AI ve 5G teknolojisi: gelecek için ne anlama gelecekleri | VPNOverview

Geçtiğimiz birkaç yıl içerisinde 5G ve AI civarında çok fazla aldatmaca var. Gazeteler, web siteleri, televizyon uzmanları ve politikacılar genellikle bu teknolojilerin dünya üzerindeki potansiyel etkileri hakkında konuşurlar. 5G ve AI, hayatımızı birçok şekilde değiştirebilecek bir sonraki teknolojik devrimi temsil ettiği için bu tamamen haklıdır. 5G ve AI, tıp, eğitim, bilgisayar bilimi, robotik, bankacılık, yönetişim, savaş, alan, sanal gerçeklik ve çok daha fazlası alanlarında görevleri dijitalleştirme ve otomatikleştirme potansiyeline sahiptir. İnsanlar çok uzun zaman önce fantezi sayılan şeyleri yapabilirler. 5G ve AI’nin potansiyel uygulamaları neredeyse sınırsızdır. Dahası, 5G ve AI tamamlayıcıdır: birbirlerinin daha iyi performans göstermelerine ve yeni potansiyele ulaşmalarına yardımcı olurlar.


Yine de, bu yeni teknolojilerin tüm yeni olasılıkları ve değişimleriyle dikkate almamız gereken yeni bir risk kümesi ortaya çıkıyor. Bu makale, bu yeni teknolojilerin ne olduğunu, insanlık için ne anlama geldiklerini ve potansiyel risklerin neler olduğunu inceliyor..

5G nedir?

5G, mobil telekomünikasyonda bir sonraki adımdır. 1G kablosuz olarak cep telefonlarını radyo kulelerine bağlayarak yürürken sohbet etmenizi sağlar. 2G, analogları dijital iletişime dönüştürerek kısa mesajlar da göndermenizi sağlar. 3G internet cep telefonunuza atlamak yaptı. 4G, telefonunuzdaki tüm filmleri aktarabilecek şekilde internet veri aktarımlarının hızını ve hacmini geliştirdi. 5G sıradadır ve hızla yaklaşmaktadır. Telekomünikasyonda bir sonraki adım, neredeyse hiçbir işlem gecikmesi olmadan 4G’nin 100 katına kadar internet hızlarına ulaşmanızı sağlayacaktır..

5G, ‘Nesnelerin İnterneti’ni bir gerçeklik haline getirecek

5G ile, tam anlamıyla milyonlarca internet bağlantılı cihazı, cihazı ve sensörü bataryalarını tüketmeden bağlamak da mümkün olacak. Bu tür yeni ağlar, tüm akıllı evlere ve akıllı şehirlere sahip olmayı mümkün kılacaktır. Böyle küreselleşmiş bir cihaz, cihaz ve sensör ağına bazen “Nesnelerin İnterneti” veya IoT denir. Tüm bu cihazların herhangi bir insan girişi olmadan veri aktarmasına ve iletişim kurmasına izin verecektir.

Bu “IoT”, işletmelerin her türlü süreci otomatikleştirmelerini, üretim maliyetlerini azaltmalarını, israfı azaltmalarını ve şeffaflığı artırmalarını sağlayacaktır. Örneğin, doğru programlama ile IoT, kendi kendini yetiştiren tarım birimleri oluşturabilir. Toprak sensörleri, bitkilerin maksimum verim için ne kadar su veya besin gerektirdiğini uçağı uyarır. Arabalar, kendi kendine giden arabaları zamanında lastik değişimi için bir tamirciye yönlendiren lastik sensörleri ile donatılabilir. Karşılıklı olarak yardım eden cihazların geniş bir birbirine bağlı ağı aracılığıyla kendi kendine yeterli ekosistemler oluşturma olasılıkları, yalnızca hayal gücümüz ve yatırım yapma isteğimizle sınırlı görünmektedir. 5G’nin piyasaya sürülmesinden büyük ekonomik kazançların beklenmesi şaşırtıcı değildir. Örneğin, Global yönetim danışmanlık firması McKinsey, Nesnelerin İnterneti’nin 2025 yılına kadar 11.1 trilyon dolara kadar ekonomik bir etki yapmasını bekliyor.

