Yapay zekâ ve veri bilimi insanlığı bu krizden kurtarabilir mi?

Covid-19 ile mücadelede veri biliminde ve otomasyon süreçlerinde önemli adımların atıldığı bir dönemdeyiz. Bu dönemde yapay zekâdan güç alan sağlık sistemleri oluşturabilmek için devletler ve şirketler veri araştırmacılığı, veri analizi gibi alanlara önemli yatırımlar yapıyor. Çeşitli endüstri kolları iş süreçlerine yapay zekâyı daha fazla entegre ederek yol alıyor. Yapay zekâ temelli uygulamaların sağlık alanında ne gibi dönüşümlere yol açabileceği ve endüstriyel süreçlerde yapay zekânın nasıl bir rol oynayabileceğini Boğaziçi Üniversitesi Bilgisayar Bölümü öğretim üyesi, Veri Analitiği, Nesnelerin İnterneti, Büyük Veri, Robotlar ve Akıllı İmalat Sistemleri alanlarında çalışmalar yapan Boğaziçi Üniversitesi Endüstri 4.0 Platformu’nun Başkanı Prof. Dr. Lale Akarun ve yine aynı bölümden öğretim üyesi Doç. Dr. Arzucan Özgür ile konuştuk.

Yapay zekâ, dijital teknolojiler, Nesnelerin İnterneti hayatımızda bir süredir zaten var olan kavramlar ve şimdiden tele tıp, uzaktan eğitim gibi uygulamalara geniş anlamda geçiş söz konusu. Covid-19 sonrasında bu alanlarda farklı ne gibi uygulamalar beklenebilir?

Lale Akarun- Şu anda konuşulan bu teknolojiler neredeyse 30 senedir akademik araştırma konusu. Akademide, aslında henüz çalışmayan, ileride kullanılabilecek teknolojiler üzerinde çalışırsınız. Son 5-10 yıldır, bu teknolojiler olgunlaştı; gerçek zamanda çalışabilir; çok pahalı olmayan bilgisayar platformlarında sunulabilir hale geldi.  Ancak insanların bunları kullanmaya başlaması için davranışsal değişiklikler gerekiyor.

Biliyorsunuz akıllı telefonların hem öne hem de arkaya bakan kameraları var. Bu yenilik ne zaman oldu? “Selfie” kelimesinin sözlüklere girdiği yıl. Telefonlara öne bakan kamera koydukları için özçekim çılgınlığı başlamadı; tam tersi oldu. Gençler arasında bu moda olduktan sonra, tüm akıllı telefonlar öne bakan kamera ile üretilmeye başlandı.

İnsanların fiziksel dünyadan soyutlanmasını sağlayacak teknolojiler bir süredir var, ama bu teknolojiler belli sakıncalar taşıyor: Hem insanların işsiz kalmasına sebep olacak; hem de çok da büyük bir ekonomik yarar sağlamayacak. Bu nedenle, zehirli gazların olduğu madenlerde çalışmak, çok ağır yükleri kaldırmak gibi sadece insanların yapması için çok tehlikeli, çok zararlı işlerde kullanılıyordu. Oysa şimdi, kartlar yeniden karıldı; oyun değişti. Birden bire, bir sınıfa girip 100 kişiye ders vermek tehlikeli bir iş haline geldi. Duruma hemen uyum sağladık. Bir süredir elimizin altında olan, derslerimizi internet üzerinden, video konferans ile verme teknolojisini kullanıma soktuk. Meğerse Moodle üzerinden sınav yapabiliyor; önceden uygun bir cevap anahtarı hazırlayıp otomatik olarak okuyabiliyormuşuz. Otomasyon, işimizi elimizden almadı, bizi daha verimli yaptı; tehlikeden de uzak durmamızı sağladı.

Sağlık alanı ise, tehlikenin en yüksek olduğu alan, onun için bu alanda pek çok teknolojik yenilik olması beklenir: Sağlık ocağı gibi birinci basamak sağlık hizmeti sunan kurumlar, pek çok hizmeti uzaktan internet üzerinden sunabilir. Evde hasta ve yaşlı bakımında belli ölçümler evde uzaktan yapılabilir; teknoloji ile hastalar izole edilebilir. Öte yandan, hastanelerde,   bulaşıcı hastalıkların yayılmasını önleyecek pek çok teknolojiye gerek var. Sterilizasyon robotları, hasta bakım robotları gibi mevcut teknolojilerin daha yaygınlaşması beklenir; bunun yanı sıra yeni teknolojiler de geliştirilecektir. Burada söz konusu olan da, iyi tip yapay zekâdır; sağlık personeline yardımcı olacak, onları tehlikeden korurken, daha verimli kılacak teknolojiler.

