PİYASALAR
Mustafa Ergen

Yapay zeka ve Kristof Kolomb

Algoritmaların olgunlaşması, verinin artması ve işlemcilerde hesaplama gücünün ucuzlaması ile yapay zeka gündemimize hızlıca girmeye başladı. Seksenlerde benzer bir dalga, yazılım algoritmaları ve transistor bazlı entegre devrelerin hesaplama gücü ile kesişince kişisel bilgisayar evresini bütün dünyada gerçekleştirmişti. Yapay zekayı da bilgisayar ve internet gibi dünyayı düzleyen, bir nevi eşitleyen ve otomasyon ile insanın halihazırda yaptığı rutin ve tekrarlanabilen işleri makinelere devir etmesine sağlayacak güçlü bir dalga olarak görebiliriz. Her geçen gün tahminler yenilense de yapay zeka ile yıllık ortalama 10 trilyon dolar değer artışı bütün dünyada beklenmektedir.1 Yapay zekanın hangi sektörleri ne kadar etkileyeceğini kestirebilmek için önce yapay olmayan zeka nedir ona bakmamız gerekiyor. Zeka, insanın en ayırt edici özelliği olarak bizi diğer canlılardan ayıran yegane özelliğimiz. “Zekayı, yapay bir ortamda teknoloji ve bilgisayarları kullanarak ne ölçekte gerçekleştirebiliriz?” günümüzün sorusudur. Teknoloji de aslında insanın zekasıyla parmaklarını kullanma yeteneğinin birleşmesinin ürünüdür. Hayatta kalma ve çevresini değiştirme dürtüsüyle geliştirdiğimiz bir bilim dalıdır. 

YAPAY ZEKA, BİR ZEKA MODÜLÜNÜN DİZAYN EDİLMESİDİR

İnsan zekası, belli hiyerarşi içinde çalışır. Bu katmansal yapı insanın belli desenleri (pattern) anlayabilmesini sağlar. Bunları bir sembol ile eşleştirebilme yeteneği vardır ve o sembol ile mantıksal çıkarımlar yapar. Bu desenlere fikir ve bu fikirlerin birbirine bağlanarak oluşturduğu yapılara bilgi diyoruz. Bu minvalde konuşabilmek, konuşulanları yazıya sembolleştirerek dökebilmek ve bilgiyi bir başkasına aktarabilmek insanın en önemli zeka özelliği olarak ortaya çıkmaktadır.2 Zeka bununda ötesinde mantıksal çıkarım yapabilme, sorun çözme, uyum sağlama, etkileşim kurma ve öğrenme yeteneğidir. Bunları zihinsel fonksiyonlar olan algılama, hafızayı kullanabilme, dikkat etme, konuşma ve planlama gibi araçlarla gerçekleştirir. Yargılar, sezgisi ve empatisi vardır, ahlaki normları etkileşimini belirler ve yaratıcılığı ile ilerler. İnsanlar zekasıyla geçmiş deneyimlerinden öğrenir, yeni durumlara adapte olur, fikirleri soyutlaştırarak konuşabilir ve bilgisini çevresini değiştirmek için kullanır. Yapay zeka ise bir zeka modülünün dizayn edilmesidir. Bu yapay modülün donanım kapasitesini gerçek zekaya kıyaslamamız gerekir. Örneğin insan beyni bir basket topunun altıda biri kadardır ve saniyede 1 milyon trilyon-adet işlem yapar. Bir basketbol sahası büyüklüğünde bilgisayarlar ise saniyede 93 bin trilyon-adet işlem yapabilir.3 Büyüklük açısından bakıldığında makinelerin işlemci kapasitesi her ne kadar yetişmese de tek bir fonksiyona yönlendirilirse insanın önüne geçebilir. Hesaplama gücünün daha da hızlanarak ucuzlayacağı da bilindiğinden yapay zeka hesaplama kapasitesi bakımında yeterli hale gelmiştir.  Öğrenme için gerekli olan bilginin çokluğu da kişisel bilgisayar ve internet evresiyle hızlanmış insanlar ve makinalar her sene geçmişten o seneye kadar yaratılan veri kadar veri üretir hale gelmiştir. 

