Prof. Dr. Mehmet ŞAHİN
UZMAN SİSTEMLER VE YAPAY ZEKÂ SİSTEMLERİ
Son yıllarda, özellikle bilgisayar bilimlerinde, yazılım ve donanım alanında, çok hızlı gelişmeler olmaktadır. Bu arada, 1950’li yıllardan bu tarafa, insan gibi gören, duyan, yürüyen, konuşan, hisseden ve düşünen sistemler geliştirme çabaları vardır. 2000’li yıllarda, bu çabalar meyvelerini vermeye başlamıştır. Artık, insan gibi davranan ve tıpkı insanlar gibi belirli alanlarda uzmanlaşan makineler gündemdedir.
Bu bölümde, bilgi (knowledge) üretiminde, bilgiye erişimde, bilgiyi paylaşmada ve sorun çözmede, tıpkı insan gibi davranışlar gösteren yapay sistemler tanıtılacaktır.
Bilindiği gibi, bundan önceki konu incelenirken, yapılandırılmış, yarı yapılandırılmış ve yapılandırılmamış kararlardan söz edilmiş ve karar destek sistemlerinin yapılandırılmış ve yarı yapılandırılmış kararlar için uygun yazılımlar olduğu belirtilmişti. Uzman sistemler ise, yapılandırılmamış kararların da değişik bir yaklaşımla yapılandırılabileceğini kanıtlamıştır.
Uzman sistemler, gerçek uzmanların bilgi birikimlerinin, düşüncelerinin, yorumlarının ve konuya yaklaşımlarının bilgisayara aktarılması temeline dayanır. Bu sistemler, bir sonucun ardındaki mantığı ve düşünceyi göstermek açısından büyük önem taşır. Uzman sistemler, işletmelerin en yaygın olarak kullandıkları yazılımlardır. Bu sistemlerin bir üstün yönü de, belirli bir alandaki uzmanlığın, eş zamanlı olarak dünyanın değişik yörelerinde kullanılabilmesine olanak tanımasıdır.
2.1. Uzman Sistemlerin Tanımı
Uzman sistemler, karar alma sürecinin bir kısmını, bazı durumlarda ise tamamını otomatik hale getirdikleri için, otomatikleştirilmiş karar destek sistemlerine çok benzerler. Dolayısıyla, uzman sistemleri, karar destek sistemlerinin özel bir türü olarak düşünmek olurludur. Bu sistemlere uzman denmesinin nedeni, gerçek insan uzmanların yeteneklerinin, makinelere kopyalanmasının hedeflenmiş olmasıdır. Uzman sistemlerin değişik tanımları vardır. İşletme yönetimi açısından uzman sistemler, şu şekilde tanımlanabilir:
Uzman sistemler, tıpkı insan uzmanlarda olduğu gibi, bilginin (knowledge) veri haline getirilerek soruna uygulandığı bilgisayar bütünleşik bilgi sistemleridir.
Uzman sistemler geliştirmenin amacı, soruna, insan uzmanlardan daha hızlı, daha yansız, daha doğru tanı ve çözüm getirebilecek bilgisayar sistemleri oluşturmaktır. Örneğin, özellikle bazı tıp alanlarında, insan hastalıklarına, konularında uzman doktorlardan daha hızlı ve daha isabetli tanı koyan uzman bilgisayar sistemleri geliştirilmiştir. Aynı şekilde, ana rahmindeki çocuğun bütün özelliklerini tek tek sıralayan, bu arada da cinsiyetini söyleyen uzman sistemler, uzunca bir süredir kadın doğum uzmanları tarafından kullanılmaktadır. Pek yakında da, hiç sürücüsü olmayan, tamamen bilgisayar denetiminde taşıt araçları (kara şimşek örneği) uygulamaya konacaktır. Üstelik bu uzman sistemler, trafik kazalarını da en az düzeye indirerek, insanlığı bir canavardan kurtaracaktır.
Uzman bir sisteme sahip olmak, kişiyi uzman yapmaz. Ancak, uzman sistemler, uzman bir kimsenin yapacağı işlevlerin büyük bir kısmını, bazı alanlarda da tamamını yaparlar. İşletme yönetiminde, uzman sistemlerin en çok bu özelliğinden yararlanılır. Uzağı gören çağdaş işletme yöneticileri; kur değişikliklerinin izlenmesinde ve öngörüsünde, yatırım danışmanlığında, kredi yönetiminde ve müşteri değerlendirmede, faizle ilgili kararlarda, sigorta risklerini değerlendirmede, yatırım fırsatlarını değerlendirmede ve benzer konularda uzman sistemler kullanmaktadırlar.
2.2.Uzman Sistemlerin Gelişim Süreci
1965 yılında, Edward Feigenbaum ve arkadaşları tarafından Amerika Birleşik Devletleri Standford Üniversitesinde, bir bilgisayara, organik bir bileşiğin kimyasal yapısını, bazı formüllere göre buldurmak için başlatılmıştır. DENDRAL adı verilen bu proje, verili bir sorunu çözmek için, bir bilgiler ve olgular bütününü çıkarım mekanizmasına dönüştürme düşüncesini doğurmuştur. Bu projeden sonra, tıp alanında, yeni yazılımlar geliştirilerek bazı sonuçlar alınmaya başlanmıştır.
1976 yılında, Feingbaum başkanlığında bir grup uzman hekim, bu kez daha da ileri giderek, MYCIN adı verilen bir uzman sistem geliştirmeyi başarmıştır. Menenjit hastalığının ve diğer bazı bakteriyolojik hastalıkların tanı ve tedavisinde bu uzman sistemden yararlanılmıştır. Uzman sistem, girdi olarak, veri tabanından hastanın geçmiş bilgilerini, laboratuar sonuçlarını ve belirti (semptom) sorgularını almakta, bunları otomatik olarak süreçleyerek tanı koymakta, reçete yazmakta ve tedavi süreçlerini belirlemekteydi. MYCIN veri girişi ve diğer bazı işlemler sırasında, niçin ve nasıl sorularını yanıtlamakta, kullanıcı ile etkileşimli çalışmaktaydı. O günden bu güne, uzman sistemler geliştirme yönündeki çalışmalarda çok büyük ilerlemeler olmuş ve büyük ölçüde başarıya ulaşılmıştır.
2.3. Uzman Sistemlerin Öğeleri
Uzman sistemler, kullanıcının sorularına, yorumlu bilgi ve iletişim sağlayabilecek nitelikte bileşenlerden oluşur. Aşağıdaki şekil, uzman sistemlerin öğelerini göstermektedir. Şekilde de görüldüğü gibi, uzman sistemler dört temel öğeden oluşur. Bunlar; (1) donanım, (2) yazılım, (3) bilim tabanı ve (4) bilim mühendisi ya da uzman eleman.
| Kullanıcı |
| U.Sistem Çözümü |
| İş Merkezi |
| Kullanıcı Arabirim Yazılımı |
| Yorumcu Makine Yazılımı |
| Bilim Tabanı |
| UZMAN SİSTEM |
| Bilim Üretme Programı |
| Bilim mü- hendisliği |
| Bilim mühendisi |
| UZMAN SİSTEM GELİŞTİRME |
Uzman Sistemlerin Öğeleri
Uzman sistem donanımı, mikro bilgisayarlardan, mikro bilgisayar merkez ve terminal bağlantılarından, mini bilgisayarlardan, ana bilgisayarlardan ve telekomünikasyon ağlarından oluşur. Son zamanlardaki bazı ileri uzman sistemlerde ise, yalnızca bu amaç için geliştirilmiş özel bilgisayarlar kullanılır.
Uzman sistem yazılımı, yorum makinesi programını, bilim seçme programını, kullanıcı ile iletişim ya da etkileşim programını, doğal dil işlem programını ve diğer özel amaçlı programları içerir. Yorum makinesi programları, özel sorunlara ilişkin olayları, kuralları ya da formülleri süreçleyen yazılımlardır.
Uzman sistem bilim tabanı, özel sorun alanlarına ilişkin olaylar ile o alanların uzmanlarının geliştirdiği mantıklı yönergeleri, işlem dizilerini içeren sezgisel kurallardır. Sorun alanına ilişkin olaylar, çeşitli tanımlar, ilişkiler, ölçümler, olasılıklar, gözlemler, kısıtlar ve hipotezler biçimindedir. Yazılımdaki sezgisel kurallar, uzmanların olaylardan yararlanarak sonuçlar çıkarmaların sağlar. Uzman sistemlerde kural tabanı (rule base), yapı tabanı (frame base) ve nesne tabanı (object base) olmak üzere başlıca üç bilim tabanı vardır.
Bilim mühendisi veya uzman eleman , uzman sistemlerin bir diğer öğesidir. Uzman eleman yerine bilim mühendisi de denir. Bunların uzman sistemlerdeki işlevi, kullanıcıya, öğüt veya tavsiye sağlamaktır. Bilim mühendisleri, uzman sistemlere bilim tabanı kurabilecek yetenekte olmalıdırlar.
2.4. Uzman Sistemlerin Özellikleri
Uzman sistemlerin kendine özgü bazı önemli özelliklerini belirtmekte yarar vardır:
Uzman sistemleri, otomatik pilotlarla, otomatik makinelerle ya da diğer termostat sistemleriyle karıştırmamalıdır. Uzman sistemler, işlevlerini, davranışlarını ya da eylemlerini, fizik ilkelerinden çok, uzman insan bilgilerine dayanan işlem süreçlerine dayandırırlar. Uzman sistemler, her geçen gün, biraz daha gerçek insan uzmanların yerini almaktadırlar. Ancak, bu sistemler, henüz insan sağduyusundan yoksundurlar. Neyin önemli, neyin önemsiz olduğunu anlayamazlar. Bilimsel nedenselliğin soyut modelleriyle çalışamazlar. Aynı şekilde, uzman sistemler, henüz her tür soruna değil, yalnızca tipik tarama, yorumlama, izleme, tanı koyma, çözüm önerilerde bulunma gibi sınırlı görevleri yerine getirmektedir. Bununla beraber, son yıllarda yabancı dilde yazılmış bir yazının çevirisini yapan, bazı alanlarda insan uzmanın özelliklerine kısmen sahip uzman sistemler devreye girmiştir.
Uzman sistemlerin veri tabanları, bilgi bankası ve kural yorumlayıcı da dâhil, çok yönlü bütünleşik bir yapıya sahiptir.
2.5. Uzman Sistemlerin İşlevleri
Adından da anlaşıldığı gibi, uzman sistemlerin ideal işlevi, bugün tam anlamıyla olmasa bile, gelecekte, tıpkı gerçek yaşamdaki uzmanların yaptıkları işleri yapmaktır. Bugün için, insan uzmanlar karar alırken, çeşitli karar aşamalarında uzmanlara yardımcı olmaktadırlar. Uzman sistemler, fiziksel işlevleri gören robotların, zihinsel işlemleri gören ileri türleri olarak düşünülebilir. Bunlar, karar aşamalarında zaman alıcı, zor ve bıktırıcı tekdüze işlemleri başarıyla yapmaktadırlar. Böylece, gerçek uzmanlara ve yöneticilere, daha derin düşünme ve değerlendirme olanağı kazandırmaktadırlar.
Uzman sistemlerin, karar almaya yardımcı olmak ve karar almayı kolaylaştırmak işlevinin yanında bir diğer işlevi de, yönetici ya da kullanıcı ile iletişim kurması, etkileşimli olarak çalışmasıdır. Bu bağlamda uzman sistemler, bir bakıma, yöneticinin ya da gerçek uzmanın meslektaşı gibi bir rol oynamaktadır. Kullanıcı ile uzman sistem, belirli bir sorunu sonuca ulaştırırken karşılıklı etkileşimde bulunarak çalışırlar. Uzman sistem hata yaptığında, kullanıcı, sistemi tekrar düzenlemek için, sisteme yeni veri ve bilgiler verir ve anlamsız çözümleri anlamlı hale getirmeye çalışır.
