Prometheus, Yunan mitolojisinde “önceden gören” anlamına gelen bir tanrıdır. Zeus, insanları ateşten mahrum bırakarak cezalandırır. Ancak, insanları seven ve onların yanında yer alan inatçı Titan Prometheus, pes etmez. Olympos’a çıkarak bir kamışın içine ateşi saklar ve insanlara götürür. İnsanların arasında parıldayan ateşi gören Zeus, öfkeyle karşılık verir ve dünyalar güzeli Pandora’yı insanların üzerine salar. Prometheus ise bu iyiliğinin bedeli olarak, zincirlerle kayaya bağlanarak karaciğerini bir kartala yedirme cezasına çarptırılır. Kartal yedikçe, karaciğer yeniden büyür ve bu döngü devam eder.

Dijital çağın hızlı akışında, adeta modern Prometheuslar olarak, ateşi yakalamak ve bu ışığı yaratıcı bir şekilde kullanmak zorundayız. Bugünün ateşi ve insanlığın geleceğini aydınlatacak en parlak ışıklardan biri ise yapay zeka.

Antik Yunan’da bir zamanlar dünyanın en eski bilgisayarlarından biri olan mekanizma, zamanın ve teknolojinin asla durmadığını bize hatırlatıyor. Biz de bu çağda, her dişli ve çarkın düzeni içinde ilerleyerek, teknolojiyi yaratıcı bir şekilde kullanmanın peşindeyiz.

Bilge bir filozofun dediği gibi: “Geleceği tahmin etmek için geçmişi bilmek gerekir.” Trendler geçmişten gelen öğretilerle birleşerek, güçlü bir vizyon oluşturmak için fırsatlar sunuyor. Unutmayın ki, başarı sadece teknolojik yeniliklerde değil, aynı zamanda insanların duygusal bağ kurabileceği, etkileyici ve anlamlı hikayelerde de yatar.

Her birimiz, kendi mitolojimizi ve hikayemizi yazma gücüne sahibiz. Şimdi gelin biz modern Prometheuslar olarak, yapay zeka ışığını takip edelim ve geleceği birlikte şekillendirelim. Bu sebeple, ben sizler için 30’dan fazla rapor/makale/haber okuyorak geniş bir özet toparladım.

1. Trump’ın Etkisi

Donald Trump’ın ABD Devlet Başkanı olarak seçilmesinin ardından, teknoloji dünyası ve global iş dünyası Trump yönetiminde nelerin beklediğine dair hazırlık yapmaya başladı. Çünkü Trump’ın teknoloji gelişiminin önünü açacağı ve yeni teknoloji geliştirmelerinde sıçramalar yaşanacağı  düşünülüyor. Teknoloji regulasyonlarını azaltma vaadinin inovasyonun önünü açacağı aşikar. Ama bu seçimin olası olumsuz tarafları neler?

• Gümrük Tarifesi Önerileri: Trump’ın Çin’e karşı tutumu, teknoloji dünyası için en büyük bilinmezlerden biri. Trump, Çin’den ithal edilen ürünlere yeni gümrük vergileri koyacağını açıkladı ve Biden döneminde konan çip ambargosunun kapsamını genişletebilir. Trump’ın seçim açıklamalarına göre Çin’den ithal edilen ürünler için ise %60 ile %100 arasında ek bir vergi koyacağı ve ülkenin tüm ithalatlarına %10 veya %20 oranında bir vergi uygulayacağı bekleniyor. Bu ABD ekonomisi üzerinde büyük etkiler yaratacak. Tüketiciler, sadece vergi etkisiyle hane başına yıllık 7.600 dolara kadar ek maliyetlerle karşı karşıya kalacaklar ve bu da diğer mal ve hizmetleri satın almak için daha az paraya sahip olmalarına sebebiyet verecek.

• Çin’deki Üretim: Amerikan teknoloji şirketlerinin birçoğunun üretim üssü Çin’de bulunuyor. Üretimin Çin’de kalmasının nedeni, bu kompleks ürünleri üretmek için gereken becerilerin topluca başka bir yerde bulunmasının zor olması.Bu sebeple, ABD’de üretime yönelik beceriler büyük bir sorun teşkil ediyor. Örneğin, Apple’ın kurucusu Steve Jobs, Başkan Obama ile yaptığı bir görüşmede 30 bin üretim mühendisine ihtiyaç duyduklarını belirtmişti.

• Jeopolitik Meseleler: Yapay zeka, kısa sürede jeopolitik bir mesele haline geldi. ABD, Çin’e karşı yapay zeka geliştirmekte kullanılan çiplerle ilgili kapsamlı bir ambargo paketi devreye aldı. Dünyada çiplere erişim stratejik bir mesele haline geldi.

• Enflasyon: Wells Fargo ekonomistleri Jay Bryson ve Michael Pugliese, bu politikanın çekirdek enflasyon oranını %2,7’den %4’e çıkaracağını tahmin ediyor. Fed ise muhtemelen enflasyonla mücadele etmek için faiz oranlarını arttıracak. Bu da Türkiye’ye ABD’den gelecek döviz girişi azalabilir. Ayrıca, ABD’deki olası ekonomik durgunluk, küresel yatırımcıların risk iştahını azaltabilir ve gelişmekte olan piyasalardan sermaye çıkışlarına yol açabilir. Bu da Türkiye’ye yapılan yabancı yatırımları olumsuz etkileyebilir ve $/TL kurunun beklentilerin üstünde yükselmesine neden olabilir.