AMERİKA KITASININ KEŞFİ GİBİ…

Geriye algoritmaların yeterliliği kalmıştır. Algoritmalar ise her ne kadar 1800’lü yıllarda gezegenlerin yörüngeleri için kullanılan istatistiksel metotlar temelli olsa da 1956 yılında Profesör Frank Rosenblatt’ın ortaya attığı perceptron (algılayıcı) günümüz yapay zekasının temeli olmuştur. Gelen verileri bir ağırlık ile çarparak ‘evet’ veya ‘hayır’ kararını veren bir mekanizma ile karar verme matematiksel olarak kurgulanmıştır. O yıllarda da makinelerin insanlığın yerine geçeceği gibi haberler gündemi meşgul etmiş fakat seksenlere kadar sönük bir dalga olmaktan ileriye gidememiştir. Örneğin; The New Yorker bu buluştan bir bilgisayar embriyosu olarak coşkuyla bahsetmiş,  konuşabileceğini, görebileceğini, yazabileceğini, kendini çoğaltabileceğini, var oluşunun farkında olabileceğini yazabilmiş.4 Seksenlerle beraber tekrar canlanarak yapay sinir ağları olarak tekrar gündeme gelmiş ve geldiği gibi tekrar gündemden düşmüştür. 2010 yılı ile beraber verinin artması ve hesaplama gücünün ucuzlamasıyla makine öğrenme ve derin öğrenme olarak gündemimize tekrar girmiştir. Artık sonuç, alıcı ve kitlelere yayılarak değer yaratacak bir açılımın zamanı geldiği herkes tarafından görülmektedir. Bunu Amerika kıtasının keşfine benzetebiliriz. Kristof Kolomb öncesinde Amerika’yı keşfedenler sadece ayak bastılar ama Kristof Kolomb ile keşfin arkası Avrupalılar tarafından getirildi. Çünkü o zamanın Avrupası’nda İstanbul’un fethi ile ekonomik ve siyasi düzen hazırdı ve buna ihtiyaç vardı. Keşfedilmesinin getirisi ile dünyanın ekonomik büyüklüğü değişti ve çağ atlandı. Aynı zıplamayı yapay zeka ile beklemeliyiz. 

GÜNÜMÜZDE ÜÇ ÖĞRENME METODU GELİŞTİ

Bu süreç içinde zekanın sadece ve sadece öğrenme kısmı yapay olarak kurulabilmiştir ve bu öğrenmenin de sadece ve sadece rutine binmiş desenleri ortaya çıkarılması insan zekasına yaraşır ve bazı noktalarda geçer hale gelebilmiştir. Ayrıca insanın aklına gelmeyecek desenlerin birikmiş büyük veriyi kullanarak çıkarılır hale gelebilmesi de insanın rutin fonksiyonlarını otomasyona bindirmenin ötesinde üssel bir katma değer sağlamak için önemlidir. Örneğin, bugün bir doktor rutin bir şekilde on dakikada bir teşhis koyabiliyorsa yapay zeka sistemi o süre içinde milyonlarca teşhis koyabilir. Ya da insanın aklına bile gelmeyecek desenler sayısız doktor verilerini inceleyerek çıkarılabilir. 
Algoritmaların nasıl kurgulandıkları da önemli... İnsan zekasının çalışma prensibini birebir kopyalamak yerine daha çok kaba kuvvet bir hesaplama gücü kullanılıyor. İnsan beyni karbon temelli analog bir yapı ve ihtimaller üzerine bina edilmiş bir şekilde karar verirken dijital bazlı yapı sadece ‘evet’-‘hayır’ kararı ile çalışıyor. Bu kısıtlamalar ile günümüzde sadece üç öğrenme metodu gelişti. İlki, geçmiş verilerin öğrenmek için kullanılarak sonraki veriler için karar mekanizmasının tesis edildiği (supervised learning) yöntemdir. İkincisi gelen veri ile anında öğrenmenin (unsupervised learning) yapıldığı yöntemdir. Sonuncusu ise hata yaparak öğrenme (reinforcement learning) yöntemidir. Kullanım alanlarına göre yöntem seçilmektedir. Örneğin yeni Google, sürücüsüz araçlar için imitasyon öğrenme (imitation learning) metodunu yayınladı. 