5G AI’nın yeni bir çığır açmasına yardımcı olacak

AI’nin yeteneklerini genişletmek için daha fazla veri beslememiz gerekiyor. Çok fazla veri. Yapay zekadaki son gelişmeler iki gelişmenin sonucudur. İlk olarak, yıllar ve yıllar boyunca geliştirilmiş bilgi işlem gücü. Bu güç, bilgisayarın bir saniyede yapabileceği hesaplama sayısını gösterir. Diğer gelişme, dünyanın dört bir yanındaki insanlar kişisel verilerini sosyal medya web sitelerine yüklemeye başladığında aniden mevcut olan kişiselleştirilmiş verilerin patlaması oldu. Aniden kullanılabilir hale gelen kamuya açık veri miktarı, bilgisayarların bu verileri yıldırım hızında gerçekten işleme yeteneği ile çakıştı..

Yapay zekayı daha da geliştirmek için yeni teknikler ve bilgisayarların sıralaması için daha fazla veri gerekir. Yapay zeka, temel algoritmalarını eğitmek için büyük miktarda veri gerektirir. 5G, platformlar arasında şu anda mümkün olandan çok daha büyük veri kümelerinin kaydedilmesini ve iletilmesini mümkün kılmaktadır. Başka bir deyişle, 5G, AI algoritmalarını AI’nın daha gelişmiş hale gelmesine yardımcı olacak kadar veri beslemenin teknolojik engelinin üstesinden gelmeye yardımcı olacaktır..

Kısacası 5G, bir sonraki büyük teknolojik devrimi gerçeğe dönüştürme potansiyeline sahiptir. Artan üretkenlik potansiyeli neredeyse düşünülemez. AI’nın ilerleyen alanıyla birlikte, bu yeni teknolojilere yönelik uygulamalar neredeyse sınırsızdır. Fakat Yapay Zeka tam olarak nedir? Makineler nasıl ‘öğrenebilir’? AI’nın olası riskleri nelerdir??

AI’nin tanımı nedir?

Devre beyin laptopYapay Zeka veya Yapay Zeka, makineler tarafından gösterilen zekadır. Bu, bilgisayarlar gibi makinelerin bir tür zeka gerektiren görevleri gerçekleştirdiği anlamına gelir. Yapay zekanın bir başka tanımı: “Bir makinenin verileri yorumlayabiliyorsa, potansiyel olarak verilerden öğrenebiliyorsa ve bu bilgiyi belirli hedeflere uyum sağlamak ve ulaşmak için kullandığı takdirde yapay zekaya sahip olduğu söylenir”. Bunun arkasındaki fikir, insan zekasının o kadar hassas bir şekilde tanımlanabileceğidir ki, onu simüle etmek için bir makine yapılabilir. Bu yüzden AI genellikle robotlarla bağlantılı olarak kullanılır: temel olarak aynı özelliklere sahip insanların kopyaları olan makineler.

Yapay Zekanın birbirinden çok farklı iki anlayışı vardır. İlk “tür” veya AI fikri, 2001: A Space Odyssey veya Terminator gibi ünlü filmlerden tanıdığınız fikirdir. Bunlar, tıpkı insanlar gibi düşünen, planlayan ve yanıt veren ve aynı zamanda “süper istihbarat” a sahip olan makineler veya sistemlerdir. Buna Yapay Genel Zeka (AGI) denir ve bilgileri yıldırım hızında işleyebilir, nanosaniye içinde inanılmaz derecede karmaşık hesaplamalar yapabilir ve hiçbir şeyi unutmayabilir. Kendi zihniyle Google olarak hayal edebilirsiniz. Şu anda böyle bir teknoloji yok. Bilim adamları AGI’nın gerçekçi olarak mümkün olup olmadığını bilmiyorlar.

YZ’nin ikinci versiyonuna ‘Dar YZ’ denir. Bu aslında mevcut olan AI ve bunu okurken daha da geliştiriliyor. Dar AI, kendi kendine giden arabalar, ses tanıma veya gelişmiş görüntülemeye dayalı tıbbi teşhisler yapabilen yazılımlar gibi inanılmaz derecede iyi işler yapan sistemlerdir. Dar AI içinde farklı öğrenme türleri arasında bir fark vardır.

Dar AI öğreniminin farklı türleri

Dar AI içinde farklı öğrenme türleri vardır. Aşağıdaki tabloda bu tür öğrenme hakkında kısa ve basit bir açıklama bulacaksınız.

