminde yapay zeka değerlendirmeleri yapmaya çalışıyoruz. Bu konularda hizmet ve teknoloji sunan firmalar da bu eksende çok yoğun propaganda yapıyorlar. Her yöneticide bir "geride kaldık" tedirginliği var. Acilen bir yapay zeka üretimi yapmak isteniyor.
Sektör liderlerine tavsiyem, tarihi boyunca kavram ve sunum dosyası üretmiş firmalardan kavram ve sunum almaları, yazılım/donanım üretmiş firmalardan yazılım/donanım almaları ve ticari kar sağlayacak özgün rotaya bağımsızca karar vermeleri. Mevcut durumda sunum ve kavram üretmekte mahir firmalar teknoloji, teknoloji firmaları hukuki yaklaşım, hukuk firmaları da yapay zeka konusunda felsefe üretmeye meyilli. Dedim ya kafalar karışık.
Kendini ispatlamış 3 üretken
yapay zeka vakası biliyorum: (i) müşteri destek hizmetleri (Service
Now), (ii) akıllı doküman uyarlamaları (JP Morgan), (iii) yazılım
geliştirme asistanı (Intuit). Bilgimin kaynağı Evangelos Simoudis.
Somutlaştırmadan, yaklaşımın başarısını ispat etmeden basit analitik ve
iş zekası uygulamaları, bazen de birinci seviyeden mantık yürütme ve
aritmetik ile çözülecek birçok problemi yapay zeka ile çözüyoruz demek
ve yapay zekaya mistik bir anlam yüklemek bence pek doğru değil.
- Yapay zeka çok disiplinli bir alandır ama neticede, çalışan hali bir yazılım sistemidir. Yazılım mühendislerinin aktifleşmesi gerek. Çok sessizler. İşlem otonomisi, etkileşim tasarımı, hesaplama teknikleri, bilgi teorisi ve yeni bilgi temsil şekilleri ortaya koyma açılarından yapay zeka alanında bilgisayar mühendislerine çok iş düşüyor.
- Analitik, "demokratikleşmiş", iş zekası gibi zaman içinde tabana inmiş bir kavramdır. Her iş kolu bağımsız analitik görev yürütebilmelidir. Bilgi teknolojileri bölümleri bu amaca hizmet edecek kaliteli veri ve kullanması kolay analitik platformları iş kollarına sunabilmelidir. Veriye dayalı her fikir saatler mertebesinde iş kolları tarafından test edilebilmeli, uygunsa devreye alınabilmelidir. Teknolojik altyapı bu çevikliği destekler nitelikte olmalıdır.
- Veri bilimi, tanımı itibarıyla çokça sorgulanan bir dal olarak belirmişti. Her kurumun ve otoritenin kendine has bir veri bilimi Venn diyagramı vardı. Neticede bu ekipler kuruldu, gelişti... Başta her yönetici "PhD arakadaşlarla bomba gibi ekip kurduk" diye yola çıktılar. Bu arkadaşlar genelde Python programlama dili ile kısa kodlar yazıp meşhur birkaç library kullandılar. Daha net olmak gerekirse, neredeyse hepsi xgboost ve lightgbm ile iş kollarının verdikleri target değişken için en iyi Gini katsayısını yakalamaya çalıştı. "Gini fetişi" diyordu tanıdığım bir CDAO bu duruma. Bir bilgi sisteminin temel taşı olan özgün veri yapısı tasarımı hiç hayata alınamadı. Çok kolonlu, "flat", değişken kümeleriyle ilerlendi. Uzatmayayım, veri bilimi çabaları mantıksal temellendirme, planlama ve stratejik karar otomasyonları alanlarında hayal edildiği ölçüde başarılı olamadı. Zaten belli bir sınırın geçilemeyeceğine dair teorik çerçeveler hep vardı ama bugün yapay zeka için yaratılmış mistik tutum o zamanlar da veri bilimi için yaratılmıştı. Korona salgını esnasında zaman serisi verileri üzerinden salgının bitme zamanını tahmin çabalarını ve yaşanan hüsranı hatırlayın. Evreni deterministik bir düzende işliyor sanarak veriye sahip olanın geleceği bileceği inancına kapılmaktan kaynaklı bir durum. Felsefi niteliği bir yana, günümüzde, ortamda kaliteli veri var ise veri bilimi faaliyetleri teknik olarak tümüyle otomasyona alınabiliyor. Bu konuda birçok başarılı ticari ürün var. Diğer yandan, şu sıralar kimse veri biliminden bahsetmiyor, herkes yapay zekaya yöneldi. Oysa yapay zeka, veri biliminin devamı veya ilerlemiş hali değildir.
- "Yazılım artık makineler tarafından yapılıyor" inancına sahip birçok yeni mezun bilgisayar mühendisine rastlamaya başladım. Kodu yazılım sanıyorlar. Bu noktada öğretim üyelerine büyük iş düşüyor. Yenilikçi bilgi sistemleri üretebilecek kalibrede bir zihin yapısına dönülmesi gerek. Bugünlerde veri, bilgi sistemi, yazılım, yapay zeka vb. birbirinden bağımsız kavramlarmışçasına bir güdülenme var ve bence hatalı. Hiç kimse her şeyi bilemez ama bilişim tarihini iyi anlatmak ve ilişkilerin doğru kurulmasını sağlamak bir çıkış yöntemi olabilir.
- Üretken yapay zeka kullanarak kod üreten ve bu yaklaşımla profesyonel yazılım mühendisliği yapabileceğini sanan, bazı mesleki yeterlilik sınavlarında dahi bu davranışı sergileyen kurnaz ve dar görüşlü bir kitle türedi ve sayıları hızla artıyor. Yazılım ürünleri üzerinden ticari faaliyet yürüten kurumların bu kitleye karşı dirençli yöntemler geliştirmesi gerek.
Yine hiçbir şeyi beğenmeyip, her şeye bir kulp takmış gibi bir tutum sergiledim ama bunu daha önceki bir yazımda izah etmiştim: Ben ÖYS neslinden bir fen liseliyim. Seçenekler arasından en uygununa razı olmak bizim anlayışımıza ters düşüyor. Bizde formül ezberlemek yok. Temeli öğrenip formülleri her seferinde baştan türetebilmek üzerine eğitildik. Biz önce soruya bakarız enine boyuna, ve gerekirse "bu soru yanlış" deriz. Kalemi atarız, sonuçlarına da katlanırız :)