Kısa süre önce yayınlanan bir IDC raporunda, BT karar alıcıları 2021 yılında kurumsal uygulamaların %75’inde yapay zeka kullanılacağına inandıkları ifade ediyorlar. Yapay Zekâ sizlerin de bildiği gibi yeni bir çözüm değil. Aslına bakarsanız, bu zamana kadar, arkasından geçici sessizliklerin geldiği birçok heyecan döngüsü de yaşandı. Peki bu döngüyü farklı kılan ne? İki kelime: Derin Öğrenme. Veri Çözümleri Sistem Mühendislerimizden Thomas Henson yazdı. 

Derin öğrenme nedir?

İkinci Dünya Savaşı’nın erken dönemleri, beraberinde birçok zorluk getirdi. Hava savaşı, eskiden güvenli olan bölgeleri havadan gelen saldırılara karşı savunmasız bıraktı. Daha büyük bir duvar inşa etmenin ya da okyanusu bir bariyer stratejisi olarak kullanmanın işe yaramadığı kısa sürede anlaşıldı. Thomas Rid’in Rise of the Machine: A History of Cybernetics (Makinelerin Yükselişi: Sibernetik Tarihi) adlı kitabında, öğrenen makinelerinin, yetenekli uçaksavar makineler yaratma ihtiyacından nasıl doğduğu anlatılır. İnsanı ve makineyi birleştiren uçaksavar silahları, hava saldırılarını ortadan kaldırma konusunda daha güçlüydü ve böylece insan ve makine şafağı doğdu. Yıllar içinde, bu öğrenen makineler basit şablonları tanıyan makinelerden, makinelerin kendi kendine otomobiller, insansız hava taşıtları ve trenler kullanmasına olanak tanıyan nöral ağlara dönüştüler.

Öğrenen makinelerdeki ilerlemelerin birçoğunu Derin Öğrenme mümkün kıldı. Derin Öğrenmeyi algoritmaların insan beynine çok benzer şekilde öğrendikleri, Makine Öğreniminin bir alt kümesi olarak düşünün. Makine Öğreniminde, algoritmalar tanımlı bir özellikler kümesi ile programlanır. Örneğin, Makine Öğrenimi ile otomobil türlerini tanımlamaya çalışmak için boyut, rüzgârlık, aks mesafesi gibi önceden tanımlı özellikler gereklidir. Fakat Derin Öğrenme, Nöral Ağın özellikleri girdi katmanı aracılığıyla veri akışından tanımlamasını sağlar.

Neden Şimdi Derin Öğrenme?

Derin Öğrenme için gerekli matematik bilgisi ve araştırmalar onlarca yıldan beri zaten vardı ama gerçek potansiyel sadece çok kısa bir süre önce fark edilmeye başlandı. Derin Öğrenmenin yükselişinin anahtarı Veri’dir. Stanford Profesörü ve Yapay Zekâ ve Derin Öğrenme alanlarının önde gelen uzmanlarından biri olan Andrew Ng, derin öğrenmenin yükselişini, gelişen algoritmalara ve verilerdeki artışa bağlar. Veri Bilimciler ve Makine Öğrenimi Mühendisleri daha iyi algoritmalar ve daha büyük veri kümeleri kullandıkça modellerin doğruluğu da gelişmektedir. Derin Öğrenmeden edinilen anlayış yine Büyük Veri Olgunluk Modelinin kapsamına girmektedir ama daha yüksek bir olgunluk düzeyine sahiptir. Betimsel Analizlerle birlikte görülen raporlar, karmaşık derin öğrenme algoritmaları veya çok çeşitli veri kümeleri gerektirmez. Ama şirketler bir otomobile Nashville veya San Francisco gibi kalabalık caddelerin bulunduğu yerlerde kendi başına ilerlemesini öğretmek gibi bir olgunluk modeline geçtiğinde daha karmaşık algoritmalar, değişken veri türleri ve çok miktarda veri gerekir.

Veri Daha İyi Modellerin Anahtarıdır

İyileştirilmiş doğruluk, Veri Bilimcilere en iyi modeli oluşturmanın anahtarının daha iyi algoritmalar ve nöral ağlar kullanmak olduğunu göstermektedir fakat teknoloji bu denklemin sadece bir kısmıdır. Aslında nöral ağların işin kolay kısmı olduğunu söyleyebilirim. Google ve Facebook gibi, Derin Öğrenmenin en büyük kullanıcılarına bakın. Her ikisi de, Derin Öğrenme çözümlerinin açık kaynaklı sürümlerini Tensorflow ve Caffe formatında halka sunmaktadır. Facebook neden bunu yaparak risk almaktadır? Rakip ya da genç bir şirket, arkadaşlarımızın ve aile üyelerimizin hangi reklamları tıklayabileceğini tahmin edecek modeller oluşturamaz mı? Bu rakibin sorunu, böyle bir doğruluk oranı yakalayamayacak oluşudur; çünkü Facebook’un sahip olduğu Veri Sermayesinin yakınına bile yaklaşamaz. Asıl farkı yaratan algoritmalar değil, verilerdir ve şirketlerin derin öğrenme sistemlerini açık kaynaklı olarak sunmalarının nedeni de budur.

Veri Sermayesine Hazır

Veri Sermayesi bir teori olmanın ötesine geçmiştir ve tüm endüstrilerde, pazarı yıkıcı bir yasa olarak görülmektedir. Şirketlerin ellerinde bulundurdukları veriler yeniliklere ulaşmalarını sağlayan hızlandırıcı etkendir ve yarının kazananları ve kaybedenlerinin kimler olacağını belirleyecektir. Veriler şirketinizin üstleneceği bir sonraki uygulama ya da projenin başarılı olup olmayacağına karar vermede mükemmel dengeleyicidir. Doğru kararı verdiğimizi umarak içgüdüsel kararlara bel bağlamak zorunda değiliz artık. Verilerin bize ne yapmamız gerektiğini söylemelerine izin vererek riskimizi azaltabiliriz. Artık mücadele, verilerimizi toplama, koruma, temizleme ve verilerimize erişim izni verme şeklimizdedir. Yarının yıkıcıları, gerçek riskin Yapılandırılmamış Riski Ölçekte yönetme konusunda bir stratejiye sahip olmamak olduğunu anlamaktadır