Prof. Süleyman Sevinç: Yapay zeka devrimini yakalayamazsak milli gelirimiz şu ankinin yarısına inebilir

PodSohbet'in konuğu Dokuz Eylül Üniversitesi Sağlık Tekno Parkı'nda yapay zekanın sağlıkta uygulamaları alanında çalışmalar yürüten Prof. Süleyman Sevinç. Konumuz yapay zeka ve bu alanda gelişmiş ülkeler ile Türkiye'nin bulunduğu nokta.

PodSohbet'i buradan dinleyebilirsiniz:

 

- Yapay zekanın ilk nüveleri 1950'li yıllarda atılıyor. Satranç oynayan bir bilgisayar yapılıyor. Amaç insan zekasına yakın bir AI yaratmak. Tam olarak insanlığın yapay zeka (Artificial Intelligence, AI) serüveni nasıl başladı?

Ortaya zeki bir ürünün çıkması açısından yaklaşmak gerek bu soruya. Zira sadece hayali düşünceler insanlığın düşünmeye başladığı tarihten bu yana vardır muhtemelen. Yapay Zeka sahibi bir mühendislik tasarımına bizi yaklaştıran şu üç bariyerin aşılması gerekiyordu;  hesaplama yapabilen ve programlanabilen cihazların keşfi, zekanın hesaplama ve programlama ile ulaşılabileceğinin keşfi, zeka probleminin çözülebilir bir hesaplama problem olarak tanımlanması. Bunlardan ilki yani programlanabilir hesaplama cihazı olan dijital bilgisayar sizinde not ettiğiniz gibi 1950’lerde ortaya çıktı ama yaygın kullanıma girmesi 1960’larda oldu.

Zekanın hesaplama olduğu konusu teorik olarak daha önceleri tartışıldıysa da, sanırım gerçekten ikna edici kanıt Hodgkin-Huxley ikilisinden geldi. Bu iki bilim insanı beyin hücresi olarak ta bilinen nöronların elektriksel davrandıklarını gösterdiler ve bu elektriksel davranışlarının modelini sundular. Buda 1950’lerde oldu ve bilimcilerin doğal  zeka ile bağladıkları nöronların elektriksel birer işlemci olduklarının anlaşılmasını sağladı. O andan itibaren elektrik kullanan başka türden işlemcilerin de, yani bilgisayarların, bir şekilde zeki davranış sergileyebilecekleri fikri oluşmaya başladı.

Üçüncü adım zekanın formal olarak bir mühendislik problem olarak tanımlanması aşaması oldu. Bu da kolay olmadı. Mühendisler uzun süre zekayı sembolik bilgi işleme ile elde edebileceklerini düşündüler ve gerçekten de bu doğrultuda zeki ürünler ortaya çıktı. Bunların en bilinen örneklerinden IBM’in MYCIN adını verdiği ve belli tipten bakteryal enfeksiyonların kaynağını belirleyebilen bir uzman sistemdir. Ancak bu teknolojiye dayanan ürünler oluşturulmasındaki zorluklar ve güçlerindeki sınırlamalar nedeniyle yaygın kullanıma giremediler.

Bugün Derin Öğrenme adıyla bilinen Yapay Zeka teknolojisi Hodgkin-Huxley‘in keşfinden esinlenen Yapay Sinir Ağları kavramından esinlenir. Doğal nöronların davranışını yazılımsal olarak taklit eden yapay nöronlardan (perceptron) oluşan bu ağlar zeki ürünlere ulaşmak için gidilen yolda gerçekten üçüncü bileşeni sağladı. Bugünkü Yapay Zeka tabanlı pek çok ürün bu türden ağlar kullanan ürünlerdir. Bu ağlar sayesinde zeka problem bir optimizasyon problem olarak yeniden yorumlandı. Bunun arka planında da Yapay Sinir Ağları ve Backpropagation algoritması dediğimiz bir optimizasyon algoritması bulunmaktadır. Backpropagation algoritması insanlığın ortak bir keşfi gibidir. Değişik parçaları değişik zamanlarda keşfedilmiştir ve bu keşifler birkaç yüz yıl geriye kadar gider. Ancak modern derin öğrenme yöntemleri son 30 yılda zenginleştirildi, Backpropagation algoritması ve bazı diğer tamamlayıcı unsurlar, örn. Convolutional ağlar, son 30 yılda ihtiyaçları oldukları işlemci gücü ve tipine kavuştular..

