2000’li yılların başında Japon robot Asimo, merdiven inip çıktığında, metalden beklenmeyecek akıcı bir zarafetle hareket ettiğinde hepimiz mest olmuştuk. Bu yüzden Asimo tökezlediğinde ve yer yer komutları yerine getirmediğinde onu hoş gördük. O günden bu güne pek çok şey değişti. Asimo’nun son versiyonu insan eklemlerini taklit eden esneklikte hareket ederken ünlü robotik firması Boston Dynamics’in oldukça esnek ve dengeli robotları milyonlarca izleyicinin beğenisini topluyor; hatta sosyal medya akımları başlatıyor. Bu da bugün tüm dünyanın ufkunda “daha iyi teknoloji”nin olduğunu gösteriyor.

Gittikçe daha iyi hale gelen ve dünyaya daha iyi bir gelecek vadeden bu teknolojilerin başında da yapay zeka geliyor. Yapay zeka bugün tıbbi teşhislerden mahkeme salonlarında jüri analizine, buradan e-ticarete ve güvenliğe kadar her sektörün yapı taşı olma yolunda ilerliyor. Her ne kadar insanlar yapay zeka dendiğinde akıllarına robot Sophie’yi ya da Ben, Robot, Ex Machina, Her gibi Hollywood yapımlarını getirse de, yapay zeka pek çok alt dalı ve kullanım alanını kapsayan bütüncül bir terim. Bu yazıda bu alt dallara ve geleceğin güvenlik teknolojileri için taşıdıkları anlama, ayrıca yapay zekanın genel avantajlarına bir göz atalım.

Makine Öğrenmesi

Makine öğrenmesi, makinelerin yani bilgisayarların - ki bunlara asansörler veya gıda otomatlarında, sanal gerçeklik ekipmanlarında kullanılan mini bilgisayarlar da dahil, bir görevi yerine getirmeyi, belli nesneleri veya hareketleri ayırt etmeyi belli bir kod vasıtası ile öğrenmesine verilen isim. Önce anlatılmak istenen şeyle bir kod dizini eşleştirilerek anlatılmak istenen şeye programlama dilinde anlamlı bir ad atanıyor ve daha sonra makineden, bu şeyle her karşılaştığında belli bir eylem yapması isteniyor.

Örneğin, bir makineye binlerce görsel veri beslenerek delici ve kesici aletler tanıtılabilir ve bunları her gördüğünde alarm vermesi istenebilir. Bu “görme” işlemi muhtemelen makine görüsü (computer vision) alanında kullanılan sensör ve kameralar ile yapılacaktır. Derin öğrenme gibi daha güncel metotlarda makine yalnızca beslenen verideki görselleri değil, bu görsellerle benzerleri arasında ilişki kurmayı ve bunları tanımayı da öğrenir. Yani derin öğrenme uygulamalarında sistem verilen komuttan yararlanarak zaman içerisinde kendi karar verebilir hale gelir. Tıpkı bir insanda olduğu gibi bir öğrenme modülü de ne kadar fazla veri - bilgi - alırsa o kadar iyi çalışır.

Makine Görüsü

Makine görüsü yani “computer vision” tabiri, makinenin görsel veriyi alma ve anlama süreçleri için kullanılır. Fakat burada bir yorumlama/işleme komponentinin olması bu tarz sistemleri yapay zekaya dahil eder. Tek başına bir kamera veya görüntüleme sistemi yapay zeka kapsamına girmez. İnsansı ve/ya hareket yeteneği olan robotlarda makine görüsü kabaca insan gözünün işlevini görür ve engel aşma, yön bulma, nesne tanıma ve kavrama, taşıma gibi eylemlerde kullanılır.

