1. İletişim
Her gün çok sayıda insanın çağrı merkezlerini araması sebebiyle çağrı merkezlerinde veya benzeri yapılarda iş gücü gerekliliği baş göstermiştir. Özellikle çağrı merkezlerinde chatbotların kullanılması, bu iş gücü gerekliliğini büyük ölçüde azaltmıştır. Sıklıkla sorulan soruların cevapları chatbotlar tarafından bekletilmeden cevaplanmaktadır. elMajorTrato.com ‘un CEO’su ve kurucu ortağı Cristian Rennella, Google’ın “TensorFlow” platformunun derinlemesine öğrenme yoluyla yapay zeka sayesinde soruların % 56,9’unu otomatikleştirebildiğini belirtmektedir (Barışkan, 2018). Özellikle Amazon’un “Alexa’sı” ve Apple’ın “Siri’si” kullanıcılarını memnun etmeleri sebebiyle son dönemlerde oldukça popülerdir. Chatbotlar yapay sinir ağları, Algoritmalar ve NLP metodları ile çalışmaktadır. Chatbotlar her ne kadar iş yükünün bir kısmını alsa da insanların sordukları bazı sorulara tam anlamıyla bir cevap verememekte ve bu da sistemde yine bir gecikmeye sebep olmaktadır.
2. Bilgi Teknolojileri
- Görüntü İşleme:Özel görüntü işleme sistemlerinin hızlı ve ucuz bir şekilde oluşturulması ve mevcut sistemlere görüntü işleme yeteneklerinin entegre edilmesi için görüntü tanıma kütüphaneleri, Algoritmalar, SDK’(S kullanılmaktadır. Özellikle son dönemlerde geliştirilen yüksek performanslı grafik kartları (Örnekler; AMD, Nvidia vs.) bu alanlarda büyük fayda sağlamaktadır.
- Akıllı Güvenlik Sistemleri Günümüzde bir monitörün önünde oturan ve emri izleyen bir veya daha fazla güvenlik görevlisi yeterli bir koruma önlemi olarak kabul edilmektedir. Bu nispeten başarılı bir yaklaşımdır. Ancak tam bir güvenliği garanti etmez. Yapay zeka destekli otonom güvenlik sistemleri maksimum koruma sağlama amacıyla sürekli çalışmaktadırlar. Çevrenizdeki en küçük hareketi ve şüpheli bulguları bile tespit edebilen yapay görme ve algoritmalar, anında uyarı vererek acil müdahale emirlerini otomatik olarak aktifleştirebilir. Örneğin bir güvenlik görevlisi, zayıf aydınlatılmış bir binaya girmeye çalışan bir kişiyi fark etmeyebilirken akıllı bir video analiz sistemi ile donatılmış bir kamera, ekranda bir ışık parlamasını tetikler ve personeli olası bir tehdit konusunda uyarır. Böyle bir sistem okul bahçesinin çevresinde dolaşan bir suçluyu ya da tehlikeli kişiyi kolayca fark edecek ve neler olup bittiğini araştırmak ve gerekirse harekete geçmek için görevlilere haber verecektir. Bu tür sistemler günlük hayatımızda askeri alanlarda ve bankalarda sıklıkla kullanılmaktadır. Güvenlik sistemleri her ne kadar gelişmiş olsalar da birtakım yetenekli bilgisayar korsanları tarafından aşılabil Bu da güvenlik sistemlerinin zayıf yönlerinden birisidir(Kızrak, 2019).
- Yapay Zeka Danışmanlığı Makine Öğrenmesi sayesinde yapay zekaya öğretilen işlemler sonucunda belli alanlar için yapay zeka’ya danışmanlık görevleri verilmektedir. Finans, Borsa, Yatırım gibi alanlarda hızlı hesaplama ve olasılıkların kolayca hesaplanması için bu tarz yapılara ihtiyaç duyulmaktadır. Bu yapı sayesinde işlemler hızlanırken yapılan tahminlerin tutarlılık oranları ise yükselmektedir (Kızrak, 2019).
