YAPAY GERİ ZEKÂ

YAPAY GERİ ZEKÂ

 

Yapay Zekânın Gerçekte Ne Olduğu Hakkında Hiçbir Fikriniz Yok

Yapay zekâ dünyası kandırma ve aldatmalarla doludur.

 

Yazar: Dan Robitzski | Futurism | 16 Ekim 2018

Çeviren: Ercan Caner | Sun Savunma Net | 28 Ekim 2018

 

 

Robot Sophia’nın[i] başlama butonuna ilk basıldığında bütün dünya bundan çok hoşlanmıştı. Güler yüzlü bir kişiliğe sahip olan bu sohbet robotu, gece geç gelen müşterilerle şakalaşıyordu ve insanları taklit eden yüz ifadelerine sahipti. İşte sonunda bilim kurgu o güne kadar görülen, gerçek yapay zekâya en yakın şeyi ortaya koymuştu.

Sophia’nın etkileyici bir mühendislik çalışması olduğuna yönelik olarak hiçbir şüphe yok. Ortak ve iş birliği yapan teknoloji firmaları; Hanson Robotics ve SingularityNET, Sophia’yı, ona insanlardan bir şeyler öğrenme ve duygusal tepkileri yansıtma yeteneği veren ve sanki bu robot bir kişiliğe sahipmiş gibi gösteren, gelişmiş sinir ağları ile donatmışlardı. İnsanları Sophia’nın görünürdeki bariz insanlığı konusunda ikna etmek çok uzun zaman almamış, Futurism’de yayınlanan birçok makale de robotu bir dişi olarak anmaya başlamıştı. Piers Morgan bununla da yetinmeyerek Sophia’dan bir randevu almak için şansını denemeye ve/veya nasıl görmek istediğinize bağlı olarak robota cinsel tacizde bulunmaya dahi karar vermişti.

Hanson Robotics firmasının CEO’su David Hanson, 2017 yılında katıldığı Jimmy Fallon’s Tonight Show televizyon programında Sophia hakkında; ‘‘Ah evet, o esas olarak canlı’’ ifadesini kullanmıştır. Ve Hanson Robotics, Sophia’nın idrak edebilen ve bilim kurgu filmlerinde gördüklerimize benzeyen genel bir yapay zekâya sahip olduğunu hiçbir zaman resmi olarak iddia etmese de robotun bütün o halkın önüne çıkışlarını takip eden hayranlık dolu ve eleştirmeyen basın, sadece şirketin giderek büyümesine yardım etmiştir.

Fakat Sophia giderek ünlendikçe ve insanlar ona daha yakından bakma fırsatı buldukça çatlaklar ortaya çıkmaya başlamıştır. Sophia’nın hepimizin olmasını istediği her şeyi içeren yapay zekâ olduğuna inanmak giderek zorlaşmaya başlamıştır. Zaman geçtikçe, bir zamanlar Sophia’nın konuşma yeteneklerini yere göğe sığdıramayan makaleler, giderek konuşma metinlerinin kısmen önceden yazıldığı gerçeği üzerine odaklanmaya başlamıştır.

 

Foto: Global News

 

SingularityNET İcra Kurulu Başkanı (CEO) ve Hanson Robotics firmasının en üst düzeydeki bilim insanı olan Ben Goertzel, Sophia’nın hangi kabiliyetlere sahip olduğu konusunda kesinlikle bir hayal dünyasında yaşamamaktadır. Sophia ve diğer Hanson robotları, bilgisayar bilim araştırma sistemleri olarak aslında ‘‘basit sistemler’’ değiller, bunun nedeni de birçok farklı parçalar ve alanları karmaşık bir şekilde bir araya getiriyor olmalarıdır. Ben Goertzel Futurism’e yaptığı açıklamada; robotların tam manasıyla öğrenme sistemleri olmadığını, fakat farklı seviyelerde öğrenmeyi (sinirsel ağ görsel sistemlerinde öğrenme, OpenCog[ii] diyalog sistemlerinde öğrenme gibi) içerdiğini ifade etmektedir.

Fakat Goertzel, Sophia’nın halkta birçok farklı tepkiler uyandırmasını da oldukça ilginç bulmaktadır. Goertzel düşüncelerini ‘‘Sophia’nın zekâsı, görünümü, sevilebilirliği gibi çeşitli yönleriyle kamuoyundaki algısı karmakarışık görünmekte ve ben bunu oldukça ilginç buluyorum’’ sözleriyle ifade etmektedir.