Bu üçüncü adımın başarılması ile Yapay Zeka tabanlı ürünler ortaya çıkmaya başladı. İlk büyük etki resim sınıflama alanında 10 yıl kadar önce yapıldı. Ondan sonra da hepimizin bildiği baş döndürücü çeşitlilik ve derinlik oluşmaya başladı. Çok detaya girmeden söyleyebileceklerim bunlar. 

- Güçlü ve zayıf AI nedir, farkları nelerdir?

Buna sırasıyla Yapay Spesifik Zeka ve Yapay Genel Zeka dersek daha iyi anlaşılabilir. Yapay Spesifik Zeka belirli ve dar bir konuda işlev gösterebilen zeka, Yapay genel Zeka ise her konuda zeki davranış gösterebilen sistemlere kastetmektedir.

Şu anda eldeki araçlar çok spesifik bazı işleri otonom olarak yapabilen Yapay Spesifik Zeka (Zayıf Öğrenme) sınıfına aittir. Örneğin sağlıkta X-Ray resimlerinin belirli göğüs hastalıklarının teşhis edilmesinde kullanımı gibi.

- Google, Facebook, Twitter gibi uygulamalar da yapay zeka ile işliyor. Birazcık açar mısınız bu sistemin mantığını?

Bu şirketlerin içeride ne teknolojiler kullandıklarını tam olarak bilmiyoruz. Ancak Google resim sınıflama ve konuşmanın metne çevrilmesi hususunda çözümler sağlıyor. Facebook un yüz tanıma teknolojisini kullandığını biliyoruz. 

Bunların dışında bu şirketlerin ellerindeki verileri insanların profillerini çıkarmak için kullandıkları da biliyoruz. Böylelikle aldıkları reklamları daha hedeflendirilmiş şekilde dağıtabiliyorlar. İlaveten bu şirketlerin ellerindeki verileri üçüncü parti başka şirketlerle de paylaştıklarını biliyoruz ki bu kullanımların bir kısmı yasal açıdan sorunlar oluşturabiliyor. Bunun en bilinen örneği sanırım Cambridge Analytica vakasıdır ki burada milyonlarca insanın Facebook’taki mesaj, like ve yorumlarından karakter analizi yapılarak demokratik seçimlerde yönlendirilmeleri yapılmıştır.

Gerçekten Google, Facebook ve benzeri sosyal medya sistemlerine gönüllü olarak ve farkında olmadan sağladığımız veriler tam olarak nasıl kullanılıyor, bilmiyoruz. Ancak bu verilerin ticari yararlar, manipülasyonlar, çeşitli tahminler, vb. gibi işler için kullanıldıkları kesin.

Bu şirketlerin kullandıkları Yapay Zeka çalışmaların hepsi için derin öğrenme kullanıldığını bilmiyoruz ama derin öğrenme şöyle işliyor. Örneğin resim sınıflamak için bir yapay sinir ağı oluşturuluyor. Bu sinir ağına çeşitli resimler ve bunların etiketleri sunuluyor. Örneğin bu köpek, bu kedi, bir köpek daha, vb. gibi. Sinir ağı daha önce bahsettiğimiz Backpropagation varyasyonu algoritmalar ile bu örnekleri doğrulayacak veya yanlışlayacak şekilde optimize ediliyor. Bu işlem çok çok kez tekrarlanıyor. Böylece system daha önce hiç görmediği bir resmi de sınıflayabilir hale getiriliyor. Eğer konuşmanın metne çevrilmesi isteniyorsa girdiler ses kayıtları ve etiketlerde kelimeler oluyor. Öğrenilecek kavrama göre bu şekilde yapay sinir ağının giriş ve çıkışları belirleniyor. Aynı ağ farklı farklı türden veriler ile eğitilebiliyor. 

