Yapay zeka alanı 80 yıllık bir gelişim sürecinden geçmiştir. Bu süre zarfında, finansman yatırımları zaman zaman yüksek, zaman zaman düşük, araştırma yöntemleri ise çeşitlilik göstermiştir. Kamuoyunun yapay zekaya olan tutumu ise zaman zaman meraklı, zaman zaman kaygılı, zaman zaman da heyecanlı olmuştur. Bu tarihi gözden geçirdiğimizde, bazı değerli dersler çıkarabileceğimizi söyleyebiliriz.
Yapay zekanın tarihi, 1943 Aralık ayına kadar uzanıyor; o dönemde nörofizyolog McCulloch ve mantıkçı Pitts, nöron ağları hakkında bir makale yayınladılar. Bu makale deneysel kanıtlardan yoksun olmasına rağmen, daha sonra "derin öğrenme" olarak adlandırılan yapay zeka dalını etkiledi. Ancak, mühendislik ile bilimi karıştırmaktan ve varsayımları bilimsel sonuçlar olarak almaktan kaçınmalıyız. Daha da önemlisi, "insanların tıpkı insanlar gibi makineler yaratabileceği" yanılsamasına karşı durmalıyız.
Son 80 yılda, bu kibir teknoloji balonları ve AI'nın dönemsel coşkusunun katalizörü oldu. Örneğin, genel AI(AGI) kavramı, insan seviyesinde zeka hatta süper zeka sahibi makinelerin yakında ortaya çıkacağına inanıyor. 1957'de Herbert Simon'dan 1970'te Marvin Minsky'ye, ardından son yıllardaki çeşitli tahminlere kadar, AGI her zaman "yakında gelecek" gibi görünüyor. Ancak, gerçekler bu tahminlerin aşırı iyimser olduğunu tekrar tekrar kanıtladı.
Görünüşte parlak olan yeni teknolojileri dikkatle incelemeliyiz. Genellikle, bunlar önceki makine zekasıyla ilgili çeşitli spekülasyonlardan temel bir fark taşımıyor. Derin öğrenme uzmanı Yann LeCun'un da belirttiği gibi, makinelerin insanlar gibi etkili bir şekilde öğrenmesini sağlayacak anahtar unsurlar hala eksik.
Yapay zekanın gelişimindeki "ilk adım yanılgısı" da dikkate değer. Bir görevi başaramamaktan, zar zor başarmaya geçiş genellikle zar zor başarmaktan mükemmel başarmaya geçişten çok daha kısadır. Sadece sabırla bekleyerek, yapay zekanın insan seviyesine ulaşacağına dair aşırı iyimser olmamalıyız.
Donanım performansındaki iyileşmeler, insanların yapay zekanın bununla birlikte gelişeceğini düşünmesine neden oldu. Ancak gerçek şu ki, yazılım ve veri de son derece önemlidir. 1980'lerde popüler olan uzman sistemler, nihayetinde bilgi edinme ve bakımındaki zorluklar nedeniyle çökmüştür; bu da ilk başarıların yeni bir endüstrinin sürdürülebilir gelişimini garanti etmediğini göstermektedir.
Uzun süredir, kural tabanlı sembol AI ile istatistiksel bağlantı temelli iki yöntem rekabet halindedir. Akademik dünya genellikle ya birini ya da diğerini seçme eğilimindedir, ancak son yıllarda AI araştırma geliştirme odak noktası özel sektöre kaymıştır. Ancak, tüm alan hâlâ tek bir araştırma yönüne aşırı derecede bağımlıdır, bu da dikkate değer bir durumdur.
Sonunda, Nvidia'nın başarısı elbette takdire şayan, ancak AI gelişim sürecindeki iniş çıkışları unutmamalıyız. Dikkatli olmak, tarih dersleri çıkarmak, belki de Nvidia'nın gelecekteki AI dalgalarında liderliğini sürdürmesine yardımcı olabilir.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
11 Likes
Reward
11
5
Repost
Share
Comment
0/400
P2ENotWorking
· 08-04 10:03
Neden sürekli teknolojiye tapma hissine kapılıyorum?
View OriginalReply0
ETHReserveBank
· 08-01 18:43
Sektör henüz Xian Wang Mağarası'ndan çıkmadı.