• Güvenlik ve Etik: Trump kabinesi, Elon Musk’ın sahibi olduğu xAI gibi şirketlerle birlikte, Biden’ın AI Yasası’na karşı çıkarak, yapay zekayı düzenlemekte serbest bir yaklaşımı benimseyecek gibi gözüküyor. Ama bu durum, ilerleyen bölümlerde de detaylandıracağımız güvenlik, etik ve kötüye kullanım endişelerini arttırabilir.

2. Taşınabilir Cihazlar ve Mikroçipler

Pandami dönemi sonrasında insanlar çok daha fazla hareket halindeler. Dijital medya ile geçirilen zamanın büyümesi yavaşladı ve 2026’ya kadar büyüme hızının %4’e gerilemesi bekleniyor. Bu durum Özgür Alaz’ın Linkedin’den paylaştığı Accenture Life Trends 2025 raporunu hatırlattı bana. Yaşam, duygular ve insanların davranışları üzerinden yola çıkan raporda “Social Rewilding (Sosyal Yeniden Doğuş)” trendi, bunun nedenini gösteriyor. Özgür maddeyi şöyle açıklamış: “İnsanlar dijital dünyaya biraz ara verip fiziksel dünyada daha derin bağlantılar kurmaya çalışıyor. Dijital teknoloji hayatımızın bir parçası olarak kalacak olsa da, insanlar daha anlamlı ve fiziksel deneyimlere yöneliyor.”

Ama dijital medya tüketiminin kendi içine odaklandığımızda büyümenin, beklendiği üzere, daha çok tablet ve cep telefonlarında olduğu gözüküyor. 2024 itibariyle de yapay zeka artık cep telefonlarına girmiş durumda.

Cep telefonları ve içindeki aplikasyon dünyası mevcut haliyle çok verimsiz. Bir işi yapabilmek için çok fazla aplikasyon arasında gezmek, artık bir de Chat GPT gibi AI uygulamalarında yazılı komutlar ile sonuç almak gerekiyor. Bu temel problemler yapay zekanın telefonlara girmesiyle çözülmesi bekleniyor.

Cep telefonları artık yavaş yavaş sesli komutlara daha iyi yanıt vermeye başlayacak. Ayrıca yemek siparişi vermek, Uber’den araç çağırmak, seyahat planlaması yapmak, online bilet almak, buzdolabındaki yemeklerden yemek tarifi vermek gibi işleri kolay yapabilmeyi yapay zeka eklentili telefonlar sağlayacak. Sizi tanıdıkça sizin tüm davranışlarınızı ve yapmak istediklerinizi kişiselleştirilmiş bir şekilde yapay zekaya vasıtasıyla telefonlar yapacak.

Ama aslında en önemli kısım bunları telefonların merkezi bir clouda bağlanmadan yapacak olması. Bunları yapmayı sağlayan şeyler ise mikroçipler. Nvidia ve yapay zeka için çip pazarı üzerine çok şey yazıldı. Ama mobil telefonlardaki şu andaki en büyük oyuncu Qualcomm. Apple ‘da bu yöndeki çalışmalarını tamamladı ve yapay zeka eklentili ilk nesil iPhone 16’ları piyasaya sürdü. Pazar Apple ile çok daha hızlı büyüyecek. Çünkü 2 milyarın üstünde kullanıcı sayıları ve teknoloji yaygınlaştırma becerileriyle bu pazarda ciddi bir oyuncu olmak onlar için hiç zor değil.

Ama telefonlar bunu nasıl yapıyor? Normalde bilgisayarlarda CPU ve GPU kullanılıyor. Intel CPU tarafında yani klasik mikroçiplerde hala lider ama GPU’larda çok zayıf durumda. Bildiğiniz üzere bulut tarafındaki GPU’larda şu anda açık ara lider Nvidia. Yapay zeka kullanımı için OpenAI gibi tüm kuruluşlar ciddi bir şekilde GPU yatırımı yapıyorlar. Ama GPU’lar bilgisayarın da veri merkezlerinin de en pahalı ünitelerinden. Azure gibi en büyük veri merkezlerindeki bir serverda sadece 1 CPU varken, 8 tane GPU olması gerekiyor ve maliyeti CPU’ların yaklaşık 5 katı seviyede. Yani GPU’lara yaklaşık 20 kat daha fazla para harcanıyor.

Ama şimdi bilgisayarlarımızın ve mobil cihazlarımızın yapay zeka ünitesi haline gelmesiyle NPU (Neural Processing Unit)’lar hayatımıza girdi. Bu yeni çiplerin en temel avantajı ise gizlilik. Çünkü merkezdeki büyük bulut platformlarında çalışan yapay zeka platformlarını kullanmak için onlara her türlü veriyi sağlamamız gerekiyor. Kişisel bir kullanıcı kişisel bilgi, arzu ve isteklerini, kurumsal kullanıcılar ise kurum bilgilerini ve müşteri datalarını yapay zeka şirketleri ile paylaşmalı ki yapay zeka öneriler sunabilsin. Ama NPU’lar sayesinde buluta bilgiler gitmeden, yapay zeka taşınabilir cihazlarımızın içinde çalışabiliyor.