Dijital dönüşüm için otomasyondan önce sağlam bir organizasyon yapısı gerekli

Üretim sektöründe durum farklı mı? Orada da iyi tip yapay zekânın çalışanların verimliliğini artıracağı alanlar çoğunlukta. Bilgisayar Mühendisliği Bölümü, Endüstri Mühendisliği Bölümü ve MIS Bölümünden öğretim üyelerimizin ortak olduğu bir projemiz var: Boğaziçi Üniversitesi Endüstri 4.0 Platformu. Bu projede İstanbul’da KOBİ ölçeğinde 100 işletmede Dijital Dönüşüm hazırlık seviyesini değerlendirdik. Değerlendirmemizi organizasyon yapısı, müşteri yönetimi, ürün geliştirme, tedarik zinciri ve üretim yönetimi alanlarında ayrı ayrı derinleştirdik. Firmaların en öncelikli ihtiyacının fabrika otomasyonu değil, diğer alanlarda olduğunu gördük: Dijital dönüşümü sağlayacak organizasyon yapısı yoksa işe başlayamazsınız. Dijital teknolojileri kullanabilmek için ürün, süreç geliştirme, iyileştirme projeleri yapmanız lazım.

Covid-19 krizi ile tedarik zinciri alt üst olacak, yeni tip ürünlere ihtiyaç duyulacak; yeni teknolojilerle ürünler geliştirilmesi, bunların pazara sunulması için pek çok yenilik yapılması gerekecek. Bunlar yüksek nitelikli insan emeğiyle yapılacak işler ve yaratacakları katma değer, verimliliği artırmayan otomasyonun yaratacağından fazla. Covid-19 krizinde Türk sanayisi, duruma hemen uyum sağladı; tekstilciler cerrahi maske dikmeye başladı. Bu uyum yeteneğinin virüsü geçirmeyen teknolojik kumaşlar, kendi kendini temizleyen malzemeler gibi inovasyonlarla, kalite kontrolünde otomasyonla desteklenmesi, kazanımın kalıcı hale gelmesini sağlayabilir.

Virüslerle mücadelede yapay zekâdan nasıl yararlanabiliriz?

Covid-19 ile mücadelede yapay zekânın kullanımında gözle görülür bir artış oldu. Çin başta olmak üzere, devletler, hükümetler ve tıp dünyası nüfus hareketliliğinin kontrol edilmesi, hastalığın  hızlı  teşhisi, medikal robotlar gibi yapay zekâ temelli uygulamalardan  yararlanıyor. Sizce yapay zekâ ve teknoloji temelli uygulamalar Koronavirüs  aşısına ve ilaç için yürütülen çalışmalara destek olabilir mi?

Arzucan Özgür- Enfeksiyon mekanizmalarında genellikle patojen canlının (örneğin Covid-19’a sebep olan SARS-CoV-2 virüsü) ve konak canlının (örneğin insan) proteinlerinin birbirleriyle etkileşmesi (birbirine bağlanması) önemli bir rol oynar. Enfeksiyonu önleyebilen aşı veya enfeksiyonun tedavisinde kullanılabilecek bir ilacın keşfinde, bu patojen-konak protein-protein etkileşimlerinin bilinmesi/tespit edilmesi çok önemlidir. Bir kimyasal molekülün ilaç olabilmesi için öncelikle patojen veya konak canlının hedef proteinlerine bağlanabiliyor olması gerekiyor. Ayrıca, toksik (zehirli) olmaması, yan etkilerinin minimum düzeyde olması, sentezlenebilir olması gibi başka özellikleri de sağlaması gerekiyor.

Protein-protein etkileşimlerinin tespit edilmesi veya protein-kimyasal molekül bağlanma durumunun tespit edilmesi laboratuvar ortamında yapılan deneylerle gerçekleşiyor. Ancak, olası protein-protein etkileşimlerinin sayısı ve olası protein-kimyasal molekül etkileşimlerinin sayısı çok yüksek. Örneğin, kimyasal moleküller ile ilgili bir veritabanı olan PubChem’de 100 milyondan fazla kimyasal bileşen var. Her kimyasal bileşeni, her patojen veya konak proteini için laboratuvar ortamında test etmek zaman ve maliyet açısından mümkün değil.

