Günümüzdeki YZ sistemleri önceki hesap hareketlerine bakarak ve bunları öğrenerek kredi kartı dolandırcılık vakalarını tespit edebiliyorlar. Öte yandan bilgisayar mühendisleri de konuşma tanıma ve yüz tanıma sistemlerini her geçen gün daha hassas hale getiriyorlar.
Carnegie Mellon Üniversitesi Otomatik Öğrenme ve Keşfetme Merkezi yöneticisi ve Amerika Yapay Zeka Derneği Başkanı Tom Mitchell'a göre, "Çok büyük veri yığınları içindeki kalıpları tespit edebilen sistemler geliştiriyoruz. Soru şu: Şu anda bulunduğumuz noktadan otonom ve zeki ajanlara bizi götürecek en iyi strateji nedir?"
Minsky'ye göre ise maalesef 1980'li yıllarda YZ araştırmacıları arasındaki en popüler stratejiler çıkmaz sokağa girmiş durumda. Hukuk ve tıp gibi kuralları çok belirli olan sınırlı alanlarda çalışan ve insan uzmanlığına öykünmeye çalışan sözde "uzman sistem"ler teşhis ya da makale arama taramada insanlara yardımcı olabiliyorlar ancak çocukların 3 yaşına vardıklarında elde ettikleri kavramların hiçbirini öğrenebilecek kadar güçlü değiller.
Minsky'ye göre, "her yeni problem türü için tüm uzman sistemin sıfırdan kurulması gerekli çünkü sağduyu bilgisini depolamıyorlar."
Minsky'nin iddiasına göre sadece tek bir araştırmacı böylesine devasa bir probleme meydan okuyor. Cyc projesi üzerinde çalışan Douglas Lenat, sağduyu veritabanına yaklaşık 1.000.000 kuralı yerleştirmeyi başarmış durumda.
Bu yazılımın web sitesindeki tanıtıma bakacak olursak: "Cyc, ağaçların genellikle evin dışında olduğunu, ölen insanların artık alışveriş yapamayacaklarını içi sıvı dolu cam eşyaların açık kısımları yukarı doğru bakacak şekilde taşınması gerektiğini bilmektedir." Cyc, bu sağduyu veritabanını kullanarak doğal dil ile gerçekleştirilen aramalara cevap verebilmektedir. "Güçlü ve maceracı ruha sahip insanlarla ilgili fotoğraflar" arandığında sistem dağa tırmanan bir dağcı ile ilgili fotoğraflara bağlantı verebilmektedir.
Her ne kadar YZ araştırmalarının hızlı bir şekilde sürdüğünü ve küçük de olsa ilerleme kaydedildiğini kabul etse de, Minsky, 40 yıl önce kurduğu laboratuvarın şu anki halinden hiç memnun görünmüyor.
"İşin en kötü yanı da şu küçük aptal robotlar. Yüksek lisans ve doktora öğrencileri hayatlarının en değerli 3 yılını bu robotları daha zeki kılmak yerine onları lehimlemek ve tamir etmekle geçiriyolar. Bu gerçekten şok edici bir manzara!"
"Marvin beni kast ediyor olmalı," diyen MIT Yapay Zeka Lab. yöneticisi Rodney Brooks araştırma merkezindeki faaliyetlerinin robotlara odaklandığını kabul ediyor.
Michigan Üniversitesi YZ Lab. profesörlerinden ve Journal of Artificial Intelligence Research editörlerinden Martha Pollack'ın düşünceleri ise şöyle: "Bu gerçekten de çok çılgınca bir durum tam bir problemi çözüyorsunuz ve insanlara gösteriyorsunuz, insanlar buradaki YZyi görmek yerine bunu sıradan bir bilgisayar uygulaması gibi görmeye başlıyorlar."
Kaynak: WIRED
Yapay Zekâ üstadı Marvin Minsky geçenlerde Boston Üniversitesi´ndeki bir konuşmasında "YZ 1970'lerden sonra bir beyin ölümü yaşadı," dedi. Minsky, 1959 yılında LISP dilini geliştiren John McCarthy ile birlikte MIT'deki Yapay Zeka Laboratuvarını kurmuştu.