İkinci avantajı ise maliyet. Çünkü milyonlarca kullanıcıdan gelen verileri karşılamak için merkezi sistemler çok büyük GPU’lar kullanıyor. Bu da çok fazla enerji maliyeti doğuruyor. Bu yüzden şu anda bütün yapay zeka oyuncuları kendi nükleer santrallerini kurmak için girişimlere başladılar ve enerji maliyetlerini azaltmaya çalışıyor. Örneğin Microsoft’un Copilot’u kullanıcı başı 60 dolar seviyesinde alınabiliyor. NPU’lar sayesinde telefonlara dahil olan yapay zeka eklentileri için ek ücret ödemeyeceğiz.

Mikroçip dünyasındaki bir önemli gelişme ise Nvidia’a olan bağımlılık. Amazon ve Microsoft gibi büyük teknoloji firmaları, Nvidia gibi üçüncü parti mikroçipler yerine kendi mikroçiplerini üretmek için önemli adımlar atmış durumdalar. Bu firmaların stratejileri, maliyetleri düşürmek, performansı artırmak ve daha fazla kontrol sağlamak amacıyla kendi özel silikonlarını geliştirmek üzerine odaklanıyor.

Amazon, özellikle Amazon Web Services (AWS) aracılığıyla kendi mikroçiplerini geliştirme konusunda büyük adımlar attı. Amazon’un özel silikonları arasında Trainium ve Inferentia çipleri bulunuyor. Bu çipler, büyük yapay zeka modellerini eğitmek ve çalıştırmak için optimize edilmiştir. Amazon’un bu stratejisi, yüksek performans ve düşük maliyetle veri merkezlerinde çalışmayı hedefliyor.

Microsoft da benzer şekilde kendi özel silikonlarını geliştirme yolunda ilerliyor. Microsoft, OpenAI ile işbirliği yaparak Maia AI Accelerator gibi özel çipler geliştirdi. Bu çipler, bulut altyapısının performansını optimize etmek ve maksimum verimlilik sağlamak amacıyla tasarlandı. Microsoft’un bu stratejisi, bulut hizmetlerinde daha yüksek performans ve maliyet etkinliği sağlamak üzerine odaklanıyor.

Bu firmaların kendi mikroçiplerini geliştirme stratejileri, gelecekteki pazar konumlarını güçlendirecek ve rekabet avantajı sağlayacaktır. Özellikle yapay zeka ve bulut hizmetleri alanında, özel silikonların kullanımı, performans ve maliyet avantajları sunarak bu firmaların pazar paylarını artırmalarına yardımcı olacaktır. Ayrıca, bu stratejiler, firmaların daha fazla kontrol ve esneklik sağlamalarına olanak tanıyacak, bu da inovasyon ve hızlı adaptasyon yeteneklerini artıracaktır. Nvidia’ın pazar liderliği tabii ki devam edecek, ama %80’den aşağıya gelmesi kesin.

3. Yapay Zeka Ekonomisi

• Makroekonomik Etkiler: Daron Acemoğlu makalesinde yapay zekanın makroekonomik etkilerini değerlendirirken, bu teknolojinin toplam faktör verimliliğini (TFP) %0.55 oranında artırabileceğini belirtiyor. Ancak, bu artışın tahmin edilenden daha düşük olabileceğini ifade ediyor. 2023 yılında yapılan bir araştırmaya göre, yapay zeka teknolojilerinin kullanımı nedeniyle ABD’nin GSYİH’si %2 oranında artmıştır. Ancak, bu tahminlerin bile abartılı olabileceği belirtiliyor, çünkü erken kanıtlar kolay öğrenilen görevlerden geliyor ve gelecekteki etkiler, karar verme sürecini etkileyen birçok bağlama bağlı faktörün olduğu zor öğrenilen görevlerden gelecek.

• Ekonomik Eşitsizlik: Acemoğlu, yapay zekanın ekonomik eşitsizliği artırabileceği konusunda uyarılarda bulunuyor. Büyük şirketlerin yapay zeka yatırımları sayesinde daha da büyüyeceğini ve bu durumun mevcut eşitsizlikleri derinleştireceğini belirtiyor. Örneğin, 2023 yılında yapılan bir araştırmaya göre, yapay zeka yatırımları yapan şirketlerin gelirleri %15 oranında artarken, bu şirketlerde çalışan düşük vasıflı işçilerin maaşları sadece %2 oranında artmıştır. Acemoğlu, yapay zekanın düşük becerili işçilerin belirli görevlerdeki verimliliğini artırsa bile, bu durumun eşitsizliği azaltmak yerine artırabileceğini öne sürüyor. Empirik olarak, yapay zekanın önceki otomasyon teknolojileri kadar eşitsizliği artırması olası görünmüyor çünkü etkisi demografik gruplar arasında daha eşit dağılıyor. Ancak, yapay zekanın işgücü gelir eşitsizliğini azaltacağına dair de bir kanıt yok. Ayrıca, yapay zekanın sermaye ve işgücü gelirleri arasındaki farkı genişletmesi bekleniyor.