Uzman sistemlerin kendilerinden beklenen işlevleri başarıyla yapabilmeleri için, en az şu koşulların sağlanmış olması gerekir:
2.6. Uzman Sistemlerin Uygulama Alanları
Uzman sistemlerin en çok kullanıldığı alanları, şu şekilde sıralamak olurludur:
2.7. Uzman Sistemlerin Yararları
Uzman sistemler teknolojisi, başlıca şu yararları sağlar:
Evrenin oluşumu, yaşamın başlaması ve yapay zekânın gündeme gelmesi, insanlığın kaderini çizen olgulardır. Özellikle bilgi sistemlerindeki son gelişmeler, bu gelişmelerin çok hızlı bir biçimde yaşama geçirilmesi ve işletme yönetiminde kullanılması, sürekli bir teknolojik güncellemeyi zorunlu kılmaktadır. Giderek daha da geliştirilen doğal dil (natural languages) uygulamaları, endüstriyel robot (industrial robots) uygulamaları, uzman sistem (expert systems) uygulamaları ve en son haliyle yapay zekâ uygulamaları, bir günden diğerine, yaşamı daha da kolaylaştırmaktadır. Özellikle yapay zekâ çalışmaları, bir bakıma, yapay insan tasarlayıp yaşama geçirmeyi hedeflemiştir.
2001 yılında, yapay zekâ sektöründeki donanım ve yazılım satışları 1 milyar dolar iken, 2003 yılında bu tutar 1,5 milyar dolara yaklaşmıştır. Son yılarda küresel büyüklükte birçok işletme, kendi yapay zekâ sistemini kurmaya başlamıştır.
3.1. Yapay Zekânın Tanımı
Yapay zekâ tanımından önce, sözlük anlamıyla doğal zekâyı tanımlamakta yarar vardır. Doğal zekâ , akıl yürütme, kavrama, nesnel ve nesnel olmayan gerçekleri algılama, sonuç çıkarma, soyutlama, öğrenme ve değişen koşullara uyum gösterme yeteneğidir. Doğal zekâ, organik bir yapıya sahiptir. Yapay zekâ ise, organik değil, tam tersine, insan zekâsının benzetimi çalışmalarının bir sonucu olan yazılım yapıdır.
Bilgisayar, matematik, mühendislik, biyoloji, dilbilim ve psikoloji bilimlerinin ortak etkileşiminden oluşan yeni bir bilim dalının (Bilinç Bilimi=Cognetive Science) yaratmayı tasarladığı yapay beyine, yapay zekâ adı verilmiştir. Yapay zekâ çalışmalarının amacı; gören, duyan, hisseden, koklayan, dokunan, yürüyen, konuşan ve düşünen sistemler geliştirip, insanlığın hizmetine sunmaktır. Bugün, hedeflenene kısmen yaklaşan yapay zekâlar üretilmiştir. Gelecekte ise, tamamen başarılacak olan bu tür yapay beyinler ve bu beyinin yönetimindeki yapay organlardan oluşan bilgisayarlar devreye girdiğinde; akıllı, mantıklı, zeki, algılayıcı, öğrenen, karar alan, uygulamaları izleyen ve değerlendiren yapay insanlar gündeme gelecektir.
Aşağıdaki şekil, yapay zekânın bileşenlerini göstermektedir. Şekilden de açıkça görüldüğü gibi, yapay zekâda başarıya ulaşabilmek için, değişik bilim dallarından birçok uzmanın birlikte çalışması gerekir. En başta, bilinç bilimi (cognetive science) ve onun alt dalları olan uzman sistemlerin, bilinç sistemlerinin, öğrenen sistemlerin ve hayal-mantık sistemlerinin, bu sistemin uzmanları tarafından temsil edilmesi gerekir. İkinci olarak, 2000’li yılların 5.kuşak bilgisayarlarının olağanüstü yetenek ve olanakları ve bunların kaynağı olan bilgisayar bilimleri iyi bilinmelidir.
Sinir sistemiyle birlikte bir bütün olan insan beyinin bilgisayarla karşılaştırılması, bir bakıma, anlamsız bir uğraştır. İnsan beyni, hala bir kara kutu olma özelliğini sürdürmektedir. Yapısı ve işleyişi, genel anlamda bilinmekle berber, beyin henüz gizemini sürdürmektedir. Bu bilinmezliğe rağmen, yapay zekâ çalışmaları, insan beynini, bilinen yönleriyle benzetmeyi hedeflemiştir. Bu bağlamda yapay zekâ; bilgi edinme, algılama, görme, düşünme ve karar verip uygulama gibi insan beyninin işleyişine özgü kapasitelerle donatılmış bilgisayarlara verilen bir ad olmaktadır.
Yapay zekâ çalışmaları, hızla sürmektedir. Bazı uygulama alanlarında da, çok başarılı sonuçlar alınmakta ve zamanı geldikçe, bilgi sistemi tasarımcıları tarafından işletme yönetimine uyarlanmaktadır. Yapay zekâ projesi, yönetim bilgi sistemlerinin gelecekte ulaşacağı boyutları göstermesi açısından, büyük önem taşır. Dolayısıyla, bu projenin gelişim sürecine kısaca değinmekte yarar vardır.
| Bilinç bilimi |
| Bilgisayar Bilimi ve uygulamaları |
| Robotik uygulamalar |
| Doğal dil uygulamaları |
| Yapay Zekâ |
*Uzman *5.Kuşak *Görsel * Dil anlama
sistemler bilgisayarlar algılama * Söz algılama
*Bilinç *Paralel *Etkileşim * Dil çevirme
sistemleri süreçleme *Yetenek
* Öğrenen * Simgesel * Hareket
sistemler süreçleme
* Hayal ve * İletişim
mantık ağları
sistemleri
Yapay Zekâ Bileşenleri
3.2. Yapay Zekânın Gelişim Süreci
SNARC adı verilen ilk yapay sinir ağı temelli bilgisayar, Minsky ve Edmons tarafından 1951 yılında yapılmıştır. 1956 yılında, Mc Carthy, bu tür sistemlere, “yapay zekâ” denilmesini önermiş ve bu öneri genel kabul görmüştür.
Daha sonra, Newell ve Simon, “insan gibi düşünme” yaklaşımına göre üretilmiş ilk sistem olan Genel Sorun Çözücüyü (General Problem Solver) geliştirmişlerdir. Simon, daha sonra, fiziksel simge varsayımını ortaya atmış ve bu düşünce, insandan bağımsız zeki sistemler yapma çalışmalarıyla uğraşanların hareket noktası olmuştur.
1980 yılında, Amerika Birleşik Devletleri Yapay Zekâ Derneği, ilk yapay zekâ konferansını gerçekleştirmiştir. 1984’de de “Yapay Sinir Ağları Yaklaşımı” gündeme gelmiştir.
Yapay zekâ çalışmaları, zaman içinde, bazen ümitsizliğe kapılarak durdurulmuş, bazen yeniden başlatılmış ve sonunda, bir yere gelinebilmiştir. Artık, yavaş yavaş, yapay zekâ, bir endüstri dalı olmaya başlamıştır. DEC tarafından kullanılan ve müşteri siparişlerine göre donanım seçimi yapan R1 adlı uzman sistem, DEC şirketine, bir yılda 40 milyon dolarlık bir tasarruf sağlamıştır. Bu durum, hemen her gelişmiş ülkenin yapay zekâya yeniden ilgi duymasına yol açmıştır. 1988 yılına gelindiğinde, yapay zekâ araştırmalarına ayrılan toplam yatırımlar, 2 milyar dolara ulaşmıştır.
1997 yılında, bütün dünya, ilginç bir satranç karşılaşması ile yapay zekâyı tanımıştır. “Deep Blue” adlı satranç yazılımı ile dünya satranç şampiyonu Garry Kasparow, büyük kitlelerin izlediği bir maç yapmıştır. Bu maçta yapay zekâ, Garry Kasparow’u yenmiştir. 2000’li yıllarda ise, etkileşimli sevimli robot oyuncak zekâlar, peynir ekmek gibi satılır olmuştur.
Bu aşamalardan sonra, yapay zekâ araştırmacıları, iki gruba ayrılmıştır. Bir grup araştırmacı, insan gibi düşünen ve davranan sistemler yapmaya çalışırken, diğer grup araştırmacılar da, rasyonel (akılcı) karar alabilen ve davranan sistemler geliştirmeyi amaçlamışlardır. Bu iki yaklaşıma kısaca değinmekte yarar vardır.
3.2.1. İnsan Gibi Düşünen Ve Davranan Sistemler
İnsan gibi düşünüp insan gibi davranan sistemler geliştirilebileceğini savunan araştırmacılara göre, insan gibi düşünüp davranan bir sistemin yazılımını yapabilmek için, bir takım psikolojik deneyler yapılması gerekir. Deneylerin sonunda elde edilen bilgilere dayanarak, insan gibi düşünen sistem yazılımları yapılabilir. Eğer, yazılımın giriş/çıkış ve zamanlaması insanlarınki ile aynıysa, yazılan programın düzeneklerinden bazılarının insan beyninde de aynen mevcut olduğu söylenebilir.
Bu yaklaşım, “bilinç bilimi”nin ilgi alanını genişletmiş ve insanın düşünce süreçlerini çözümlemede bilgisayar modellerinden yararlanılmaya başlanmıştır. Burada, vurgulanması gereken nokta, bilgisayarda zeki davranış üreten sürecin, insan beynindeki süreçlerin modellenmesiyle elde edilebileceğidir. Bu hipotezi, Turing testi olarak bilinen bir deney doğrulamaktadır. Turing testinde denek, sorgulayıcıyla bir terminal aracılığı ile haberleşmektedir. Eğer, sorgulayıcı, haberleşmekte olduğu deneğin insan mı yoksa bir bilgisayar mı olduğunu anlayamazsa, denek turing testini geçmiş sayılacak ve hipotez doğrulanacaktır. Nedeni, insan haberleştiği varlığın insan mı yoksa makinemi olduğunu anlayamadığına göre, bir makine de insan kadar zihinsel yetiye sahip demektir.
Bir İngiliz mantık ve matematikçisi olan Alan Turing, 1950 yılında, Mind adlı felsefe dergisinin Ağustos sayısında, Computing Machinery and Intelligence adında bir makale yayınlanmıştır. Bu makalesinde Turing, “Makineler düşünebilir mi?” sorusuyla önemli bir felsefi tartışma başlatmıştır.
Turing testinde, aynı ortamda yan yana bulunan bir insanla bir bilgisayar, başka bir ortamda bulunan denek insandan gizlenir. Denek kiminle haberleştiğini bilmeden, bazen insanla bazen de bilgisayarla haberleşir. Sorular ve yanıtlar bir ekranda gösterilir. Denek bunlara bakarak, hangilerini insanın hangilerini bilgisayarın verdiğini bulacaktır. Denek bu ayırımı yapamadığı için, istenirse bilgisayarlara da insanlar kadar kavrama yeteneği kazandırılabilir varsayımı geçerli sayılmıştır.
California Üniversitesi’nden John SEARLE, bilgisayarların düşünemediğini kanıtlamak için bir düşünce deneyi tasarlamıştır. Bu deneye, Çin Odası Deneyi adı verilmiştir. Bir odada kilitli olduğunuzu düşünün ve odada üzerlerinde Çince tabelalar bulunan sepetler olsun. Fakat siz Çince bilmiyorsunuz. Ancak elinizde Çince tabelaları İngilizce olarak açıklayan bir kural kitabı bulunsun. Kurallar ise, Çinceyi bütünüyle söz dizimlerine uygun olarak açıklasın. Daha sonra odaya başka Çince simgelerin getirildiğini ve size Çince simgeleri odanın dışına götürmek için daha başka kurallar da verildiğini var sayın. Odaya getirilen ve sizin tarafınızdan bilinmeyen simgelerin oda dışındakilerce “soru” diye, sizin oda dışına götürmeniz istenen simgelerin ise “soruların yanıtları” diye adlandırıldığını düşünün. Siz kilitli odanın içinde kendi simgelerinizi karıştırıyorsunuz ve gelen Çince simgelere yanıt olarak en uygun Çince simgeleri dışarı veriyorsunuz. Dışta bulunan bir gözlemcinin bakış açısından sanki Çince anlayan bir insan gibisiniz. Çince anlamanız için, en uygun bir program bile Çince anlamanızı sağlamıyorsa, o zaman herhangi bir sayısal bilgisayarın da Çince anlaması olanaklı değildir. Bilgisayarda da insanda olduğu gibi açıklanmamış Çince simgeleri, işleten bir biçimsel program vardır ve bir dili anlamak demek, birtakım biçimsel simgeleri bilmek demek değil, akıl durumlarına sahip olmak demektir.