3. Sağlık
- Hastalık Teşhisi Hastalıklara doğru teşhis koymak zorlu ve zaman alıcı bir iştir. Bilgi birikimi, uzmanlık ve tecrübe gerektirir. Teşhis koymak belki de iyileşme sürecindeki en önemli adımdır.Zamanla tıbbın birçok alanında uzman talebinin arzı aşmış durumda olması teşhisi geciktirmektedir. Makine öğrenimi sayesinde hastalıkların otomatik teşhisi konusunda son dönemde büyük ilerleme kaydedilmiş, teşhis süreci daha ucuz, kolay ve hızlı hale gelmiştir. Algoritmalar tıpkı doktorlar gibi somut ve kalıp örneklerle öğrenmiştir (Tıpta Yapay Zeka Devrimi, 2019).
Makine öğrenimi sayesinde bilgisayarlı tomografi taramalarını analiz ederek akciğer kanseri ve felç teşhisi koyma, elektrokardiyogramlarını analiz ederek ani kalp krizi riskinin belirlenmesi, deri görüntülerini analiz ederek lezyonların sınıflandırılması, göz görüntülerini analiz ederek diyabetik retinopati göstergelerinin belirlenmesi gibi işler kolaylaşmıştır. Yapay zekânın en yoğun ilgi gördüğü alanlardan birisi de radyolojidir. Dünyada her yıl iki milyardan fazla göğüs röntgeni çekilmektedir. Yapay zekâ algoritmaları bu röntgenlerin değerlendirilmesi ve hastalıkların teşhisinde insanlardan çok daha başarılı olmaktadır. Bu algoritmalardan röntgen filmlerinin yanı sıra BT, MR, ekokardiyo ve mamografi gibi her türlü tıbbi görüntüleme sisteminde de yararlanılmakta ve insanlara kıyasla 150 kata varan hızlarda sonuç elde edilmektedir (Tıpta Yapay Zeka Devrimi, 2019).
- Yapay Zekâ Destekli Ameliyatlar Yapay zekânın insan hayatını kurtaracağı bir yer de acil servisler. Zamana karşı bir yarışın yaşandığı acil servislerde örneğin, trafik kazası geçiren bir insana doğru teşhis konabilmesi ve etkin bir tedavi uygulanabilmesi için onlarca görüntünün, hastanın tıbbi geçmişinin, kazaya ilişkin bulgular ve daha birçok unsurun incelenmesi gere Burada da devreye görüntü işleme temelli derin öğrenme girmekte. Yapay zekanın algoritmaları sayesinde bu süreç daha da kısalabilmektedir. Yapay zekâ destekli operasyonlarda insan kaynaklı komplikasyonlar beş kat azalmakta ve hastanede yatma süresi yüzde 21 oranında kısalmaktadır(Tıpta Yapay Zeka Devrimi, 2019).
4. Tarım
Günümüzde teknoloji ve algoritmalar insan gibi öğrenmekte ve insan gibi karar vermektedir. Yapay zekanın farkı ise karar alırken büyük hesaplamaların yanı sıra bütün olasılıkları da ele almasıdır. Yapay zeka tarım uygulamalarında kendini robotik, veri analizi, analitik tahmin ve ürün takip sistemi olarak göstermektedir.
Robotik işlemlerde toprağın sürülmesi, işlenmesi, ekilmesi ve sulanması gibi işlemlerin yanı sıra hasat işleri de yapılmaktadır. Ürün takip sistemleri ise araziden veya havadan başlayarak uzaktan izleme ile verim ve hastalık takibine kadarki tüm süreçleri kapsar. Uzaktan takip sistemlerinde drone gibi cihazlar kullanılır. Bu sayede toprak ve arazi yapısı, ekinlerin durumu, haşere baskını, toprak çökmesi veya kayması, küçük çaplı yangınlar gibi hassas veriler elde edilebilmektedir. (Çelikten, 2020)
Yapay zekanın tarımda devamlılığı için Amerika Birleşik Devletleri’nin Massachussetts Teknoloji Enstitüsü’nde Caleb Harper tarafından kurulan ve yönetilen açık kaynaklı (open source) bir tarımsal araştırma laboratuvarı mevcuttur. Bu laboratuvar ekolojik ve sosyal olarak yozlaşmış endüstriyel gıda üretim sistemine tepki olarak kurulmuştur. Topraksız tarım gibi araştırmalar üzerine de çalışmaları mevcuttur (Aslan, 2019).