Hanson, insanların Sophia’nın gerçekte olduğundan daha fazla veya daha az yetenekli olduğunu düşünmesini de bir talihsizlik olarak görmekte, fakat eklenen abartı ve yutturmacanın getirdiği faydalara da aldırmamaktadır. Yutturmaca, yeniden vurgulamak gerekirse, iki firmanın Sophia ve diğer robotlar hakkındaki abartılı reklam kampanyaları tarafından da desteklenmiştir.

“Sophia ve diğer Hanson robotları aslında, bilgisayar bilimi araştırma sistemleri olarak basit sistemler değiller…’’

Sophia gibi çok reklamı yapılmış projeler bizi, insanlarınki gibi belki de daha bilinçli gerçek yapay zekânın çok yakında gerçekleşeceğine ikna etmektedir. Fakat aslında bu hedefin henüz yakınında dahi değiliz.

Yapay zekâ araştırmalarının gerçek durumu, inandırıldığımız teknolojik peri masallarının oldukça gerisindedir. Ve yapay zekâyı daha sağlıklı bir gerçeklik dozu ve şüphecilik ile ele almadığımız takdirde, bu alandaki çalışmalar sonsuza kadar oldukları yerde çakılı kalmaya mahkûm olabilirler.

Yapay zekânın gerçek tanımını yapmak oldukça karmaşık ve zor bir iştir. Sürekli olarak yeni gelişmeler ve değişen hedefler nedeniyle yeniden şekillenen yapay zekâ alanı bazen ne olmadığı açıklanarak en güzel şekilde izah edilebilir.

 

Foto: Film

 

QuiGig adlı bağımsız yazarları bir araya getiren bir platform kuran, veri bilim insanı Emad Mousavi Futurism’e yaptığı açıklamada; ‘‘İnsanlar yapay zekânın,  çok akıllı bir insanın yapabileceklerini yapabilen, her şeyi bilen ve her soruya cevap verebilen, akıllı bir robot olduğunu düşünüyorlar’’ ifadelerini kullanmaktadır. Fakat uzmanların yapay zekâ hakkında konuşurken gerçekten kastettikleri bu değildir. ‘‘Genel olarak yapay zekâ, çeşitli analizleri tamamlayabilen ve karar verebilmek maksadıyla önceden tanımlanmış kriterleri kullanan bilgisayar programlarıdır.’’

İnsan seviyesindeki yapay zekâ (HLAI-Human Level Artificial Intelligence) sistemlerinin en uzak hedefleri arasında; sohbet robotları ve makine öğrenme tabanlı dil işlemcilerinin anlam çıkarma veya farkı anlamak için çabaladıkları etkili şekilde iletişim yeteneği ve zamanla öğrenmeyi sürdürmek bulunmaktadır. Hâlihazırda etkileşimde olduğumuz, kendi kendine giden araçlar için geliştirilenler dâhil yapay zekâ sistemleri, öğrenme işini kullanıma sunulmadan önce öğrenmekte ve sonrasında da sonsuza kadar durdurmaktadırlar.

Facebook AI’dan (Artificial Intelligence) araştırmacı bilim insanı Tomas Mikolov,  Futurism’e yaptığı açıklamada yapay zekâ için;  tanımlanması kolay fakat makine öğrenme tekniklerinin ulaşabildiği mevcut seviye ile çözülemeyen problemler olarak nitelendirmektedir.

Mousavi’ye göre hâlihazırda yapay zekâ, insanların gelişmiş veya aşırı abartılmış teknolojilerle karşılaştıklarında bulunmaya eğilimli oldukları iki varsayım olan özgür irade ve bilince sahip değildir. En gelişmiş yapay zekâ sistemleri sadece akıllı insanlar tarafından önceden tanımlanmış süreçleri takip eden ürünlerdir. Kendi başlarına karar veremezler.

 

İllüstrasyon: CFA Institute Blogs

 

Derin öğrenme ve sinirsel ağları ihtiva eden makine öğrenmesinde bir algoritmaya, görevi kendi başına tamamlamayı başarana kadar, algoritmanın yapmayı öğrendiklerinin insanlar tarafından belirlendiği örnekleri kapsayan bir sürü eğitim verisi yüklenmektedir. Yüz tanıma yazılımı için bu, yapay zekânın tanımlanmayan bir örnekten güvenilir bir şekilde tespit etmeyi gerçekleştirene kadar binlerce sima fotoğraf veya videonun sisteme yüklenmesi anlamına gelmektedir.