3.2.2. Rasyonel (akılcı) Karar Alabilen Ve Davranan Sistemler
Bu gruba giren yapay zekâ araştırmacıları, mantığa ağırlık vermişlerdir. Bu araştırmacılar, sorunu mantıksal bir gösterimle tanımladıktan sonra, çıkarım kurallarını kullanarak, söz konusu sorunun çözümünü bulmayı hedeflerler. Ancak, bu yaklaşımda da iki engelle karşılaşılmaktadır. Bunlardan birincisi, mantığın biçimsel (formal) bir dil kullanmasıdır. Günlük yaşamdaki karmaşıklık ve belirsizlik içeren bilgileri, biçimsel mantığın işleyebileceği dille göstermek oldukça zor, bazı durumlarda da olanaksızdır. İkincisi ise, bu tür akılcı karar alan ve davranan sistem yazılımlarını yaparken kullanılması gereken bilgisayar kaynakları, üstel olarak artmaktadır. (En ufak bir rasyonel sistem geliştirmek için gerekli olan büyüklüğün karşısında, bütün sorunları çözen insan beyninin küçüklüğünü düşünün!)
Amaçlara ulaşmak için, inançlara uygun davranan sistemlere, “rasyonel (akılcı) sistem” denir. Yapay zekâ çalışmalarında, algılayan ve algılamasına göre harekette bulunan düzeneklere “ajan” denir. Bu bağlamda, yapay zekâ, rasyonel ajanların geliştirilmesi ve uygulamaya geçirilmesi süreci sonunda insanlığın hizmetine sunulan akıllı sistemlere verilen addır. Rasyonel ajanlar, doğru çıkarımlar yapabilmeli ve bu çıkarımlara göre harekete geçebilmelidir. Ancak, yalnızca doğru çıkarımlar yapabilmek de yeterli olmaz. Nedeni, bazı durumlarda, doğruluğu kanıtlanmış bir çözüm olmadığı halde, gene de bir davranışta bulunmak gerekebilir. Ayrıca, çıkarımdan kaynaklanmayan rasyonel davranışlar da vardır. Örneğin, sıcak bir nesneye değince, elin çekilmesi, bir refleks harekettir. Bu tür hareketler, bir düşünce sürecine girmeden, otomatik olarak yapılır.
Belirtilen nedenlerle, yapay zekâyı, rasyonel ajan tasarımı olarak gören araştırmacılar, bu yaklaşımın iki temel yararı olduğunu ileri sürerler. Birincisi, ilk grubu temsil eden araştırmacıların “düşünce yasaları” olarak belirttikleri yaklaşıma oranla, bu yaklaşımın, daha genel bir özelliğe sahip olmasıdır. İkincisi ise, bu yaklaşımın, bilimsel araştırma yöntemlerinin uygulanmasına daha uygun olmasıdır.
Yapay zekâya birçok açıdan yaklaşılmaktadır. Matematiksel yaklaşım, fiziksel yaklaşım, psikolojik yaklaşım, felsefi yaklaşım ve benzerleri, bunlardan bazılarıdır. Ancak, yapay sistemlerin bilimler arası bir yaklaşımla gelişeceği açıktır.
3.3. Yapay Zekâ Ve İşletme Yönetimi
İşletme yönetimi, yapay zekâ alanındaki gelişmelerden günü gününe etkilenmektedir. Bu etkilenmenin bir sonucu olarak, , zeki bilgisayarlar, robotik (endüstriyel robotlar), uzman sistemler, doğal arabirimler, sinirsel ağlar, bulanık mantık, sanal gerçeklik, genetik algoritmalar, melez yapay zekâ sistemleri gibi yönetim uygulamaları ortaya çıkmıştır. Giderek yaygınlaşan yapay zekâ uygulamaları, işletmelerde önemli verimlilik artışları sağlamaktadır.
3.3.1. Zeki Bilgisayarlar
Yapay zekâ uygulamalarının birçoğu için, çok güçlü süper bilgisayar donanım ve yazılımına gereksinim duyulmaktadır. Bu gereksinimin ilk aşamasını, beşinci kuşak olarak adlandırılan zeki bilgisayarlar oluşturmuştur. Bu bilgisayarlar, yeterli düzeyde mantıksal anlam çıkarma işlevi görecek şekilde tasarlanmışlardır. Söz konusu anlam çıkarma, geleneksel bilgisayarlardaki, sayısal işlemler yerine, sembolik işlemlerin kullanılması anlamına gelir.
Bu alanda diğer bir çalışma, sinirsel bilgisayarların geliştirilmesi yönünde olmuştur. Neurocomputer sistemleri adı verilen bu sinirsel bilgisayarlar, insan sinir sistemindeki nöronların yapay benzerlerinin ağ yapılarına göre biçimlendirilmesidir. Sinirsel bilgisayarlar, bilginin birçok farklı kısmını, aynı anda işleyebilmektedirler. Sinirsel ağ yazılımlarıyla, işletmelerdeki bazı basit sorun ve bu sorunların çözümleri, önceden sinirsel bilgisayara gösterilerek öğrenmesi sağlanmaktadır. Daha sonra, bilgisayar, öğrendiği bu bilgiyi, benzer sorunların çözümüne uygulamaktadır. Örneğin, bu tür bir bilgisayar, önceden gördüğü resimleri tanımakta, önceden öğrendiği sorunları çözmek için program yazabilmektedir.
3.3.2. Robotik
Mühendislik, mantık, matematik, dilbilim ve psikoloji bilimlerinin de katkılarıyla yapay zekâ çalışmalarının bir dalı da robotik çalışmalardır. Robotik teknolojisi, tıpkı insanın fizik kapasitelerine sahip, bilgisayar denetiminde çalışan robotların üretilmesini başarmıştır. Bu alandaki ileri yazılımlar, robotlara, fiziki hareketliliğin yanında, yol bulabilme zekâsı, görme yeteneği, görsel algılama yeteneği, dokunsal algılama yeteneği, yönetim becerisi ve benzer becerileri kazandırmaktadır.
Başta Japonya olmak üzere, gelişmiş ülkelerin hemen hepsinde, robotlardan yararlanmayan büyük işletme kalmamıştır. Stuttgart Üniversitesi’nin Paralel ve Dağıtılmış Yüksek Performans Bilgisayarları Enstitüsü Profesörlerinden Paul Levi yönetiminde bir araştırma grubu, Aramis, Porthos ve Athos adında üç robot geliştirmişlerdir. Bu robotlar, kimin hangi görevi hangi sırayla yapacağını aralarında konuşup anlaşarak, kararlaştırabilmektedirler. Aslında, robotlar, bit ve byte düzleminde anlaşmalarına rağmen, çalışma sırasında, bir espri olsun diye kadın ve erkek sesleriyle gerçekleşen sözlü diyaloglar duyulmaktadır. Profesör Levi’nin üç silahşorları ve bunların daha da gelişmişleri, işletmelerde temizlik, taşıma, yapı (konstrüksiyon) ve benzeri işleri, insanlardan kat kat üstün verimlilikte ve sıfır hata ile yapmaktadırlar.
Robotik çalışmalara bir başka örnek de, Rodney Brooks’un geliştirdiği ATTİLA isimli böcek robottur. 30 cm boyundaki bu robot üzerinde 23 motor, 10 mikro işlemci ve 150 algılayıcı vardır. Her bir bacağında üç bağımsız hareket yeteneği olduğu için, ATTİLA, engellere tırmanır, dik inişler yapar ve tutunarak kendisini 25 cm yüksekliğe çeker. Brooks’un bu yapay zekâ uygulaması böceğinde izleme, avlanma, ileri gitme ve geri çekilme gibi birtakım ilkel içgüdü ve reflekslere de yer verilmiştir. Ayrıca, ATTİLA’ya, seçim yapabilen ve söz konusu basit hareketleri yönlendiren bir beyin yerine, her davranışın, robotun denetiminde yarışan bireysel zekâlara dönüşmesi düşünülmüştür. Yarışı kazanan bireysel zekâ, robotun alıcılarının o anda ne hissettiğini belirler ve bu noktada, diğer tüm davranışlar, geçici olarak bastırılır. Kurulan mantıkta, “gerile” gibi tehlikeden sakınma davranışları, “avı izle” gibi daha üst düzeydeki işlevleri bastırmaktadır. Davranış hiyerarşisindeki her düzeyin gerçekleşebilmesi için, bir alttakinin aşılması gerekir. Böylece, söz konusu böcek robot, örneğin, “fabrikadaki en uzak köşeyi belirle ve oraya git” gibi bir komutu, bir yerlere çarparak başına bir kaza getirmeden yerine getirebilmektedir.
Alman Hava ve Uzay Uçuşları Araştırma Kurumu (DLR), insan elini örnek alarak, üç parmaklı ve çok sensörlü bir robot el geliştirmiştir. Bu robot el, nerdeyse insan elinin yeteneklerine sahiptir.
Haziran 2002 de İngiltere’de yapay zekâsı iyi gelişmiş robotlarla deney yapan bilim adamları, bir robotun kaçması olayı karşısında oldukça şaşırmışlardır. Güney Yorkshire’daki “Manga” deney merkezinde, Mart 2002’de başlayan “En Güçlünün Yaşamda Kalma Mücadelesi” adlı bilimsel araştırmayı sürdüren bilim ekibi, 12 robotun zor koşullara nasıl uyum gösterdiklerini gözlemlemekteydiler. Ekibin başkanı Prof. Noel Sharkey, “Gaak” adlı robotun 15 dakikalık bir boşluktan yararlanarak birden gözden kaybolduğunu saptamıştır. Yapılan incelemede, özgürlüğüne düşkün “Gaak”ın bulunduğu bölümden çıkıp, yokuş aşağı indiği, merkezin ön kapısına kadar ilerlediği ve otomobillerin park edildiği bölgeye kadar kaçmayı başardığı ortaya çıkmıştır. Bu arada Gaak’ın, bir ziyaretçinin otomobili altında kalma tehlikesini de başarıyla atlattığı anlaşılmıştır. Prof. Sharkey, merkezde birçok şey öğrenen robotların sonunda yollarını bulma becerisi kazanmalarını şaşkınlıkla karşıladığını söylemiştir.
Özetle belirtmek gerekirse, pek yakın bir gelecekte, bireysel günlük yaşamda ve işletmecilikte, fiziksel iş ve işlemlerin hiç birisi insanlar tarafından yapılmayacaktır. Bu tür hamallıkların tümü, robotlar tarafından, sıfır hata ile yapılacaktır.
3.3.3. Doğal Arabirimler
Kullanıcı ile bilgisayar arasındaki ilişkinin kurulmasını sağlayan her türlü araç gerece arabirim (interface) denildiğine, daha önce değinilmişti. Bunların tümü, fare gibi, klavye gibi yapay arabirimlerdir. Ancak, yapay zekâ çalışmaları sonunda doğal arabirimler gündeme gelmiştir. Doğal arabirimlerle, insanlar, hiçbir aracı birim kullanmadan, bilgisayarla kolayca etkileşimde bulunabileceklerdir. Başka bir deyişle, artık insanlar, bilgisayarlarla ve robotlarla, kendi doğal dilleriyle konuşabileceklerdir.
Doğal arabirim çalışmaları; dilbilim, psikoloji, bilgisayar bilimleri, mantık ve matematik gibi bilimlerle desteklenen disiplinler arası bir yaklaşımla yürütülmektedir. Gerçekten de, bu alandaki çalışmaların bir sonucu olarak, artık insanın beden hareketlerini, mimiklerini ve konuşmasını tanıyan çok algılayıcı ve yanıt verici cihazlar geliştirilmeye başlanmıştır.