Yapay zekậ yöntemleri bu alanda önemli bir katkı sağlayabilir ve bu yönde önemli çalışmalar yapılmakta.  Proteinler ve kimyasal bileşenler (örneğin ilaçlar) arasındaki henüz bilinmeyen etkileşimler, makine öğrenmesi tabanlı yapay zekậ algoritmaları ile mevcut veri (bilinen protein-protein ve protein-kimyasal bileşen etkileşimleri gibi) kullanılarak tahmin edilebilir. Bu yeni hipotezlerin, tabii ki, laboratuvar deneyleri ile doğrulanması gerekir.

Yapay zekậ algoritmalarının en önemli rolü, test edilecek hipotez uzayını daraltmak ve en olası hipotezleri laboratuvarda çalışmak üzere önceliklendirmektir. Örneğin, Covid-19 için, tüm mevcut ilaçlar arasından, hedef proteinlere etki etme olasılığı en yüksek olan ilaçları tahmin etmek için yapay zeka algoritmaları kullanılabilir. Yeni ilaç geliştirilmesi için de, hedef proteinlere etki etme olasılığı yüksek ve zehirli olmama, sentezlenebilir olma gibi istenen özellikleri sağlama olasılığı yüksek yeni kimyasal bileşenler öneren derin öğrenme tabanlı üretken modeller üzerinde son yıllarda yoğun çalışmalar yapılmaktadır.

Doğal dil işlemesi ve veri madenciliğiyle bilimsel araştırmalar hız kazanabilir

Yapay zekậnın destek olabileceği bir başka önemli konu da, mevcut bilgiye ulaşılmasını kolaylaştırmaktır. Örneğin, son ş ayda Covid-19 ile ilgili 40.000’den fazla bilimsel makale yayınlandı ve yeni makaleler yayınlanmaya hızla devam ediyor. Bu makalelerin hepsini okuyup içindeki önemli bilgileri manuel olarak çıkarabilmek mümkün değildir. Yapay zekậnın önemli bir alanı olan doğal dil işlemesi ve metin madenciliği kullanılarak bu makalelerdeki önemli bilgiler otomatik olarak çıkarılabilir ve insanların/araştırmacıların kolay ve etkin erişimine sunulabilir. Tüm bilimsel makalelerden otomatik olarak çıkarılan veri bütünsel olarak analiz edilebilir ve yeni ilaç ve aşı geliştirme çalışmalarına ışık tutabilecek gizli birtakım bağlantılar keşfedilebilir ve yeni hipotezler üretilebilir. Bu tür salgınlarla Covid-19’dan sonra da karşılaşma ihtimaline karşı, bu alana yönelik yapay zekậ algoritmalarının geliştirilmeye devam edilmesi çok önemlidir.

Yapay zekậ yeni veri kaynakları yaratabilir; gürültülü veri oranı azalabilir

Yapay zekậ ve veri bilimi salgınların yayılımını ve etkilerini izlemek ve tahmin etmek açısından ne oranda etkili olabilir?

Lale Akarun-Salgınların yayılımı ve etkilerini izlemek ve tahmin etmek için matematiksel modeller kullanılıyor. Bu modellerin parametreleri rassal ve veriden öğreniliyor. Modelleri kurmak için hem alan uzmanlığı, hem de istatistiksel modelleme ve veri bilimi uzmanlığı gerekiyor. Öte yandan salgınların yayılımı ve etkilerini izlemek için güvenilir veri gerekiyor. Yapay zekậ teknolojilerinin bir katkısı da, yeni veri kaynakları yaratması olabilir. Gerçek hasta sayısını bilmediğiniz durumda, başka verilerden tahmin etmek için yapay zekậ kullanabilirsiniz. Bu salgın herkesin ilgisini çektiği için, çok yaratıcı çalışmalar yapılıyor.

Arzucan Özgür- Genellikle makine öğrenmesi tabanlı olan yapay zekậ tahmin algoritmalarının doğruluk oranları eğitilmeleri için kullanılan verinin büyüklüğüne ve kalitesine bağlı oluyor. Covid-19 insanlarda yeni ortaya çıkan bir hastalık olduğu için, bu hastalıkla ilgili geçmişte derlenmiş veri yok. Son birkaç aydır veri miktarı artıyor, ancak bir yandan gürültülü (çelişkili ve doğru olmayan) veri de ortaya çıkıyor. Geçmiş verinin eksikliği ve gürültülü verinin varlığı yapay zekậ tabanlı salgın yayılımı ve etkilerinin tahmini için pratikte kullanılabilir modellerinin geliştirilmesi için zorluklar yaratıyor. Ancak, bu alanda yoğun çalışmalar yapılıyor. Veri miktarı arttıkça ve gürültülü veriye dayanıklı yaklaşımlar geliştirildikçe yapay zekậ tabanlı salgın yayılımı tahmini yöntemlerinin günlük hayattaki daha etkili kullanımı da artacaktır.