- AI bir ekonomi de aslında. Gelişmiş ülkelerde bu teknoloji için ayrılan bütçelere dair neler söyleyebilirsiniz?

AI bir ekonomik dönüşümü tetikledi. Potansiyeli ortaya çıktıktan sonra görebilen robotlar, konuşabilen ve bizi anlayabilen robotlar ortaya çıkmaya başladı. Böylece insanlığın elindeki ürünlerin bu yeni teknoloji ile tamamen değişecekleri, güçlenecekleri ve yeniden tanımlanacakları gerçeği ortaya çıktı. Gelişmiş ülkeler bu potansiyeli fark edince bu alana para akıtmaya başladılar.

Yatırımlar AI eğitimi, AI tabanlı ürün tasarımları, AI’nın toplumsal yaşantıda kullanılması, Sağlık gibi çeşitli alanlarda kümelendi. Kendi kendine giden araçlar, endüstriyel robotlar, müşteri hizmetleri robotları, vb. gibi alanlar bunların örnekleridir. 

Burada Çin’in bu işi ciddiye aldığını görüyoruz. AI’nın gelişme merkezi geleneksel olarak ABD olduğundan onların yatırımları da uzun yıllardır sürüyor (en az 50 yıldır). Almanya, İngiltere, Rusya’nın bu alanda yatırımlar yaptığını biliyoruz. Toplam rakamlar yüz milyarlarca doları buluyor. Ama tüm bileşenleri ile bu yatırımların miktarlarını ülke başına verebilecek bir kayıt bilmiyorum. Çeşitli tahminler var ama bunlar daha çok spekülatif.

Değişimin boyutunu göstermesi açısından önümüzdeki on yılda AI ile dünya ekonomisine 30 trilyon dolarlık bir katkı yapılacağını ifade eden raporlar mevcut. Bu rakamların bir kısmı var olan endüstrilerin daha verimli hale gelmesi diğer kısmı ise AI tabanlı yeni ürünler. 

Türkiye gibi ülkelerin ise maalesef bu alanın potansiyelini tam olarak anlayabildiklerini söylemek zor. Tutarlı bir ulusal politika oluşturulamaması ve uygulamadaki zorluklar gelişmiş ülkeler ile diğerleri arasındaki dijital boşluğu büyütüyor.

- Silikon Vadisi'ndeki şirketler büyük ölçüde AI mi çalışıyor?

İnovasyonun yeni adı AI ve endüstri 4.0. Dünyada kendine saygısı olan hiçbir şirketin AI çalışmaması mümkün değil. Bunu da en fazla Silikon Vadisi’ndeki şirketler bilir. AI çalışmayan şirketler fonlarının kesileceğini bilirler. Yani sorunun yanıtı güçlü bir evet.

- AI'de algoritmalar önemli bir yer tutuyor. YouTube, Facebook vb. platformlardaki algoritmaların nasıl çalıştığını anlatabilir misiniz? Nefret söylemi ya da istismar materyallerini nasıl tespit ediyor bu algoritmalar? Ya da Netflix YouTube gibi platformlar nasıl oluyor da 'tavsiyeler' sunarak bizi yönlendiriyor? Neftlix'te yüzde 75 oranında 'tavsiye edilen' dizi ve filmler izleniyor.

Derin öğrenme ile bu türden sistemler yapmak mümkün. Yapay ağın girdileri olarak kullanıcı profili çıktısı olarak da önerilecek filmler ve önerinin gücünü gösteren olasılıksal rakamlar kullanılabilir. Ancak konvansiyonel matematik yöntemler ile de etkili öneri sistemleri oluşturulabilir. Bazen bu ikisinin karışımı da kullanılabilir.

Nefret söylemleri yazının veya videonun içinden yakalanacak kelimelerin sınıflandırılması gibi basit yöntemlerle olduğu gibi, konuşmanın bir bölümünü derin öğrenme ile anlayarak veya tercüme ederek de belirlenebilir.

