IBM’in Watson’ından sonra SAS Sherlock Holmes’u sahaya sürüyor (I)
SAS’ın Las Vegas’ta tanıttığı “modelleri ürünleştirmeye” dayanan yeni yaklaşımı, 1 milyar dolarlık yatırımla gerçekleşen iddialı bir hamle. Oluşan konjonktür, bu hamlenin planlandığından daha kritik bir zamanlama ile gerçekleştiğini gösterebilir.
IBM, kognitif ya da bilişsel bilgi işlem kavramının karakter kazanmış hali Watson’ı uygulamaya soktuğunda bununla neler yapabileceğini göstermek için Jeopardy ya da bizdeki adıyla Riziko yarışmasını kullanmıştı. Yarışmada Watson’ın elde ettiği skorla ilgili “yapay zekâ insan zekasını yendi” haberlerinin tarihi 2011’i gösteriyor. Veriyi analiz ederek bir sorunun yanıtını vermeye dayanan bu dönemden günümüzün müstahsil yapay zekâ (generative AI) sürecine uzanan yola baktığımda, çarpıcı gelişmeyi görebiliyorum. Ancak bu çarpıcılık, Watson ile insan uzmanların birlikte çalışarak çok daha iyi sonuçlar elde etmesi kadar ezber bozucu değil.
Sağlık sektörü zamanında Watson’ın ezberi bozduğu alanların başında geliyordu. Yarışmacıların verilen yanıtla ilgili doğru soruyu sorarak puan kazandığı Riziko’da galip gelerek kendisini ispatlayan Watson, aradan altı yıl geçtikten sonra sağlık alanında yapabileceklerini ortaya koyuyordu. North Carolina Üniversitesi Tıp Fakültesi araştırmacılarının Watson’ın test ettiği bin kanser vakasının yüzde 99'unda Watson ile insan onkologlar eşdeğer tedavi planları öneriyordu. 2017’de yapılan testte bundan daha çarpıcı bir olgu da karşımıza çıkıyordu. Watson, dakikalar içinde binlerce belgeyi okuma yeteneği sayesinde vakaların yüzde 30'unda doktorların gözünden kaçan tedavi seçeneklerini de bulmuştu.
Watson’ın burada sağladığı hız ya da başka bir deyişle kazandırdığı zaman, aslında insan için en fazla önem taşıyan unsur olan zamanı kazandırıyordu. Belki de para ya da başka bir maddi araçla takas edilemeyecek bir değer olan ve akış durdurulamayan zaman konusundaki katkısı, Watson’ın asıl ezber bozucu ve değerli yanını oluşturuyordu. Watson’ın veri işleme gücü, onkologların teşhis anına kadar okuması mümkün olmayan bütün araştırmaları ve klinik deneyleri okuyup işleyebilmesine olanak tanıyordu. Aradan geçen yıllarda bu ezber bozma süreci tamamlanmışa benziyor. Bilişim Sanayicileri Derneği (TÜBİSAD) ve Context işbirliğiyle “Geleceği Şekillendir” temasıyla 19 Mart'ta Hilton İstanbul Bosphorus’ta düzenlenen “Kanal Forum 2024” etkinliğinde TÜBİSAD Yönetim Kurulu Başkanı Mehmet Ali Tombalak’ın yapay zekânın sağladığı avantaj ile ilgili sorusuna verilen yanıt ağırlıkla hız ve hızla bağlantılı faydalara işaret ediyordu. Benim yanıtım ise, bizim insanlar olarak cahilleşmiş ve iyi kararlar veremez hale gelmemiz nedeniyle yapay zekâya ihtiyaç duyduğumuzdu. Kendi konumuzu koruma içgüdüsü ile sürekli bir panik atak ortamında yaşıyor olmamız, yapay zekânın en önemli boyutu olan öğrenme ve müstahsil yapay zekâdaki sonuç üretme konularında bizi zayıf bir türe dönüştürmüş durumda. Bu zayıflık evrim sürecinin bir sonraki aşamasında yapay zekâ türü bir destek olmadan var olmamızın zorluğunu ortaya koyuyor.
Bunu bir yanıyla, teknolojinin olanaklarının hayatımızın aşırı derecede kolaylaştırmış olmasına borçluyuz. Gençliğimde izlediğim bir komedi filminde, maymunları eğitirken iki düğmeden birine basmalarını istiyorlardı. Doğru düğmeye basan maymun muz kazanırken yanlış düğmeye basana elektik veriliyordu. Las Vegas’ta ve yolculuk sırasında tuvaletlerde sabun için elimi bir aparatın altına ve su için bir diğerinin altına tutarken bu sahneyi hatırladım. Filmle bağlantı kurduğumda, kendimizin de maymuna geri döndüğü şeklinde uç bir yorum aklıma geldi ve gülümsedim. Google’daki aramamda Mogli ve Orman Çocuğu’ndan başka bir seçeneğe ulaşamadığım için filmi adını aktaramıyorum çünkü aradan geçen yılların ardından ve geldiğim yaşta hafızamda bu bilgiye ulaşmak o kadar kolay değil.
