Bazen teknolojinin gerçekliğini, gelen kutularımızı her gün bombalayan abartılı reklamlardan ve pazarlama mesajlarından ayırmak zordur. Sadece son beş yılda meta veri tabanı, blockchain ve sanal gerçeklik hakkında muhtemelen çok fazla şey duyduk. Şu anda, çokça suiistimal edilen ‘AI’ terimiyle ilgili öfkenin tam ortasındayız ve bu fırtınanın bir çay fincanı sakini olarak görülüp görülmeyeceğini zaman gösterecek.
Yapay Zeka Haberleri özel olarak konuştu Jon McLooneHesaplamalı zeka ve bilimsel yenilik alanındaki en olgun kuruluşlardan birinin Teknik İletişim ve Strateji Direktörü, Wolfram Araştırmasımevcut yapay zeka kavramlarımızı ve bunların pratik kullanımlarını daha derin bir bağlama yerleştirmemize yardımcı olmak için.
Jon, Wolfram Research’te 32 yıl boyunca çeşitli rollerde çalıştı ve şu anda Avrupa Teknik Hizmetler ekibine liderlik ediyor. Eğitim almış bir matematikçi ve veri analizinin birçok alanında yetenekli bir uygulayıcı olarak röportajımıza Wolfram’ın çalışmalarını asansör konuşması formatında anlatmasını sağlayarak başladık.
“Değer önerimiz, hesaplamayı ve Wolfram teknolojisini bilmemizdir. Teknolojimizi bir kuruluşun sahip olduğu soruna göre uyarlıyoruz. Bu çok geniş bir yelpazede geçerli. Yani tipik bir müşterimiz yok. Ortak noktaları yenilikçi bir şey yapmaları.”
“Hesaplama ve veri bilimini kullanan türde problem çözme yapıyoruz. Hesaplama için birleşik bir platform oluşturuyoruz ve hesaplamadan bahsettiğimizde mühendislik hesaplamaları, veri bilimi ve makine öğrenimi gibi teknik hesaplama türlerini kastediyoruz. Sosyal ağ analizi, biyobilimler, aktüerya bilimi ve finansal hesaplamalar gibi şeylerdir. Soyut olarak bunların hepsi temelde matematiksel şeylerdir.”
“Dünyamız, 30 yılımızı farklı ontolojiler oluşturmak için harcadığımız yapılandırılmış alanlardan oluşuyor. Matematiğin sembolik bir temsiline sahibiz, aynı zamanda grafikler ve ağlar, belgeler, videolar, resimler, sesler, zaman serileri, şehirler, nehirler ve dağlar gibi gerçek dünyadaki varlıklar gibi şeyler de var. Ekibim gerçekten yararlı bir şeyler yapmasını sağlamak gibi eğlenceli şeyler yapıyor!
“Yapay zekayı başka bir tür hesaplama olarak görüyoruz. Yıllar boyunca geliştirilen farklı algoritmalar vardı; bunlardan bazıları yüzlerce yıl önce, bazıları ise yalnızca on yıl önceydi. Gen AI da bu listeye yeni bir ekleme yapıyor.”
2024’te yapay zeka hakkında öne sürülen iddialar bazen aşırı iyimser olabiliyor, bu nedenle yetenekleri konusunda gerçekçi olmamız ve hangi konularda üstün olduğunu, hangi alanlarda yetersiz kaldığını dikkate almamız gerekiyor.
“Hala stratejik unsur olarak kalan insan zekası var. Önümüzdeki beş yıl içinde yapay zekanın şirketimi yöneteceğini ve kararlar vereceğini söylemeyeceksiniz. Üretken yapay zeka çok akıcıdır ancak güvenilmezdir. Onun işi olmaktır makuldoğru olmamakla birlikte. Ve özellikle Wolfram’ın yaptığı türde şeylere girdiğinizde, bu çok kötü çünkü size matematiksel yanıtınızın vereceği türde şeyleri söyleyecektir. şöyle görünürdü.” (Yapay Zeka Haberleri‘ italik.)
Wolfram Research’ün bu bağlamdaki çalışması, Jon’un ‘sembolik yapay zeka’ olarak adlandırdığı şeye odaklanıyor. Üretken ve sembolik yapay zekayı birbirinden ayırmak için bize atılan bir topun yörüngesini modelleme benzetmesini verdi. Üretken bir yapay zeka, bu tür binlerce atışı inceleyerek topun nasıl hareket ettiğini öğrenecek ve ardından yörüngenin bir tanımını üretebilecektir. “Bu açıklama makul olurdu. Bu tür bir model veri açısından zengin, anlayış açısından zayıftır.”
Öte yandan, fırlatılan topun sembolik bir temsili, mermi hareketi için diferansiyel denklemleri ve kütle, atmosferin viskozitesi, sürtünme ve diğer birçok faktör gibi öğelerin temsillerini içerecektir. “O zaman şu soru sorulabilir: ‘Topu Mars’a atarsam ne olur?’ Kesin bir şey söyleyecektir. Başarısız olmayacak.”
