Teknoloji

Bana yüzünü göster, sana ne hissettiğini söyleyeyim

Bana yüzünü göster, sana ne hissettiğini söyleyeyim

Market Research Future öngörülerine bakılırsa, bugün 20 milyar dolarlık bir pazar büyüklüğüne sahip olan yapay zekâ temelli duygu tanıma endüstrisi 2023 yılına gelindiğinde 65 milyar dolarlık bir hacme ulaşacak. Tüketici davranışlarını tahmin edebilmek isteyen markaların cömert yatırımlarını sürdürdüğü teknoloji, geçtiğimiz yıllarda The Jungle Book ve Star Wars: The Force Awakens gibi filmlerin gösterimi esnasında da uygulanmış, seyircilerin yüz ifadelerine yönelik birkaç dakikalık makine öğrenmesi tekniğiyle sürdürülmüş denemelerin hemen sonrasında salondakilerin ne zaman kahkaha atacağını öngörebilecek kadar gelişmişti. Elbette markalar bu algoritmik kehanetleri yalnızca pazar araştırmaları için değil, dijital reklam ve yüz yüze anketlerde de kullanmaya başladılar.

University of California psikoloji profesörlerinden Paul Ekman’ın 1960’lı yıllarda altı duyguya yönelik altı “evrensel” yüz ifadesi tespit etmesiyle başlayan araştırmalar, insan duygularının kompleks yapısı nedeniyle bugün Ekman’ın metodolojisini kimi bilim insanları için klasik kimileri içinse fazlasıyla demode kılacak şekilde ilerledi. 87 ülkeden 7,5 milyon yüzü içeren bir veritabanına sahip Affectiva’nın kurucusu Rana el Kaliouby, bu nedenle, makinelerinin öngörü yetisini beslemek için hareketli imgeleri ve ses, yürüyüş hali ve yüz ifadesindeki ufacık değişiklikleri dahi dikkate alan bağlamları çalışmaya başladıklarını belirtiyor. Ohio State University’den bir çalışma ise şimdilik teknolojinin zirvesine oynuyor: İnsanlar, merkezi sinir sistemi ve yüzde oluşan ifade arasındaki bağıntıyı tespit etmekte hiç fena değiller, tahminleri yüzde 75 oranında doğru. Ancak oran, makinelerde yüzde 90’a ulaşıyor. Elbette, çanlar burada da çalıyor zira bu teknolojiler, iş dünyası kadar güvenlik dünyası ve devlet aygıtı için de cazip. Şimdilik ortaya çıkan soru da şu: Teknolojinin siyasi duvarları yeniden, daha güçlü bir şekilde ürettiği günümüzde algoritmalar, coğrafyayla değişen anatomik farklar ve kültürel ifade biçimleri gibi önceden belirlenmiş kodları dikkate alarak öğrenmelerini sürdürdüğü için, genellikle azınlık bireylerin maruz kaldığı önyargıları ve ötekileştirme pratiklerini de otomatikleştirir mi?

İnsandan geriye kalanlar…

Yapay zekâ evreninde uykularımızı kaçıran son gelişme Şubat ayı ortalarında yaşandı. O günlerde thispersondoesnotexist.com adresini ziyaret edenler, bir insan yüzüyle karşılaştılar ancak gördükleri gerçek bir insana ait değil, bir GAN (generative adversarial network) tarafından üretilmiş, mükemmel bir fotoğraf imgesini andıran bir görüntüydü. GAN’lar, birinin diğerinin hatalarını tespit ederek çıktısını iyileştirmeye teşvik ettiği iki netten oluşan, yapay bir sinir ağı mimarisi. 2014 yılında Montreal Üniversitesi’nden Ian Geedfellow’un makalesiyle hayatımıza giren GAN’lar bu yazının sınırları dışında. Biz, gelişmenin muhtemel sonuçlarının varabileceği mantıksal uç noktalarını tespit etmekle yükümlüyüz.

Herkese ait olabilecek ancak hiç kimsenin olmayan bu yüzlerle karşılaşmamızdan önce Google’ın Duplex programının ürettiği insan sesini de duymuş, onun gerçek bir insani sohbetten ayırt edilemeyen telefon görüşmelerine tanık olmuştuk. Teknoloji yazarı Colin Horgan, yapay zekâ teknolojilerinin tedirginlik yaratan tarafının basit bir taklidin ötesine geçip, insan olanın yerini almaya başlamalarında yattığını belirtiyor. Elbette “insan” modern bir icat ve günün birinde, farklı kavramsal haritaların oluşmasıyla, geri çekilip yerini bir başka icada bırakabilir. Ancak bu geride kalış, bir iz bırakmayacak şekilde gerçekleşebilir. Öyle ya, ekolojik ve ekonomik nedenlerle verilerimizi daha fazla depolayamayacağımız gerçeğiyle karşılaşınca, bazı geçmişleri kolektif belleklerimizden ve veri depolarımızdan sileceğiz. Peki, ortaya çıkan boşluğu neyle dolduracağız; insana ait olanla mı makineye ait olanla mı?

Benzer Yazılar

Kömür: Yazdığı tarihi yok etmek üzere

Ad Hoc

İki dünyamız varmış gibi tüketiyoruz

Ad Hoc

Yeni hayat yeni hukuk

Ad Hoc