Farklı çeşitlerdeki tarım ürünlerinin hava koşulları, toprak yapıları ve iklim başta olmak üzere tüm zorlu koşullarda aynı kalitede nasıl yetişebileceğini araştıran bu laboratuvar ısı, ışık miktarı, nem, su ve bitki besinleri gibi üretim süresince önemli olan tüm parametrelerin yapay zeka ile belirlendiği bir sistem geliştirmiştir. Sistem çiftçilere sağladığı ağ ile yetiştirilmek istenen her bir çeşit için oluşturulacak iklim verilerini bilgisayar ortamında işlenecek bir dizi komut sistemine dönüştürerek tüm tarımsal bilgi birikimini paylaşıma açıyor. Topraksız tarım teknolojilerini kullanan bilgisayar karbondioksit, sıcaklık, nem, çözünmüş oksijen, bitkinin bulunduğu koşullara verdiği tepkiler ve daha birçok değişkeni kontrol ederek kayıt altında tutuyor. Bu sayede her ürün için en uygun iklim reçeteleri oluşturuluyor ve platform üzerinde paylaşıma açılıyor. Örnek olarak sadece Meksika’da yetişen bir çilek türü için yazılmış reçeteyi indirip uygulayarak bu çileği dünyanın her yerinde aynı şekil, büyüklük, koku, tat ve renkte %100 verimlilikte uygun bir şekilde yetiştirebilirsiniz. Buna benzer olarak evde tarım faaliyetleri de mevcut (Aslan, 2019).
Türkiye’de akıllı tarımın geliştirilmesi ve desteklenmesi amacıyla Agritech Projesi sürdürülmektedir. Projeye 300’e yakın üye destek vermektedir. Bir diğeri ise Farmbot. Yeni nesil teknolojilerin en dikkat çeken isimlerinden birisi olarak kabul edilen Farmbot sayesinde açık kaynaklı (open source) sistem ile beraber otomatik bir şekilde tarım yapabilme olanağı sağlanmaktadır. Bu robotun farklı bölümleri ile tohum ekilebiliyor, sulayabiliyor ve ürünlerin sağlık durumlarını analiz edebiliyorsunuz. Farmbot, bilgisayar ve akıllı telefonlarla da uygulamalar sayesinde kolay bir biçimde takip edilebiliyor. Boğaziçi Üniversitesi, Harran Üniversitesi ve T.C. Sanayi ve Teknoloji Bakanlığı GAP Bölge Kalkınma İdaresi Başkanlığı ortaklığı ile Türkiye’de tarımın dijitalleşmesi için yeni bir başka proje hayata geçirildi. Projeyle, Şanlıurfa Harran Ovası’nda bulunan üreticilerin arazisinde gerçekleştirilen çalışmada teknoloji kullanımı ile tarım dijitalleştiriliyor. Aralık 2019’da başlayan projeyle 10 dönümlük tarım arazisinde pamuk ekimi tamamlanırken dijital ekipmanların kurulumu yapılarak veri toplama süreci başladı. Projedeki hedef, kaynakların korunarak pamuk üretiminin verimliliğini %20 arttırmak (Laleli, 2020).
5. Bilgisayar Oyunları Ve Oyun Sektörü
Yapay zekanın tamamen etkili olduğu sektörlerden birisi de oyun dünyasıdır. Oyun sektörü kurulduğundan beri yapay zeka bu sektörün içerisinde varlığını göstermiştir. Günümüzde ise oyun dünyasında yapay zeka bazında büyük gelişmeler görülmektedir.
Yapay zeka birden fazla npc’(oynanamaz karakter) nin bulunduğu oyunlarda 10000’den fazla işlemi aynı anda yapmaktadır. Oyuncuların bulunduğu ortamlarda sanki gerçekmiş gibi sanal bir evren yaratabilir ve bu evrende istediğini yapmakta serbesttir. 1958 yılında ilk bilgisayar oyunu sayılabilecek olan “Tennis for Two” çıktığında sektörün tarihi için bir başlangıç adımı atılmış oldu. Yapay zekalı ilk oyun “Pong” çıktığında ve gelişmiş yapay zekalı ilk oyun “Wolfenstein 3D” çıktığında sektörde büyük adımlar atılmıştı. Oyun sektörü ilk çıktığından beri yapay zeka konusu üzerinde çok çalışmıştır.