En iyi makine öğrenme algoritmalarımız genel olarak sadece ezberlemekte ve istatiksel modelleri çalıştırmaktadırlar. Bunu ‘‘öğrenme’’ olarak adlandırmak, beyinlerimizden çok farklı dalga boylarında çalışan makinelere insani nitelikler yakıştırmaktır. Yapay zekâ günümüzde o kadar kapsamlı bir terimdir ki otomatik olarak kendi başına bir şeyler yapan bütün bilgisayar programları yapay zekâ olarak adlandırılmaktadır.

Yapay zekâ günümüzde o kadar geniş kapsamlı bir terimdir ki neredeyse bir şeyi otomatik olarak yapan her bilgisayar programı yapay zekâ olarak adlandırılmaktadır.

 

İllüstrasyon: INVES8R The Crypto-Tech Magazine

 

Facebook AI bilim insanı Mikolov; bu durumu, bir algoritmanın iki rakamı toplamak için eğitildiğinde, yaptığı tek şeyin bir tabloda doğru yanıtı aramak ve kopyalamak olacağı ifadeleriyle açıklamaktadır. Fakat bu eğitim, algoritmanın matematiksel işlemleri daha iyi anlamasını genelleştiremez. Beş ve iki rakamlarının toplamının yedi olduğunu öğrendikten sonra siz bir insan olarak yedi rakamından iki çıkarıldığında sonucun beş olduğunu hesaplayabilirsiniz. Fakat iki rakamı toplamayı öğrettikten sonra bir algoritmadan çıkarma işlemi yapmasını bekleyemezsiniz. Yapay zekâ toplama işlemi yapmak için eğitilmiştir, toplama işleminin ne olduğunu anlaması için değil. Ondan çıkarma işlemi yapılması istendiğinde, en baştan yeniden eğitilmesi gerekmekte, bu da yapay zekâ sisteminin önceden öğrendiği her şeyi yok eden bir süreç olmaktadır.

Mikolov bunu; ‘‘Aslında çoğu zaman, öğrenmeye sıfırdan başlamak bir önceki modeli yeniden eğitmeye çalışmaktan daha kolaydır’’ ifadeleriyle açıklamaktadır.

Bu eksiklikler Yapay Zekâ toplumu için bir sır değildir. Fakat yine de bütün bu makine öğrenme sistemleri sık olarak yapay zekâ teknolojisinin en gelişmişleri olarak övülmektedirler. Gerçeği söylemek gerekirse onlar aslında oldukça aptaldırlar.

Örneğin bir görüntü yakalayan bir algoritmayı ele alalım. Birkaç yıl önce bunlardan bir tanesi üretmiş gibi göründüğü sofistike dil nedeniyle büyük ilgi çekmişti.

Mikolov, Futurism’e yaptığı açıklamada; herkesin sistemin kabiliyetlerinden çok etkilendiğini, fakat çok geçmeden oluşturulan görüntülerin %90’ının aslında eğitim verileri içinde olduğunun anlaşıldığını ifade etmektedir. Yani onlar kesinlikle makine tarafından üretilmiyordu, makinenin tek yaptığı şey insan yorumcular tarafından sağlanan benzer görüntüler arasından gördüğünü kopyalamaktı ve bu nedenle de çok ilginç bir karmaşıklığa sahipmiş gibi görünüyordu. İnsanların robotik espri anlayışı olarak gördükleri şey aslında kopyalama ve yapıştırma yapan aptal bir bilgisayardı.

Görüntü: Victor Tangermann

 

Mikolov, iletişimde olunan şeyin, az da olsa makine zekâsı olmadığını, sistemin kendi başına faydalı olabileceğini, fakat kesinlikle yapay zekâ olmadığını anlatmaktadır. İnsanların algoritmayla ilgili problemleri anlamasının zaman aldığını söyleyen Mikolov başlangıçta herkesin etkilendiğini vurgulamaktadır.

Böylesine yoldan saparak nerelere gittik? Problem, son derece sınırlı olan günümüz sistemlerinin, insanların aslında nasıl yapılacağı konusunda en küçük bir ipucuna dahi sahip olmadığımız bu teknolojiye sahip olduğumuza inanmalarını sağlayacak noktaya kadar pazarlanması ve uyuşturulmalarıdır.

“Bir noktada neredeyse artık kendi araştırmamı dahi tanıyamıyorum.”