‘Öğrenme’ türü
Açıklama
Makine öğrenmeMakine öğrenimi, bilgisayarların nasıl tahminlerde bulunduklarını veya görevleri nasıl gerçekleştirdiklerini hassaslaştırmak için veri formunda örnekler ve deneyimler kullanmayı içerir
Denetimli öğrenmeDenetimli öğrenme, bir bilgisayara “nasıl yorumlanacağını ve sınıflandırılacağını” öğretmek için AI etiketli örnek verileri (açıklamaları olan fotoğraflar gibi) göstermektedir
Denetimsiz öğrenmeGözetimsiz öğrenme, herhangi bir açıklamalı veya etiketli rehber olmadan bilgisayar verilerini beslemek anlamına gelir
Takviye öğrenimiTakviye öğrenme, bir video oyunundaki puanlama noktalarının aksine, sanal bir ödülü nasıl en üst düzeye çıkaracağınızı anlamak için gerçekleştirebileceği farklı eylemlerle deney yapan bir yazılımdır.
Derin öğrenmeDerin öğrenme muhtemelen en iyi bilinen formdur ve potansiyel olarak en çığır açan öğrenmedir. Derin öğrenme, makinelerin muazzam veri kümeleri arasında sıralama yapmasına ve daha sonra kalıpları tanımasına, korelasyonları bulmasına ve olasılıklara dayalı çıkarımlar yapmasına izin vererek “öğrenmesine” olanak tanır. Bu teknik Yapay Zeka’nın dünyanın en iyi satranç oyuncusunu yenmek, melanomları doğru bir şekilde teşhis etmek, insanlarla karmaşık konuşmalar yapmak, araba kullanmak, video oyunları dövmek, portre çizmek ve hatta bilimsel keşifler yapmak gibi şaşırtıcı şeyler yapmasına izin verdi..

Kayıt için, AI öğreniminin gerçek mekaniği burada tarif edilenden çok daha karmaşıktır.

Bilgisayarlar için, görüntü tanıma insanlara göre daha zordur (aşağıda daha fazla). Bunun nedeni, bilgisayarların sıfırları ve olanları eşleştirmede iyi olmaları, ancak nesneleri tanımlamada iyi olmamalarıdır. AI, bir kedinin iki özdeş görüntüsünü kolayca tanıyacaktır, çünkü bu görüntüler tam olarak aynı sayıda piksele sahip olacaktır (diğer özelliklerin yanı sıra). Ancak bu, makinenin kediyi kedi olarak tanıdığı anlamına gelmez. Aynı kedi diğer görüntülerde gösterildiğinde, makine onu tanımayacaktır. Bunu yapmak için karmaşık matematik problemlerinin sinir ağı üzerinden çözülmesi gerekir.

Derin öğrenmenin amacı, insan beyninin öğrenme yeteneklerini tersine mühendislik yapmaktır. Sinir ağları, daha insani bir şekilde karar vermek için insan beynindeki nöron ağını simüle eder.

AI’nın olasılıkları ve sınırlamaları

Geçtiğimiz birkaç yıl içinde AI’nın gerçek bir ekonomik oyun değiştirici olacağını iddia eden çeşitli çalışmalar yayınlandı. Profesyonel bir hizmet ağı olan PwC Global, “Yapay Zeka’nın 2030’da küresel ekonomiye 15,7 trilyon dolara kadar katkıda bulunabileceğini öngörüyor. Basitçe söylemek gerekirse, 5G ve AI’dan saçma bir miktar para var.

Yapay zekadan en fazla kazanmayı bekleyen sektörlerden bazıları sağlık, otomotiv endüstrileri, finansal hizmetler, perakende, teknoloji, iletişim ve eğlence, üretim, enerji ve taşımacılık ve lojistiktir.

Robot holding soru işaretleri

Bununla birlikte, AI’nın mevcut sınırlamalarını görmek de önemlidir. Yapay sinir ağları şimdiye kadar sadece birkaç milyon “nöron” a sahiptir. Her insan beynindeki 100 milyar nöron ve trilyonlarca sinaps ile karşılaştırıldığında hala çok az. Bunun da ötesinde yapay sinir ağları insan beyninde “modellenmiştir”; yine de insan beyni o kadar karmaşık ki, onları tam olarak anlamaktan hala çok uzaktayız. Başka bir deyişle, AI sinir ağları henüz çözemediğimiz kadar karmaşık bir şeyin eksik bir taklididir – eğer.