İleri makine görüsü uygulamaları tıpkı insan gözünde olduğu gibi makinenin algılama, kavrama ve yorumlama yetisine hizmet eder. Hareket yetisi olan robotlar ve makine görüsü dendiğinde akla ilk Robocop gibi kurgusal örnekler gelse de, bu alanda gerçeklik kurgunun pek uzağında değil. Bu uygulama derin öğrenme ile birleştiğinde şiddet betimleyen vurma, sarsma gibi jest ve vücut hareketlerini algılamak üzere kullanılabilir.

İskelet analizinin yanı sıra, kısıtlı alanlarda insan silueti tanıdığında alarm verecek görüntüleme sistemleri, insan müdahalesiz ve kişisel haklara saygılı üst arama ve kameradan yüz tanıma ya da kimlik doğrulama uygulamalarında kullanılabilir. Bunlara ek olarak, akıllı MOBESE ve benzeri sistemlere suç tespiti, zanlı veya plaka takibi ya da hızlı kaza müdahalesi gibi amaçlarla entegre edilebilir.

NLP (Doğal Dil İşleme)

“Natural language processing” ya da doğal dil işleme, makineye insan dilinin kural ve inceliklerinin öğretilmesi üzerine kuruludur. Mühendisler ve bilgisayar bilimciler kendini ifade etmeden ziyade iş görme odaklı, pratik programlama dillerini insan dilinin ses ve dilbilgisi özelliklerini makinelere kavratmak için kullanır. Bu yüzden pek çok sesli asistan birkaç yıl öncenin ağır ve duraksamalı, dalgalanmalı mekanik sesinden kurtuldu ve kulağa daha doğal geliyor. Yine bu yüzden metin yazarken “Yalnız yerine yanlız yazdın yalnız.” ya da “Doğrusu biçaredir onun.” diyen - ya da dediğini hayal ettiğimiz - can sıkıcı ve çok bilmiş yazım denetim uygulamaları ile uğraşıyoruz.

Öte yandan doğal dil işleme gelişen güvenlik uygulamalarında da önemli bir yere sahip. Bugün pek çok akıllı telefon ve giyilebilir akıllı cihaz acil durumlarda polis ve sağlık hizmetleri ile otomatik bağlantı kurarak donanıma göre makine görüsü, konum takibi veya hareket sensörü teknolojilerinin de yardımıyla duruma dair sesli bilgi veriyor. Makinenin algıladığını dile dökmesi gazetelere de konu olan mutlu sonlara ön ayak oldu ve hayat kurtardı. Bunun yanı sıra, doğal dil işleme, yalnızca devletin çok kısıtlı durumlarda kullanabildiği e-mail ve SMS’ler gibi metin verisi toplama ve işleme uygulamaları ile terörist saldırılarının önlenmesinde de kullanıldı.

Güvenlikte Yapay Zekaya Güvenmenin Avantajları

Dikkat Süresi: İnsanların aksine makinelerin dikkati dağılmaz, biz dalıp gittiğimizde dahi onlar izlemeyi sürdürürler.

Odak: İnsan zihni aynı anda onlarca şeyle meşgulken tek bir görevi kusursuz yerine getirmek üzere eğitilmiş makinelerin tek bir odağı vardır.

Ekonomi: Yapay zeka temelli izleme sistemleri ve diğer güvenlik teknolojileri fiyat-performans anlamında avantajlıdırlar. Bir kez satın alım ve kurulum ücreti ödeyerek yıllarca kesintisiz akıllı güvenlik hizmeti alırsınız. Bu, güvenlik alanında daha az kişi istihdam etmenize ama istihdam ettiğiniz çalışanlara çok daha iyi şartlar ve dengelenmiş sorumluluklar vermenize olanak sağlar.

Sonuç olarak her alanda olduğu gibi güvenlik alanında da yapay zeka imkan yaratan ve ilerleten bir itki, bir güç. Huawei Ar-Ge ekibi tarafından geliştirilen WeSight, gücünü yapay zekadan alan bir iş güvenliği sistemi. WeSight ile yapay zekadan nasıl faydalanabileceğinizi görmek için tıklayın.