Bu, yapay zekâ konusunda da geçerli: Şirketinizi yapay zekânın altına tuttuğunuz zaman temizlenip değerleneceğini düşünüyorsunuz ama aslında ne olduğu ile ilgili bilginiz ve birikiminiz maymunun muz gelmesini sağlayacağını düşündüğü düğmeye basması düzeyinde. Filmdeki, düğmelerin yerini değiştirerek maymunu şoke etme deneyi ise yapay zekâ geçişinde hem ekonomi hem teknoloji hem de iş dengelerinin değişimine bağlı bir konjonktürel olgu olarak karşımıza çıkıyor. Bunun en önemli boyutu, yapay zekâ sistemini kurmak için gereken 100 milyonlarca dolarlık teknoloji yatırımı. Bu yatırımı yaptıktan sonra “ama burası eksik kalmış, işimizi görmüyor” demeye paha biçilemez. Bu olmasa ile yatırım dönüşünü sağlayacak uygun adımların atılmadığı bir yol haritası, yatırımın ağırlığı altında ezilinen bir deneyim sahibi olmayı kaçınılmaz kılıyor.
Büyüklerin oyununda ezilmek istemeyenler dikkat etmeli
Yatırımın bu dayanılmaz ağılığı, büyük sayılar kanunun geçerli olduğu bir oyunda daha da ciddi riskleri barındırıyor. İşin bir yanında, Microsoft’un Open AI’a yaptığı 10 milyar dolarlık yatırımın ve yapay zekânın geleceğine olan inancın gazıyla oluşan beklentinin ağırlıklı rolüyle piyasa değerini 2023’te yüzde 57 civarında artırıp 3 trilyon dolara dayaması işin boyutlarından biri.
100 milyon dolarlık yatırımın yapıldığı alanda aslında bu yatırımın sağlayacağı bu kadar büyük faydanın olmadığını keşfedip bu tutarı zarar yazmak bir diğer boyut. Bu tür bir yanlış karar, CEO’yu yerinden edecek kadar büyük bir sorun yaratabilir. 100 milyon dolar ifadesini SAS Institute Kurucu Ortağı ve CEO’su Jim (James) Goodnight kullandığı için kullanıyorum. Türkiye’de her şeyin dünyanın yüzde 1’i düzeyinde veya altında olduğunu düşünürseniz, bizim gerçeklerimize ulaşabilirsiniz. (Dünya çapında lideri olduğumuz olumsuzlukları değil, ekonomik unsurları kastediyorum.
Büyük sayılar kanunu dediğim konuyu biraz açayım. Rahmetli babamın hoşkin oynarken amcamı yendiğinde kullandığı bu terim, açılan bazı kağıt serilerinin kazandırdığı yüksek puana işaret ediyordu ve oyunu kazanmayı sağlayan da bunlardı. Bu açıklamayı yaptıktan sonra büyümeyi gösteren rakamlara değineyim.
2017’de Watson’ın yarattığı etki ile yapılan ekonomik analizlerde, IBM Watson’ın sağlık sektöründeki etkisini tanımlamak için milyarlarca dolarlık yatırımlardan bahsediliyordu. IBM’in Watson’ın tıp alanında güvenilirliğini sağlamak üzere büyük veri bankaları olan firmaları satın almak için 2017’ye kadar 4 milyar dolar harcaması, bu rakamlardan biri olurken İsviçreli finans kuruluşu UBS’in tahminleri pembe bir geleceğin falını ortaya koyuyordu. UBS’in öngörüleri, Watson’ın 2017’de 500 milyon dolar gelir getireceği ve bu rakamın 2020’de 6 milyar dolara ulaşacağı şeklindeydi. UBS, 2022’de ise Watson’ın getirisinin 17 milyar doları bulacağını tahmin ediyordu.
O dönemin bu çığır açıcı gelişmesinin ardından bugün ulaştığımız noktayı karşılaştırmak için, TÜBİSAD Yönetim Kurulu Başkanı Mehmet Ali Tombalak’ın, “Yapay zekâ teknolojilerinin somutlaşarak evlerimize, ofislerimize, günlük yaşamımız ve kültürümüze girmesiyle artık bu teknolojiler neredeyse her alanda kullanım görüyor ve hayatımızı etkiliyor. 2023 Yapay Zeka raporuna göre yapay zekanın pazar büyüklüğü 2030 yılında 2 trilyon dolara ulaşacak. Üretken yapay zeka teknolojisi 2022'de 1,37 milyar dolardan fazla risk sermayesi çekti; önceki beş yılın toplamından daha fazla yatırım yapıldı” şeklindeki sözlerine kulak vermek yeterli.