Bilgisayarlar, yazılı ana dilin işlenmesini, örneğin İngilizce bir metni okumayı ya da Türkçeye çevirmeyi, uzun zamandan beri yapmaktadır. Ancak, kullanıcının kendi ana dilini kullanarak bilgisayarıyla doğrudan etkileşime geçmesi oldukça yenidir. İşletme yönetimindeki doğal arabirim uygulamalarının başlıcaları şu şekilde sıralanabilir:
3.3.4. Yapay Sinir Ağları
Yapay sinir ağları, insanın sinir yapısının taklit edildiği yazılım çözümleridir. Bu yapılar, örnekler yoluyla öğrenebilmekte, öğrendiklerini kullanabilmekte, saklayabilmekte ve sonra tekrar kullanabilmektedir. Öğrenme sürecinde, yapay sinir ağları, birçok örneği işleyerek sonuca ulaşır. Ancak, öğrenmedeki girdi-süreçleme- çıktı işlemi, her zaman aynı sonucu vermeyebilir. Başka deyişle, yapay sinir ağlarının öğreniminde belirli bir sapma söz konusudur. Değişkenlerin farklılığı, yapay sinir ağlarını, çoğu zaman farklı sonuçlara götürebilmektedir. Yapay sinir ağları, olguları tanır, olaylar arasındaki ilişkileri saptar ve bu ilişkilerden sonuçlar çıkarır.
Yapay Sinir Ağı Mimarisi
Yapay sinir ağları, çeşitli yollarla birbirine bağlı birimlerden oluşan sistemlerdir. Her birim, iyice basitleştirilmiş bir nöronun özelliklerini taşır. Sinirsel ağ içindeki birimler, belirli işlevleri olan katmanlar şeklinde örgütlenmiştir. Bu örgütlenmeye, yapay sinir ağı mimarisi adı verilmiştir. Yukarıdaki şekil, tıpkı insanın sinir sistemindeki axon, dandirit ve nöron ilişkisi gibi tasarlanan yapay sinir ağı mimarisini göstermektedir. Şekilden de izlenebileceği gibi, yapay sinirsel ağda iki neron vardır. Yapay nöronlarda, biyolojik neronların yerini süreçleme elemanları almakta; akson ve dandiritlerin yerine elektrik telleri geçmekte; synapslar da rezistans (direnç) olmakta ve veriyi temsil etmektedir.
Aşağıdaki şekilde ise, ise, sinirsel ağların yönetim bilgi sisteminde ve işletme yönetiminde nasıl kullanılabileceğini göstermektedir. Şekildeki yapay zekâ ürünü sinirsel ağ, kendisine öğretildiği için girdi bölümündeki verileri tanır ve gizli mantıksal süreçleme bölümüne taşır. Mantıksal süreçleme birimleri, kendisine öğretildiği gibi verileri süreçler, sınıflandırır ve kararını” kredi riski az” ya da “kredi riski çok” biçiminde verir.
3.3.5. Bulanık Mantık (Fuzzy Logic)
Bulanık mantık kavramı ilk kez, 1965 yılında California Berkeley Üniversitesinden Prof. Lotfi A. Zadeh’in bu konu üzerindeki makalesini yayınlamasıyla duyulmuştur. O günden sonra, önemi giderek artarak bu günlere gelinmiştir. Bugün, bulanık mantık, belirsizliklerin anlatımı ve belirsizliklerle çalışılabilme olanağı olarak tanımlanabilir. Bilindiği gibi, istatistikte ve olasılık kuramında, belirsizliklerle değil belirliliklerle veya risklerle çalışılır. Bununla beraber, içinde bulunulan ortam, daha çok belirsizliklerle doludur. Dolayısıyla, insanoğlu ve yöneticiler, belirsizliklerle de çalışmanın özlemini çekmişlerdir.
Geleneksel bilgisayar programları, “açık-kapalı”, “evet-hayır”, “doğru-yanlış” gibi tam bir kesinlik ya de belirlilik gerektirir. Oysa bir yapay zekâ ürünü olan bulanık mantık programları, çeşitli kavram ve tekniklerden yararlanarak, belirsiz, kesin ve güvenilir olmayan bilgileri de yorumlar ve sonuç çıkarır.
Bulanık (fuzzy) kuramının temel kavramı, bulanık kümelerdir. Küme kavramı, biraz matematiksel görünse de, anlaşılması kolay olduğu için benimsenmiştir. Örneğin, “orta yaş” kavramı incelenecek olursa, bu kavramların sınırları kişiden kişiye değişiklik gösterir. Bu kavramda kesin sınırlar olmadığı için, matematiksel olarak da formüle edilemez. Bununla beraber, 35–55 yaşları orta yaş sınırları olarak düşünülebilir. Bu orta yaş kavramı grafik olarak ifade edilmek istendiğinde, ortaya aitlik adı verilen bir eğri çıkacaktır. Bu eğri, hangi değerin hangi ağırlıkta olduğunu gösterir. Bir bulanık kümesi, kendi aitlik fonksiyonu ile temsil edilebilir. Aitlik fonksiyonu, 0 ile 1 arasındaki her değeri alabilir. Bu tür bir aitlik fonksiyonu ile “kesinlikle ait” veya “kesinlikle ait değil” arasında istenilen incelikte ayarlama yapmak olurludur.
Bulanık mantık ile matematik arasındaki temel fark, matematiğin yalnızca aşırı uç değerlere izin vermesidir. Dolayısıyla, böyle bir matematikle karmaşık işletme sistemlerini modellemek ve denetlemek veriler kesin olmadığı için çok zordur. Bulanık mantık, karar alıcıyı bu zorluktan kurtarmaktadır. Bulanık mantık, sayısallıktan daha uzak niteliksel bir tanımlama olanağı verir. Bir kişi içi 38,5 yaşında demektense, yalnızca orta yaşlı demek, oldukça uygun bir veri olarak düşünülebilir. Bu yaklaşımla, azımsanamayacak ölçüde bir bilgi indirgemesi olacak ve matematiksel bir tanımlama yerine, daha kolay anlaşılabilen niteliksel bir tanımlama yapılabilecektir.
Bulanık mantık kümeleri kadar önemli diğer bir kavram da, dilsel (linguistic) değişken kavramıdır. Dilsel değişken “sıcak” veya “ soğuk” gibi nitel sözcüklerle tanımlanabilen değişkenlerdir. Bir dilsel değişkeninin değerleri bulanık kümelerle ifade edilebilir. Örneğin, oda sıcaklığı dilsel değişkenler olarak. “sıcak”, “soğuk” ve “çok sıcak” niteliksel değerlerini alabilir. Bulanık mantık çalışmalarında, bu üç dilsel değerin her biri, ayrı ayrı bulanık kümelerle modellenir.
Bulanık mantığın uygulama alanları, çok geniştir. Özellikle dorusal olmayan alanlarda yaygın olarak uygulanmaktadır. Bulanık mantığın üstünlüğü, insana özgü deneyim ve öğrenme süreçlerinin kolayca modellenebilmesi ve belirsiz kavramların matematiksel olarak ifade edilmesine olanak tanımasıdır.
Japonya, bulanık mantıktan oldukça fazla düzeyde yararlanmaktadır. Japonya’da, özellikle, “Fuzzy Process Controller” olarak isimlendirilen özel amaçlı bulanık mantık mikroişlemci yonga üretilmektedir. Bu teknoloji, fotoğraf makineleri, çamaşır makineleri, klimalar ve otomatik iletişim hatlarında geniş olarak uygulanmaktadır. Bulanık mantık, uzay araştırmaları ve havacılık endüstrisinde de kullanılmaktadır. Örneğin TAI’ de Ar-Ge bölümünde, bulanık mantık konusunda çalışmalar yapılmaktadır. Bulanık mantık, otomatik cıvatalamada da yaygın olarak kullanılmaktadır. Cıvata kalitesi, bulanık mantıkla belirlenmekte, cıvatalama yöntemi alanında bilgili olmayan kişiler açısından konu açık hale getirilmektedir.
3.3.6. Sanal Gerçeklik
Cyberspace olarak da bilinen sanal gerçeklik, bilgisayar ortamında oluşturulan bir dünyadır. Yapay zekânın bu dalı, tıpkı gerçek dünyaya (doğal gerçeğe) benzeyen, insan/bilgisayar arabirimlerinin etkileşiminden oluşan, sanal bir ortam yaratır. Sanal gerçeklik, gözlük ve stereo kulaklıklı bir başlık seti, vücut hareketlerini algılayan özel bir giysi veya eldiven ve çok algılayıcılı giriş-çıkış cihazlarıyla oluşturulur. Böyle bir donanımla, üç boyutlu sanal bir dünyaya girilir. Sanal gerçeklik, insanların, bilgisayar benzetimli (simülasyonlu) nesneler ve varlıklar ile etkileşimini sağlar.
İşletmecilikte sanal gerçeklik uygulamaları, çok geniş bir alana yayılmıştır. Örneğin, bilgisayar destekli tasarımda (CAD), tıbbi teşhis ve tedavide, fizik ve biyoloji bilimlerindeki deneylerde, pilotların ve astronotların eğitiminde kullanılan uçuş benzetimliklerinde (simülatörlerinde), sanal gerçeklik kullanılmaktadır. Ayrıca, özellikle, eğlence sektöründe, üç boyutlu video oyunlarında da, sanal gerçeklik kullanılmaktadır.
Gelişmiş bütün endüstri işletmelerindeki CAD uygulamalarında, sanal gerçeklik kullanılmaktadır. Mimarlar ve diğer tasarımcılar, sanal gerçeklik koşullarında, yapıların ve ürünlerin üç boyutlu modelleri üzerinde tasarım ve testler yapmaktadırlar. Aynı şekilde, Biyoteknoloji ve ecza girişimleri, yeni ilaçların geliştirilmesi sırasındaki gözlemlerde, sanal gerçeklik kullanmaktadırlar. Ayrıca, tıp uzmanları, hasta vücudunun sanal bir modelini oluşturarak, bu vücudun sorgulanmasında, sanal gerçekliği giderek artan bir oranda kullanmaya başlamışlardır.
1998 yılında kullanıma açılan Paris yakınlarındaki Stadyum, gerçek yapımından önce, IBM Fransa tarafından, sanal olarak inşa edilmiştir. Buradaki ilk amaç, daha stadyumun tasarımı aşamasında, buradaki insan trafiğini ve yürüyen insanların çeşitli davranışlarını önceden görmek, açılımını yapmak ve aksaklıkları düzeltici önlemleri almaktır. İkinci amaç,gereksinme duyulan yerlere, sağlık ve güvenlik birimleri yerleştirmek, buralara gelenlere de hareket serbestliği ve konfor sağlayabilmektir. Üçüncü amaç ise, herhangi bir müdahale gereksinimi duyulursa, bunun en etkili yolunu, önceden görmektir. Benzer benzetimler, hava alanı tasarımlarında, resmi bina tasarımlarında, süper alış veriş merkezleri tasarımında, fabrika tasarımında ve benzeri tasarımlarda yaygın olarak kullanılmaktadır.
Almanya’nın Frauenhofer Enstitüsü’nde, uçak yolcularının uçuş korkusunu yenmek için, yolculara yönelik ilk uçuş benzetimliği (simülatörü) gerçekleştirilmiştir. Aslında bu proje, fobilerin tedavisi için, sanal gerçeklikle psikolojinin ilişkilendirilmesi düşüncesinden doğmuştur. Söz konusu sanal ortama, uçuş fobili kişi, yürüyen bir bant üzerindeymişçesine, pencerenin yanından geçip, hafif eğilimli olan kapıya varır ve uçağa biner. Daha sonra, yerini bulur ve oturur. Bu arada, klima çalışır ve hoparlörden güzel, tatlı, hoş, dinlendirici, korkuları alıp götürücü bir müzik gelir. Güzel bir hostes hanım, emniyet kemerlerini kontrol eder. Çok hafif bir sarsıntıyla uçak hareketlenir ve piste doğru yol alır. Motorlardan, uğultulu bir ses gelir. Bir ivme, yolcuyu koltuğa bastırırınca uçağın havalandığı hissedilir. Aslında yolcu, uçuşu, bir sanal gerçeklik kaskı ve kulaklığıyla yaşamakta, gerçekmiş gibi uçuş duygusunu ise, podestin altındaki performansı yüksek elektromotorlar sayesinde duymaktadır. Bu fobi tedavisi uçuşu, tedaviye katılan yolcuların sanal hava alanında sorgulanması da dâhil, yaklaşık 40 dakika sürmektedir.
