Dolar 13,7194
Euro 15,5684
Altın 786,58
BİST 1.910
Adana Adıyaman Afyon Ağrı Aksaray Amasya Ankara Antalya Ardahan Artvin Aydın Balıkesir Bartın Batman Bayburt Bilecik Bingöl Bitlis Bolu Burdur Bursa Çanakkale Çankırı Çorum Denizli Diyarbakır Düzce Edirne Elazığ Erzincan Erzurum Eskişehir Gaziantep Giresun Gümüşhane Hakkari Hatay Iğdır Isparta İstanbul İzmir K.Maraş Karabük Karaman Kars Kastamonu Kayseri Kırıkkale Kırklareli Kırşehir Kilis Kocaeli Konya Kütahya Malatya Manisa Mardin Mersin Muğla Muş Nevşehir Niğde Ordu Osmaniye Rize Sakarya Samsun Siirt Sinop Sivas Şanlıurfa Şırnak Tekirdağ Tokat Trabzon Tunceli Uşak Van Yalova Yozgat Zonguldak
İstanbul 15 °C
Sağanak Yağışlı

2021’de Yapay Zeka ve Makine Öğrenimi için Uzman Tahminleri

10.02.2021
264
2021’de Yapay Zeka ve Makine Öğrenimi için Uzman Tahminleri

2021’de Yapay Zeka ve Makine Öğrenimi: Uzmanlar, algoritmalarda, uygulamalarda, kullanım senaryolarında ve benimsemede ilerlemeler öngörüyor.

Yapay zeka (AI) alanındaki gelişmeler, algoritmaların ötesine geçer – ayrıca yeni veri kaynaklarını toplamak ve ayrıştırmak için ilişkili yöntemleri içerir ve bunu, genişleyen bir endüstri yelpazesinde yeni uygulamalar geliştirmek için kullanır. 2021’de yapay zekanın bu yönlerinin her birinde beklenen gelişmeleri öğrenmek için konu uzmanları ve endüstri uzmanlarıyla konuştuk.

Algoritmalar

Konuşan EmTech MIT Ekim 2020 yılında, Geoffrey Hinton Google’da, VP ve Mühendislik Fellow, derin öğrenme gibi yeni yöntemler olarak ilerlemeye devam edeceğini inancını dile transformatörler, bağlamsal bilgiler okuyarak zenginleştirir. Genel olarak, dönüştürücüler, çok yönlü ilişkilerin bir vektörü için ayrıştırarak doğal dil işlemeyi bir sonraki seviyeye taşır.

Tipik olarak, mevcut yöntemler, anlamlarını yakalamak için sözdizimi veya dilbilgisi tarafından önerilen sözcük düğünleri veya ilişkiler gibi sıralı ilişkileri arar. Transformatörler, bağlantıları bulmak için bağlamı tanımlayan kelimelere bakarak daha ileri giderler. Örneğin, Paris gibi müzelerin bulunduğu bir şehirden bahseden bir metin veritabanı, modern sanatı Paris Modern Sanat Müzesi ile bağlar.

2021'de Yapay Zeka ve Makine Öğrenimi için Uzman Tahminleri 1

Doğal dil işleme, dilin makineler tarafından yorumlanmasındaki belirsizliği önemli ölçüde azaltarak ilerleyecektir. Elon Musk tarafından finanse edilen OpenAI tarafından yaratılan Üretken Önceden Eğitilmiş Transformer 3 (GPT-3) gibi daha büyük sinir ağları, metin oluşturma gibi insan zekasını daha iyi taklit edebilir. Elbette, GPT-3 bile insan beyninin sinir ağının boyutunun yalnızca bir kısmıdır. Makinelerin ‘sinir ağlarının‘ boyutu insan beynininkine yaklaştıkça Derin Öğrenme ilerlemeye devam edecek.