Aynı toplantıda CONTEXT Türkiye Ülke Müdürü Erol Kuseyri’nin sözleri büyük resmi anlamak için tamamlayıcı değerinde ve önem taşıyor: “2024 dünya ekonomisi açısından önemli seçimler içinde geçecek. Seçimler sonrasında küresel bilgi teknolojileri sektörünün ivmesinin belirleneceği bir dönem olsa da global pazarda pozitif gelişmeler var. Yapay zekâ (AI) tabanlı ürünlerin lansmanları, NPU (nöral işlem birimi) destekli yeni ürünler ve DeFi (merkeziyetsiz finans) gibi blokzincir tabanlı ekosistemlerin gelişmesi teknolojiye olan ihtiyaçlarda yenilenmeye gitmeyi mecbur kılacak ve içinde pek çok fırsatı barındıracak” şeklinde konuşuyor.
Jim Goodnight, yeni dünyanın yaşayan algoritmasının insan hali
CONTEXT’in öngörüsü distribütörler için fırsatlara işaret ederken, SAS Institute Kurucu Ortağı ve CEO’su Jim (James) Goodnight’ın sözleri daha geniş bir kitle açısından süreci tanımlıyor. Goodnight, yazıyı buraya kadar okuyanlara malum olan o meşhur 100 milyon dolarlık yatırım için “Bu yatırımın faturasını kim ödeyecek” diyor.
Las Vegas’taki etkinliğin faturasını ödeyenler arasında sponsorlar olarak yer alan Microsoft, Intel, AWS ve diğer birçok şirketin arasında açık kaynak lideri Red Hat de bulunurken Goodnight, “Açık kaynaklı yazılım bedava olabilir ancak bunu üzerinde çalıştıracağınız bilgi işlem kapasitesi bedava değil” ifadesini sahnede kullandı.
Kendisi de bir yazılım şirketi olmasına ve kendi yazılımını sevmesine karşın Python’ı kucaklayan SAS’ın CEO’sunun bu ifadeyi kullandığı nokta, Python ve SAS kütüphaneleri arasındaki geçişin 20 saniyenin altında tamamlandığı canlı demoda, spark üzerinden başka bir kütüphane geçişi için 45 dakikanın üzerinde süre görülmesi ile ilgili olarak yaptı.
1980’li yıllarda klasik kovboy şapkası tasarlayan bir kod yaşan Goodnight, daha sonrasında craps’te sürekli para kaybeden bir arkadaşına Las Vegas’ta ne zaman oyunu bırakıp odasına gitmesi gerektiğini gösteren bir kod yazıyor. Kod, masada kalma süresi ve kazanmanın çan eğrisini çiziyor. Ben crabs’in ne olduğunu Las Vegas’taki arkadaşlar da barbutu bilmediği için aynı şey mi olduğuna karar veremedik ama sonuçta iki zarla oynanan bir oyundan bahsediyorum.
Goodnight’ın kod ile hayatın içindeki şeyleri bağlamadaki bu yeteneği, SAS’ın modelleri ürünleştirme yaklaşımının da temelindeki gücü oluşturuyor. İş dünyasını hedefleyen bu kullanım modeli, belirli iş sorunlarını adresleyen çözümler olarak karşımıza çıkıyor ve yatırım ile dönüşünü görmenin çok kolay olduğu vakalar ortaya çıkarıyor.
Ne yapacağını tam olarak bilmeyen iş dünyası için yapay zekâya ilk adımı atmak açısından çok kolaylaştırıcı bir çözüm sunan SAS, “hafif” olarak tanımladığı bu ürünleri SAS altyapısının dışında da sunacağı bir gelecek hayal ediyor.
Bunları dinledikten sonra, toplantı ile röportaj arasında hızlı bir yemek yemeye çalışırken Goodnight’ın elinde tabağıyla masama gelip bir sandalye boş bırakarak oturması, büyük bir bonus oldu. Kendisine “Oyundan ne zaman kalkılması gerektiğini gösteren kodu yazmışsınız. Ama bazen de oyunu değiştirmek gerekir. Ama son yaptığınız işe bakılırsa siz zaten bunu biliyorsunuz” demeden duramadım. Sherlock esprisi de o sırada aklıma geldi. Bir sonraki yazıda model ve ürün kavramlarını anlatacağım.