İNSAN-MAKİNE ORTAKLAŞA YAŞAYACAĞIMIZ BİR DÜNYA BİZİ BEKLİYOR

Bununda ötesinde perceptron algoritması zaman içinde geliştirildi.5 İlk olarak birkaç gizli katman ile derin öğrenmenin temelleri atıldı. Seksenlerde geri-yayılım6 metoduyla girdinin çarpıldığı ağırlıklar her yeni sonuç ile güncellenir hale geldi. Doksanlarda verileri kategorilere ayırarak profilleme yapabilmek için eksenlerin oynandığı destek vektör makineleri7  icat edildi. Ses ve dil gibi zamansal birbirlerine bağlı veriler için hafıza etmeni doksanların sonunda eklendi ve özyinelemeli sinir ağları8 geliştirildi. Bunu ilk olarak Google’da sözlük ve çevirim yapan uygulamalarda gördük. Örneğin eBay’de otomatik dil çevirisi yapay zeka temelli yapılarak sınırlar arası ticareti yüzde 37 artırılmış.9 Daha sonra bir resmin birbirine ilintili taraflarını çıkarım yaparken kullanmak üzere iki binli yıllarla konvolüsyonel sinir ağları10 geliştirildi. Görüntüdeki objelerin tanınmasıyla uygulama alanları çeşitlendi. Algoritmalar kullanım alanlarına göre ilerletilmektedir. İleride karbon temelli bir yapay zeka kurgulanır ve makineler insan zekasını tam anlamıyla kopyalar mı herkesin beklentisidir. Ama son 40 yılda insan beyninin bir milimetrelik kıvrımındaki 302 nöronun ve 8000 sinapsın yapısı ancak çıkarılabildi. Tahmini 86 milyar nöron ve 150 trilyon sinapsımız var. Bunun yerine  insan-makine ortaklaşa yaşayacağımız bir dünya bizi bekliyor. Çünkü insanların güçlü olduğu yerlerde makineler güçsüz, makinelerin güçlü olduğu yerlerde insanlar zayıf.11

Kaynak
1.https://www.mckinsey.com/business-functions/mckinsey-analytics/
2.How to Create a Mind, Ray Kurzweil
3.https://www.educba.com/artificial-intelligence-vs-human-intelligence/
4.https://www.newyorker.com/magazine/1958/12/06/rival-2
5.http://dergipark.gov.tr/download/article-file/394923
6.Backpropagation
7.Support Vector Machine
8.Recurrent Neural Network
9.http://mitsloan.mit.edu/ideas-made-to-matter/how-machine-learning-can-break-down-language-and-trade-barriers
10.Convolutional Neural Network
11.Bknz. Geleceği Keşfedenler, Walter Isaacson

;
Yazının devamı için tıklayınız...
Mustafa Ergen

Teknoloji, ekonomi ve mühendislik

Ekonomi bilimi, insanlar arasındaki mal ve hizmet karşılığı para takasını inceler. Sayısız takasın yarattığı dev işleyişi anlamak için matematiksel modeller kullanır. Ekonomi, fizik ve kimya gibi tarafsız doğa yasalarını ortaya çıkarmak için doğmuş bilimler gibi değildir. Bir nevi, akan bir sürecin analizidir. Teknoloji ise insanların hayatta kalmak için parmaklarını kullanarak yarattığı uygulama alanıdır. Hammaddesi genelde bilimsel çıktılardır. 