View OriginalReply0
DefiEngineerJack
· 08-01 18:40
*of say* ampirik olarak konuşursak bu 80 yıllık döngü aslında başka bir likidite tuzağıdır açıkçası
View OriginalReply0
GateUser-beba108d
· 08-01 18:35
Bunu 80 yıl boyunca yapıyorlar, ChatGPT ile oynamak daha iyi.
View OriginalReply0
GweiWatcher
· 08-01 18:23
80 yıl boyunca üç yükseliş ve üç düşüş, tarihi tanık olmak.
AI gelişimi 80 yıl: Kibirden temkinliliğe uzanan deneyim ve dersler
AI'nin 80 Yıllık Gelişim Deneyimi ve Dersleri
Yapay zeka alanı 80 yıllık bir gelişim sürecinden geçmiştir. Bu süre zarfında, finansman yatırımları zaman zaman yüksek, zaman zaman düşük, araştırma yöntemleri ise çeşitlilik göstermiştir. Kamuoyunun yapay zekaya olan tutumu ise zaman zaman meraklı, zaman zaman kaygılı, zaman zaman da heyecanlı olmuştur. Bu tarihi gözden geçirdiğimizde, bazı değerli dersler çıkarabileceğimizi söyleyebiliriz.
Yapay zekanın tarihi, 1943 Aralık ayına kadar uzanıyor; o dönemde nörofizyolog McCulloch ve mantıkçı Pitts, nöron ağları hakkında bir makale yayınladılar. Bu makale deneysel kanıtlardan yoksun olmasına rağmen, daha sonra "derin öğrenme" olarak adlandırılan yapay zeka dalını etkiledi. Ancak, mühendislik ile bilimi karıştırmaktan ve varsayımları bilimsel sonuçlar olarak almaktan kaçınmalıyız. Daha da önemlisi, "insanların tıpkı insanlar gibi makineler yaratabileceği" yanılsamasına karşı durmalıyız.
Son 80 yılda, bu kibir teknoloji balonları ve AI'nın dönemsel coşkusunun katalizörü oldu. Örneğin, genel AI(AGI) kavramı, insan seviyesinde zeka hatta süper zeka sahibi makinelerin yakında ortaya çıkacağına inanıyor. 1957'de Herbert Simon'dan 1970'te Marvin Minsky'ye, ardından son yıllardaki çeşitli tahminlere kadar, AGI her zaman "yakında gelecek" gibi görünüyor. Ancak, gerçekler bu tahminlerin aşırı iyimser olduğunu tekrar tekrar kanıtladı.
Görünüşte parlak olan yeni teknolojileri dikkatle incelemeliyiz. Genellikle, bunlar önceki makine zekasıyla ilgili çeşitli spekülasyonlardan temel bir fark taşımıyor. Derin öğrenme uzmanı Yann LeCun'un da belirttiği gibi, makinelerin insanlar gibi etkili bir şekilde öğrenmesini sağlayacak anahtar unsurlar hala eksik.
Yapay zekanın gelişimindeki "ilk adım yanılgısı" da dikkate değer. Bir görevi başaramamaktan, zar zor başarmaya geçiş genellikle zar zor başarmaktan mükemmel başarmaya geçişten çok daha kısadır. Sadece sabırla bekleyerek, yapay zekanın insan seviyesine ulaşacağına dair aşırı iyimser olmamalıyız.
Donanım performansındaki iyileşmeler, insanların yapay zekanın bununla birlikte gelişeceğini düşünmesine neden oldu. Ancak gerçek şu ki, yazılım ve veri de son derece önemlidir. 1980'lerde popüler olan uzman sistemler, nihayetinde bilgi edinme ve bakımındaki zorluklar nedeniyle çökmüştür; bu da ilk başarıların yeni bir endüstrinin sürdürülebilir gelişimini garanti etmediğini göstermektedir.
Uzun süredir, kural tabanlı sembol AI ile istatistiksel bağlantı temelli iki yöntem rekabet halindedir. Akademik dünya genellikle ya birini ya da diğerini seçme eğilimindedir, ancak son yıllarda AI araştırma geliştirme odak noktası özel sektöre kaymıştır. Ancak, tüm alan hâlâ tek bir araştırma yönüne aşırı derecede bağımlıdır, bu da dikkate değer bir durumdur.
Sonunda, Nvidia'nın başarısı elbette takdire şayan, ancak AI gelişim sürecindeki iniş çıkışları unutmamalıyız. Dikkatli olmak, tarih dersleri çıkarmak, belki de Nvidia'nın gelecekteki AI dalgalarında liderliğini sürdürmesine yardımcı olabilir.