Sade anlatım
Tek bir teknoloji değil, bir şemsiye terimdir. Gelen kutunuzdaki spam filtresini, navigasyon uygulamanızın seçtiği rotayı, şüpheli bir kart ödemesini işaretleyen sistemi ve e-postanızın taslağını yazan asistanı kapsar. Ortak noktaları şudur: her biri eskiden bir insanın muhakemesini gerektiren bir işi yapar.
Neden önemli
Sözcük o kadar geniş kullanılıyor ki gösterdiğinden fazlasını gizliyor. Bir tedarikçi “yapay zeka destekli” dediğinde sorulacak yararlı soru hangi tür olduğudur: bir kurallar kümesi mi, veriyle eğitilmiş bir tahmin modeli mi, bir dil modeli mi? Bunlar maliyet, risk, ihtiyaç duydukları veri ve yaptıkları hatalar bakımından birbirinden ayrılır. Bugün yapay zeka denen şeyin çoğu üretken yapay zekadır; o da yetmiş yıllık bir alanın yalnızca en yeni katmanıdır.
Örnek
Bir banka tek bir kredi başvurusunda üç tür yapay zeka kullanıyor. Bir kural motoru belgelerin eksiksiz olup olmadığını denetliyor. Geçmiş kredilerle eğitilmiş bir makine öğrenmesi modeli temerrüt olasılığını tahmin ediyor. Bir dil modeli müşteriye gidecek mektubun taslağını yazıyor. Üçü de yapay zeka diye satılıyor; üçü de farklı biçimlerde kuruluyor, test ediliyor ve denetleniyor.
Bununla en çok karıştırılan kavram
AI ve Makine öğrenmesi arasındaki fark
Makine öğrenmesi bugün yapay zekaya ulaşmanın başat yoludur; iki sözcüğün eş anlamlı kullanılması bundandır. Eş anlamlı değillerdir. Yapay zeka, hiç öğrenme içermeyen, elle yazılmış kuralları izleyen ya da olasılıklar arasında arama yapan sistemleri de kapsar. Her makine öğrenmesi yapay zekadır; her yapay zeka makine öğrenmesi değildir.
Köken: Terimi John McCarthy 1955'te, ertesi yaz yapılan Dartmouth çalıştayının öneri metninde ortaya attı.
Teknik katman
İki tarihsel gelenek vardır: sembolik yapay zeka (elle yazılmış kurallar, mantık, arama, uzman sistemler) ve istatistiksel yapay zeka (makine öğrenmesi ve 2010'lardan itibaren derin öğrenme). Alan, iyimserlik dönemleri ile “yapay zeka kışları” arasında gidip gelmiştir; bugünkü dalga üç şeyin bir araya gelmesine dayanır: çok büyük veri kümeleri, GPU ile hesaplama ve transformer mimarisi. İşe yarayan ayrımlar: tek iş için kurulan dar sistemler ile genel amaçlı modeller; tahmine dayalı yapay zeka (sınıflandır, öngör) ile üretken yapay zeka (içerik üret); yardımcı araçlar ile eyleme geçen ajanlar. Hukuki tanımlar da önemlidir: AB Yapay Zeka Yasası bir yapay zeka sistemini, aldığı girdiden tahmin, içerik, öneri ya da karar gibi çıktılar çıkarsama yeteneğiyle ve belirli bir özerklik düzeyiyle tanımlar.