Brigham Young Üniversitesinde daha kapsamlı yapay zekâ sistemleri üzerinde çalışan bilgisayar bilim insanı Nancy Fulda Futurism’e yaptığı açıklamada; ‘‘Araştırmamın medya tarafından nasıl abartıldığını görmek beni çoğu zaman eğlendiriyor’’ ifadelerini kullanmaktadır. Onunla röportaj yapan muhabirlerin genellikle oldukça bilgili olduğunu ifade eden Fulda, ortalıkta bu ana hikâyeleri alarak haber yapan ve teknolojinin nasıl çalıştığı hakkında sağlam bilgileri olmayan web sitelerinin de olduğunun da altını çizmektedir. Fulda’ya göre bütün olay aslında; projenin teknik detaylarının yok olduğu ve sistemin neredeyse bir sihir gibi göründüğü bir telefon oyunundan başka bir şey değildir. Fulda, bir noktada artık kendi araştırmasını dahi tanıyamaz hale geldiğinin altını çizmektedir.

Bazı araştırmacıların kendileri de bu ateşi körüklemekte bizzat suçludurlar. Ve fazla teknik uzmanlığı olmayan ve perdenin arkasında aslında neler olduğunu incelemeyen muhabirler de onların suç ortaklarıdır. Daha da kötüsü bazı gazetecilerin bu oyunu oynamaktan mutlu olmaları ve yanıltıcı reklamlara daha da katkıda bulunmalarıdır.

Diğer problemli oyunculardan bir tanesi de yapay zekâ algoritması yapan insanların aslında arka planda kendi yaptıklarını, algoritmanın kendi yaratıcı çıktıları olarak lanse etmeleridir. Mikolov bu durumun, el çabukluğu ile insanları kandıran sihirbazlarınkine benzer, dürüst olmayan bir yaklaşım olduğunu ifade etmektedir. Mikolov bu konudaki duygularını; ‘‘Bu sınırlamaları çok iyi bilen bazı araştırmacıların kamuoyunu, çalışmalarının yapay zekâ olduğu yönünde ikna etme gayretlerinin oldukça yanıltıcı olduğunu düşünüyorum’’ sözleriyle ifade etmektedir.

Bu önemlidir çünkü insanların yapay zekâ araştırmalarının nereye gittiğini düşünme şekli onların para tahsis edilmesini isteyip istememelerine bağlı olacaktır. Bu mesnetsiz abartılı reklamlar, yapay zekâ araştırmalarının gerçek ve faydalı ilerleme yapmasını engelliyor olabilir. Yapay zekâ araştırmalarına yapılan finansal yatırımlar karşı durulmaz bir şekilde alana duyulan ilgi seviyesi ile bağlantılıdır. Bu ilgi seviyesi ve karşılık gelen yatırımlarda da Sophia’nın tumturaklı konuşmalar yaptığı veya bazı yeni makine öğrenme algoritmalarının, biraz ilginç bir şeyler yapmayı başardığı her durumda, sert iniş çıkışlar görülmektedir. Mikolov’a göre bütün bunlar da yapay zekâ alanına araştırmacıların bel bağlayabileceği istikrarlı bir sermaye akışını sağlamayı zorlaştırmaktadır.

Mikolov, Futurism’e yaptığı açıklamada hâlâ uzak bir boş hayal olarak görse de bir gün gerçekten akıllı bir yapay zekâ yardımcı yaratmayı ümit etmektedir. Birkaç yıl önce Mikolov, Facebook AI’dan çalışma arkadaşları ile birlikte bunun nasıl mümkün olabileceğini ve bu hedefe ulaşmak için atılması gereken adımları ortaya koyan bir makale yayınlamıştır. Fakat Prag merkezli GoodAI firması tarafından düzenlenen Joint Multi-Conference esnasında yaptığımız konuşmada Mikolov, insanların böyle bir şey yaratmak için gittikleri yolların birçoğunun çıkmaz sokak olduğunu dile getirmiştir.

 

Microsoft AI’dan Baş Araştırmacı John Langford’a göre; bu olası çıkmaz sokaklardan bir tanesi de ne yazık ki pekiştirmeli öğrenmedir[iii]. Bir görevi tamamlamayı, eğitim verileri kullanma yerine deneme ve yanılma esaslı deneyleme yoluyla (biraz yemek için atılan bir sopayı gidip getiren bir köpeği düşünün) kendilerine öğreten pekiştirmeli öğrenme sistemleri sık sık göklere çıkarılmaktadırlar. Langford’a göre; birinin pekiştirmeli öğrenme yapay zekâ sistemi ile böbürlendiği hemen hemen bütün durumlarda yapılan aslında, algoritmaya kestirme yollar sağlamak veya daha en baştan, çözmesi gereken problemin kapsamını sınırlandırmaktır.

