Yapay Zekayı Kandırmak
Mümkün:
1--Yapay zekânın nasıl
kandırılabileceğiyle ilgili olarak, Google araştırmacılarından Christian
Szegedy ve arkadaşları tarafından 2013 yılında yayımlanan bir makalede,
herhangi bir görüntü üzerinde ufak tefek oynamalar yaparak Derin sinir ağlarını
yanlışa sürüklemenin mümkün olduğunu gösteriyordu.
1.1--Örneğin bir hayvan
resmini alıp bazı piksellerde ufak, sistematik değişiklikler yaparak yapay
zekâyı gördüğünün aslında bir araba fotoğrafı olduğuna ikna etmek mümkündü.
Üstelik bu durum belirli bir yapay zekâ uygulamasının eğitimindeki
eksikliklerden de kaynaklanmıyordu. Üzerinde oynamalar yapılmış resim, tamamen
farklı verilerle eğitilmiş herhangi başka bir yapay zekâ uygulaması tarafından
da yanlış sınıflandırılıyordu.
1.2--Anh Nguyen, Jason
Yosinski ve Jeff Clune, yapay zekâya olmayan şeyleri gördürmenin de mümkün
olduğunu gösterdi. Örneğin derin öğrenme ile eğitilmiş yapay zekâ uygulamaları,
soyut dalgalı çizgilerin içinde elektronik gitarlar ya da tamamen parazitli
(her bir pikseli rastgele renklere boyanmış) resim dosyalarının içinde tavus
kuşları görebiliyordu.
2--Daha sonraları DNN’lerin
yaptığı farklı türlerde başka hatalar da keşfedildi. Örneğin Anh Nguyen ve
arkadaşları bir görüntüdeki nesneleri döndürmenin yapay zekâyı yanıltmak için
yeterli olduğunu gösterdi. Örneğin yapay zekâ uygulamaları farklı açıdan
çekilmiş “Dur” işareti levhalarını gülle ya da raket olarak
sınıflandırabiliyordu.
2.1--Dan Hendrycks ve
arkadaşları üzerinde hiçbir oynama yapılmamış, tamamen doğal görüntülerin bile
iyi eğitilmiş yapay zekâ uygulamaları tarafından yanlış
sınıflandırılabileceğini gösterdi. Örneğin yusufçuk böceğini rögar kapağı ya da
mantarı çubuk kraker olarak sınıflandırmak gibi.
3--Yapay zekâ uygulamalarının yaptığı hatalar
sadece görün¬tü tanımayla ilgili değil. Verileri sınıflandırmak için derin
sinir ağları kullanan herhangi bir yapay zekâ uygulamasını kandırmak da mümkün.
Örneğin Sandy Huang ve arkadaşları, 2017 yılında, görüntülerdeki birkaç
pikselde ufak tefek değişiklikler yaparak Atari oyunları oynamak için eğitilmiş
DNN'lere oyun kaybettirmeyi başardı.
4-- Hangi haberin öne çıkarmaya değer olduğuna, kimin suç
işleyebileceğine, gelecekte hangi öğrencinin başarılı olacağına, kaza anında
kimin hayatının kurtarılması gerektiğine, evlenmek için en ideal kişinin kim
olduğuna, kimin tutuklu, kimin tutuksuz yargılanacağına, gelecek yılki bütçenin
nereye harcanacağına, hangi akademik çalışmalara destek olunacağına, hangi
şehirdeki çiftçinin hangi tohumu kullanarak hangi ürünü ekmesi gerektiğine
yapay zekâ karar verecekse yapay zekânın dayandığı yazılım algoritmaları
konusunda insanların da söz sahibi olması gerekir.
4.1--Birçok üniversiteden ve
yapay zekâ laboratuvarından bilim insanının ve araştırmacının birlikte
yayımladığı bir makalede yapay zekâ algoritmalarının adil, mahremiyete saygılı,
ayrımcılık yapmayan ve güvenli kararlar alması için izlenmesi gereken adımlar
değerlendiriliyor. Uzmanlar bu konuda bir çalışma yapılması ve izlenecek yolun
bir an önce belirlenmesi gerektiğine dikkat çekiyor. Kim bilir belki de
gelecekte bizi yönetecek insanları değil hayatımızı yönlendirecek algoritmaları
oylacağız.
4—Yorum:Sonuç olarak yapay zeka konular-örüntüler vs arasında
matematik dil kullanırsak enterpolasyon yapıyor .Bu durum enterpolasyonun
mantıklı olduğu anlamına gelmiyor.Herhalükarda bunu mantık süzgecinden bir
uzmanın geçirmesine gerek olmakta herhalde.
4.1--Bu anlamda bir uzman
tarafından Mantık-yorum-muhakeme süreçlerine sokmadan yapay zekanın direk
olarak ham haliyle kullanılması mümkün olmayabilir.