Sanırım modern AI algoritmaları giderek Derin Öğrenme tarafına doğru evriliyorlar. Probleminizi bir derin öğrenme problemi olarak tanımlayabilirseniz, çözümü çok net ve etkin olduğundan bu yöntem tercih ediliyor. Ancak bazı problemleri konvansiyonel matematik modellerle de çok etkin olarak çözmek mümkün.

Netflix’in ilk kullandığı öneri algoritmaları derin öğrenme tabanlı değildi. Ama onlarda süreç içinde derin öğrenmeye döndülerse şaşırmam. Daha çok teknoloji daha çok veri daha iyi öğrenebilen sistemlerin ortaya çıkmasına neden oluyor. Cep telefonlarımızda davranışlarımız hakkında tahminler yapılmasını sağlayacak bir düzine sensor var. Cep telefon ses trafiğini analiz edecek teknolojiler var. Her yerde video kameralar ve yüz tanıma teknolojileri var, kredi kartları ve mobil ödeme sistemleri ile ne tükettiğimizi bu algoritmalar biliyorlar. GPS vericiler bulunduğumuz yerleri sürekli izliyorlar. Örneğin siz ve ben bir süre aynı lokasyonda olsak aramızda bir konuşma geçtiğini tahmin edebiliyorlar. Siri gibi sistemler cep telefonumuzda konuşmadığımız durumlarda bile  sürekli kayıtta ve bu kayıtların nasıl kullanıldığı meçhul.

Açıkçası algoritmalar kişiyi kendinden daha iyi tanıyacak veriye sahip. Arka planda şirketler ve hükümetler kişisel verilerimizi paylaşıyorlar. Siz televizyondan bir film izleyerek aynı televizyon üzerinden algoritmalar size izliyor. 

Bu durumda Netflix yada diğer şirketlerin tahmin güçleri sürekli artışta. Bu algoritmaların bizi kendimizden iyi tanıdığını söylersek sanırım bu gerçekten çok uzakta bir cümle olmaz.

- AI kendi kendini sürebilen araçlarla da kullanılıyor mu? Tesla bu konuda ne noktada?

Bu araçlar son on yılda epey evrim geçirdiler, başarılı oldular. Otoyol koşullarında daha başarılılar ancak otoyol dışında da kullanılabiliyorlar. Araç bilgisinden emin olmayınca kontrolü insana bırakabiliyor. Tesla bu konuda lider şirket oldu. Kurucusunun kimliği bazen şirketin önüne geçse de, Tesla’nın kendi kendine giden araçları muhtemelen türlerinin en gelişmiş örneği diye biliniyor. Google ve Toyota da bu alana girdi. Yük taşıyan kamyonlarda kullanmayı tasarlıyorlar.

-AI'nın insan emeğine bağımlılığı azaltacağı ve işsizler ordusu yaratacağı belirtiliyor. Bu ne kadar doğru?

Her teknoloji işler yaratır ve bazı işleri yok eder. 1960’larda Türk köylerine traktörler girmeye başladı. Her traktörün 30 kişiyi işsiz bıraktığı söyleniyor. Bunun sonucunda şehirlere kontrolsüz göç ve gecekondulaşma başladı. AI da pek çok insanı işsiz bırakacak. Bundan ilk etapta rutin işler yapanlar etkilenecek ama uzun vadede kimsenin işi garanti altında değil.

Türkiye gibi ülkeler daha büyük risk altında. Çünkü fabrikalar sürekli robotlaşma sürecinde. Türk ekonomisi ucuz ve göreceli olarak eğitimsiz işgücüne dayandığından robotların tercih edildiğini görüyoruz, görmeye devam edeceğiz. 3D yazıcılarında yaygınlaşması ile üretim tabanının bir kısmı batılı ülkelere dönecektir. Robotlar çağrı merkezlerinde, ses tanıma ve konuşma anlama becerileriyle pek çok kişiyi işsiz bırakacak. Yeni işlerde yaratılacak. Ancak sorun şu ki yeni işler daha çok eğitim gerektirecek. Ulusların bu değişime hazırlanmaları gerek. 