EKONOMİK DÖNGÜ 

Günümüzde ekonomi, finansal döngüde paranın rotasını izler veya öngörmeye çalışır. Halk, bankaya parasını faiz karşılığı ödünç verir, banka mal ve servislerin üretilmesi için endüstriye faiz karşılığı borç verir. Endüstri de üretim için ihtiyaç duyduğu halkın emeğine para verir. Bu döngüyü devlet izler, gerektiği noktada müdahale eder. Üretimin artması ve halkın işsiz kalmaması en büyük isteğidir. En önemli enstrümanı ise merkezi bankacılık sistemiyle kontrol ettiği faiz oranlarıdır. Faizi düşürerek, bankaların parayı endüstriye akıtmasını sağlar, mal ve hizmet üretimini artırır. Sonuç olarak işsizlik azalır. Para sahipleri paralarını banka yerine ürün ve servislere yatırır. Akabinde fiyatlar artar ve enflasyon başlar. Faizi yükselterek bu sefer endüstrinin para bulmasını zorlaştırır, üretimi azaltır ve fiyatlar düşer. Halkın birikiminin bankalarda birikmesini sağlar. Bu döngüde diyelim faiz oranlarını düşürüyorsunuz ama istediğiniz gibi üretim artışı olmuyor. Bunun iki sebebi olabilir; üretim ve tüketim yapmak için yeteri kadar nüfusa sahip değilsiniz ya da rakipleriniz sizden daha iyi ve daha ucuz üretim yapıyor ve sadece tüketim yapıyorsunuz. Her ikisinde de ülkenin birikmiş parası dışarı çıkar. Çıkmaması için negatif faiz bile uygulanır, paranın değeri düşürülür, ihracat artırılmaya çalışılır. Ürün ve servislerinizde dışa bağımlılığınız yüksek ise bu sefer ihracat, ithalatı beraberinde getirir. Üretim ve tüketimi, dünya genelinde sayısız ticaret döngüleri belirler. 15’inci yüzyılda deniz yollarının keşfiyle İngiliz ve İskoç denizciler, İngiliz yününü Çin’de ipek ile takas edip, ipeği yolda Japon kılıcı ile onu da Hindistan’da baharat ile değiştirerek İngiltere’ye döner. İngiltere’de getirdikleriyle ilk baştakinden daha fazla yün alarak döngüyü sürdürürler. Tüccarların toprak sahiplerinin önüne geçmesi, toprak sahiplerini yün üretimine yönelmeye ve arazilerini kiralamaya sevk eder. İşsiz kalan tarım işçileri, yeni kiracılar olarak ortaya çıkar ve bunların döngüye girebilmeleri için ekonomi borç ile tanışır. Kiracı borç alır, üretir ve borcunu öder.

MÜHENDİSLİK EKONOMİSİ 

Ülkeler bir nevi mühendislik ekonomisi yaratarak faiz kartı dışında enstrümanlar yaratıyor. Örneğin, yenilenebilir enerjide ABD yeni nesil solar teknolojisine yatırım yaparak döngüyü kurmaya, Almanya regülasyonlar ile ülkesini pazar yapıp döngünün arasına girmeye, Çin ise çevreye duyarsız ucuz teknoloji ile döngüyü kontrol etmeye oynadı. Aynı şekilde, günümüzde haberleşmede yaratılan döngülerin devleşerek yaratacağı dışlanma korkularının siyasi hamlelerini yaşıyoruz. Amerika teknolojiyi üreterek başlattı, Avrupa standartlaşmayı getirerek coğrafyaya sahip oldu, Çin ise devlet finansmanı ile pazarı ele geçirdi. Bunlara cevaben Amerika önce bulut şimdi de düşük maliyetli uzay teknolojileri ile döngüde belirleyici olmaya çalışıyor. Burada ara parantez, Kore modelidir. Devletin oyun kurucu, regülasyonların destekleyici, teşviklerin zaman kazandırıcı bir kurgu ile kısa döngülü projeler denendi ve küresel haberleşme döngüsüne girebildi. Teknolojinin ilerlemesiyle döngülerin sayısı ve çeşidi hızla artıyor. Bir ülke için en büyük tehlike, bu döngülerin dışında kalmaktır. En büyük fırsat ise güçlü bir döngünün yaratanı veya parçası olabilmektir. Eskiden coğrafya daha belirleyici ise bugün insan kapitali belirleyici olarak öne çıkıyor. Ülkeler insan kapitalini nasıl yoğurur ve nasıl hazırlar, günümüzün ev ödevidir.

