Üretken yapay zeka 2023’te öne çıktı ve kuruluşta ne kadar etkili olabileceğine dair çok şey öğrenildi. Peki, kurulumunun karşılaştığı zorluklar neler?
GenAI olarak da bilinen Üretken Yapay Zeka, bir dizi komuttan metin, görüntü, ses veya sentetik veriler üretmek üzere eğitilebilen dijital bir araçtır. Üretken yapay zeka araçlarına yönelik son dönemdeki ilgi, bunların birkaç saniye içinde yüksek kaliteli içerik oluşturmaya yönelik kullanım kolaylığından kaynaklanmaktadır.
Bunların çoğu, ChatGPT’nin Kasım 2022’de OpenAI tarafından piyasaya sürülmesiyle ilgiliydi. Pek çok kişi, üretken yapay zekanın, bir kullanıcıdan gelen bir dizi metin komutuna dayalı olarak farklı türde metinler oluşturma becerisine şaşırdı.
Birleşik Krallık hükümeti, 2023 bahar beyanında yapay zekanın önemini kabul etti. Maliye Şansölyesi Jeremy Hunt, Birleşik Krallık’ın yapay zeka ve kuantum hesaplama yeteneklerini artırmak için 500 milyon sterlinlik bir yapay zeka yatırım fonu açıkladı. Microsoft ayrıca önümüzdeki üç yıl içinde İngiltere’nin yapay zeka altyapısına ve becerilerine 2,5 milyar £ yatırım yapacağını duyurdu.
Risk sermayesi şirketi Heroic Ventures’ın kurucusu ve genel müdürü Michael Fertik, “Zamanın gelince, üretken yapay zeka, aklımıza gelen ve henüz düşünmediğimiz hemen hemen her kuruluşu etkileyecek” diyor.
“Şu anda, ufukta görebildiğimiz üretken yapay zekanın temel işlevleri, yazılım geliştirmeyle ve sayıları anlamakla veya büyük miktarda metinsel veriyi sindirmek ve bu anlayıştan çıktı üretmekle ilgili. sürekli denetim çağırın.”
Üretken yapay zekanın kullanım alanları
Üretken yapay zekanın potansiyel uygulamaları inanılmaz derecede çeşitlidir. Mevcut odak noktası, uygun şekilde eğitilmiş üretken bir yapay zekanın müşteri sorgularını hızlı bir şekilde tanımlayıp çözebileceği müşteri desteğini otomatikleştirmek üzerinde görünüyor. Ancak Londra’daki Chatbot Zirvesi’nin yakın zamanda gösterdiği gibi, potansiyel uygulamalar arasında sağlık rehberliği ve otomatik müzakere taktikleri de yer alıyor.
BT, müşteri desteği için ilk iletişim noktası olarak Aimee olarak bilinen, müşteriye dönük üretken bir yapay zeka dijital asistanı geliştiriyor. Aimee’nin mevcut sürümü, müşteri sorgularını değerlendirmeyi ve onlara yardımcı olacak en uygun destek personelini belirlemeyi amaçlamaktadır. Bu, destek personelinin verimliliğini artırırken müşterilerin sorunlarının çözülmesini beklerken harcadıkları zamanı da azaltacaktır.
Merecedes-Benz, MBUX sesli asistanını ChatGPT’nin geniş dil modeliyle birleştiriyor. Bunun sonucunda, daha doğal sesli komutları kabul eden, tüm konuşmaları yürütebilen ve fikirlere katkıda bulunabilen bir sesli asistan ortaya çıktı.
Mercedes konuşma teknolojisi başkanı Alexander Schmitt, “Mercedes-Benz, ChatGPT’yi entegre ederek yerleşik MBUX sesli asistanını daha da geliştirebilir ve sürekli olarak genişletebilir” diyor.
Fertik, eğlence sektörünün üretken yapay zeka için ideal bir platform olabileceğini öne sürüyor. Birleşik Krallık video oyunu endüstrisinin değeri 7 milyar £’un üzerindedir ve bazı video oyunlarında, bir oyunun her seviyesinin benzersiz olmasını sağlamak için prosedürel oluşturma gibi içerik oluşturma algoritmalarını halihazırda kullanmaktadır.