- AI rekabetine dair neler söylersiniz? ABD ve Çin bu konuda başı mı çekiyor? Ticaret savaşlarının bir boyutunu da bu konu mu oluşturuyor?

Çin ve ABD rekabetinin temelini ABD’nin dünyanın kontrolünü elinden kaçırması korkusu yatıyor. AI bu rekabetin ifade edildiği teknoloji. Çin bugüne kadar kopyalayan durumunda iken artık icat eden konumuna geçme aşamasında. ABD bu yeni gücün nasıl davranacağını kestiremiyor. AI’nın bu rekabetin temel unsuru olduğunu söylemek zor. Daha çok bu bir küresel finansal güç savaşını andırıyor.

AI konusunda Türkiye’deki çalışmalardan ve kendi çalışmalarınızdan da bahsedebilir misiniz?

AI konusunda Türkiye’nin yapması gereken çok şey var. Henüz belirlenmiş ulusal bir strateji yok, Türk üniversite, resmi kurumlar ve özel şirketlerinde genel olarak bir AI stratejileri olduğunu görmüyoruz. Maalesef ciddi bir ilerleme de yok. Türkiye de daha çok gördüğümüz üniversitelerde tek tek bireylerin konuya ilgi duymaya başlamaları ve TÜSİAD gibi bazı organizasyonların konuyu işleyen temalı toplantılar organize etmeleri gibi konudaki duyarlık ve bilinci artırmaya yönelik çalışmalar.

AI çalışmaları için gerekli iki önemli unsur var; veriler ve çok çok yüksek işlemci gücü. Türkiye bu iki alanda da zayıf. Türk şirketleri ciddi bir robotik transformasyon ihtiyacı içinde ama bu ihtiyaç şu ana kadar ithalat ile sağlanıyor. İş gücünü AI değişimine hazırlamaya yönelik bir anlayış ve  çalışma bulunmuyor. 

Veriler konusunda örneğin Sağlık Bakanlığı’nın elinde ciddi boyutlarda sağlık verisi var ancak bu veriler büyük ölçüde atıl duruyorlar ve AI çalışmalarında kullanılmıyorlar. Verilerin kullanımında iki engel var. Yasal olarak ve pratik olarak bu verilere ulaşımın alt yapısı henüz oluşmadı, öte yandan bu verilerin ne kadar sağlıklı oldukları hakkında kuşkular var.

Diğer konu işlemci gücü. AI tabanlı sistemlerin eğitilmeleri için ciddi boyutlarda işlemci gücü gerekiyor. Bu pahalı bir kaynak. Ancak Türkiye ar-ge programları genellikle işlemci gücü satın almaya pek pozitif yaklaşmıyor. Ayrıca AI konusunda yetişmiş mühendisimiz çok az. Üniversiteler konuya tedbirli yaklaşıyorlar. “Ya bu bir geçici heves ise” yaklaşımı hakim. Maalesef bu duruş da konuya olan uzaklığımızın ifadesi gibi.

Devlet ihale yasası en ucuz ürünün alımını şart koştuğundan, kurumların AI konusunda bir stratejileri olmadığından devlet Türkiye’de geliştirilmiş bir kaç inovatif ürünü de kullanmıyor, kullanamıyor.  Bu ürünler dolayısıyla test edilemiyor, gelişemiyor ve global pazarlara ulaşamıyor. Sonuç olarak önemli bir değişimde geriye kalıyoruz, kaldık.

