Yapay zeka ile çalışmak ne anlama geliyor?
Yapay zeka (YZ) bugünlerde herkesin ağzında gibi görünüyor ama hepimiz aynı şeyden mi bahsediyoruz? Yakın tarihli bir Web Zirvesi açılış konuşmasında, YZ tartışmasının merkez üssünün ve “YZ” teriminin kendisi ile kastedilenin, bu yüzyılda bazı tektonik değişimlere uğradı ve her 10 yılda bir değişti.
ON YILA KADAR YAPAY ZEKA ÇALIŞMASINI KİM SÜRDÜRÜYOR?
- 2003–2013: Yapay Zeka araştırmacıları
- 2013–2023: Yapay zeka geliştiricileri
- 2023–2033: Yapay Zeka kullanıcıları
Her grup, kafa karışıklığının mükemmel tarifi olan YZ hakkında konuşurken biraz farklı bir şeyden bahsediyor. Bu nedenle, yanlış sonuçlara varmamak için meslektaşlarınızın, politika yapıcılarınızın ve yurttaşlarınızın hangi yapay zekadan bahsettiğini kendinize sormaya değer. Bilginizi aldığınız kişinin deneyimini ve bakış açısını akılda tutmakta fayda var. Bu üç grubun her birinin YZ konusunda farklı bakış açıları ve öncelikleri var.
Kimin Yapay Zekası?
YZ bir zamanlar tamamen yapay zeka araştırmacılarının alanıydı. Yirmi yıl önce YZ üzerinde ciddi şekilde çalışan kişiler, amacı bir bilgisayarın yeni veri girişlerini işlemesi için talimatlara dönüştürülebilecek verilerden kalıplar çıkarabilen genel amaçlı algoritmalar için planlar oluşturmak olan teorisyenlerdi. Bu, insan programcılar tarafından yazılan bilgisayar koduna çok benzer; tek farkı, bir programlama dilinde yazılmış açık talimatlar yerine verilerdeki kalıplardan gelmesidir.
Araştırmacı alanının sınırında, yapay zekayı mümkün olan en uç noktalarda anlatan bir grup bilim kurgu meraklısı bulacaksınız; bu, kurguda övgüye değer ama aynı zamanda pratik bir tartışma yapmaya çalışan herkes için oldukça sinir bozucu. Yapay zekayla tüm deneyimi bazı etkileyici iyi romanlar yoluyla elde edilen herkesin son derece yanlış bilgilendirilmiş beklentilere sahip olması kaçınılmazdır. Evcil kayaların üzerinde gözler boyalı olduğu için kayaların duyguları olup olmadığını soran insanlarla jeoloji hakkında ayık bir şekilde sohbet etmeye çalıştığınızı hayal edin… ve artık yapay zekayı yalnızca robotlar hakkındaki bilim kurgulardan bilen insanlarla tartışmanın nasıl bir şey olduğunu biliyorsunuz. .
Günümüzün YZ sistemlerinden yararlanmak için halkın onlarca yıldır süren dikkat dağıtıcı bilim kurgu kinayelerini unutması gerekecek . ChatGPT’yi yaratan şirket OpenAI’nin CEO’su Sam Altman bunu çok güzel ifade ediyor: “ChatGPT bir yaratık değil, bir araçtır. Kafanın karışması kolaydır.”
Yüzyılın başında YZ alanında çalışmak araştırmacı olmanız anlamına geliyordu; bilim kurgu yazarlığı dışında yapılabilecek tek iş buydu. Bununla yapabileceğiniz pratik hiçbir şey yoktu, dolayısıyla tamamen teorik problemleri çözmekten başka seçenek yoktu. On yıl boyunca hızla ilerleyin ve bulut bilişimin yükselişi , veri işleme donanımındaki ilerlemeler ve doymak bilmez veri toplama (Büyük Veri’nin günün moda sözcüğü olduğu zamanları hatırlıyor musunuz?) sayesinde konuşma pratik uygulamalara kaydı.
Ancak bu, bireysel yazılım geliştiriciler için pratik uygulamalar anlamına gelmez. Bu genellikle kurumsal ölçekte büyük bir ekip çalışmasıydı çünkü uygulamalı YZ , ucuza uygulanan YZ ile aynı şey olmayabilir.