Avrupa orijinli bir oto üreticisi, dağıtım masraflarının yüksekliği nedeniyle, Kuzey Amerika’daki dağıtım sistemini sanal gerçeklik teknolojisiyle iyileştirme yoluna gitmiştir. ABD’deki 5 ana merkezden 52 değişik metropoliten pazara oto dağıtımı, sanal ortamda simule edilmiştir. Sanal iyileştirme çalışması gerçek yaşama geçirilince, tüm dağıtım masraflarında yüzde 25 oranında bir iyileştirme sağlanmıştır.
3.3.7. Genetik Algoritmalar
Uyarlama hesaplaması (adaptive computation) da denilen genetik algoritmalar, sorun çözme teknolojilerinden bir diğeridir. Bu teknoloji, canlı organizmaların çevrelerine uyum gösterme yazılımlarından yararlanır. Üreme, mutasyon, doğal seleksiyon gibi doğal biyolojik süreçleri inceleyerek, gizlerini (algoritmalarını) araştırarak ve oların çevrelerine uyum davranışlarını gözlemleyerek, sorun çözmede bunlara benzer yazılımlar geliştirmeyi amaçlar.
Genetik algoritmalar, ilk kez, Michigan Üniversite’sinde bilgisayar bilimleri ve psikoloji profesörü olan John H. Holland tarafından tasarlanmıştır. Holland, ikilik sayı sistemiyle bir genetik kodu çözümlemeyi başarmıştır. Bilindiği gibi, ikilik sayı sisteminde, istenirse 1 “doğru” ve 0 “yanlış” anlamına gelecek şekilde programlanabilir. Genetik algoritma, sorun için en iyi olası çözüm yapısını temsil eden doğru dizilimi belirlemek için, olası tüm ikilik sayı bileşimlerini (kombinasyonlarını) araştırır. 1 ve 0 sonuçlarına göre, yanlış çözüm şıkları elenir, doğrular tekrar sorgulanır ve sonsuza yakın yinelemelerle (iterasyonla) olası en iyi çözüm bulunur.
Bilindiği gibi, 2000 yılının başlarında, Amerikan ve İngiliz bilim adamlarının ortak yürüttüğü bir araştırma projesiyle, insanın genetik haritası çıkarılmıştır. Bu olağanüstü keşif karşısında, ABD Başkan, “Tanrının dilini çözmeye çalışıyoruz” demiştir. Gerçekten de, bütün canlılar, genlerde yazılı özel algoritmalara göre biçimlenip davranışlarda bulunarak, belirli bir sona (ölüm) doğru ilerliyor. İnsanın gen haritasının çıkarılması, yapay zekâ çalışmalarına büyük katkılarda bulunacaktır. Bu arada da yapay genetik algoritmalar, işletme yönetiminde, daha da çok kullanılmaya başlayacaktır.
Genetik algoritmalar, birçok çözüm içinden yeni çözümlerin üretilmesini olurlu kılar. Ayrıca, anne babalar ile sonraki kuşaklar arasındaki davranış benzerliklerini belirler. Dolayısıyla, soy tespitinde ya da babalık davalarında kesin çözüm sağlar.
Genetik algoritmalar yapay zekâsıyla verilen işletmecilik kararlarının başında; ürün tasarımı, endüstriyel sistemlerin görüntülenmesi ve çeşitli en uygun şekle sokma (optimizasyon) uygulamaları gelir. Özellikle maliyet minimizasyonları, kar maksimizasyonları, optimal kaynak dağılımı ve etkili programlama ve benzeri optimizasyon durumlarında, genetik algoritmalar, mucizevî çözümler sağlamaktadır. Geleneksel optimizasyon yöntemleri, sorunlar dinamikleştikçe, karmaşıklaştıkça ve değişken sayısı arttıkça yetersiz kalmaya başlardı. Oysa genetik algoritmalar, koşullar ne kadar karmaşık, ne kadar dinamik olursa olsun; binlerce değişkeni, binlerce formülü ve binlerce genetik işlem dizisini, çözümleme yetenek ve kapasitesine sahiptir.
General Electric’teki mühendisler, jet uçak motoru türbinlerinin tasarımında, genetik algoritmaları kullanmışlardır. Söz konusu proje, 100 değişkenden ve eşitlik veya eşitsizlik şeklindeki 50 kısıttan (constraint) oluşan, karmaşık bir sorun görünümündeydi. Mühendisler, böyle zor bir tasarımı, genetik algoritmalar kullanarak, başarıyla yapmışlar ve şirketlerine yarış üstünlüğü kazandırmışlardır.
3.3.8. Melez Yapay Zekâ Sistemleri (Hybrid AI Systems)
Genetik algoritmalar, bulanık mantık, sinirsel ağlar, uzman sistemler gibi yapay zekâ ürünlerin üstün niteliklerinden daha çok yararlanmak için, bunların birkaçını veya tümünü bir araya getirip bütünleştirme yoluna gidilmiştir. İkisi, üçü veya hepsi bir arada uygulanabilen böyle sistemlere melez yapay zekâ sistemleri adı verilmiştir. İşletmelerde melez yapay zekâları uygulaması, hızlı bir artış göstermektedir. Japonya’da Hitachi, Mitsubishi, Ricoh, Sanyo ve diğerleri; ev araç gereçleri, fabrika makineleri, ofis donanımları gibi ürünlerin üretiminde, melez yapay zekâ sistemleri kullanmaktadırlar. Bu arada, Mitsubishi, bulanık mantık ile sinirsel ağların birleşiminden oluşan bir “neurofuzzy” çamaşır makinesi geliştirmiştir. Nikko Securities şirketi ise, değeri yükselecek hisse senetlerini tahmin etmek amacıyla, neurofuzzy kullanmaktadır.
Melez sistemlerin en yaygın bir türü de, zeki ajanlar (intelligence agents) adını taşır. Zeki ajanlar, bireysel kullanıcılar,işletmeler, işletme birimleri, programcılar ve benzerleri için, tekrarlı ve tahmin edilebilir özellikte belirli bazı işleri yapan yazılım programlarıdır. Zeki ajan, kullanıcı adına, bilgi kullanır, iş yapar, kararlar alır. Örneğin, zeki ajanlar, reklâm olarak gelen e-postaları siler; randevuları ayarlar; İnternete girerek herhangi bir yere gidecek en ucuz uçağı bulur. Aynı şekilde, söz konusu ajanlar, aynı iş ortamındaki kullanıcıların, farklı ortamlardaki kullanıcıların katılımını sağlayan bağlantılar kurar.
Zeki ajan kullanımları son yıllarda hızla artmıştır. İşlem süreçleme sistemlerinde, bilgisayar programı yazımında, e-posta sistemlerinde, devingen hesaplama yazılımında ve ağ teknolojisinde, zeki ajanlar kullanılmaktadır. Örneğin, Microsoft Office yazılımındaki sihirbazlar (wizards), uç kullanıcıya, çeşitli işlerin nasıl yapılacağını, belgelerin nasıl biçimleneceğini, grafiklerin nasıl yaratılacağını ve benzerlerini gösteren akıllı ajanlardır.
Zeki ajanlar, tüketicilere de hizmet sunarlar. Örneğin, süper markette ne alacağına karar veremeyen bir tüketici, cep telefonuyla evindeki buzdolabının akıllı ajanına bağlanır ve ondan, dolapta nelerin eksik olduğunu öğrenerek, alış verişini yapabilir. Araştırma hizmeti sunan iki büyük Web sitesi olan Yahoo ve Excite, alış-veriş ajanlarını (shopping agents) hizmete sokmuştur. Bu ajanlar, alış-veriş yapmak isteyenlere müzik, kitap, elektronik eşya ve çocuk oyuncağı gibi konularda danışmanlık yapmakta, yol göstermektedir. Tete-a-Tete ve AuctionBot, alıcı ve satıcıların fiyata ve diğer işlemlere ilişkin sorunlarının çözümünde yardımcı olacak zeki sistemlere sahiptirler.
Özetle belirtmek gerekirse, ajan destekli elektronik ticaret (agent-based electronic commerce), giderek artan bir hızla yayılmaktadır. Zeki ajanlar ve Web teknolojilerinin esnekliği, çok boyutluluğu ve olağanüstü yararlılığı nedeniyle, pek yakın bir gelecekte, geleneksel ticaret uygulamaları, bir nostalji olarak, yalnızca insanların belleklerinde yaşayacaktır. Ekonominin adı “bilgi ekonomisi”, işletmenin adı “sanal organizasyon”, işletmeciliğin adı da “elektronik ticaret” yâda bunlara benzer isimler olacaktır.
3.3.9. Düşünen Bilgisayarlar
Rus bilim adamları, Nisan 2001 de, dünyanın ilk düşünen bilgisayarını, başka bir deyişle, ilk yapay beyni yaptıklarını açıklamışlardır. Uluslar arası Enformasyon Akademisi üyesi bilim adamlarından Vitali Valtsev, İnterfaks ajansına yaptığı açıklamada, “İnsan beyninin işlevlerini yerine getiren Dünyanın ilk akıllı makinesi, başka bir deyişle Dünyanın ilk nörobilgisayarı, Rusya’da yapıldı” demiştir. Düşünen bilgisayarın temelinde, nöron sinir hücresinin bulunduğunu belirten Valtsev, “bu alandaki çalışmalarda, önceki modellerden farklı olarak, nöropsikoloji ve nöromorfolojinin en son bulgularından yararlanıldığını, üretilen beyin bilgisayarın, gerçek bir düşünen makine olduğunu” söylemiştir.
Valtsev, düşünen bilgisayarın, tıpkı yeni doğmuş bir bebek gibi eğitilmesi gerektiğini, eğer söz konusu yapay beyin eğitilmezse, ileride bir düşmana dönüşme riski taşıdığını, dolayısıyla, bu düşünen bilgisayarın insanların dostu olarak yetiştirilmesinin kaçınılmaz olduğunu belirtmiştir.
3.3.10. Akıllı Evler
1960’lı yıllardan bu tarafa makinelerin, robotların ya da akıllı eşyaların, insan yaşamını kolaylaştıracağı ve günlük yaşamın vazgeçilmez parçası olacağı yolundaki öngörüler, gerçek olmaya başlamıştır. Bilindiği gibi barınma, insanoğlunun temel fizyolojik gereksinmelerinden biridir. Mağara devrinden bugünkü çağdaş evlere gelinerek daha iyi, daha rahat, daha işlevsel ve daha konforlu barınaklara kavuşulmuştur. Bugün, sahibini ya da kiracısını sesinden veya retinasından tanıyan kilit sistemleri ile donatılmış evlere, ofislere, akıllı yaşam biçimlerine ulaşılmıştır. Her türlü ev işini yapan becerikli robotlar, yemek saati kendiliğinden açılan ve üzeri yemek araçlarıyla donatılıveren masalar, yemek sonrası kendiliğinden toplanıp yıkandıktan sonra yerine yerleştirilen yemek araçları, akıllı evlerin ne duruma geldiğinin birkaç örneğidir.
Bruno de Latour adlı bir Fransız’ın projesine destek vermek için 200 Avrupalı şirket bir araya gelerek “akıllı evler” yaratmak için harekete geçmişlerdir. Hızla ilerleyen projenin adı “Sirlan”dır. Projenin müdürü olan Claude Metinal “yapmak istediğimiz günlük yaşamı daha da kolaylaştırmak” demiştir. Aslında Belçika, İngiltere, Amerika gibi ülkelerde benzeri evler inşa halindedir.
Akıllı evlerde tüm araç, gereç ve makineler, birbiriyle bilgisayar aracılığı ile bağlantılı olacaktır. Akıllı evlerin başlıca işlevleri ve özellikleri şu şekilde sıralanabilir:
Diğer taraftan, Ericson’un geliştirdiği “Akıllı Ev Teknolojisi” evlerdeki elektronik eşyaların günlük her türlü işi otomatik olarak yapmasını sağlar. Ayrıca, Wap uyumlu cep telefonu iletişimiyle evler, uzaktan kumandayla idare edilmektedir. Akıllı ev teknolojisine sahip bir ev, sahiplerini ve ziyaretçileri tanır, kapıyı otomatik olarak açar, içerideki havayı ve sıcaklığı özel olarak ayarlar, evin içinde bulunduğu yere göre ışıkları açar, gereksiz ışıkları söndürür.