Columbia Üniversitesi’nin “Artificial Intelligence & the Future of Work” raporu ve Harvard Universitesi’nin “Future of Business 2024: Exploring What’s Next for AI, Innovation, and the World of Work”raporlarında ise yapay zekanın iş gücü piyasasında yarattığı değişikliklerin, gelir eşitsizliğini artırabileceği ön görülüyor. Acemoğlu’nun söylediği gibi yüksek vasıflı işlerde çalışanlar, yapay zekanın getirdiği avantajlardan daha fazla faydalanırken, düşük vasıflı işlerde çalışanlar bu avantajlardan mahrum kalabilir düşüncesi hakim. Örneğin, 2024 yılına kadar, yüksek vasıflı işlerde çalışanların gelirlerinin %20 oranında artması beklenirken, düşük vasıflı işlerde çalışanların gelirlerinin %10 oranında azalması öngörülmektedir.

• İstihdam: Harvard ve Colombia Üniversileri yapay zekanın iş gücü piyasasında yarattığı değişiklikler için, mevcut iş gücünün becerilerinin yeni iş gereksinimlerine uymamasına neden olabileceğini söylüyor. Bu durum, işsizliğin artmasına ve iş gücü piyasasında dengesizliklere yol açabilir. Örneğin, 2023 yılında yapılan bir araştırmaya göre, iş gücünün %60’ı, mevcut becerilerinin gelecekteki iş gereksinimlerine uygun olmadığını düşünmektedir.

Acemoğlu, yapay zekanın iş dünyasına etkilerini değerlendirirken, bu teknolojinin iş gücü piyasasında önemli değişikliklere yol açabileceğini vurguluyor. Özellikle düşük vasıflı işçilerin işlerini kaybetme riskiyle karşı karşıya kalabileceğini belirtiyor. Columbia ve Harvard Üniversitesi raporlarında da yapay zekanın otomasyon yetenekleri, bazı işlerin ortadan kalkması beklendiği yer alıyor. Özellikle tekrarlayan ve rutin işler, otomasyon tarafından devralınabilecek. Örneğin raporlarda, 2024 yılına kadar, düşük vasıflı işlerin %40’ının yapay zeka tarafından otomatikleştirilebileceği öngörülüyor. Ayrıca, 2024 yılında yapılan bir araştırmaya göre, şimdiden yapay zeka teknolojilerinin kullanımı nedeniyle ABD’de 1.2 milyon iş kaybı yaşanmış olduğu belirtiliyor. Acemoğlu, yapay zekanın mikroekonomik etkilerinin görev düzeyindeki maliyet tasarrufları ve verimlilik iyileştirmeleri tarafından yönlendirildiği sürece, makroekonomik sonuçların Hulten’in teoremi ile tahmin edilebileceğini ifade ediyor. Bu teorem, GSYH ve toplam verimlilik kazançlarının, yapay zeka tarafından etkilenen görevlerin oranı ve bu görevlerdeki ortalama maliyet tasarrufları ile tahmin edilebileceğini öne sürüyor.

• Küresel Rekabet: Acemoğlu, yapay zekanın küresel rekabette önemli bir rol oynadığını ve ülkelerin bu teknolojiye yatırım yaparak rekabet avantajı elde edebileceğini belirtiyor. Çin’in yapay zekaya verdiği önemi ve bu alandaki stratejik hamlelerini örnek gösteriyor. 2024 yılında yapılan bir araştırmaya göre, Çin’in yapay zeka yatırımları %30 oranında artmış ve bu alanda dünya lideri konumuna gelmiştir.

• Küçük ve Orta Ölçekli Ülkeler: Google eski CEO’su Eric Schimidt, Economist için yazdığı değerlendirmede Singapur ve Ruanda hükümetleri tarafından hazırlanan “AI Playbook for Small States” raporuna atıfta bulunarak yapay zeka konusunda ABD ve Çin gibi kaynaklara sahip olmayan küçük ve orta ölçekli ülkeler için gereken stratejiler üzerinde durmuş.

Schimidt’e göre bu ülkeler, önemli ölçüde sermayeye veya yeterli ölçüde iş gücüne, tüketici pazar yapısına, nitelikli insan kaynağına sahip ve yapay zekâ konusunda talebin var olduğu aktörler. Ancak kaynak ve finansman eksikliği, veri / AI yeteneğine erişim ve  yönetişim politikaları geliştirme konularında zorlanıyorlar. Örneğin, Digital FOSS üyelerinin %70’i, yapay zeka projeleri için yeterli finansman bulmanın, %60’ı veri erişimi ve AI yeteneği eksikliğinin, %50’si ise AI yönetişim politikalarının oluşturulmasının karmaşık ve zaman alıcı olmasının en büyük zorlukları olduğunu belirtmiştir.

Çözüm Önerileri:

• Eğitim ve Yeniden Eğitim Programları: İş gücünün yapay zekanın getirdiği yeni iş gereksinimlerine uyum sağlaması için eğitim ve yeniden eğitim programlarının geliştirilmesi gerekmektedir. Örneğin, Columbia Üniversitesi ve Harvard Üniversitesi, yapay zeka ve veri bilimi alanında yeni eğitim programları başlatarak, öğrencilerin gelecekteki iş gereksinimlerine uygun beceriler kazanmalarını sağlamaktadır.

