Yapay Zeka (AI) Bilgisayarları Nasıl Yeniden Keşfediyor? (I)
Apple, Samsung, Google gibi dev firmaların yeni ürünlerini piyasa sürerken yapay zeka teknolojilerine daha da ağırlık vermeye başladığını görüyoruz. Google’ın en son ürünü olan Pixel 6, standart işlemcisinin yanında yer alan, yapay zekaya ayrılmış bir çipe sahip ilk telefon. iPhone’u çalıştıran çip ise son birkaç yıldır Apple’ın “sinir motoru” olarak adlandırdığı ve aynı zamanda AI’ya adanmış bir kısım içeriyor. Her iki çip de, cihazlarımızda yapay zeka için kullandığımız makine-öğrenimi modellerinin eğitimi ve çalıştırılmasıyla ilgili hesaplamalarda kolaylık sağlıyor. Neredeyse fark etmeden, AI günlük hayatımızın bir parçası haline geldi ve programlama hakkındaki düşüncelerimizi değiştiriyor.
Bu ne anlama geliyor? Bilgisayarlar, son 40-50 yıl içinde pek değişime uğramadı diyebiliriz. Artık daha küçük ve daha hızlılar fakat yine de işlemcilere verdiğimiz talimatlar ile çalışan bir kutu olmaktan öteye gidemediler.
Yapay Zeka (AI) bilgisayarları en az şu üç cephede değiştirmeyi hedefliyor: nasıl yapıldığı, nasıl programlandığı ve nasıl kullanıldığı. Sonunda, bilgisayarlarla ilgili bildiğimiz her şey değişecek gibi görünüyor.
Intel’deki paralel hesaplama laboratuvarı direktörü Pradeep Dubey, “Programlamanın özü, yoğun hesaplamadan, karar vermeye doğru değişiyor.” diyor veya MIT CSAIL direktörü Daniela Rus’un dediği gibi: “AI, bilgisayarları kutularından kurtarıyor.”
Acele ile yapılan iş uzar.
İlk değişiklik, bilgisayarların ve onları kontrol eden çiplerin nasıl yapıldığıyla ilgili. Geleneksel hesaplamadaki kazanımlar, makinelerin birbiri ardına hesaplamalarda hızlanmasıyla geldi. Onlarca yıldır, dünya çip üreticileri Moore Yasası’na* ayak uydururken metronomik düzenlilikle gelen çip hızlanmalarından yararlandı.
Ancak mevcut yapay zeka uygulamalarının çalışmasını sağlayan derin öğrenme modelleri farklı bir yaklaşım gerektiriyor: İşlemlerin aynı anda gerçekleştirilebilmesi daha az hassaslıkta ve çok sayıda hesaplamayı gerektiriyor. Bu, yeni bir çip türünü gerekli kılıyor: Verileri olabildiğince hızlı bir şekilde hareket ettirebilen, gerektiğinde ve gerektiği yerde kullanılabilir olduğundan emin olan bir çip. Derin öğrenme on yıl kadar önce sahneye çıktığında, bu konuda oldukça iyi olan, özel bilgisayar çipleri zaten mevcuttu: Grafik işleme birimleri veya saniyede düzinelerce kez tam bir pikseli görüntülemek için tasarlanmış GPU’lar.
Her şey bilgisayar olabilir. Gerçekten de, günümüzde diş fırçalarından, ışık düğmelerine ve kapı zillerine kadar çoğu ev eşyası zaten akıllı bir versiyona sahiptir.
İlk GPU’ların çoğunu sağlayan Intel, Arm ve Nvidia gibi çip üreticileri, donanımları özellikle AI için uyarlanmış hale getirmek için bir dönüşüm içerisinde. Google ve Facebook da donanım yoluyla bir yapay zeka üstünlüğü sağlama yarışında ilk kez bu sektöre girmeye çalışıyor.
Örneğin, Pixel 6’nın içindeki çip, Google’ın tensör işleme biriminin veya TPU’nun yeni bir mobil versiyonudur. Ultra hızlı, hassas hesaplamalara yönelik geleneksel çiplerin aksine TPU’lar, sinir ağlarının gerektirdiği yüksek hacimli ancak düşük hassasiyetli hesaplamalar için tasarlanmıştır. Google bu çipleri 2015’ten beri kendi bünyesinde; İnsan fotoğrafları ve doğal dildeki arama sorgularını işlerken kullanıyor. Google’ın kardeş şirketi DeepMind, yapay zekalarını eğitmek için bunları kullanıyor.
Son birkaç yılda Google, TPU’ları diğer şirketlerin kullanımına sundu ve bu çipler ve -başkaları tarafından geliştirilen benzerleri – dünyanın veri merkezlerinde olağan hale geliyor.
AI, kendi hesaplama altyapısını tasarlamaya bile yardımcı oluyor. 2020’de Google, yeni bir TPU’nun düzenini tasarlamak için, bir görevin nasıl çözüleceğini deneme yanılma yoluyla öğrenen bir yapay zeka türü olan pekiştirmeli öğrenme algoritması (Reinforcement Learning Algorithm) kullandı. Yapay zeka sonunda hiçbir insanın düşünemeyeceği garip yeni tasarımlar buldu ve işe yaradı. Bu tür bir AI, bir gün daha iyi, daha verimli çipler geliştirebilir.
(*Moore Yasası, Intel şirketinin kurucularından Gordon Moore’un, 19 Nisan 1965 yılında teknolojik ilerlemelerin ve gelişmelerinin geleceğine yönelik olarak kaleme aldığı, Electronics Magazine dergisinde yayınlanan, orjinal başlığı “Cramming More Componenets Onto Integrated Circuits” olan makalesi ile teknoloji tarihine kendi adıyla geçen yasanın adıdır. Yasa, temel olarak bir tümleşik devrenin fizikî boyutunun devreyi oluşturan transistör sayısının karesiyle değiştiği anlamına gelir.)
Kaynak:
https://www.technologyreview.com/2021/10/22/1037179/ai-reinventing-computers