Günümüzde olduğu gibi yapay zeka sınırlamalarına basit bir örnek vermek gerekirse: “16.000 işlemci üzerinde çalışan“ derin öğrenme ”sistemi, 10 milyon görüntüyü analiz ettikten sonra kedileri – yüzde 75 doğrulukla – tanımlamayı öğretti.” Üç yaşında bir çocuk, parkta yürüyüş sırasında iki veya üçünü gördükten sonra kedileri doğru bir şekilde tanımlayabilir. Bu YZ biçimine “dar” denir, çünkü günün sonunda YZ sadece beslendiği veriler kadar iyidir. İnsanlar hala veri girişini kontrol ederler ve yapay zekanın çalışması için karmaşık ağlar ve denklemler bulmaya zorlanırlar. Dahası, bu derin öğrenme algoritmaları, insanların aksine, daha önce hiç karşılaşmadıkları fikirleri veya kavramları göz önünde bulunduramazlar..

Kısacası, bu teknolojiler için çok fazla potansiyel var; ama biz hala bu potansiyele ulaşmaktan çok uzağız.

Yapay zeka hakkında ortak efsaneler

Yapay zeka terimi filmlerde ve diğer medyalarda çok kullanıldığı için, insanlar yapay zeka hakkında bazı yaygın yanılgılar geliştirdiler. Aşağıdaki tabloda yapay zeka ve gerçeğin gerçekte ne olduğu hakkında bilinen çeşitli efsaneleri tartışıyoruz..

Efsane
Hakikat
“Süper istihbarat” sadece birkaç yıl uzaklıktadırDar AI’nın sonraki aşamaları büyük olasılıkla onlarca yıldır. AGI asla varolmayabilir.
Tamamen güçlü bir AGI oluşturulması kaçınılmazdırGerçekleşebilir. Olmayabilir. Yapay zeka uzmanları katılmıyor ve biz bilmiyoruz.
Sadece zaten yeni teknolojilerden korkan insanlar AI için endişeleniyorPek çok üst düzey AI araştırmacısı ve diğer bilim adamları AI ve gittiği yön konusunda endişelerini dile getirdiler.
AI bilinçli veya kötü olabilirDaha olası senaryo, AI’nin insan hedeflerini yanlış anlayacağıdır. AI’ya “sizi olabildiğince çabuk hastaneye götürmesini” söylemek, kendi kendine giden bir arabanın hız sınırını aşmasına ve birçok kazaya neden olabilir, çünkü tek amacı bağlamı düşünmeden oraya olabildiğince hızlı ulaşmaktır. Bu, insanlar ve AI arasında yanlış hizalanmış hedeflere yol açan bir yanlış iletişimdir. Bu AI’yı kötülüğe çevirmekten farklı.
AI’nın tehlikeleri söz konusu olduğunda robotlar ana endişe kaynağıdır.Yapay zeka söz konusu olduğunda temel endişe aslında yukarıda belirtildiği gibi ‘yanlış hizalanmış zeka’dır. YZ’nin hedefleri hedeflerimizle eşleşmiyor..
Makinelerin hedefleri olamazMakinelerin aslında hedefleri olabilir. Örneğin, ısı arayan bir füzenin bir hedefi vardır: hedefine ulaşmak. Ortaya çıkan sorun, bu hedeflerin bu hedefleri belirleyen insanın hedefleriyle yanlış hizalanmasıdır..

5G üzerindeki endişeler

5G ve AI’nin dünyayı değiştirmek için bu kadar büyük bir potansiyele sahip olduğu düşünüldüğünde, tonlarca endişe olması doğaldır. En kötü korkular AI etrafında merkezleniyor, ancak 5G’nin yeni telekomünikasyon altyapısının olumsuz sağlık etkileri üreteceğinden korkan birçok vokal eleştirmeni var.

5G, 3G veya 4G’den daha yüksek bir radyo dalgası frekansı kullanır. Bu yüksek frekans, daha fazla cihazın aynı anda internete erişmesini sağlar. Nesnelerin İnterneti’ni etkinleştirecek olan budur. Bununla birlikte, bazı insanlar sürekli olarak birbirleriyle iletişim kuran çok daha fazla cihazla birlikte bu yüksek frekansın sağlığımız ve diğer hayvanlarınki üzerinde olumsuz bir etkisi olacağını düşünüyor.