İş (veya bilimsel, tıbbi veya mühendislik) sorunlarını çözmenin ideal yolu, Wolfram Dilinde özetlendiği şekliyle insan zekası, sembolik akıl yürütme ve şimdi yapay zeka olarak adlandırdığımız şeyin bunların arasında birleştirici görevi görmesinin bir kombinasyonudur. Yapay zeka, anlamı yorumlamak ve bileşen parçaları arasında bir arayüz görevi görmek için harika bir teknolojidir.
“İlginç geçişlerden bazıları, doğal dili alıp onu daha sonra hesaplayabileceğiniz bazı yapılandırılmış bilgilere dönüştürdüğümüz yerdir. İnsan dili çok karmaşık ve belirsizdir ve üretken yapay zeka bunu bir yapıyla eşleştirmede çok iyidir. Sözdizimsel olarak resmi olan bir şeyin yapılandırılmış dünyasına girdikten sonra, onun üzerinde bir şeyler yapabilirsiniz.
‘Geleneksel’ yapay zekayı Wolfram’ın çalışmalarıyla birleştirmenin yeni bir örneği tıbbi kayıtları içeriyordu:
“Yakın zamanda elle yazılan, daktiloyla yazılan ve dijital tıbbi raporları alan bir proje yaptık. Ama bunlar kelimeler içeriyor ve bunlarla ilgili istatistik yapmaya çalışmak mümkün değil. Ve tüm bu kelimeleri sınıflar gibi şeylerle eşleştirmek için üretken yapay zeka kısmını kullanmalısınız: Bu önlenebilir bir ölüm müydü? Evet. Hayır. Bu güzel, yapılandırılmış bir anahtar/değer çifti. Ve sonra bu bilgiyi yapılandırılmış biçimde elde ettiğimizde (örneğin, bir JSON veya XML parçası veya seçtiğiniz yapı ne olursa olsun), klasik istatistikler yaparak şunu söylemeye başlayabiliriz: ‘Bir eğilim var mı? Projeksiyon yapabilir miyiz? Hastane zararları üzerinde COVID’in etkisi oldu mu?’ Araçlar, medyanlar ve modeller gibi şeylerle sembolik olarak yaklaşabileceğiniz net sorular.”
Röportajımız sırasında Jon ayrıca, hayali bir fıstık ezmesi kabı üretim tesisini kendi organizasyonunun çalışmalarına örnek olarak alan bir sunumun özetini de verdi. Belirli bir malzemeyi değiştirmenin veya tarifteki bazı detayları değiştirmenin etkileri ve bu değişikliğin ürünün raf ömrü üzerindeki etkileri neler olabilir?
“LLM’ler (büyük dil modelleri) şunu söyleyecektir: ‘Ah, muhtemelen birkaç hafta dayanırlar çünkü fıstık ezmesi kapları genellikle birkaç hafta rafta bekletin. Ancak malzemeleri bağlayıp hesaplayabilen hesaplamalı bir modele giderseniz, bu şeyin patlamadan önce sekiz hafta dayanması gerektiğini bilirsiniz. Veya bu değişikliğin üretim sürecine ne faydası olabilir? Hesaplamalı bir model, üretim tesisinizin dijital ikizine bağlanabilir ve şunu öğrenebilir: ‘Bu işleri %3 oranında yavaşlatacak, dolayısıyla üretkenliğiniz %20 düşecek çünkü bu bir darboğaz yaratıyor’ Burada.’ Yüksek Lisans sizi ve sorunuzu modele, matematiğe, veri bilimine veya veritabanına bağlama konusunda mükemmeldir. Ve bu gerçekten de zihinlerin üç yönlü ilginç bir buluşması.”
Wolfram Research’ü 1-2 Ekim tarihleri arasında Amsterdam’da düzenlenecek TechEx etkinliğinde 166 numaralı standta yakalayabilirsiniz. Yapay Zeka ve Büyük Veri dizisi. Etkinlikte fıstık ezmesiyle ilgili herhangi bir tartışma olacağını garanti edemeyiz ancak belirli sorunlarınızı ve ikilemlerinizi çözmek için ne kadar güçlü modelleme ve üretken yapay zekadan yararlanılabileceğini keşfetmek için, web sitesi aracılığıyla şirketle iletişime geçin.
Sektör liderlerinden yapay zeka ve büyük veri hakkında daha fazla bilgi edinmek ister misiniz? Çıkış yapmak Yapay Zeka ve Büyük Veri Fuarı Amsterdam, Kaliforniya ve Londra’da gerçekleşiyor. Kapsamlı etkinlik, aşağıdakiler de dahil olmak üzere diğer önde gelen etkinliklerle aynı yerde bulunuyor: Akıllı Otomasyon Konferansı, BlockX, Dijital Dönüşüm HaftasıVe Siber Güvenlik ve Bulut Fuarı.
TechForge tarafından desteklenen diğer yaklaşan kurumsal teknoloji etkinliklerini ve web seminerlerini keşfedin Burada.