Fertik, “Ben buna oyun üretimi diyorum” diyor. “Herkesin, bir tür bilişsel kararlı yayılma ile metin görselleştirme tabanlarını kullanarak gerçek zamanlı oyun ortamları ve karakterler yaratabileceğine inanıyorum.”
Komut dosyaları gibi içerik oluşturmanın üretken yapay zekadan büyük ölçüde etkilenmesi muhtemeldir. Bazı e-posta platformlarındaki cümlelerin tamamlanmasını öneren otomatik tamamlama işlevleri gibi üretken yapay zekayı zaten daha az kullanıyoruz. Benzer şekilde kodlama, en azından kısmen üretken kod yazımı yoluyla otomatikleştirilebilir.
Jailbreaking ve üretken yapay zekanın zorlukları
Üretken yapay zekayla ilgili endişelerden biri de jailbreak potansiyelidir. Bu, bir yapay zekanın davranışı, yapay zeka modelinin içerik yönergelerini ihlal etmeye ve onu kötüye kullanmaya yönelik istemler oluşturmak gibi kötü amaçlarla bozulduğunda meydana gelir. Dikkate değer bir örnek 2016’da Microsoft’un yapay zeka sohbet robotunun ortaya çıkmasıydı. Tay Twitter’da saldırgan tweetler yayınlandı ve lansmanından 16 saat sonra kapatıldı. Microsoft’a göre bu durum, botun platformdaki insanlarla etkileşimlerine dayanarak yanıtlar vermesi nedeniyle bazı kullanıcıların hizmeti altüst etmesinden kaynaklandı.
Jailbreak yapmanın yarattığı risk, üretken yapay zekanın uygun korkuluklarla dikkatli bir şekilde eğitilmesi gerektiği anlamına geliyor. Üretken bir yapay zekanın eğitimi sırasında açıkça tanımlanmış sınırlar, onun belirlenmiş parametrelerden sapmamasını sağlayacaktır. Üretken bir yapay zekayı eğitmek için kapalı bir korumalı alan ortamı kullanmak, bir yapay zekayı açık internet üzerinden eğitmeye kıyasla istenmeyen sonuçların riskini azaltır. Ancak tek bir kültürel zihniyete takılıp kalmamak için eğitim verilerinde de çeşitliliğin olması gerekiyor.
BT’de diyaloga dayalı yapay zekadan sorumlu kıdemli mühendislik müdürü Kenneth Deeley, “Birlikte çalıştığımız tüm satıcıların (ve çoğu zaten bu protokollere sahip) sürekli olarak modeli sorduklarından ve test ettiklerinden emin olmaları önemlidir” diyor. “Bizim durumumuzda model kendi özel bulutumuzda barındırılıyor ve tamamen verilerimize göre ayarlanacak. Onu yalnızca dolaşım URL’si konusunda eğittik.”
Üretken yapay zekayla ilgili bir diğer endişe de görevleri otomatikleştirip insanların yerini almasıdır. Üretken yapay zekanın işe yaklaşımımız üzerinde önemli bir etkisi olacağı inkar edilemez. Ancak teknolojinin sınırlamaları göz önüne alındığında, üretken yapay zeka büyük olasılıkla insanların yerine geçmek yerine insan rollerini artıracak. Bir rolün tekrarlanan ve sıradan yönlerini otomatikleştirerek insanların zamanlarını daha karmaşık konulara odaklamasına olanak tanıyacak.
Halüsinasyonlu cevaplar
Üretken yapay zeka, sağladığı yanıtlara nasıl ulaştığını her zaman tam olarak anlayamadığımız için bir nevi kara kutu olabilir. Bir yapay zekayı nasıl öğrendiği ve yanıt üretmedeki esnekliği konusunda eğitmek, büyük ölçüde amaçlandığı göreve bağlıdır. Yasal ve teknik rollerde, daha önce öğrendiklerine sıkı sıkıya bağlı kalması gerekecek; tasarım gibi daha az kısıtlı roller ise daha esnek yaklaşımlara izin verebilir.