• Beceri Geliştirme ve Uyumluluk: İş gücünün mevcut becerilerini geliştirmek ve yeni beceriler kazandırmak için beceri geliştirme programları uygulanmalıdır. Örneğin, bir teknoloji şirketi, çalışanlarına yapay zeka ve otomasyon konularında eğitim vererek, onların yeni iş gereksinimlerine uyum sağlamalarını sağlamaktadır.

• Gelir Desteği ve Sosyal Güvenlik: Yapay zekanın iş gücü piyasasında yarattığı değişikliklerden olumsuz etkilenen çalışanlar için gelir desteği ve sosyal güvenlik programları geliştirilmelidir. Örneğin, bazı ülkeler, işsiz kalan çalışanlara geçici gelir desteği sağlayarak, onların yeni iş bulma sürecinde maddi olarak desteklenmelerini sağlamaktadır.

• Küçük ve Orta Ölçekli Ülkeler: Bu nitelikteki ülkeler, Google’ın eski CEO’suna göre şu adımları izleyebilir:

• Hindistan ve Endonezya gibi nüfusun büyük olduğu ülkelerde toplanan verinin daha etkin bir şekilde kullanılması gerekiyor. Hem yerel, hem dışarıdan insan kaynağı çekebilmek için insan kaynağına yatırım yapılmalı. Veri paylaşım anlaşmaları yaparak ve yerel üniversitelerde AI eğitim programları başlatmalılar. Raporda Ruanda’nın bunu yaptığı belirtiliyor.
• Son olarak Singapur gibi OECD’nin AI prensiplerini benimseyerek ve yerel koşullara uyarlayarak AI yönetişim politikalarını oluşturmaları gerekiyor.
• Yapay zeka değer zinciri içerisinde yazılım, veri merkezleri ve regülasyon olarak 3 ana dikey altında niş bulmalılar.

Ülkeler küçük olsa da atılan adımlar sonuç göstermektedir. Singapur’da yapay zeka projeleri, 2023 yılında %15 oranında ekonomik büyüme sağlamış. Ruanda’da yapay zeka destekli sağlık projeleri, sağlık hizmetlerine erişimi %20 oranında artırmış. Önemli olan bir yerden başlamak.

4. 5 Yapay Zeka Trendi

MIT‘nin “Five Key Trends in AI and Data Science for 2024” raporu ise üretken yapay zekanın ekonomik değeri ve iş süreçlerine entegrasyonu gibi konuları ele almaktadır. Rapor, yapay zekanın veri bilimi ile birleşerek nasıl daha güçlü ve etkili çözümler sunduğunu, bu çözümlerin iş dünyasında nasıl uygulandığını ve gelecekteki potansiyel gelişmeleri incelemektedir. Makalede 5 ana trendi aşağıda toparladım.

• Generative AI sparkles but needs to deliver value: Üretken yapay zeka, büyük ilgi görmesine rağmen, henüz ekonomik değer yaratma konusunda tam anlamıyla başarılı olamamıştır. Şirketlerin bu teknolojiyi üretim süreçlerine entegre etmeleri ve çalışanlarını yeniden eğitmeleri gerekmektedir.

• Explainable AI (XAI): Yapay zekanın karar verme süreçlerinin şeffaf ve anlaşılır olması gerekmektedir. Bu, kullanıcıların yapay zeka sistemlerine güven duymasını sağlayacak ve etik sorunları azaltacaktır.

• Ethical AI: Yapay zekanın etik kullanımına yönelik artan bir talep bulunmaktadır. Şirketler, yapay zeka sistemlerinin adil, şeffaf ve sorumlu bir şekilde kullanılmasını sağlamak için stratejiler geliştirmelidir.

• Automated Machine Learning (AutoML): Otomatik makine öğrenimi, veri bilimcilerin daha hızlı ve verimli modeller geliştirmesine olanak tanımaktadır. Bu, iş süreçlerinde verimliliği artırabilir ve maliyetleri düşürebilir.

• Edge Computing: Veri işleme ve analizinin merkezi sunucular yerine veri kaynaklarına yakın yerlerde yapılması, gecikmeleri azaltabilir ve veri güvenliğini artırabilir.

Bu trendlerin her biri, iş dünyasında önemli değişimlere yol açabilir ve bu değişimlerin yönetimi için stratejiler geliştirilmesi gerekmektedir. Örneğin, üretken yapay zekanın ekonomik değer yaratma potansiyelini gerçekleştirebilmesi için şirketlerin bu teknolojiyi üretim süreçlerine entegre etmeleri ve çalışanlarını yeniden eğitmeleri gerekmektedir. Explainable AI ve Ethical AI trendleri, yapay zekanın şeffaf ve etik kullanımını sağlamak için stratejiler geliştirilmesini gerektirmektedir. Automated Machine Learning ve Edge Computing trendleri ise, iş süreçlerinde verimliliği artırmak ve maliyetleri düşürmek için yeni teknolojilerin entegrasyonunu gerektirmektedir.

5. Veri Güvenliği, Gizlilik ve Etik

MIT raporunda, yapay zekanın veri güvenliği, gizlilik ve etik konularındaki zorlukların üstesinden gelmek için ise aşağıdaki stratejiler tartışılmaktadır.