Türkçeye “akıllı ev” olarak çevrilen Smart Home uygulamalarında dikkati çeken en büyük özellik, bu evlerin Wap uyumlu cep telefonu iletişimiyle Wap uyumlu cep telefonu iletişimiyle internet ile bütünleştirilmesidir. Akıllı evlerde yapılabilecek veya akıllı evlerin yapabilecekleri birkaç nokta etrafında toplanabilir:
Akıllı evlerin yaygınlaşması için, akıllı toplumun oluşması gerekir. Akıllı toplum tanımı ile de toplum yaşamının, bu evlerde kullanılan teknolojilere adapte olması kastediliyor. Marketler, evlerin buzdolaplarından gelecek siparişleri alabilecek, tamiratçılar ev içindeki eşyaların hata mesajlarını aldıklarında harekete geçerek sorunu çözebilecek, elektrik, gaz, su idaresi sayaçlardan otomatik ödeme gerçekleştirilmesini sağlayacak teknolojilere adapte olabildiğinde “Akıllı Toplum” yaşama geçmiş olacak.
Televizyon, video, bilgisayar ve Wap’lı telefon işlevlerini de üstlenen ilk akıllı ev uygulaması, Ericson’un Elektrolux ile beraber gerçekleştirdiği “e2 Home” “akıllı buzdolabı” uygulamasıdır.
3.3.11. Dijital Cüzdan
İletişim Dehaları Birliği (CIC), eski bir fikirden yola çıkarak, yalnızca sahibinin el yazısıyla veya imzasıyla açılabilen dijital bir cüzdan geliştirmiştir.
Dijital cüzdanlar, aslında yeni bir buluş değildir. Daha öncekiler, sahiplerine kredi kartı numaralarını, ATM pin kodlarını, sürücü ehliyeti ve pasaport numaralarını ve bunun gibi daha birçok başkalarının bilmemesi gereken numaraları vermekteydi. Ancak, bu cüzdanları ele geçiren kötü niyetli bazı kişiler, hatırlanması zor bu tür kod ve numaralara kolayca ulaşabilmekteydi. İletişim Dehaları birliği, bu güvenlik sorunu için, el bilgisayarı işletim sistemi Palm OS’larda yeni bir ürün olan özel imzalı cüzdanı (signature wallt) geliştirmiştir.
Artık kullanıcı, farklı bir şifre anımsamasına gerek kalmadan, ekrana yalnızca kendi el yazısıyla adını yazarak, istediği bilgiye ulaşabilmekte veya istediği işlemi yapabilmektedir. Signature Wallet’a atılan imzanın, cüzdanın şifrelendiği imzayla aynı olduğunu anlamak için biyometrik teknolojiden yararlanılmıştır. İmzaya alternatif olarak, kullanıcı, ekranı resim çizerek ya da başka bir sembolle de şifreleyebilmektedir. Her iki durumda da, yalnızca sahibinin şifrelediği şekilde cüzdan açılacak ve içindeki değerli bilgilere ulaşılabilecektir.
CIC, yeni geliştirdiği bu sistemin, parmak izi kimlik sistemlerinden daha güvenilir ve daha iyi korunabilir olduğunu iddia etmektedir.
3.3.12. Cisimlerin Arkasını Gören Kamera
2002 yılının ilk yarısında İngiliz bilim adamları, kalın bulut tabakalarının, kalın duvarların ve benzer örtülerin arkasını net olarak görüp görüntüleyebilen yeni bir akıllı kamera geliştirdiklerini açıklamışlardır. Hemen her cisimden yayılan “terahertz (T-ışını)” adlı dalgaları yakalayan akıllı kameranın göremeyeceği herhangi bir gizlilik söz konusu değildir. İstihbarat ve iklimle ilgili araştırmalarda kullanmak amacıyla geliştirilen bu yapay zekânın daha da geliştirilerek, deri altını da görebileceği, böylelikle kanserli dokuları erken teşhis edebileceği ileri sürülmüştür.
3.3.13. Sanal Bellek ve Düşünür
Haziran 2002’de, dünyanın önde gelen bilgisayar programcılarının, dil bilimcilerinin, ilahiyatçılarının, matematikçilerinin ve filozoflarının tüm bilgilerinin, 1984’den bu yana “Cyc” adı verilen bir veri tabanına aktarıldığı açıklanmıştır. Yarısı Amerikan ordusu tarafından karşılanan 60 milyon dolarlık proje sayesinde, yapay zekâsı gelişkin bir bilgisayarın insan gibi düşünerek karar vermesi sağlanacak; böylece insan beyninin üstesinden gelemediği sorunların çözümü mümkün olabilecektir.
Amerika’da faaliyet gösteren Cycorp Inc. İsimli firmanın girişimiyle 1984’de yaşama geçirilen “Cyc”da şu anda günlük yaşama ilişkin 1,4 milyon “bilimsel gerçek” kayıtlanmıştır. Pek kısa bir gelecekte, bu günün çilekeş öğrencileri, özellikle de ezberleme işkencesine tabi tutulan Türk öğrencileri, kendi el sanal belleklerine kendi gerçeklerini aktarabilecekler ve beyinlerini ezberleme külfetinden kurtaracaklardır. El kadar hesap makineleri ya da el bilgisayarları, bugün nasıl Türk okullarında kullanılmaya başladıysa, üç-beş yıl sonra da sanal el bellekleri, bilim adına öğrencilere ezberletilen ne varsa hepsini, öğrenciler adına yapacaklardır (Bakalım o zaman Türk öğretmen ve öğretim üyeleri, ezberletme çabası yerin ne yapacaklar?).
3.3.14. Akıllı Yazılım
Ağustos 2002’de, İngiliz bilim adamları, ekranda alfabetik sırayla görüntülenen harflere, sadece gözle odaklanarak, hiç klavye kullanmadan bilgisayarda yazı yazmayı sağlayacak akıllı bir yazılım geliştirdiklerini açıklamışlardır. Cambridge Üniversitesi’nde geliştirilen “Dasher” adlı yazılım, göz hareketlerini bir cihaz ve kamera ile takip edip, göz ekrandaki hangi harf üzerinde odaklandıysa o harfi seçip yazıyor. ‘www.inference.phy.cam.ac.uk/dasher/’ adresinden ücretsiz indirilebilen yazılım, çok az tashih gerektiriyor.
3.3.15. Sesi Yazıya-Yazıyı Sese Dönüştürme
Dünyanın en yoksul ülkelerinden biri olmasına karşın, bilgi teknolojisinde en ileri ülkeleri sollayan Hindistan’da, Ulusal Körler Birliği ile Bombay Üniversitesi işbirliğiyle geliştirilen yazılımla, görmeyenler de internetten istedikleri bilgilere ulaşıp, rahatça internet yapmaya başlamışlardır. Yazılım, “sesi yazıya, yazıyı da sese dönüştürme” ilkesine dayandırılmıştır. Görmeyen kullanıcı, sesli komutla internete girdikten sonra program, ekrandaki seçenekleri sesli olarak tekrarlamaktadır. Kullanıcı da bu seçeneklerden birini, sesli komutla seçiyor. Ekrandaki imleç, bu sesli komutla birlikte istenen seçenek üzerinde tıklayarak bu siteye girişi sağlıyor. Daha sonra sitedeki bilgiler, yine sesli olarak okunuyor. İnternet sohbetlerinde ise, kullanıcının sesli olarak dile getirdiği sözler, ekranda yazıya dökülmektedir.
3.3.16.Anında Sesli Çeviri Yapabilen Yazılım
ABD’nin Las Vegas kentinde düzenlenen 2007 Uluslararası Elektronik Fuarı’nda birbirinden ilginç yeni buluşlar, davetlilerin hayranlığını kazanmıştır. Büyük girişimlerin ürünlerinin sergilendiği fuarda, anında değişik dillerde çeviri yapabilen bir yazılım programı büyük ilgi görmüştür. Çift yüzlü LCD ekranlar ve son kuşak dizüstü bilgisayarlar, izleyenlerin dikkatini çekmiştir.
LAS Vegas Elektronik Fuarı 2007’de, “SpeechGear” adlı Amerikan şirketinin geliştirdiği ve söylenileni anında değişik dillere sesli olarak çevirebilen bilgisayar yazılımı, büyük ilgi görmüştür. Yıllar önce bilimkurgu yazarlarının düşlediği anında sesli çeviri yapabilen yazılım, “Compadre Interact” adını taşıyor. Yazılım, bilgisayarla konuşma imkanı da veriyor. Siz söylüyorsunuz, bilgisayar bunu gerçek zamanlı olarak birçok dile tercüme ediyor. Program, konuşma metnini yazılı olarak da sunabiliyor. Şirket, bunun şimdiye kadar geliştirilen en iyi tercüme programı olduğunu iddia etmiştir. Kullanıcı, duymak istediği sesin erkek ya da kadın sesi olmasını seçebildiği gibi, programı ses komutuyla açıp kapayabiliyor. Sektörde kullanılmakta olan sesli tercüme yazılımları, klavye gerektirdiği ve belirli cümle kalıpları ile sınırlı olduğu için pek tercih edilmemekteydi.
Bu arada ABD’nin Las Vegas kentinde düzenlenen 2007 Uluslararası Elektronik Fuarı’nda, sergilenen birkaç teknolojiyi belirtmekte yarar vardır:
3.3.17.Yapay Duyular
İnsanın organik duyularının işlevini görecek yapay duyu çalışmaları da hızla ilerlemekte ve bu alanda başarılı sonuçlar alınmaktadır. Bunlardan bazılarına kısaca değinmekte yarar vardır.
Yapay Göz: Mayıs 2003’de, California Üniversitesi ve Second Sight adlı teknoloji Firması, ilk biyonik gözü geliştirdiklerini açıklamıştır. Aslında, bu gözün hedef pazarı, görme özürlülerdir. Özel olarak üretilen biyonik göz, engelli insanlar üzerinde denenmiş ve çok başarılı sonuçlar alınmıştır. Amerika Birleşik Devletlerinde, üç görme engelli insan üzerinde denenen çip, görme özürlülerin ışık ve hareketi algılamasını, kapsama alanına giren nesneleri saymasını ve farklı şekilleri birbirinden ayırt etmesini sağlamıştır.
Özellikle ABD’nin ikiz kulelerine saldırıldığı tarih olan 11 Eylül 2001’den sonra, yüz tanımaya yönelik “gören makine” çalışmaları hız kazanmıştır. ZN Vision Technologies AG’nin yüz tanıma sistemi olan Phantomas, acil durumlarda şüpheli kimselerin fotoğraflarını, sabıkalıların resim veri tabanlarıyla anında karşılaştırıp sonuç bildirmektedir.
Yapay Deri: DIN A4 formatındaki yapay deri, altına basınç sensorları yerleştirilen bir çeşit hasırdır. Bu hasıra, örneğin parmak ile basıldığında, hemen basıncı algılayıp kırmızı ve mavi tonlarla monitöre yansıtmaktadır. İleride daha da geliştirilmesi beklenen yapay deriler, insan sakatlanmaları veya felçler sonucu duyarlığını yitiren gerçek derinin yerini alacaktır. Söz konusu yapay deri, şimdilik yalnızca basınca karşı tepki vermektedir. Nedeni, henüz sistemde sıcaklık, soğukluk ve acı sensorlarının bulunmamasıdır.
Yapay Burun: Bilindiği gibi, insan burnu, 10 bin farklı kokuyu algılama yeteneğine sahiptir. Ayrıca, yine organik gerçek burun, bu kokuların kaynağını ve türlerini de adlandırma yeteneğine sahiptir. Yapay burunun koku sensorları ise henüz bu yeteneklerden uzaktır. Yapay burun, bir borucuk üzerinden yayılan kokulu gazlara tepki verme ve bu kokuları belleğindeki diğer kokularla karşılaştırma yönünde gelişmektedir. Başka deyişle, yapay beyin henüz yalnızca koklama işlevini yapabilmektedir. Girişimciler, yapay beynin bu kusurunu bile değere dönüştürmeye başarmıştır. Örneğin, gıda depolarındaki besinlerin bozulup bozulmadığı, yapay burunun koklama özelliği ile anında saptanmaktadır. Diğer taraftan, yapay burun, iz süren doğal köpeklere karşı da bir alternatif durumuna gelmeye başlamıştır.