Transformatörler benzer şekilde gelişmiş görüntü işleme özelliğine sahiptir. Evrişimli Sinir Ağları, görüntü işleme için mevcut yöntemdir. Örneğin sokakları ve kavşaklarını yakalayacak sıralı işlem yaparlar. Transformatörler bir sonraki seviyeye gider ve bir ilişki vektörünü ayrıştırarak tüm mahalleleri ve bölgeleri haritalandırır.

Deep Learning, Google’ın Deep Mind‘ın AlphaFold programı ile proteinlerin 3B yapısını, yaşamın ve hücrelerin yapı taşlarını inşa ettiği 2020’de ezber bozan bir başarı elde etti. F ya da bir süre, bir rtificial zeka, veri analizi ile el laboratuar deneyleri ile ikame, amino asit dizilerinden proteinlerin şekil ve işlevleri tahmin ederek ilaç keşfi için süresini kısaltmak söz yaptı. 2021 ve sonrasında, daha fazla protein belirlenecek ve ilaç geliştirmeyi önemli ölçüde hızlandıracak ve maliyetleri düşürecek.

Genetik Algoritmalar

Genetik algoritmalar son zamanlarda 2021 ve sonrasında genişleyen 5G ağları gibi karmaşık sistemlerde kullanım bulduklarından dikkat çekiyor.

İlk aşamalarda, ordu, hedeflerine ulaşmak için binlerce mil uçan dronların uçuş yolunu belirlemek için genetik algoritmalar kullandı.

2021'de Yapay Zeka ve Makine Öğrenimi için Uzman Tahminleri 2

“Sonsuz bir uzayda bir çözüm ararken, genetik algoritmalar (GA) ‘makul’ bir çözüm buluyor çünkü arama alanında her seçeneği muhtemelen arayamayız. GA’lar buluşsal yöntemlere, yani olduğu zaman doğru seçim En iyi seçeneği bilmek imkansız. ‘Yeterince iyi’ (sezgisel) ve sonsuz veya sayısal olarak sonsuz sayıda olası çözüme sahip bir çözüm bulmak için GA’ya başvuruyoruz,” Gene Locklear, Entrust Solutions Kıdemli Yapay Zeka Araştırma Bilimcisi, anlat bize.

“GA’lar çalışmak için veriye ihtiyaç duymazlar. Çözümlere stokastik bir süreçle (rastgelelik) ulaşırlar. GA’nın DNA’sının konfigürasyonu büyük ölçüde veriye dayalıdır; GA’nın bir kararın olası bileşenlerini bilmesi gerekir, Bu bileşenleri rastgele bir şekilde birleştirip hangilerinin en uygun olduğunu görmeden önce.”

5G ağları, genellikle rastgele oluşturulan trafiği yönlendirmek için çok sayıda seçenek sunar ve bunların her biri bant genişliğine göre yaptıkları taleplere göre değişir. “Bant genişliği dar noktadır … asla yeterli değildir … GA’lar ağ trafiği için mümkün olan en iyi yolu arar (en iyi yol en az bant genişliği gerektirir), bu da buluşsal yöntemler için harika bir yerdir çünkü yol sayısı sayısal olarak sonsuzdur,” dedi Locklear.

Servis sağlayıcılar, veri hacimleri patladıkça 5G ağlarının işletme maliyetlerini kontrol etmekte zorlanıyor. 2021 trafiğini ve sonrasını yönetmek için operasyonlarını optimize etmek için genetik algoritmaları ve derin öğrenmeyi kullanacaklar.

Üretken Yapay Zeka

Dijital ile fiziksel çalışma ve yaşam alanlarımızın birleşmesi ve sensörlerle etkileşimli hale getirilen XReality‘deki temsilleri olan mekansal bilgi işlem, 2021’de Apple iPhone 12 Pro‘nun piyasaya sürülmesiyle EPAM Continuum‘da Fütürist olan David Rose’a göre bir çıkış yılı olacak, MIT öğretim görevlisi, girişimci ve Enchanted Objects: Design, Human Desire ve the Internet of Things kitabının yazarı.

