iPhone uygulaması yazmaya başladım. Apple tarafından geliştirilen xCode programıyla Swift dilini kullanarak yazıyorum. Neden yeni dillere ihtiyaç duyulduğuna anlam veremesem de geliştirilen bu dilin iyi olduğunu söylemeliyim. Elbette muadili olan diğer diller ile karşılaştırma yaparak kesin bir sonuca ulaşmadım. Sadece yazım kolaylığına ve anlaşılır olmasına bakıp başarılı olduğunu söylüyorum. Fakat benim asıl dikkat çekmek istediğim dilden ziyade xCode programı. Program kendi içinde bir yapay zekayı barındırıyor. C#, Perl, PHP vb diller için kullandığım programlarda yazarken hata yapmamı engelleyen uyarı ve öneri işaretleri çıkıyor ama xCode programı kullandığım diğer programların önüne geçip mükemmel sonuçlar vermeyi başarıyor.
Kullanıcıların olası hataları düşünülerek yazılan bir program artık eski tip sayılıyor. Kuralları belirlenen kodlar ile programın kullanıcıyı yönlendirmesi, hata yapmasını engellemesi, olası fikirler sunup daha iyi bir deneyim sağlayan programların kullanımı her geçen gün artmakta. Sadece yazılım değil, yazılım ile birlikte çalışan sistemin ortak kullanımıyla ortaya çok daha etkili programlar çıkıyor.
Hiç şüphesiz, bu böyleyse bunu yap, değilse şu adıma geç tarzı algoritma yapısının kullanımının sonuna geliyoruz. Python olsun, Ruby olsun hatta spesifik dillerden olan JavaScript bile yazılımcının şartlarını zorlaması, klasik algoritmadan kurtulup kendi kendini düzelten yazılımlar yazmaya kapı açıyorlar. Donanımların gelişimi, işlemcilerin gücünün artması, daha fazla matematiksel işlemlerin aynı anda yapılabilmesi yazılım dillerinin gelişmesine etki etmiştir. Dillerdeki değişimler yazılımcının düşünce mantalitesinin değişimine, statik algoritma yapısından çok katmanlı algoritma yapıların doğmasına imkan sağlamıştır.
İnsanlığın hayali olan insansı robotların keşfi milyonlarca satırlardan oluşan kodlardan oluşmayacak. Artık önemli olan Big Data dediğimiz büyük verinin işlenmesi değil daha az bilgi ile doğru veriye ulaşmaktır. İşlenmiş ya da işlenmemiş veriler büyük bir yük olmakla birlikte doğru bilgiye ulaşmayı güçleştirir. Google Big Data’nın işlenmesinde güzel neticeler elde etti ama eklenen her bir veri google vb bilgi analizi yapan işletmeler için halının altına atılan tozlar gibi birikip ileride çözüme ulaşamayan bir soruna dönecektir.
Daha yakın zaman sayılan 2000'lerin başında yapay zekanın gelişimi sekteye uğramıştır. Ancak yapay zeka alanındaki gelişme özellikle GPU (Grafik İşlemci Ünitesi) donanımlarındaki gelişimle birlikte tekrar hız kazanabilmiştir. Fakat büyük bir hızla artan Big Data'nın büyümesi yakın zamanda elimizdeki mevcut teknoloji ile tekrar sınıra ulaşacak ve hayali ile birlikte korkusunu yaşadığımız yapay zekanın oluşumu imkansızlaşacak.
Kuantum teknolojisi gibi bilgisayar teknolojisi temelden değiştirecek kökten değişimlere ihtiyacımızın olduğu bir gerçek; ama bu değişimi beklerken aradan hızla sıyrılan bir değişim var ki o da yazılımın mimarisi olan algoritma yapısının değişimidir. Eski usül ile her adımı her olasılığı düşünüp tek tek yazmakla, ortaya çıkan programın verimliliği olumsuz etkilenecektir; çünkü programlarımız artık eski usül değil. Bunun yerine kendi kendisini kontrol eden bir algoritma ile yazılan program; çok daha verimli çalışmakla birlikte çok daha az donanıma ihtiyaç duyacaktır.
Birkaç örnek verecek olursak FaceBook tarafından geliştirilen DeepFace kullanıcıların yükledikleri fotoğraflardaki kişileri otomatik olarak etiketlemeyi sağlıyor. Elbette en büyük başarı Google’ın DeepMind satın aldıktan sonra geliştirilen AlphaGO programı. Program satranç oyunundan daha karmaşık olduğu söylenen Go Oyununda uzmanlaşmış. Bunlar zannedilen aksine çok güçlü donanımlara ihtiyaç duymadan başarılı şekilde çalışan uygulamalardan birkaçı. Evimizdeki bilgisayarlara kadar gelen satranç oyunu bile çok güçlü işlemciye ihtiyaç duymadan yenilmez oldular.
Bu gelişmeler bize adım adım ilerleyen algoritma yapısının devrinin kapandığını gösteriyor. Şimdi kendi kendine öğrenebilen algoritma mimarisi dönemindeyiz. İnsan beyninden ilham alınarak nöronların çalışmasını taklit eden algoritmalar formüle edildi. Nöronların birbirlerine bağlı olan sinir ağlarından yola çıkılarak yapay sinir ağları geliştirildi. Kısa (RNN) ve Uzun Süreli Hafıza Ağları (LSTM), Yapay Sinir Ağları olmak üzere pek çok çeşit ağlar ortaya çıktı. Bunların bir kısmı için özel donanımlar üretildiği gibi, pek çok karmaşık formüllerin içerdiği yazılımlar mevcut işlemci ve donanımlarla kolaylıkla uygulanması da sağlanmıştır.
Big Data hâlâ elimizdeki tek güç. Henüz birkaç fonksiyon yapısıyla ya da sinir ağları ile Big Data’nın hantallığından kurtulabilmiş değiliz. Etkili bir yazılım yazabilmek için faydalanılan Big Data önemini kaybetmedi. Yazılımın yapay sinir ağlarından almış olduğu destekle rafine edilmiş doğru veri ile güçlü programlar yazılabiliyor ama hayalini kurduğumuz insansı robotların gelişimi için yeterli değil. Henüz bilgisayarlarda Derin Öğrenme dedikleri yapıyı kurabilmeyi tam anlamıyla başarabilmiş değiliz. Kendi kendine öğrenip kendi kendine gelişen bir yapay sinir ağını çalıştıramadık. Ama program algoritma yapılarının ve buna bağlı olarak yazılım dillerindeki değişim müthiş.
Hayal ettiğimiz sürece karşımıza çıkan zorlukları aşmanın farklı yollarını bulup hayalimizin peşinden koşmaya devam edeceğiz.