Yapay Dil: Bilindiği gibi, burunla dil arasında, bir bakıma yardımlaşma ya da bütünleşme vardır. Dil tatlı, ekşi, tuzlu ve acı ayrıntılarını sınıflandırırken, burun diğer tüm ayrıntıları belirler. Yapay dil, henüz, yapay burunla uyumlu çalışmayı başarabilmiş değil. Ancak ilerde bunun da olurlu olacağı söylenebilir. Hantal seramik bloğu biçimindeki yapay dilin yaratıcılarından olan Ralf Borngraber, sekiz adet titreşen kuars sensorlarıyla, bu organın tadabildiğini öne sürmüştür. Yapay dil, gelecekte, idrardaki kan değerlerini, gömleklerde gömleği giyenin şeker değerlerini ölçer duruma gelecektir.
Yapay Kulak: Yapay kulak dıştan bakıldığında, doğal kulağı andırmaktadır. Kıvrımında küçük bir mikrofon bulunan bu kulak, küçük beyaz bir alçıdan yapılmıştır. Yapay kulak, bir madeni para yere düşünce, tıpkı insandaki gibi kulak kabartabilmektedir. Yapay kulak, para sesini duyma amacıyla alıştırılmış bir neron ağını depolayan, çözümleyen ve her bir madeni para için karşılaştıran bir frekans spektrumundan oluşmuştur. Böylece, yapay kulak, gürültü farklarını tanır duruma getirilmiştir. Gerçekten de, yapay kulak, bir madeni paranın nasıl bir tın çıkartması gerektiğini kesin olarak saptamaktadır. Bu sistem, daha şimdiden sahte altın ve sahte sikke tespitinde kullanılmaya başlamıştır. Yapay kulak, şimdilik yalnızca bir frekans ölçer işlevi görmektedir. İlerde, gerçek bir kulağın işlevlerini yerine getireceği açıktır.
3.4. İşletmelerde Yapay Zekâ Uygulamaları
Yukarıda ana çizgileriyle değinilen yapay zekâ türleri, işletmecilikte yaygın olarak kullanılmaya başlamış ve kullanan işletmelere önemli yarış üstünlüğü sağlamıştır. Bu alt bölümde, yapay zekânın başarıyla uygulandığı işletmecilik alanlarından bazılarına değinilecektir.
3.4.1. Müşteri İlişkileri Yönetiminde (CRM) Yapay Zekâ Uygulamaları
Bilindiği gibi, tüketici odaklı işletme yönetiminde, müşteri ilişkileri, “olmazsa olmaz” koşul durumundadır. Müşteri ilişkilerinde, tüm işletme işlevleri ve özellikle de pazarlama işlevi eş güdümlü olmak zorundadır. Bu eşgüdümün sağlanmasında yapay zekâ uygulamalarından büyük ölçüde yararlanılmaktadır. Örneğin Amazon Sanal İşletmesi, kayıtlı bir müşteri sisteme giriş yaptığında, anında onu tanımakta, satın alma alışkanlıklarını belirlemekte ve müşterinin tercihlerine uygun mal ve hizmetler önermektedir. Bu tür satış artırıcı çaba, özellikle perakendecilik sektöründe, yaşamsal bir öneme sahiptir.
Bugünün işletmecilik yaklaşımında, eski müşterileri elde tutmak, yeni müşteri edinmekten daha önemli ve daha az maliyetlidir. Dolayısıyla, yapay zekâ olanaklarıyla, hangi müşteriye ne şekilde yaklaşılması gerektiği, sıfır hata ile belirlenebilmektedir. Bu konuda uygulamadan bazı örnekler vermekte yarar vardır.
FedEX Şirketi , yaptığı bir araştırmada, müşterilerinin iş yerlerinden ya da evlerinden kargo teslim alınmasının, kargonun merkezlerinde teslim alınmasına göre daha pahalı bir hizmet olduğunu ortaya çıkarmıştır. Bu durumda FedEX, müşterilerini kargo merkezlerine çekebilmek için bir çalışma başlatmıştır. Bu çalışmayı, TRAJECTA adlı bir işletme, kendi ürünü olan Virdix adlı yapay zekâ çözümünü kullanarak yürütmüştür. TRAJECTA, yapay zekâ uygulamasıyla, FedEX’in müşterilerinin kargolarını iş yerinden ya da evden teslim etme nedenlerini ortaya çıkarmıştır. Daha sonra da, eşyalarını karga merkezine gelerek teslim edebilecek potansiyel müşterilerini belirlemiştir. Sonuçta, potansiyel müşterilerin kargo merkezine gelerek mallarını teslim etmeleri sağlanmıştır. Bu çalışma, şu dört aşamadan geçilerek tamamlanmıştır:
Karar uygulamaya konulduğunda, Virdix adlı yapay zekânın öngördüğü müşterilerin ikna edildiği ve teklife olumlu yanıt verdiği görülmüştür. Burada, daha önceki konularda değinilen veri çıkarım (veri madenciliği) yöntemlerinin kullanıldığı açıktır. TRAJECTA, veri madenciliği yöntemlerini kullanarak, doğru müşterileri seçmiş ve müşteri davranışlarında değişim yapmayı başarmıştır.
İkinci yapay zekâyla CRM örneği, Toronto Dominion Bank Financial Group uygulamasıdır. Toronto Dominion Bank Financial Group, ayda ortalama 2 bin elektronik mektup almakta iken, mektup sayısı zamanla ortalama 12 bine ulaşmıştır. Bu durum, çağrı merkezinin işini, hem zaman olarak hem de maliyet olarak artırmıştır. İşletme, gelen mesajları sınıflandıran ve her sınıfı otomatik olarak yanıtlayan bir yapay zekâ uygulaması başlatmıştır. eServicePerformer adlı yapay zekâ uygulaması, gelen mesajları anında okumakta, sınıflandırmakta ve yanıtlarını otomatik olarak göndermektedir. Ayrıca, özel sınıfına giren ve özel olarak yanıtlanacak mesajları da, çağrı merkezindeki uzmanların değerlemesine sunmaktadır. Yukarıda verilen bilgilerden kolayca anlaşılacağı gibi, bu, bir bulanık mantık türü yapay zekâ uygulamasıdır.
Üçüncü örnek Hewlett Packard (HP) Online Öneri Sistemi (CAST/BW) dir. HP firması, satış personeline sunulan desteği artırmak ve potansiyel müşterilere daha kolay ulaşabilmek için, yapay zeka uygulaması kullanmaktadır. CAST/BW adındaki yapay zekâ, müşterilerin taleplerini inceleyerek, onların belirledikleri donanım ve destek hizmetlerine en uygun çözümü sunmaktadır. Yapay zekâ, müşteri veri stoklarındaki değişkenleri, geriye ve ileriye doğru inceleme ya da değişkenleri birbiriyle karşılaştırma yeteneğine sahiptir. Dolayısıyla stoktaki müşteri verisini işlemekte, gerekli durumlarda başvuran müşteriyi bayilere yönlendirmekte, müşteri ile bağlantıya geçebilecek bir müşteri temsilcisini atayabilmektedir.
3.4.2. Üretim Yönetiminde Yapay Zekâ Uygulamaları
Üretim yönetiminde, girdilerin, özellikle de stokların ve malzemenin, üretim sürecine tam zamanında dağıtımı, planlamacıların çok uzun zamanını alan uğraşlar içinde sayılır. Son zamanlarda bu tür üretim planlamaları, bu amaçla geliştirilmiş yapay zekâlar tarafından elektronik hızla yapılmaktadır. Örneğin, 1837 yılında kurulmuş John Dere , 160 ülkede, 43 bin çalışanı olan ve tarım makineleri üreten bir girişimdir. John Dere, üretim süreçlerine girdi dağıtımı sorununu, genetik algoritma temelli bir yapay zekâ ile çözmüştür. Yapay zekâ, belirli bir zaman sürecinde deneme yanılma yöntemiyle, üretim süreçlerinin gereksinmelerini öğrenmiştir. Belleğindeki deneyim bilgileriyle bu genetik algoritma, John Dere fabrikalarının tüm girdilerini başarıyla yürütmekte ve girişime büyük zaman ve maliyet tasarrufu sağlamaktadır.
Üretim yönetiminde yapay zekâ uygulamasına bir başka örnek de Texaco firmasından verilebilir. Bu girişim, veri çıkarım ve yapay sinir ağları türündeki yapay zekaları birlikte kullanarak, üretimde çok önemli maliyet kazanımları elde etmiştir. Bir petrol arama girişimi olan Texaco, değişik arazilerde petrol arama faaliyetlerinde bulunmaktadır. Alanında uzman personeline rağmen, şirket, pek çok da kör kuyu açma durumunda kalmakta ve maliyeti yükselmekteydi. Texaco, açılacak kuyu yerini ve sayısını belirlemede yapay sinir ağları türünde bir yapay zekâ kullanarak, kör kuyu sayısında çok önemli oranda bir azalma sağlamış ve büyük yarış üstünlüğü elde etmiştir. Aynı şekilde, Şirketin GeoPrope adındaki veri çıkarım (veri madenciliği) yapay zekâsı, jeofizikçi ve jeologlara bilgi üretmiş ve onların haftalar bazen aylar süren çalışmalarını günlere indirmiştir. Yapay zekâ, uzmanlara üç boyutlu bir inceleme platformu sunarak, petrol yataklarının daha kolay belirlenmesini sağlamıştır. Texaco, söz konusu yapay zekâsıyla, Nijerya açıklarında 1,5 milyon varil kapasiteli bir petrol yatağı keşfetmiştir.
3.4.3. Finansal Yönetimde Yapay Zekâ Uygulamaları
Yapay zekânın en çok ve en yaygın olarak kullanıldığı işletme işlevlerinden biri de finansal yönetimdir. Fidelity Investments Inc., NeuWorld Financial, Advanced Investment Inc., the Dutch Fund, ABP gibi dünya ölçeğinde büyük şirketler, son yıllarda bütün finansal faaliyetlerini yapay zekâ kullanarak gerçekleştirmektedirler. Finansal yönetimde yapay zekâ uygulamalarına, Standar and Poors ve NeuWorld Financial ’den iki örnek vermekle yetinilecektir.
Standard and Poors, 1860 yılından beri, finansal danışmanlık hizmeti sunan bir girişimdir. Bu girişim Neural Fair Portföyü adlı bir yapay zekâ kullanarak, düşük değerli hisse senetlerinin ne zaman ne kadar yükseleceğini, öngörebilmektedir. S & P 500 endeksi içinden seçilen hisse senetlerinin 2001 yılı ilk 6 ayındaki getirisi 6,1 iken, yapay zekânın getirisi 6,6 olmuştur. Benzer şekilde, S & P 500 endeksi içinde gerileme 18,7 iken, yapay zekâ portföyündeki gerileme 15,8 olmuştur. Bu ve benzeri ölçümler, hisse senedi seçiminde yapay zekâ uygulamasının son derece başarılı olduğunu göstermiştir.
NeuWorld Financial girişimi de, portföy yönetiminde, yapay zekâdan yaralanmaktadır. NeuWorld Financial’in kullandığı yapay zekânın adı, Kartal 12’dir. Şirket, Kartal 12’yi, hisse senetlerinin gelecekteki fiyatlarını tahminde kullanmaktadır. Örnek olarak, S&P 500 1999 yılında % 21 getiri sağlarken, Kartal 12 aynı dönemde % 27 getiri sağlamıştır. 2000 yılında, , S&P 500’ün getirisi %25 azalırken, aynı dönemde Kartal 12’nin getirisi yalnızca %9 azalmıştır. Yapay zekâ portföy yönetimindeki başarısını daha sonraki yıllarda da sürdürmüştür. Özellikle, Kartal 12 yazılımında yapılan yeniliklerden sonra, başarı daha da artarak, S&P 500 endeksi %9 getiri ile kapanırken, Kartal 12 aynı dönemde % 25,6 getiri sağlamıştır.