2021'de Yapay Zeka ve Makine Öğrenimi için Uzman Tahminleri 3

Uzaysal Konum ve Haritalama, geometriyi okumak ve harmanlanmış bir dünya yaratmak için içeriği birleştirmek için stereo kameralar veya bir LIDAR (Işık Algılama ve Aralık) sensörü kullanır, “diye açıkladı Rose.

Apple’ın iPhone Pro 12’si, yapılandırılmış ışığın geri dönmesi için geçen süreyi ölçerek derinliği yakalayan üç küçük kameraya sahiptir. Bu, göllerin bir manzara resmindeki su altı kayaları da dahil olmak üzere, ayrıntılı ayrıntılara sahip üç boyutlu bir görünüm sağlar.

Üretken yapay zeka ve ikizi – ayırt edici unsurlar – 3B görüntüleri oluşturan araçlardır. Her ikisi de derin öğrenmenin çeşitleridir – biri manzara oluşturur, diğeri ise görüntülerin aslına uygunluğu konusunda yargıç olmaya programlanmıştır.

David Rose, bir peyzaj tasarım şirketi ile olan ilişkisinden bir örnek alarak şunları söyledi:

“Üretken Yapay Zeka, mevcut Google Sokak görünümleri üzerinden 3B ağaçları, çalıları ve peyzaj öğelerini otomatik olarak seçer ve konumlandırır. Ardından, ayırt edici olarak adlandırılan başka bir sinir ağı, önerilen bu tasarımlar üzerinde kararlar verir. Üretken yapay zeka, yüksek puanlı bir çözüme sahip olana kadar tekrar eder.”

Generative AI, ünlülerin pornografik videoları da dahil olmak üzere derin sahtekarlıklar yaratma aracı haline geldiğinden, son yıllarda ün kazandı. Generative Adversarial Network olarak adlandırılan Generative AI, mevcut resimleri ve video veritabanlarını araştırarak sahte görüntüler oluşturur. Ayrımcılar gerçek ve değiştirilmiş görüntü veya video arasındaki farkı söyler. 2021 ve sonrasında ayrımcıların gerçeği sahtekarlıktan ayırması zor olacak. Transformers, Generative Adversarial Network‘leri o kadar sofistike hale getirecek ki, sahte görüntüler ürkütücü bir şekilde gerçekçi görünüyor.

Jeo-uzamsal Veriler

2021, cep telefonu kullanıcılarının deneyimini iyileştirmek için jeo-uzamsal verilerin madenciliğinin arttığını görecek. 5G Telekom, cep telefonu kullanımının deneyim kalitesini yükseltir. 5G ilk kez ağ dilimlemeyi getirerek hizmet sağlayıcıların spor stadyumları gibi ortamlarda bir deneyimin kalitesini özelleştirmesine olanak tanıyor.

2021'de Yapay Zeka ve Makine Öğrenimi için Uzman Tahminleri 4

Bant genişliği talepleri, tüm stadyumu bir mobil cihazda görme veya oyun bölümlerini tekrar oynatma fırsatları sağlayan ikinci ekran deneyimleriyle arttı. Hizmet sağlayıcılar, müşteri beklentilerini karşılayarak hizmet kalitesini izleme ve daha düşük kayıp oranlarına uyarlamanın yollarını bulmak için yapay zeka kullanır.

Eric Kontargyris, Baş Çözümler Danışmanı, OmniSci, AI coğrafi verileri kullanma hakkında:

“Veri akışını peyzajları bağlamında görselleştirmek için kitle kaynaklı mobil cihaz kullanımı ve radyo sinyali yayılma verileri gibi farklı coğrafi veri kaynaklarını bir araya getiriyoruz. Düz yüzeylerin radyo sinyallerini bozma olasılığı dalgalı olanlardan veya birçok binadan daha azdır. Radyo sinyallerinin yayılması ve hizmet kalitesi ile ilgili verilerin korelasyonu, binaların şekillerinin ve yüzeylerinin sinyallerin bozulması üzerindeki etkisini anlatır. Hizmet sağlayıcılar, hizmet kalitesi hedeflerine ulaşmak için bakım veya varlıklara yapılan yatırıma öncelik verebilir.”