Kişisel mahremiyetimiz tehlikede mi?

Yapay zekậ uygulamalarının uç noktalarından biri de bireylerin  mahremiyetini ihlal edici bazı uygulamaların devreye alımında ortaya çıkıyor. Bu veriler haberlere konu olduğu kadar net işleyebiliyor mu?

Arzucan Özgür- Salgın takibi ve kontrolünde cep telefonu uygulamaları vasıtasıyla toplanan veriler bireyin onayına bağlı olarak ve bireyin mahremiyetini korumaya yönelik belirli kanunlar çerçevesinde toplanıyor.  Ancak, düzenli toplanan bu tür veriler kullanıldığında, birey buna onay verdiğinin farkında olmadan, birey ile ilgili yaşadığı yer, çalıştığı yer, sosyoekonomik durumu gibi birçok farklı kişisel bilgi ile ilgili çıkarımlar da yapılabilir.

Cep telefonu uygulamaları dışında, bazı ülkelerde, havaalanı ve tren istasyonları gibi kalabalık alanlarda, ateşi olan bireylerin tespiti için infrared kameralara dayanan yöntemler kullanılıyor. Bu sistemlere yüz tanıma teknikleri de entegre edildiğinde, bireylerin kimlikleri ile ilgili çıkarımlar da yapılabiliyor. Bu tür kişisel verilerin toplanması, saklanması, işlenmesi ve paylaşılmasının bireylerin mahremiyetini ihlal etmeyecek şekilde yapılması çok önemli.

Lale Akarun - Cep telefonları, artık “giyilebilir teknoloji” olarak adlandırılıyor; çünkü pek çok kişi cep telefonunu sürekli üstünde taşıyor. Cep telefonunun kamerasından video konferans yapmak, mikrofonundan sesli asistana komut vermek,  üstündeki diğer sensörlerden yürümek, koşmak, gibi hangi aktiviteleri yaptığınızı, kaç adım attığınızı izlemek mümkün. Hepimiz bu teknolojileri severek isteyerek kullanıyoruz.

Oysa aynı teknolojileri kullanarak nereye gittiğinizi, kiminle ne konuştuğunuzu, ne yaptığınızı izlemek de mümkün. KVKK gibi kanunlar, kişilerin haklarını koruyor; ancak bazı uygulamaları indirdikten sonra, o ufak yazıları okumak, anlamak kolay değil. ‘Okudum anladım’ kutusunu işaretlediğinizde haklarınızdan vazgeçmiş oluyorsunuz. Ne koşullarla bilgisayar uygulamalarının hangi verilere ulaşımının olacağı ve bu verileri ne şekilde kullanmaya izin verileceği, veri ve bilgisayar gizliliğinin alanı.

İnsan emeği mi otomasyon mu?

Önümüzdeki dönem Endüstri 4.0 bağlamında sizce ne açılardan dönüştürücü olacak? Üretim süreçleri artık  insana ihtiyaç duymadan tam otomasyona tabi olabilir mi?

Lale Akarun- “Endüstri 4.0 uygulamaları” başlığını çok geniş bir yelpaze için kullanıyoruz: Dijital teknolojilerin işlere yardımcı olmak için kullanılırken, toplanan ve biriken verinin, üretim sistemlerini daha akıllı ve verimli kılması, bunu yaparken de yeni değer, hizmet ve ürün yaratması. Endüstri 4.0’ın en geniş tanımı bu. Endüstri 4.0 insan emeği olmayan bir dünya mı demek? Üretimin otomasyonla insan emeğinden soyutlanması mümkün mü? İnsana gerek duyulmadığından “Işıksız fabrika” diyorlar; hiç sevmediğim bir kavram. Daron Acemoğlu buna “Kötü tip yapay zekậ”  ya da “Şöyle-böyle otomasyon” diyor son makalesinde. 

Niye şöyle-böyle? Çünkü insanın yapabildiği işi, aşağı yukarı aynı verimlilikle yapacak bir robota para yatırmak, akıllıca değil. Görme, duyma, ince işler, hala insanların daha iyi olduğu işler. Oysa, çok büyük miktarda veriyi analiz edip oradan bir kestirim yapıp işi yapacak insana yardımcı olmak üzere sunmak, verimliliği daha çok artıracak bir yatırım. Endüstri 4.0 teknolojilerinin çoğu aslında bu şekilde çalışan insana yardımcı olmak üzere kullanılabilir.

 

 

Share