Görüldüğü gibi, yapay zekâ, giderek kurumsal zekânın çok önemli bir bütünleyicisi durumuna gelmektedir. Başka deyişle, işletme çalışanlarının etkileşiminden kaynaklanan kurumsal zekâ, bugün de çok önemlidir. Yapay zekâ, henüz, kurumsal zekânın mekanik kölesi durumundadır. Yapay zekâ insan beynini, birtakım monoton işlemleri yapmaktan kurtarmış ve beynin işleyişini hızlandırmıştır.
3.5. Yapay Zekâ Ve İnsan İlişkisi
Birçok konuda bilgi sahibi olarak eğitilmiş yapay zekâ ya da robotlar geliştiren bilim adamları, zaman zaman şu tartışmayı yapmaktadır: “bir gün yeni yapay zekâlar insanla yarışa kalkışabilir mi?” Bazı bilim adamları, en az 20 en çok da 30 yıl sonra bunun olası olduğunu söylerken, bazıları da hiçbir zaman yapay zekâların insanı yenemeyeceğini belirtmektedir.
İnsanlardan çok daha ileri bir zekâ düzeyine sahip olacak robotlar geliştirme aşamasında, AT&T Laboratuarları, futbol oynayan yapay zekâlar üzerinde çalışmaktadır. Robotlar arası futbol turnuvası bile düzenleyen bilim adamı Peter Stone, inanılmaz bir iddiada bulunarak “2050 de insan ebatlarında futbolcu robotlar geliştireceğim. 11 kişilik robot futbol takımı, insanlara karşı oynayacak ve onları yenecek…” demiştir. IBM işletmesi de “Blue Jean” adlı yeni bir yapay zekâ üzerinde çalışmaktadır. Bir insanın örneğin, Fransızca öğrenmesi yıllar alırken, IBM’in geliştirmeye çalıştığı söz konusu yapay zekâ sayesinde bu süre, birkaç saniyeye inecektir.
Belçika’daki Starlab İşletmesi, yapay zekâya sahip bir kedi üzerinde çalışmıştır Yaklaşık 75 milyon yapay nerona sahip olduğu belirtilen kedi, tıpkı gerçek kedi gibi topla oynamakta, yürümekte, koşmakta ve avının üzerine atlamaktadır.. Geliştirilmiş en akıllı yapay zekâ olan bu kedi, 2002 yılında İngiltere’de tanıtılmıştır.
ABD’nin Oskarlı yönetmeni Steven Spielberg’in 2001’in sonunda gösterime giren kurgu filmi, yapay zekâya sahip bir robot çocuğu ve komutları uygulamaya başlayan yazılımları anlatmaktadır. Yukarıda da belirtildiği gibi, yapay zekâ alanındaki kurgu filmlerdeki robotların, 20–30 yıl sonra gerçek olacak olması, insanı bir taraftan ümitlendirmekte diğer taraftan da korkutmaktadır.
Tartışma, gelecekte bu yapay beyinlerin insana egemen olup olmayacağı konusunda yoğunlaşmaktadır. Bu soruya, şimdilik kesin bir yanıt vermek olurlu değildir. Ancak, insan, beynini işleten enerjiyi kendisi üretmektedir. Oysa yapay zekâlara enerjiyi henüz insan vermektedir. Eğer, bir gün, yapay zekâlar da beyinlerini işletecek enerjiyi kendileri üretmeye veya Güneş’ten almaya başlarlarsa, insanlığın egemenliği son bulur gibi görünmektedir. Şaka bir tarafa, insan beyni üzerinde yapılan son araştırmalar, yaklaşık 1300 gram ağırlığındaki bu organın yetilerinin ve düşünce işleyişlerinin, makine diline kopyalanamayacak kadar çok ve karmaşık olduğu yönündedir.
İnsanlık, kendi beyninin ve organizmasının kısmi bir benzetimiyle, bugün, zor ve tehlikeli işlerini yapay zekâlara yaptırmaya başlamıştır. Böylece, daha düzenli, temiz ve güvenli evler yapılmakta; daha sağlıklı beslenme, barınma ve korunma sistemlerine kavuşulmakta; sıfır hata ile ameliyatlar olurlu duruma gelmekte; insanların yalnızlığını giderici oyun, eğlence ve söyleşi ortamları sağlanmakta ve benzerleri tek tek uygulamaya konmaktadır. Endüstride ve toplumsal yaşamda ise, maden aramalar, zehirli atıkları arıtmalar, deprem, yangın, su baskını gibi afetlerde can kurtarmalar, terörist bombalarını imha etmeler, uzay araştırmaları ve benzerleri, bu amaçla geliştirilen yazılımlara sahip yapay zekâlar tarafından yapılır duruma gelmiştir.
Daha geçen yüzyıla kadar, dünyada, gerçek insan köleler, ağır ve tehlikeli işlerde çalıştırılmaktaydı. İçine yeni girdiğimiz yüzyılda ise, mekanik kölelik gündemdedir. Başka deyişle, teknolojik gelişmeler, doğal köleliğin yerine yapay köleliği geçirmiştir. Dünyada, yapay bir süreç başlamıştır. Bunun anlamı, insan yaşamında, giderek, doğallığın yerini yapaylık alacaktır demektir. Gerçek insan dostlar yerin kendileriyle dertleşilen yapay zekâ dostlar, arkadaşlar ve sevgililer gündemdedir. Dahası, yapay zekâ aktör ve aktrisler, gerçek insan oyuncuların yerini almaya başlamıştır bile.
YARARLANILAN KAYNAKLAR
Ali Güneş ve diğerleri; editörler Cengiz Hakan Aydın, Yaşar Hoşcan, Ali Ekrem Özkul
“Temel bilgi teknolojileri”, 3. bs. – Eskişehir : Anadolu Üniversitesi Açıköğretim Fakültesi, 2004,
Akın, H. B. (2001), Yeni Ekonomi: Strateji, Rekabet ve Teknoloji Yönetimi, Çizgi Kitabevi. Konya.
ARİFOĞLU, A., Körnes, A., Yazıcı, A., Akgül, M. K., Ayvalı, A., 2002: “E-Devlet Yolunda Türkiye”, Türkiye Bilişim Derneği / Kamu-BİB.
BARRO, Robert J.- Jong-Wha Lee, “ International Data on Educational Attainment: Updates and Implications,” Oxford Economic Papers, Sayı: 3, Yıl: 2001.
BOZKURT, V. (2000), “Elektronik Ticaretin Ekonomik ve Toplumsal Boyutu”, Elektronik Ticaret Bildirileri, Alfa Basım Yayım.
BROWN .I.S., Duguid P. 2000: The Social Life of Information, Boston: Harvard Business School Press.
CHEKLAND Peter , HOLWELL Suç, Information, Sistem And Information Systems: Making Sense Of The Field, Chichester: J. Willey, 1998.
CLAESSENS Stijn, Thomas GLAESSNER and Daniel KLINGEBIEL: “ Electronic Finance: Reshaping the Financial Landscape Around the World ”, Financial Sector Discussion Paper No: 4, World Bank, September 2000.
CLİNTON, W.J. and Gore, A. (2000), Global Elektronik Ticaret, (Çeviren: Veysel Bozkurt), Alfa Basımevi, İstanbul.
CLOETe F. 2002: Building Public Sector Capacity in Developing Societies with Electronic Management Support Tools, paper delivered at the IASIA Annual Conference, Istanbul 17-20 June 2002.
Connolly, Thomas M., Database systems : a practical approach to design,
implementation, and management / Thomas M. Connolly, Carolyn E. Begg. – 4th ed. – Boston, Mass. : Addison-Wesley, 2005.
CORTADO James, Best Practices In Information Technology: How Corparation Get
The Most Value From Exploting Their Digital Investment, Upper Saddle River, N.J.: Prentice Hall PTR, 1998.
DİLENGE, M. (2000), E-Commerce Boom for European SMEs, http://www.datamonitor.com , June 21. (08.12.2002).
DOMOWITZ, Ian: “ Liquidity, Transaction Costs, and Reintermediation in Electronic Markets ” Financial E-Commerce Conference of the Federal Reserve Bank of New York, April 2001.
EREN, E., DONDURAN, M. (2001) ‘’Türkiye’de Bilgi Teknolojisi göstergeleri ve Ağ Dışsallıkları’’ODTÜ Ekonomi Kongresi 2001
Fevzi Sürmeli ve diğerleri; editör Kerim Banar, “Muhasebe bilgi sistemi”
FOUNTAİN J.E. 2001: Building the Virtual State. Information Technology and Institutional Change, Washington D.C.: Brookings Institution Press.
HAAG Stephen, CUMMİNG Maeve, Philips Amy, Management Information Systems For The Information age, Boston, Mass.: Irwin McGraw- Hill, 2007.
HAAG Stephen, CUMMİNG Maeve, DAWKİNS James, Management Information Systems For The Information age, Boston, Mass.: Irwin McGraw- Hill, 1998.
Journal of Management Information Systems . Spring 2005 Volume 21 Number 4 Special Section: Context-Driven Information Access and Deployment .
KALÇA, A. (2000),“Küreselleşen Dünyada Elektronik Ticaret”, Ekonomik Yorumlar Dergisi, Sayı:3, pp.1-25.
KİNG, J . (2002), “E-commerce in Small Business”, CanadaOne Magazine. Vol. 3, pp.1-6.
LAUDON Jane P. and Kenneth C. Laudon , Essentials of Business Information Systems (7th Edition) , Hardcover,2006
LOUDON Kenneth C., Jane p. Laudon, Management Information Systems; Managing The Digital Firm, 9th Edition, Printice Hall, 2005
LOUDON Kenneth C., Jane p. Laudon, Management Information Systems; Managing The Digital Firm, Eighth Edition, Printice Hall, 2003
LOUDON Kenneth C., Jane p. Laudon, Management Information Systems; Managing The Digital Firm, Seventh Edition, Printice Hall, 2002.
LOUDON Kenneth C., Jane p. Laudon, Management Information Systems: Organization And Technology In Te Networked Entterprise, 6 th ed., Upper Sadle, River, N.J.: Prentice Hall International, 2000.
LOUDON Kenneth C., Management Information Systems: New Appoacher To Organization And Technology, 5 th ed., Upper Sadle, River, N.J.: Prentice Hall International, 1998.
McLeod, Raymond, Management information systems / Raymond McLeod, George Schell. – 9th ed. – Upper Saddle River, N.J. : Pearson Education, 2004.
Mondy, R. Wayne, “Human resource management”, 9th ed, N.J., Prentice Hall, 2005.
O’BRİEN James A., ManagementI nformation Sistems: Managing Information Technology in The Networked Enterprise, Chicago: Irwin, 1996.
Olson, David L. (David Louis), Managerial issues of enterprise resource planning
systems / David L. Olson. – Boston : McGraw-Hill/Irwin, 2004.
ÖZBAY Adem, ÖZDEMİR Feridun, Web Tasarım, Bilgi Teknolojileri Dizisi, Hayat Yayınları: 108, 2001.
POST Gerald V., ANDERSON David L.,Management Information Systems: Solving Business Problems With Information Technology, Irwin McGraw- Hill, 1997.
POST Gerald V., ANDERSON David L.,Management Information Systems: Solving Business Problems With Information Technology, Irwin McGraw- Hill, 2000.
QUAYLE, M. (2001), “E-commerce: The Challenge for UK Small and Medium Sized Enterprises”, The 10th International Annual IPSERA Conferance. pp.725-738.
UK Online Annual Report, November 2001.
Şahin, Mehmet, “Yönetim bilgi sistemi” , A.Ü. İktisadi ve İdari Bilimler
Fakültesi, Birlik Matbaası, ,Eskişehir, 2003.
Şahin, Mehmet, “Üretim Yönetimi”, A.Ü. İktisadi ve İdari Bilimler
Fakültesi, Birlik Matbaası, ,Eskişehir, 2005.
WARD John, Strategic Planning For Information Systems, 2 nd ed., Chichester, 1996.
“What is a Virtual Organization?” International Association of Virtual Organizations http://www.mnsinc.com/iavo/about.htm (07.03.2000).
Yaşar Hoşcan ve diğerleri, editör Mehmet Şahin, “ Yönetim bilgi sistemi ”, Eskişehir,
Anadolu Üniversitesi Açıköğretim Fakültesi, 2004.
Zhou, Zongqing, “E-commerce & information technology in hospitality & tourism”
Australia : Thomson/Delmar Learning, c2004.