Kullanım Durumları

2021 ve ötesi kullanım örnekleri, maliyet azaltma ve üretkenlik iyileştirme ve inovasyonu içerecek şekilde genişleyecek. Deloitte’un 2020 Yapay Zeka Durumu’na göre, “Yapay zeka uygulamaları, verimliliğin ötesine geçmeye başlıyor… Katılımcılar, yeni ürün ve hizmetler yaratmayı üçüncü en yüksek genel yapay zeka hedefi olarak değerlendirdi… Tecrübeli benimseyenler buna diğer olgunluk segmentlerinden daha fazla odaklanıyor.” Deloitte AI Enstitüsü‘nün Kurumsal raporunda.

Hughes Network Systems, 2020’de müşteriler için yapay zeka destekli ürünleri ve özelleştirilmiş hizmetleri piyasaya sürmek için agresif bir şekilde ilerledi ve 2021’de bir hızlanma öngörüyor. “Yapay zeka kullanımımız sayesinde, genellikle birkaç yüz hatta binlerce konumdan oluşan müşteri konumlarının bir listesini değerlendirebiliyoruz. Hughes’da Kuzey Amerika Kıdemli Pazarlama Direktörü Jeff Bradbury, ve müşterilere ihtiyaçlarını ve [hizmet seviyesi anlaşması] SLA gereksinimlerini karşılamak için kullanmaları gereken en iyi sağlayıcı ve devre karışımını anlatın” dedi.

Bradbury, yönetilen ağ hizmetleri ürünü ve AI Mükemmeliyet Merkezi ekipleriyle yakın bir şekilde çalışmaktadır.

“Ayrıca, WAN uç cihazlarının neden olduğu istenmeyen ağ davranışını otomatik olarak tahmin edip önceden belirleyerek – veya herhangi bir insan müdahalesi olmadan ‘kendi kendini iyileştirerek’ – müşterilerimizin ağ performansını iyileştirmelerine yardımcı olmak için AIOps uyguladık.”

Bir sonraki seviye, hizmetleri özelleştirmek için müşterilerin verilerini ayrıştırmayı içerir. “Bir e-ticaret yerine getirme merkezi olarak hizmet verecek şekilde artırılmış bir mağaza, diğer mağaza konumlarından farklı türler, hacimler ve trafik modelleri sergileyecektir. İş yüklerine ve çalışma sürelerine göre ağı analiz etmek, tahmin etmek ve nihayetinde otomatik olarak optimize etmek için AI kullanarak -günlük kullanım, söz konusu müşterinin kullanım modellerine göre benzersiz şekilde özelleştirilmiş bir ağ oluşturabiliriz, “diyor Jeff Bradbury.

“2021’deki bir başka yeni teklif, satıcıya, bant genişliği kapasitesine ve taşıma türüne dayalı olarak sitelerdeki fiyat farklılıklarını ortadan kaldırmak ve ortak bir performans SLA’sı için siteler arasında sabit bir fiyat sunmak gibi müşterilerimiz için yapay zeka tarafından yeni tüketim modellerine güç sağlayacak.”

Jeff Bradbury, Hughes’un gelişmekte olan teknolojiler alanındaki dijital tabela hizmetlerinde görsel tanıma ve duygu algılamayı vurguladı. Jeff Bradbury, “Bu hala çok erken bir teknoloji olsa da, mesajları ve görüntüleri cinsiyete, yaşa ve hatta dijital tabela sistemi tarafından algılanan duygulara göre uyarlamak için görsel ipuçlarını kullanan müşterilerimiz var” dedi. Duygu algılayan dijital tabela teknolojileri, şu anda müşterilere hizmet verdiği üst düzey pazarlarda kendini kanıtladıkça ölçeklenecektir.