;
Yazının devamı için tıklayınız...
Mustafa Ergen

5G ile servis sağlayıcıların veri merkezi stratejisi

İnternet kullanımının hızla artması ve üretilen verilerin katlanarak büyümesi, hem veri merkezlerini büyüttü hem de yeni teknolojilere yatırımın önünü açtı. Günümüzde bu teknolojilerin getirdiği maliyet düşüklüğü ve kullanım kolaylığı ile internetin diğer bileşeni olan telekomünikasyon altyapısında da kullanılması gündemde… Bu devinimler, telekomünikasyon servis sağlayıcılarının veri merkezi stratejilerini yenilemeye sevk ediyor. Veri merkezlerine doğru ilk stratejik dönüşüm, 5G ile birlikte servis sağlayıcıların kendi şebeke altyapılarını artık yazılım tabanlı (SDN) hale getirerek, bulut üzerinden merkezi kontrol edilebilmesi ile başladı. Daha sonra sanallaştırma (NFV) ile kendi özel donanım yapılarında çalışan ağ elemanlarını veri merkezlerindeki standart bilgisayarlar üzerinde koşabiliyor oldular. Bu maliyetleri oldukça düşürdü ve ilk olarak servis sağlayıcıların kendi özel veri merkezlerini kurması ile sonuçlandı. Bu veri merkezlerinde müşterilerin ihtiyaçlarına dönük değer zincirleri de sunulmaya başlandı. 

YAPAY ZEKA DALGASI

Daha sonra maliyetleri daha da düşürmek için,  açık kaynak yapılanması (open compute project) ile veri merkezlerinde kullanacakları bilgisayarların markasız hale getirilmesi için çalışmalar, servis sağlayıcılar öncülüğünde başlatıldı. Bugün de servis sağlayıcıların, kendi veri merkezlerini bırakıp hizmeti, ticari (public) veri merkezlerinden kiralamaları maliyet ve verimlilik açısından öne çıktı. Bu süreci destekleyen bir başka unsur ise yapay zeka dalgası… Yapay zekanın temeli olan öğrenme algoritmaları için daha çok veri depolanmaya ve daha fazla hesaplama yapılmaya başlandı. Bu süreç, hesaplamanın hızlandırılması için yapay zekaya özgü yonga tasarımına kadar indirilmeye çalışılmaktadır. Ölçeklenebilir, inovatif ve düşük maliyetli bir yapıya olan ihtiyaç daha da arttı, veri merkezlerini konsolidasyon dalgasına soktu. Amerika’da servis sağlayıcıların veri merkezlerini satmaları ve ticari merkezlerden kiralama yolu ile başlayan bu süreç, bir anlamda servis sağlayıcıların kendi ana konusu olan iletişim kapasitesini ve müşteri değer zincirini artırmaya odaklanmasına imkan sağlıyor. 

KENAR AĞ YAPILANMASI

Şu anda gözlemlenen bir diğer devinim ise veri merkezlerini müşteriye yakın yerlere konumlayarak, hesaplama ve saklama kapasitesinin daha hızlı bir şekilde müşterilerin kullandığı uygulamalara ulaştırılması… Kenar (edge networking) ağ yapılanması olarak da anılan bu yaklaşımda, yatırımın kimlerin tarafından yapılması gerektiği servis sağlayıcılarının önündeki sorulardan biri. Müşteri örneğin, film izliyor ise en yakın kenar ağ yapılanmasından izleyeceği filmin bir kopyasını alıyor olacaktır. Bu hizmeti, servis sağlayıcılar internet şirketlerine mi sunmalı yoksa şirketler, her servis sağlayıcının içine bir kenar veri merkezi yatırımı yapmalı? Ya da farklı bir üçüncü kuruluş mu oluşmalı? Bu üç soru, şu an tartışılan konular arasında yer alıyor.

GLOBAL SÜRECE NASIL HAZIRLANACAĞIZ?

Ayrıca, şimdi akıllı hareketlilik konsepti ile telekomünikasyon  sektörü nasıl ulaştırma sektörüne fayda yaratmaya çalışıyor ise ileride kenar ağ yapılanmasının araçların içinde konumlanmasıyla ulaştırmanın, telekomünikasyona fayda sağlar halde değerlendirilmesi gündemde. Bu tip uygulamalar ile 5G’nin sürücüsüz araçlar gibi düşük gecikmeli, yüksek hesaplamaları ve uygulamaları, düşük maliyetle ölçeklenerek gerçekleşebilecek. 

Bu global sürece nasıl hazırlanacağımız önemli bir konu. Konsolide olan bir veri merkezi pazarı, bir anlamda ülke verisinin global şirketlerin veri merkezlerine taşınmasıdır. Global veri merkezleri ile nasıl regülatif iş birliğine gidilir? Yereldeki veri merkezleri, girişim sermayesi ile konsolide edilerek yerel ama global bir şirket çıkarılabilir mi? Bu oyun planlarına bakmalıyız.

;
Yazının devamı için tıklayınız...

BUGÜN YAZANLAR