Minsky, yapay zeka araştırmacılarını tam otonom ve düşünebilen makinaları geliştirme çabasından uzaklaşmakla suçladı.
University of California at Berkeley Zeki Sistemler Merkezi yöneticisi Stuart Russell ise "Son 15 yıl YZ çalışmaları bakımından çok heyecan verici geçti," dedi. Minsky'nin yorumlarını şaşırtıcı ve hayal kırıklığına uğratıcı bulan Russell, öğrenme, görme, robotik ve akıl yürütme üzerine çalışan araştırmacıların önemli gelişmeler kaydettiğini vurguladı.
Minsky, yapay zeka araştırmacılarını tam otonom ve düşünebilen makinaları geliştirme çabasından uzaklaşmakla suçladı.
University of California at Berkeley Zeki Sistemler Merkezi yöneticisi Stuart Russell ise "Son 15 yıl YZ çalışmaları bakımından çok heyecan verici geçti," dedi. Minsky'nin yorumlarını şaşırtıcı ve hayal kırıklığına uğratıcı bulan Russell, öğrenme, görme, robotik ve akıl yürütme üzerine çalışan araştırmacıların önemli gelişmeler kaydettiğini vurguladı.
Columbia universitesi yapay zeka dersi veren hocamiz Stolfo, asagi yukari ayni gorusleri belirtmis idi. One gore yapay zeka tarihcesi soyle gelisti.
60-80 arasinda YZ arastirmacilari, _kuram olarak_ yapay zeka sorunu "cozuldu" diye bir beyanda bulundular. Yani, onlara gore teorik yapi tamamlanmis idi, ve donanim yapisi guclendikce insan beynine yetisecektik.
Fakat, bu zamanlarda zorluluk (complexity) kavramlari pek bilinmiyordu. Zorluluk anlasildiktan sonra belli oldu ki, insana benzer 'ayni sekilde dusunen' beyni yapmak cok zor olacak. Elde 'bulundugu zannedilen kuram', en iyi donanim elinde olsa bile bazi problemleri cozmekte zorlanacati.
Cunku YZ'de bilgi temsili acisindan onemli gelismeler olduysa bile, insanlarin cok cabuk yaptigi bazi kararlari bu yapilar tasiyamadilar. Mesela matematik kurallarini temsil etmek icin kullanilan Birinci Derece Mantik (first order logic), zamanla degisen gercekleri, ya da belirsizlik icinde karar verme ortamlarinda yetersiz kaldi.
Iste bu seviyede, makina ogrenimi (machine learning), ivme kazandi. Bilgisayara herseyi ogretmek yerine, ana yapiyi kurup uzerine veri atarak kurallari bu veriden cikartilmasi, makina ogrenimi altinda izleniyor. Mitchell ustadimiz bu alanda en onde isimlerden biridir. Benim sahsi favorim de bu yontem. Cunku veri madenciligi ile yakin alakalar var (tipatip ayni bile denebilir). Cyc'yi saygiyla takip ediyoruz, fakat yeni bir gelisme halinde butun bilgi kodlanmasinin silbastan baslanacagini zannediyorum. Kural bazli sistemlerde, 5. nesil yapay zeka atilimi altinda, Fransa ve Japonya'nin Prolog dili ile nasil hataya dustugunu baska bir yorumda nesretmistim.
Yapay zeka arastirmalari, bu yuzden, insani aynen taklit etmek ile degil, belli problemlere odakli vekiller (agent) uzerinde calisiyor. Cunku, olasilik, istatistik kullanarak, benzerolu$ (pattern) ayirtetme, ve butun bunlari cabuk bir sekilde yapan algoritmalar elimizde olmadan, bir suru 'kurali' eger-->o zaman ciftleri halinde bilgisayara kodlayarak YZ hayaline erismemiz zor olacak gibi gozukuyor.
Saygilar,