Bu türden algoritmalar hakkındaki abartılı reklamlar araştırmacılara, çalışmalarını satma ve bağış ile yardımlar alma imkânı sağlamaktadır. Basın mensupları ve gazeteciler okuyucuları kendilerine çekmek için bu abartılı reklamları kullanmaktadırlar. Fakat aslında kamuoyu mağdur olmakta ve bu kısır döngü yapay zekânın gerçekte neler yapabileceği konusunda herkesi bilinçsiz bir durumda bırakmaktadır.

Mikolov, yanlış yolda doğruları gösteren, gerçekleri açığa çıkarma yönünde işaretler olduğunu söylemektedir. En büyük tehlike işin içinde olsanız da olmasanız da (ve potansiyel bir müşteri) teknolojiyi kendi kendinize demo yapmanıza izin verilmesidir.

 

Mikolov; bir sihirbazın gösterisini yaparken seyircilerden bir tanesinden kurgunun doğru olup olmadığını test etmesini isteyeceğini, fakat sihirbaz tarafından seçilen kişinin de aslında onunla birlikte çalıştığını, bu nedenle birinin size bir sistem gösterdiği durumlarda aptal yerine koyulma olasılığının oldukça yüksek olduğunu ifade etmektedir. Eğer alışılmış hilelerden haberdar iseniz bütün o sözde akıllı sistemleri çözmek mümkündür. Eğer en azından biraz eleştirel biriyseniz yapay zekâlı olduğu öne sürülen sohbet robotlarının söylediklerini insanlarınkinden ayırmanın çok kolay olduğunu göreceksiniz.

Mikolov, Turing Testini[iv] geçtiği fikrini satmaya çalışan ve gerçek bir diyaloğa girebilen bir sohbet robotu yaptığını söyleyen herkesin zekâsının sorgulanması gerektiğini ileri sürmektedir. Sophia’nın belirli bir etkinlik için önceden hazırlanan ve anahtar sözcükleri veri tabanından seçen diyaloğunu gözünüzün önüne getirin.

Belki de burada acımasızca eleştirmemesi gerektiğini ifade eden Mikolov, insanların Sophia ve benzeri robotlarla iletişim kurdukları izlenimi yaratmaya çalıştıkları bir ortamda eleştirmekten de kendisini alamadığını dile getirmektedir. Mikolov’a göre; arkasında neler olduğunu bilen bir makine öğrenme araştırmacısı olmadıkları sürece insanlar ne yazık ki bu basit sihirbaz hilelerine ve illüzyonlara kolayca kanmaktadırlar.

Maalesef bu yanlış yöne giden projelere böylesine dikkat gösterilmesi de gerçekten orijinal ve devrim niteliğinde fikirleri olan insanların ilerlemesinin önünde bir engel oluşturmaktadır. Girişimci kapitalistlerin sadece bir sonraki makine öğrenme çözümünü fonlamayı istedikleri bir dünyada; insanların şimdiden yapabilmelerini bekledikleri, gerçek yapay zekâya götüren tamamen yeni bir şey yapmaya fon ayırmak oldukça zordur.

 

 

Bu projelerin gelişmesini istiyorsak, eğer gerçekten yapay genel zekâ yolunda somut adımlar atmak istiyorsak, yapay zekâ alanı yaptıkları ve yapılanların ne kadar önemli olduğu konusunda çok daha şeffaf olmak zorundadır.

Mikolov Futurism’e yaptığı açıklamada; bazı süper akıllı insanların yeni fikirlerle ortaya çıkarak bugüne kadar yapılanları kopya etmekten farklı şeyler yapacağından ümitli olduğunu ifade etmektedir. Bugün erişilen seviyenin oldukça küçük ve marjinal olduğunu vurgulayan Mikolov, yeni fikirlerle ortaya çıkan akıllı insanların, yapay zekâ alanındaki çalışmaları ileri götüreceğinden emin olduğunu da sözlerine eklemektedir.

Çevirenin Notları: Yazı aslına sadık kalınarak çevrilmiştir, orijinal metne aşağıdaki link üzerinden erişebilirsiniz.