• Gelişmiş Şifreleme Teknikleri: Artan veri miktarı ve karmaşıklığı, veri ihlalleri ve siber saldırılar için daha fazla fırsat yaratmaktadır. Özellikle hassas verilerin korunması büyük bir zorluk olarak öne çıkmaktadır. Örneğin, 2023 yılında yapılan bir ankete göre, şirketlerin %68’i son bir yıl içinde en az bir veri ihlali yaşamıştır. Veri güvenliğini artırmak için gelişmiş şifreleme tekniklerinin kullanılması önerilmektedir. Bu, verilerin hem depolama sırasında hem de iletim sırasında korunmasını sağlar. Örneğin, uçtan uca şifreleme kullanımı, veri ihlali riskini %50 oranında azaltabilir.

• Veri Anonimleştirme ve Maskeleme: Kullanıcı gizliliğini korumak için veri anonimleştirme ve maskeleme tekniklerinin uygulanması gerekmektedir. Bu, hassas bilgilerin ifşa edilmesini önler. Örneğin, bir sağlık kuruluşu, hasta verilerini anonimleştirerek araştırma projelerinde kullanmış, veri ihlali durumunda ise hızlı bildirim yapabilmek için otomatik bir ihlal bildirim sistemi kurmuştur. Ancak, bu süreçler genellikle karmaşık ve maliyetlidir. MIT araştırmasına göre, anonimleştirme tekniklerinin uygulanması, veri analitiği projelerinin maliyetini %20 oranında artırabilir.

• Sürekli İzleme ve Tehdit Tespiti: Veri ihlallerini ve siber saldırıları erken tespit etmek için sürekli izleme ve tehdit tespiti sistemlerinin kullanılması önerilmektedir. Örneğin, bir finans kuruluşu, sürekli izleme sistemleri sayesinde yıllık veri ihlali sayısını %30 oranında azaltmıştır.

• Yasal ve Düzenleyici Uyumluluk: Şirketlerin, faaliyet gösterdikleri tüm bölgelerdeki veri koruma yasalarına ve düzenlemelerine uyum sağlamaları için kapsamlı bir uyumluluk stratejisi geliştirmeleri gerekmektedir. Örneğin, bir teknoloji şirketi, GDPR uyumluluğunu sağlamak için veri işleme süreçlerini yeniden yapılandırmış ve bu sayede Avrupa pazarındaki faaliyetlerini sürdürebilmiştir. GDPR’nin yürürlüğe girmesiyle birlikte, şirketlerin %75’i veri işleme süreçlerini yeniden yapılandırmak zorunda kalmıştır.

Bu stratejiler, yapay zekanın iş gücü piyasasında yarattığı potansiyel risklerin üstesinden gelmek ve iş gücünün yeni iş gereksinimlerine uyum sağlamasını sağlamak için etkili çözümler sunmaktadır.

6. Bilim ve Sağlık Sektörü

Yapay zeka,bilimsel araştırmalar ve tıp alanlarında da önemli ilerlemeler kaydetmektedir. Daron Acemoğlu, yapay zekanın sağlık sektöründe geniş bir kullanım alanına sahip olduğunu ve kişiselleştirilmiş tedavi yöntemlerinin mümkün hale geldiğini belirtiyor. Ancak, yapay zekanın sağlık sektöründeki karar alma süreçlerini sınırlayabileceği ve hasta güvenliğini riske atabileceği konusunda da uyarılarda bulunuyor. 2023 yılında yapılan bir araştırmaya göre, yapay zeka destekli teşhis sistemlerinin %85 doğruluk oranına sahip olduğu, ancak bazı durumlarda yanlış teşhislerin hasta güvenliğini tehlikeye attığı tespit edilmiştir.

2023’te öne çıkan yapay zeka destekli bilimsel başarılar arasında GraphCast gelişmiş hava tahmin sistemleri ve GNoME yeni malzeme keşif algoritmaları bulunmaktadır.

Stanford University’nin “Artificial Intelligence Index Report 2024” raporunda yapay zekanın bilim ve tıp dünyasındaki potansiyel gelişmeleri ve bu gelişmelerin ekonomik ve toplumsal etkileri hakkında daha detaylı bilgiler detaylandırılmış. Ama öncesinde GraphCast ve GNoME hakkında biraz detay vermek istiyorum.

GraphCast: Gelişmiş Hava Tahmin Sistemi

GraphCast, Google DeepMind tarafından geliştirilen ve hava tahminlerinde devrim yaratan bir yapay zeka modelidir. Bu model, hava koşullarını 10 güne kadar önceden tahmin edebilme yeteneğine sahiptir ve bunu mevcut endüstri standartlarından çok daha hızlı ve daha doğru bir şekilde yapar. GraphCast, hava tahminlerini sadece bir dakikadan kısa bir sürede yapabilirken, mevcut sistemler bu tahminleri yapmak için saatlerce süren süper bilgisayar hesaplamalarına ihtiyaç duyar.