YZ, teknoloji dünyasında sevilen bir konu haline geldi. Ben de dahil olmak üzere bu işin tam ortasında olanlarımız, yapay zekanın her yerde olduğunu hissettiler… Ta ki yankı odamızın dışına çıkıp küçük devrimimizin ne kadar niş bir yer olduğunu görene kadar. İş yapay zekası çözümlerini uygulamak için istihdam edilen mühendisler, araştırmacıların sesini bastıracak kadar çok sayıda olmasına rağmen, genel kamuoyu açısından, belirsiz bir teknoloji üzerinde çalışan nadir türlerdendi.
Daha sonra üretken yapay zekanın yükselişi, sayıları yüz milyonları bulan yeni bir YZ bilincine sahip kullanıcı dalgası yarattı ve YZ hoparlörünü etkili bir şekilde mühendislerden ve inşaatçılardan YZ bilincine sahip ürün kullanıcılarına doğru çekti. (Bunu okuyorsanız ve onlardan biri değilseniz, Google Bard veya ChatGPT’yi deneyerek bunu değiştirmeniz beş dakikadan az zamanınızı alacaktır .)
Bu üç grup üç mesleği mi temsil ediyor? Hepsinin YZ alanında çalıştıklarını iddia etme hakları var mı? Bu makalede keşfedeceğimiz şey budur.
Yapay Zeka Araştırması ve Uygulamalı Yapay Zeka
YZ araştırmalarının milenyumun başında zirveye ulaştığı ve aradan geçen on yıllarda azalmış olabileceği izlenimine kapılmadan önce tekrar düşünün. Araştırmacılar artık gerçek iş sorunlarını çözmek için sınıfının en iyisi algoritmalar arayan uygulamalı YZ ekiplerinin beslenme çılgınlığından daha da fazla fon alıyor. Bugün, yirmi yıl öncesinin araştırma kahramanları muazzam konferanslara başkanlık ediyor. Saf bir doz arıyorsanız NeurIPS’in 37. yıllık bölümüne göz atın .
YZ araştırmalarının yavaşladığına dair bir işaret olmasa da artık YZ sahnesindeki tek mesleği temsil etmiyor. Son on yılda, YZ araştırmacılarının sesleri, giderek gürültülü hale gelen uygulamalı YZ geliştiricileri ekosistemiyle rekabet etmek zorunda kaldı. Bu insanları, sergilenen teknolojinin orantısız bir şekilde yapay zeka odaklı olduğu ve konferans posterlerinden en az birinde, belirli bir neden olmaksızın her zaman bir tür krom kaplamalı insansı özelliğin yer aldığı teknoloji konferanslarında bulabilirsiniz. Bu sahnenin tadına bakmak için Web Summit’i veya Google Cloud Next gibi bir bulut sağlayıcı konferansını deneyin .
'Yapay zekada çalışıyorum'
Her iki grup da (YZ araştırmacıları ve uygulamalı YZ oluşturucuları) YZ terimini kendi kendilerine tanımlıyorlar, ancak onu çok farklı anlamlarda kullanıyorlar. Araştırmacılar, diğer insanların belirli sorunları çözmek için kullanabileceği belirli genel amaçlı algoritmalardan bahsediyor. Onlara göre, yeni algoritmalar icat etmek, kendine saygısı olan bir kişiye “Ben yapay zeka alanında çalışıyorum” deme iznini verebilecek tek kabul edilebilir etkinliktir… ki adil olmak gerekirse, bu alanda girebileceğiniz tek iş buydu. . Ben üniversitedeyken yapay zekayı bu kadar çok şeye uygulayamazdınız.
Pek çok YZ araştırmacısı, benim türüm olan uygulamalı YZ sistemlerinin kurucuları , bizim yaptığımız şey onların değerli algoritmalarını alıp “sadece” önemli bir pratik otomasyonu çözmek için kullanmakken “yapay zekada nasıl çalıştığımızdan” neşeyle bahsettiklerinde son derece rahatsız oluyorlar. ölçekte sorun.
Affedersiniz, sadece mi? Uygulamalı YZ çalışmalarımız en az YZ araştırmaları kadar zorludur ve kendi eşit başarılarını hak ediyor. Görüyorsunuz, çetrefilli otomasyon sorunlarını çözmek ve kurumsal ölçekte güvenilir yazılım sistemleri oluşturmak, veri/yapay zekanın dahil olup olmadığına bakılmaksızın zaten karmaşık bir uğraştır. Veri bileşeni bir dizi komplikasyon ekleyerek bu işin kolay, hatta gülünç olduğu fikrini ortaya çıkarıyor. (Endişelenmeyin, uygulamalı tarafa geçmeden önce ben de araştırmacıydım, dolayısıyla her iki grupla da fazlasıyla empati kuruyorum.)