Bu makul bir endişe. Tüm büyük şehirlerde radyo dalgaları ve elektromanyetik radyasyonda büyük bir artış varsa, en azından bunun bazı yan etkileri olup olmadığını sorgulamak mantıklı olacaktır. Ancak, şimdiye kadar, telekomünikasyon cihazlarının radyasyonuna, yani radyo kuleleri veya cep telefonları anlamına gelen olumsuz sağlık etkilerinin bağlantılı olmadığını hatırlamak önemlidir. 2014 yılında Dünya Sağlık Örgütü bu bildiriyi yayınladı: “cep telefonu kullanımından kaynaklanan herhangi bir olumsuz etki oluşmadı”. Bu, olumsuz sağlık etkilerinin 5G’den kaynaklanmasının imkansız olduğu anlamına gelmez. Ancak şu ana kadar hiçbir kanıt bulunmadı.

Nesnelerin İnterneti Riskleri

Nesnelerin İnterneti, daha önce hiç olmadığı kadar fazla cihazı birbirine bağlayacak. Bu, çeşitli sektörlerde işbirliği ve verimlilik sağlayabilir, ancak aynı zamanda bir takım riskler de taşır.

  • Cihaz ağı büyüdükçe, bir bilgisayar korsanı ağın güvenliğini ihlal etmeyi başarırsa daha fazla cihaz savunmasız kalır
  • Birbirine bağlanacak cihazların miktarı, insanlığın gerçekçi bir şekilde yönetmesi için çok fazla olabilir. Gözetimin imkansız olacağı bir nokta gelecek
  • Ağda bir hata varsa, ağdaki her cihazın ağdan olumsuz etkilenmesi mümkün olabilir
  • Nesnelerin İnterneti’nin bir parçası olması gereken tüm cihazların uyumluluğu için hala küresel bir standart yoktur. Bu, cihazlar arasında iletişim sorunlarına neden olabilir

AI geliştirme riskleri

AI özellikle endişe verici birçok kişiye sahiptir. Bir AGI oluşturulması, tıpkı Terminator’de olduğu gibi, insanlık için elden çıkıp felakete yol açabilir. Neyse ki, bu AI’dan kaynaklanabilecek en az sorun. Bununla birlikte, AI’nın gelişimini çevreleyen başka ciddi endişeler de vardır..

Kişi
Endişelenmek
Elon MiskYapay zeka hakimiyeti üzerindeki küresel rekabet, dünyanın teknolojik olarak en gelişmiş ülkelerinin (ABD, Çin, Rusya, Almanya vb.) Yanlışlıkla Dünya Savaşı’na neden olmasına neden olabilir..
Stephen HawkingYapay zeka, insanlık tarihinin en büyük felaketine yol açabilecek birçok aksama getiriyor. Güçlü otonom silahları, insanları ezmenin yeni yollarını veya toplu ekonomik aksaklıkları düşünün
AI geliştiricileriAlgoritmik önyargı (kadınlara veya azınlıklara yönelik ayrımcılık gibi) yanlışlıkla AI tarafından alınabilir ve iş fırsatları, yetkiler, burslar ve diğer birçok alan açısından daha fazla ayrımcılığa yol açabilir.
Avrupa BirliğiBireysel özgürlükleri ve mahremiyeti korumak için düzenleyici bir çerçeve olmadan AI, kitlesel gözetim ve kişisel özgürlüklere karşı bir silah aracı olarak kullanılabilir

Son düşünceler

5G ve AI henüz köşede değil. 5G teknolojisinin kitlesel ölçekte uyguladığı geniş kapsamlı etkilerini görebilmemiz en az birkaç yıl alacak. AI, büyük olasılıkla, birçok insanın spekülasyon yaptığı zeka düzeyine ulaşmaktan on yıllardır. 5G, artıları ve eksileri açısından neler bekleyebileceğimize dair çok daha net bir resim sunuyor. Bir şey kesin, önümüzdeki birkaç yıl içinde 5G ve AI hakkında daha fazla şey duyacağız.

Kim Martin
Kim Martin Administrator
Sorry! The Author has not filled his profile.
follow me