“İleri besleme mekanizmasını anlamıyoruz. Aslında hiç kimse sinir ağının bir şeyi anlamaya başladığı anı bilemez” diyor Fertik. “Kimse nedenini bilmiyor ve bu harika. Bu, en azından bir anlamda ve bir düzeyde soyutlamayla, yaşayan bir şeye baktığımız anlamına geliyor.”
Üretken yapay zeka yoluyla ortaya çıkan bir sorun, bir sorunun kesin cevabını bilmiyorsa yanıtları “halüsinasyona uğratma” alışkanlığıdır. Deeley, “Üretken yapay zeka cevabı bilmiyorsa cevabın ne olabileceğini bulmaya çalışır” diye açıklıyor. “Verdiğimiz bilgilerin doğru olduğundan emin olma sorumluluğumuz var. En iyi tahmin cevaplarına sahip olamayız; cevapların doğru olduğundan emin olmamız gerekiyor.”
Üretken yapay zeka, yasal belgelerin yazılmasına yardımcı olacak olası bir araç olarak hukuk mesleğinde deneniyor. Bir örnekte, bir avukat veya avukat yardımcısı gibi ücret alan bir kişi, bir avukat ekibi için rapor yazmaya yardımcı olmak amacıyla üretken yapay zekayı kullandı. Ancak rapor avukatlar tarafından incelendiğinde, atıfta bulunulan belirli bir içtihat bulamadılar. Bunu daha detaylı incelediklerinde, üretken yapay zekanın iki ayrı içtihat parçasını alıp kendi içtihatını yarattığını fark ettiler.
Mühendislik önyargısı
Ele alınması gereken bir diğer konu, geliştiriciler tarafından üretken yapay zekayı eğitmek için kullanılan veri kümeleri içindeki önyargının kontrol edilmesidir. Önyargısız veriler gibi temiz veriler de doğru sonuçlar verir. Ancak verilerin bilginin doğru ve gerçek temsili olmasını sağlamak zor olabilir. Kaydedildiği andaki kültürel algılardan etkilenebilecek tarihsel verilere güveniliyorsa bu özellikle doğru olabilir.
Ancak tüm kuruluşlar tarafsız veri kümeleri istemez. Perakendeciler ve satıcılar, rakiplerinin ürünleri yerine kendi ürünlerini önermek için doğal olarak üretken yapay zekayı tercih edeceklerdir. Tarafsız bir bakış açısıyla, bir rakibin ürünü daha iyi değerde olabilir.
Yapay zekanın geleceği
Üretken yapay zekanın kara kutu doğası, üretken yapay zekanın ortaya çıkardığı her şeyin körü körüne kabul edilmesi yerine her zaman insan gözetimine ihtiyaç olacağı anlamına gelir. Üretken yapay zeka, sorulara ve yönlendirmelere inanılmaz bir hızla yanıtlar üretebilir ancak bunlar her zaman doğru veya uygun olmayabilir.
Jailbreak ve halüsinasyonla ilgili endişelere rağmen üretken yapay zeka, sıradan ve tekrarlanan görevleri otomatikleştirerek tüm iş rollerini etkileyecek. Ancak üretken yapay zekaya aşırı güvenmek maliyetli hatalara yol açabilir.
Benzer şekilde, herkes üretken yapay zekayı kullanma konusunda rahat olmayacaktır. Özellikle bazı yaşlı veya nörolojik açıdan farklı müşteriler, yapay zeka asistanlarını kullanmakta veya onlara yanıt vermekte zorluk yaşayabilir. Bu nedenle müşteri destek personelinin hazır bulunması önemlidir.
Bu teknolojinin başarılı bir şekilde konuşlandırılmasının anahtarı, mevcut rolleri tamamen üretken yapay zeka ile değiştirmek yerine, dijital araçları kullanarak artırmak olacaktır. Fertik şu sonuca varıyor: “Yapay zeka, yerçekimi veya oksijen gibi çevrenin bir parçası haline gelecek.” “Her şirketin bir parçası olacak.”