GraphCast, hava tahminlerinde kullanılan geleneksel sayısal hava tahmin (NWP) yöntemlerinden farklı olarak, fiziksel denklemler yerine veri kullanarak tahmin yapar. Bu model, onlarca yıllık tarihsel hava verileri üzerinde eğitilmiştir ve Dünya’nın hava koşullarının nasıl evrildiğini öğrenmiştir. GraphCast, siklonların izlerini daha doğru bir şekilde tahmin edebilir, sel riskiyle ilişkili atmosferik nehirleri tanımlayabilir ve aşırı sıcaklıkların başlangıcını öngörebilir. Bu yetenekler, daha iyi hazırlık sayesinde hayat kurtarma potansiyeline sahiptir.

GNoME: Malzeme Keşif Algoritması

GNoME (Graph Networks for Materials Exploration), Google DeepMind tarafından geliştirilen ve yeni malzemelerin keşfini hızlandıran bir derin öğrenme aracıdır. GNoME, yeni malzemelerin stabilitesini tahmin ederek keşif sürecini hem hızlandırır hem de daha verimli hale getirir. Bu model, 2.2 milyon yeni kristal keşfetmiş olup, bunların 380.000’i en stabil olanlar arasında yer almaktadır. Bu stabil kristaller, gelecekteki teknolojiler için umut verici adaylar olarak görülmektedir.

GNoME, malzeme keşfinde iki ana boru hattı kullanır: yapısal boru hattı ve bileşimsel boru hattı. Yapısal boru hattı, bilinen kristallere benzer yapılar oluştururken, bileşimsel boru hattı kimyasal formüllere dayalı daha rastgele bir yaklaşım izler. GNoME’nin tahminleri, araştırma topluluğuna sunulmuş olup, bu kaynakların inorganik kristaller üzerine yapılan araştırmaları ileriye taşıması ve makine öğrenimi araçlarının deneyler için rehber olarak kullanılmasının vaatlerini gerçekleştirmesi umulmaktadır.

Bu iki gelişmiş yapay zeka modeli, hava tahminleri ve malzeme keşfi alanlarında büyük ilerlemeler kaydetmiş olup, ekonomik ve toplumsal etkileri önemli ölçüde artırma potansiyeline sahiptir.

Stanford‘ın raporda yazdığıekonomik ve toplumsal etkiler:

• Ekonomik Etkiler:

Yapay zeka destekli tedavi yöntemleri, geleneksel tedavilere göre daha yüksek fiyatlarla sunulmakta ve bu da ilaç gelirlerini artırmaktadır. Örneğin, hassas tedaviler, geleneksel ilaçlara göre ortalama 7 kat daha yüksek fiyatlarla sunulmaktadır. Bu durum, ilaç şirketlerinin gelirlerini önemli ölçüde artırmakta ve sağlık sektöründe ekonomik büyümeyi teşvik etmektedir. Ayrıca, yapay zeka, araştırma ve geliştirme süreçlerini hızlandırarak, yeni tedavi yöntemlerinin daha kısa sürede piyasaya sürülmesini sağlamaktadır. Bu da sağlık hizmetleri harcamalarının azalmasına ve ekonomik verimliliğin artmasına katkıda bulunmaktadır.

Yapay zeka, sağlık hizmetlerinin maliyetlerini düşürerek, daha geniş bir kitleye erişim sağlamaktadır. Örneğin, yapay zeka destekli teşhis ve tedavi sistemleri, hastaların daha hızlı ve doğru bir şekilde teşhis edilmesini sağlamakta ve bu da tedavi maliyetlerini azaltmaktadır. Bu durum, sağlık hizmetlerine erişimi artırarak, toplumsal sağlık düzeyini yükseltmektedir.

• Toplumsal Etkiler:

Yapay zeka destekli tedavi yöntemleri, yaşam kalitesini artırmakta ve hastalıkların etkin bir şekilde tedavi edilmesini sağlamaktadır. Örneğin, nadir hastalıkların tedavisinde yapay zeka destekli yöntemler kullanılmakta ve bu sayede hastaların yaşam kalitesi önemli ölçüde iyileştirilmektedir. Yapay zeka, sağlık hizmetlerine erişimi artırarak, toplumsal eşitsizliklerin azaltılmasına katkıda bulunmaktadır. Özellikle gelişmiş ülkelerde, yapay zeka destekli sağlık hizmetleri sayesinde daha fazla insan kaliteli sağlık hizmetlerine erişim sağlamaktadır.

Yapay zeka, sağlık hizmetlerinin kalitesini artırarak, hastaların daha iyi bakım almasını sağlamaktadır. Örneğin, yapay zeka destekli teşhis sistemleri, doktorların daha doğru teşhis koymasına yardımcı olmakta ve bu da tedavi sürecinin etkinliğini artırmaktadır. Bu durum, hastaların daha hızlı iyileşmesini sağlamakta ve sağlık hizmetlerinin genel kalitesini yükseltmektedir.

Bu gelişmeler, yapay zekanın bilimsel araştırmalar ve tıp alanlarında büyük bir potansiyele sahip olduğunu ve bu potansiyelin ekonomik ve toplumsal etkilerinin önemli olduğunu göstermektedir.