“Yapay zekâ karmaşası hızla artabilir ve daha korkunç ve hatta felakete dönüşebilir. Orijinalinde kanserden kurtulmak için programlanmış bir robotun kanseri yok etmenin en iyi yolunun hastalığa genetik olarak yatkın olan insanların yok edilmesi sonucuna varabileceğini düşünün. Nick Bolton.

You have no idea what artificial intelligence really does

But as Sophia became more popular and people took a closer look, cracks emerged. It became harder to believe that Sophia was the all-encompassing artificial intelligence that we all wanted it to be. Over time, articles that might have once oohed and ahhed about Sophia’s conversational skills became more focused on the fact that they were partially scripted in advance.

 

 

[i] Sophia Sohbet Robotu: Müşteri memnuniyeti ve dönüş oranını yükseltmek maksadıyla geliştirilen inovatif bir araçtır. Üretici firmaya göre; Sophia Chatbot sayesinde kullanıcılar, niyetlerini yanıtlar vererek anlayan, satın alma kararlarında onları yönlendiren ve abonelik işlemlerinde yardım eden akıllı bir doğal arayüz ile etkileşime girmektedir. Firma web sitesinde yapılan açıklamada müşteriler tarafından sorulan soruların %90’ından fazlasının tekrarlandığı vurgulanmaktadır. Bu da zamanın çoğunun aynı veya benzer meselelerde aynı yanıtların verilmesine harcandığı anlamına gelmektedir. Sophia Chatbot tarafından sağlanan destek sayesinde müşteri hizmetleri çok daha karmaşık görevlere odaklanabilmektedir.

[ii] OpenCog: İnsan seviyesinde bir yapay genel zekâ oluşturmayı hedefleyen bir açık kaynak bir yazılım projesidir. Terim, İngilizce ‘‘Open ve Cog’’ kelimelerinden üretilmiştir. ‘‘Open’’ açık kaynak  ‘‘Cog-Cognition’’ ise bilgi anlamındadır. Ben Goertzel liderliğindeki proje 2021 yılı sonuna kadar insan seviyesi yapay genel zekâya ulaşmayı hedeflemektedir.

[iii] Pekiştirmeli Öğrenme: Davranışçılıktan esinlenen, öznelerin bir ortamda en yüksek ödül miktarına erişebilmesi için hangi eylemleri yapması gerektiğiyle ilgilenen bir makine öğrenme yaklaşımıdır. Pekiştirmeli öğrenme algoritması içinde bulunduğu ortamla etkileşime girerek öğrenme işlemini ödül-ceza sistemi kullanarak gerçekleştirmektedir.

[iv]Turing Testi: İlk olarak 1950 yılında, Mind adlı felsefe dergisinde ünlü İngiliz matematikçi ve bilgisayar bilimcisi Alan Turing‘in Computing Machinery and Intelligence başlıklı ünlü makalesinde sözü edilen kavramdır. Turing testinin amacı, bir makinenin düşünebildiğini söyleyebilmenin mantıksal olarak mümkün olup olmadığıdır. Turing testine göre makine, gönüllü bir insanla birlikte, sorgulayıcının görüş alanının dışında bir yere saklanır. Sorgulayıcı yalnız soru sormak suretiyle hangisinin insan hangisinin bilgisayar olduğunu saptamaya çalışır. Sorgulayıcının soruları ve daha önemlisi aldığı yanıtlar, tamamen ses gizlenerek, yani ya bir klavye sisteminde yazılarak veya bir ekranda gösterilerek verilir. Sorgulayıcıya bu soru-cevap oturumunda elde edilen bilgiler dışında her iki taraf hakkında hiçbir bilgi verilmez. Dizi halinde tekrarlanan testler sonucunda sorgulayıcı, tutarlı bir şekilde insanı saptayamadığı takdirde makine Turing testini geçmiş sayılır. Wikizeroo.com

Yazar Profili

Ercan Caner
Ercan Caner
Elektrik ve Elektronik Mühendisliğinin yanı sıra, uçak ve helikopter lisanslarına sahiptir.
Türkiye Hava Sahası Yönetimi alanında doktora tez çalışmalarını
sürdüren Caner’in İnsansız Hava Araçları (2014) ve Taarruz Helikopterleri
(2015) konulu makaleleri yayımlanmıştır. 36 yılı kapsayan TSK, BM ve NATO
deneyimlerine sahiptir.

Bir Cevap Yazın