Ben ve grubum İzmir’de Yapay Zeka nın sağlığa uygulanması alanlarında çalışıyoruz. Hastanelerin Kan Alma Birimlerinde oluşan kargaşayı yöneten inovatif bir yazılım geliştirdik. Buna göre tüm birim bir algoritma tarafından yönetiliyor. Konvansiyonel sistemlere göre 10 kata varan iyileşmeler sağlanıyor. Hasta birime ulaştığı anda ne kadar bekleyeceği tahmin edilerek kendisine veriliyor ayrıca birim yöneticisine hasta yükü ve birim hedefleri ile uyumlu iş gücü (hemşire sayısı) tahmin edilerek veriliyor. Ayrıca hastanelerin tıbbi laboratuvarlarında kullanılmak üzere tasarlanmış inovatif bir ürünümüz daha var. Bu ürün laboratuvar testlerinin doğru seçilmesi ile hem önemli finansal kazanç sağlıyor, tıbbi doğruluğu artırıyor, tıbbi hastaları azaltıyor, hemde hekim zamanından ciddi tasarruflar sağlıyor. 

Bir doktora öğrencim ile pediyatrik referans aralıklarını hastane verilerinden öğrenen bir sistem geliştiriyoruz. Böylece çocuklarımızın test sonuçları tıbben daha iyi kalitede yorumlanabilir hale geliyor. Bir diğer doktora öğrencim ile hastanede tedavi gören hastalara uygulanan tedavilerin sonuçlarını hekim tarafından gözlemlenmeden muhtemelen çok önce belirleyebilen bir system geliştiriyoruz. Bu sistem hastanın tıbbi durumunu  gösteren laboratuvar test sonuçları gibi verileri sürekli inceliyor, milyonlarca hesap yapıyor ve hastanın durumundaki olası değişiklikleri hızlı şekilde hekimin dikkatine sunuyor.

Yine bir diğer öğrencim ile birlikte radyolojik resimlerin otomatik segmentasyonu üzerinde çalışıyoruz. Burada derin öğrenme yöntemi ile hekimin işini kolaylaştırmayı ve teşhiste destek sağlamayı hedefliyoruz.

-AI'nın Türkiye ekonomisi üzerindeki uzun vadeli etkileri hakkında ne düşünüyorsunuz, neler yapılmalı ?

Türkiye ekonomisi ucuz iş gücü sağlamaya dayanıyor. Turizm dışında otomobil gibi iç ve dış pazara yönelik yabancı yatırımlar ekonomimizin önemli unsurları. Ancak teknoloji üretmiyoruz yada çok az üretiyoruz.

Son elli yılda Dünya ekonomisinde teknolojik ürünlerin paylarının sürekli arttığını görüyoruz. İki ton domates ile bir iPhone’un değerinin aynı olduğu bir dünyada ekonomimizi teknoloji üretir hale getiremezsek harcadığımız para daima kazandığımızın üstünde  olacaktır. AI devrimini yakalayamazsak aradaki boşluk büyüyebilir ve ulusal gelirimiz şu ankinin de yarısına inebilir. 

Bunun için öncelikle ithalat ve ihracat rejimini korumacı anlayıştan inovasyonu destekleyen anlayışa doğru geliştirmeli ve ekonomik ortamı, vergi yasalarını, üniversiteleri buna göre yeniden yapılandırmalıyız. Ülke olarak AI konusunda ulusal strateji ve uygulama adımları oluşturmalı, kurumlarında aynı işi yapmalarını sağlamalıyız. Ancak bu lafta değil gerçekten yapılmalı.

Devlet ihale yasası ve AR-GE fon dağıtım stratejileri ters yüz edilmeli; şirketler değil inovatif ürünler desteklenmeli, inovatif ürünlerin devlet tarafından yoğun şekilde kullanımı için gerekli yasal ve uygulama değişiklikleri yapılmalı. Devlet kanun yaptığı alanlardaki oyuncularla samimi ve sistemik bir istişare içinde olmalı, onların söylediklerini ciddiye almalı ve bunu göstermeli.

Harcamaları ve ithalatı küçülterek büyümenin mümkün olmayacağını hepimiz biliyoruz. Büyüme için teknolojik üretim gerek ve bu gerçekleştirilemez ise önümüzdeki süreçte ulusal gelirimizin sürekli zayıflamasını görmeye devam edeceğiz diye düşünüyorum.

© Ahval Türkçe