Önümüzdeki on yıl için tahminim, NeurIPSes , Web Zirveleri ve Next’lerin her zamankinden daha güçlü olacağı yönünde; çünkü her biri, ivme kazanmaya devam eden bir sektöre önemli bir katkıda bulunan türü temsil ediyor. Daha fazla algoritmanın icat edilmesine ve daha akıllı otomasyon çözümlerinin geniş ölçekte uygulanmasına yönelik doymak bilmez bir açlık var. Ama blokta yeni bir çocuk olacak. Şimdiden üçüncü bir grubun, yıllık Prompt Engineering Konferansına neşeyle geçerken “Biz de yapay zekada çalışıyoruz” diye cıvıl cıvıl bir çağrıyla sahneye çıktığını görüyoruz . (Henüz bir şey değil, ama sadece bekleyin….)
Yapay Zeka Kullanıcılarının Yükselişi
Kim bu cesur yeni gelenler? Onlar kullanıcılar. Son on yılda kullanıcılar, biz inşaatçıların istediklerini düşündüklerini elde etti. (Elbette, kullanıcıların istekleri hakkındaki tahminlerimizi geliştirmek için veri biliminden ve deneylerden yararlandık, ancak yine de tahmin yapıyorduk.) Üretken yapay zekanın yükselişi, kullanıcılara YZ sisteminin ne yapmasını istediklerini belirlemeleri için yinelemeli araçlar sunması açısından önemlidir. onlar için çıktı.
Üretken yapay zekanın yükselişi, kullanıcılara yapay zeka sisteminin kendileri için ne çıktı vermesini istediklerini belirtmeleri için araçlar sağlaması açısından önemlidir.
Kişisel ve profesyonel üretkenliklerini ve yaratıcılıklarını radikal bir şekilde genişletmek için bu araçları kullananlar arasında bir iş unvanının popülaritesi artıyor: hızlı mühendis. Bu terim için henüz bir endüstri standardı olmadığından alıcı dikkatli olsun. İşe alma yöneticileri, aday niteliklerinin ” Bir kez üretken bir YZ aracına yazdıklarımı düzelttim”den ” GenAI Kırmızı Takımında yer aldım ve yüksek lisans eğitimlerini nasıl hackleyeceğim hakkında çok şey biliyorum”a kadar çılgınca değiştiğini görecekler. Sıkıntılı halüsinasyonlara neden oluyor ve ayrıca daha güvenilir API çağrıları oluşturmak için artan belirteç limitlerinden nasıl yararlanacağımı da buldum. ”Ufukta hızla zengin olma planının olduğunu düşünen adaylar için, büyük maaş tekliflerinin ikincisiyle örtüşme eğiliminde olduğunu belirtmekte fayda var.
Sektörün neyi “gerçek” bilgi istemi mühendisliği olarak kabul edeceğini tahmin etmek zordur, çünkü halihazırda yeni bilgi istemi ile kararlı bilgi istemi korsanının genişlemesi arasındaki boşluğu görüyoruz. Ön uçta, iki farklı aktivitede iki farklı türde teşvik uzmanlığı görüyorum:
- Güvenilir ikincil sistemler: “Sistemin bu tür çıktıları güvenilir bir şekilde üretmesini sağlamanın harika bir yolu!”
- Yaratıcılığın sınırlarını zorluyor: “Vay canına, üretken yapay zeka sisteminin bunu yapmasını sağlayabileceğimizi bile bilmiyordum!”
İlk grup geleneksel mühendislikle iyi bir uyum içindedir. “Lütfen bana John Milton tarzında bir düğün konuşması yazın” (ne düğün!) veya hatta “İşte bir Python kodu, onu C++ ‘a çevirin ” gibi herkesin yapabileceği basit yönlendirmeler yerine, dikkatlice hazırlıyorlar güvenilir model davranışı elde etmek için biçimlendirdikleri yapılandırılmış vektörler. Dolayısıyla, bu insanları mühendis olmadıkları gerekçesiyle bir kenara atmadan önce, bu modern hızlı sapancıların Parametre Verimli İnce Ayarı (PEFT) nasıl başardığına bir bakın.