Sağlık üzerine konuşmuşken, Stanford AI Lab’ın başında olan ve büyük dil modellerinin kurucularından sayılan Fei-Fei Li anılarında hemşirelerin yapay zeka ile ilgili itirazlarını kaleme almıştı. Fei-Fei, ilk yapay zeka uygulama projesini ABD’deki büyük bir hastanede hemşirelerin iş süreçlerini iyileştirmek için yapıyormuş. Ancak proje başlamadan hemşireler, mahremiyet ve sonuçların aleyhlerine kullanılabileceği endişesiyle ayaklanmışlar. Fei-Fei, proje süreçlerini yeniden tasarlayarak ve hemşirelerle konuşup anlaşarak projeyi gerçekleştirebilmiş. Bu durum, iyi bir yapay zeka tasarımcısı olmanın, teknik bilgi kadar uygulamaya taraf olanların dertlerini anlamaktan da geçtiğini gösteriyor.

Ama şu anda durdurulamayan itirazlar da var.  Amerikalı hemşireler, geçen aylarda San Francisco’daki Kaiser Permanente Tıp Merkezi önünde yapay zekayı protesto ettiler.

Kaliforniya Hemşireler Birliği Başkanı Michelle Gutierrez-Vo, yapay zekânın kontrolsüz kullanımının hemşirelik mesleğini değersizleştirdiğini belirtti. Hemşireler Birliği’nin direktörü Bonnie Castillo, Kasım ayında bir yapay zeka forumunda, yapay zekanın sağlık sektöründeki karar alma süreçlerini sınırladığını ve hasta güvenliğini riske attığını vurguladı. Kaiser Permanente Tıp Merkezi yetkilileri ise yapay zeka araçlarının hemşirelerin işlerini daha iyi yapmalarına yardımcı olduğunu ve son kararın insanlar tarafından alındığını savundu.

7. Robotlar

MIT‘nin “What’s Next for AI in 2024” raporunda ise, çok görevli robotlar (multi-task robots) hakkında detaylı bilgiler ve örnekler sunulmaktadır.

MIT, çok görevli robotları, birden fazla görevi yerine getirebilecek şekilde tasarlanmış ve geliştirilmiş robotlar olarak tanımlamış. Bu robotlar, fabrika ve ev kullanımı için daha esnek ve çok yönlü olacak şekilde programlanmıştır. MIT’nin Improbable AI Lab tarafından geliştirilen HiP (Compositional Foundation Models for Hierarchical Planning) adlı yeni bir multimodal framework, bu robotların daha karmaşık planlar yapmasına ve uygulamasına yardımcı olmaktadır.

Çok görevli robotlar, endüstriyel üretimde verimliliği artırarak maliyetleri düşürebilir. Örneğin, bir fabrikada hem montaj hem de kalite kontrol görevlerini yerine getirebilen bir robot, iş gücü maliyetlerini %30 oranında azaltabilir. “ilk kirli tabağı al” veya “o tabağı süngerle yıka” gibi adımları içeren detaylı komutları yerine getirebilirler.

Ev kullanımı için geliştirilen robotlar, yaşlı ve engelli bireylerin günlük yaşamlarını kolaylaştırarak toplumsal eşitsizliklerin azaltılmasına katkıda bulunabilir. Örneğin, ev işlerini yapabilen bir robot, yaşlı bireylerin bağımsız yaşamalarını sağlayabilir.

Yavuz Selim Şen’in “Asya Pasik Raporu” isimli haftalık bülteni her hafta şahane bilgiler içeriyor. 99. bültende Çin’in endüstriyel robot teknolojilerinin benimsenmesinde Almanya ve Japonya’yı geride bıraktığı yer alıyordu. World Robotics 2024 raporuna göre Çin, robotların fabrika çalışanlarına oranında Güney Kore ve Singapur’un ardından 3. sırada yer alıyor. Çin 10.000 çalışan başına düşen robot sayısını 402’den 470’e çıkarmış. Güney Kore, 10.000 çalışan başına 1.012 robot oranıyla şu anda dünya lideri, Singapur ise 770 robotla ikinci sırada yer alıyor.

Tesla’nın Vizyonu isimli yazımda robotları ve özellikle perakende de kullanımını detaylı olarak yazmıştım. Okumadıysanız, onu da okumanızı tavsiye ederim. Tesla’nın Optimus robotlarını kullanarak Walmart, mağazalarında operasyonel verimliliği arttırmayı ve müşteri deneyimini iyileştirmeyi planlıyor. İş gücünün yalnızca %1’ini robotlarla değiştirmek, yıllık yaklaşık 660 milyon dolar iş gücü tasarrufu sağlatabilir. Bu bile potansiyel etkiyi tarif etmeye yeterli.

Sonuç olarak, yapay zeka, modern dünyanın en parlak ışıklarından biri olarak karşımıza çıkıyor. Tıpkı Prometheus’un insanlığa ateşi getirmesi gibi, biz de yapay zekanın sunduğu imkanları kullanarak geleceği şekillendirebiliriz. Teknolojinin hızla ilerlediği bu çağda, yapay zekanın potansiyelini anlamak ve onu yaratıcı bir şekilde kullanmak, hem bireysel hem de toplumsal olarak büyük fırsatlar sunuyor. Gelin, bu dijital devrimin bir parçası olalım ve yapay zekanın ışığında daha aydınlık bir geleceğe adım atalım.

Kaynaklar