İşletmelerde Benimseme

Konuyla ilgili son yazdığımızda Enterprise, yapay zekayı benimsemekte yavaştı. 2021 ve sonrasında, kuruluş benimsemeyi artırmak için farklı bir yol izleyecek.

Sesli asistanlar ve arama için tarayıcılar gibi tüketici teknolojilerinin tanıtımı, kuruluşta AI kullanılabilirliğini büyük ölçüde artırır. Örneğin, birden çok veritabanından veri aramak için iş zekası araçları kullanışsızdır. Bunun yerine, yöneticiler sesli asistanlarla veri arayabilir ve sonuçları bir mobil cihaz üzerinde görebilir, “diye açıklıyor B2B AI girişimlerinde yatırımcı olan Ajay Dawar ve sözleşmelerin analizi için doğal dil işleme kullanan bir yazılım şirketi olan Conga Ürün Yönetiminin Başkan Yardımcısı.

Kolayca kullanılabilen AI yazılımı, insanların katılımını artırır ve daha sonra, AI’nın yardımıyla elde edilen içgörülerden en iyi şekilde yararlanmak için kararlarını kullanabilir. “Yapay zeka tarafından üretilen potansiyel müşteriler yeterli değil. İnsanlar, en iyi potansiyel müşterilerle fırsatları kovalamak için şirketin bilgi tabanından yararlanabilir. Ayrıca, sosyal yardıma – zamanlama, sıklık ve şirkette kimin yaklaşacağı konusunda sezgisel olarak karar verirler. Zamanla, Veriler, dönüşüm oranlarını ve ilgi uyandırması en muhtemel ürün ve hizmetleri tahmin ediyor, “dedi Ajay Dawar. “İnsanlar ayrıca bir tarayıcıda gördüklerinde veri hatalarını da tespit edebilirler,”

İnsanlar verilerle etkileşime girdikçe, veri keşfi için yeni fikirler ortaya çıkarır: “Doğal dil aramaları, tek tek terimler yerine kavramlara bakacaktır. Örneğin, bugün mücbir sebepler, mücbir sebepler olarak aranmaktadır. Yeniden tasarlanan arama motorları, herhangi birini arayacaktır. Sağlık, hava durumu veya diğer siyah kuğu olaylarıyla ilgili acil durum, “dedi Ajay Dawar.

“Günümüzde arama motorları, sözleşmelerdeki maddeleri ifşa etmeme veya tazminat gibi türlerine göre sınıflandırıyor. Gelecekte, riske maruz kalmayı ölçmek için bu verileri kullanacaklar.”

Platformların dağıtımının, 2021 ve sonrasında yapay zekanın benimsenme hızını önemli ölçüde artıracağını tahmin ediyoruz. Deloitte Yapay Zeka Enstitüsü İcra Direktörü Beena Ammanath, “Bireysel sektörlerin ihtiyaçlarına göre uyarlanmış sektöre özel platformlar, hızlandırılmış benimseme için en uygun olanıdır ” diyor.

Sonuç

Tüm göstergelerle 2021, AI’nın erken evrimden sonraki olgunluk aşamasına daha geniş bir algoritma yelpazesi, veri kaynakları, kullanım örnekleri ve endüstri sektörlerinde benimsemeyle geçtiği bir dönüm noktası olacak.

Referans: Kishore Jethanandani, fütürist, ekonomist bir deli, yenilik tutkunu, iş teknolojisi yazarı ve bilgisayar görüşü, giyilebilir cihazlar ve IoT alanında bir girişimcidir. Ortaya çıkan kesişen teknolojiler hakkında yazma konusunda uzmanlaşmıştır.

ZİYARETÇİ YORUMLARI - 0 YORUM

Henüz yorum yapılmamış.