PEFT, temel bir büyük dil modelinin (LLM) hemen hemen programlayarak ve doğrudan istemde yapılandırılmış örnekler vererek neler yapabileceğini ayarlamanıza olanak tanıyan bir yaklaşımdır . Bu nasıl mümkün olabilir? Belirteç sınırları – işlenen sözcük sayısı ve dolayısıyla modelin isteminizden bir sonraki sözcüğü seçerken sahip olduğu bağlam miktarı olarak belirteç sınırlarını gevşek bir şekilde düşünebilirsiniz – çok büyük hale geldi, bu da kelimenizin birkaç bin karakterini girebileceğiniz anlamına geliyor seçiyorum. Verilerinizi doğrudan (muazzam) komut istemine yerleştirerek bu sistemleri eğitebileceksiniz… tabii eğer mühendislik bilginiz varsa. Güven bana, PEFT pfffft değil.
İkinci grup, bireysel üretkenliğin yeni boyutlara ulaştığını, yani insanların ilginç araçlara eriştiklerinde yapabilecekleri yeni sınırları temsil ediyor. Bir makinenin sizin için yapabilecekleri konusunda sınırları zorlamak azim, yaratıcılık ve merak gerektirir. Bunlar aynı zamanda Yüksek Lisans’ın sizin için yararlı bir şey yapmasını sağlayamazsanız, Yüksek Lisans’tan çok sizin hakkınızda daha fazla şey ifade ettiğini söyleyebilecek kişilerdir.
Bu kendinden menkul hızlı mühendislerden bazıları, hem YZ araştırmacılarından hem de YZ mühendislerinden senkronize göz atışları kazanacak, ancak açık fikirli olmanızı tavsiye ederim. En üretken ve yaratıcı kişiliklerini açığa çıkarmak için yapay zeka araçlarını açgözlülükle kullanmaya yönelen hızlı mühendislerden tamamen etkileneceğimizi umuyorum. Bize insanlığın neler yapabileceğinin yeni seviyelerini gösterecekler.
YZ profesyonelleri, tüm bu mühendisliğin ve tüm bu algoritmaların amaca yönelik bir araç olduğunu unutmayalım. Eğer son saf haliyle mevcutsa neden kısayolu kutlamayalım? Sonuçta insan yaratıcılığı, teknolojiyle mümkün kılmaya çalıştığımız şeyin temel bir ifadesi değil mi? Eğer bu yeni başlayanlar orijinal bir fikir bulabilirlerse ve lisansüstü eğitimde aylarımı alacak şeyleri bir öğleden sonra başarabilirlerse, alkışlama eğilimindeyim. İddiaya girerim ki Prompt Mühendislik Konferansı ziyaret edilmesi gereken büyüleyici bir etkinlik olacaktır! Belki bir gün orada konuşabilirim bile.
Ancak özetlemek gerekirse, bugünlerde YZ hakkındaki söylentilerin çoğu, daha önce YZ sistemleriyle yaratıcı bir şekilde etkileşime girmeye davet edilmeyen büyük bir grup insandan (kodlayıcı veya matematikçi olmak istemeyen kullanıcılar) geliyor.
Onların heyecanı, denklemler, algoritmalar veya eğitim verileri değil, çıktıyla oynamaktır; bu, YZ araştırmacıları (makine öğrenimi algoritmaları oluşturmak için denklemleri kurcalayan) ve uygulamalı YZ mühendisleri (algoritmalar ve algoritmalarla ilgilenen) için kafa karıştırıcı bir kavramdır. Çıkışı etkinleştirmek için veriler).
“Bazı makine öğrenimi araştırmacılarının yönlendirmeyi anlaması zor görünüyor. Bu şaşırtıcı değil çünkü makine öğrenmesinde yönlendirme yok. İstemde bulunmak, makine öğreniminin tam tersidir.” — Denny Zhou
Ve “Hepimiz yapay zeka üzerinde çalışıyoruz” konusunda çekişmelerin gerekmediği konusunda hemfikir olsaydık çok memnun olurdum ama eğer hepimizin çok farklı kısımlarla uğraştığımızı unutursak birbirimizi anlamakta zorlanırız. Yapay zeka olan eşsesli bataklığın, özellikle de bazı bilim kurgu meraklılarını da partiye davet edersek, çünkü onların yapay zekası tamamen başka bir canavardır… ama iyi haber şu ki bu, hepimizin mutlu bir şekilde bir arada yaşayabileceği bir bataklık.
Turkish 
English