Aktif öğrenen bir yapay zekânın insanüstü güzellikte oyunlar ortaya koyacağı düşünülmektedir. Mesela bir savaş oyununda kafasına sürekli isabet alan düşman birlikleri bu durumu görüp ilerleyen bölümlerde daha sağlam kasklar giyerek gelmektedir. Veya açık dünya oyunu oynuyorsanız yapay zeka birden fazla npc’nin (oynanamaz karakter) yapacaklarını kontrol eder. Diğer bir örnekte ise futbol maçı oyununda sizin iyi oynamanıza göre oyun otomatik olarak rakip takım oyuncularının değerlerini anlık artırarak size daha zorlu bir oyun sunmaktadır. Yapay zekanın oyun sektörüne sağladığı bir diğer katkı ise grafik tasarım konusundadır. Bilgisayara kaydedilen görüntüleri analiz ederek oyun üzerine entegre edebilmekte ve bu şekilde daha gerçekçi oyunlar ortaya koyabilmektedir (Yoğun, 2019).
Oyunlardaki yapay zekayı daha basit haliyle anlatmak gerekirse, siz oyun oynarken sizin dışınızda meydana gelen bütün olaylar yapay zeka tarafından yapılmaktadır. Bilgisayara karşı oynarken askerlerin sizi görünce ateş etmesi ve siper alması gibi olaylar yapay zekanın yaptığı olaylardan bazılarıdır.
Son dönemlerde çıkan yeniliklerden birisi de şüphesiz VR oyunlardır. VR mantığı kısaca sanal ortamlar 3D hale getirilerek ses ve hissiyat arttırılmış ve “AR” (Artırılmış gerçeklik ile geliştirilmiş) gerçeklik hissi verilerek oluşturulmuş ortamlardır. VR oyunlarda, oyuncuyu en etkileyen noktalardan biri de sanal gerçeklik sunan başlık ve gözlüklerin yeni nesil oyun konsollarına uyumlu olmaya başlamasıdır. Bu durum oyun yapımcılarının da deneyimi artıran oyunlara yönelmesine sebep olmaktadır. Fiziksel hareketleri oyuna aktarabilen konsollar her sene daha da güçlenmektedir. Fakat bu durumun kötü yanlarından birisi uzun süre VR kullanıldığında oyuncuların gerçeklik algısını yitirmesi ve bir süreliğine sanal ile gerçek kavramları arasında karmaşa yaşamasıdır.
Video oyunları için görüntü formatında yapay zeka yine bir farklılık yaratabiliyor. Tabi yapay zeka şu an için yüksek çözünürlüklü görüntüler ve grafikler oluşturmakta zorlansa da Intel’in bu yapay zekayla ilgili farklı planları var. Stanford Üniversitesi’nden Qifeng Chen’in liderliğinde geliştirilen yapay zekanın eğitilmesi için Almanya’daki sokak, park ve caddelere ait 5000 görüntü toplandı. Görüntü işleme yöntemiyle yapay zekaya öğretildi. Daha sonra yapay zekadan foto-gerçekçi sahneler oluşturması istenildiğinde yapay zeka fotoğraflardaki unsurların bazılarını barındıran ancak kesinlikle herhangi bir fotoğrafla aynı olmayan bir sokak görünümünü oluşturdu. Yapay zeka sokağı oluşturmak için gerçek bir cadde görünümü ile işe başladı ancak sonrasında ekibin isteği doğrultusunda farklı gerçekçi görünümler geliştirdi. Qifeng Chen ise yapay zekayı şöyle yorumluyor “Video oyunlarını geliştirmek için derin öğrenmeyi kullanmak geleceğin bir parçası olabilir.”
Bu ifadeye bakarsak ilerleyen yıllarda bu tek; (Babur, 2017)
6. Eğitim
Günümüzde artık yapay zeka neredeyse bütün sektörlere girmiş durumda. Bunlardan biri de kuşkusuz eğitim alanıdır. Son zamanlarda İspanya’daki Murcia Üniversitesi, öğrencilerin kampüs ve çalışma alanları hakkındaki sorularına cevap vermek için yapay zeka özellikli bir chatbot test etmeye başladı. Bu chatbot piyasaya sürüldüğü için okul yöneticileri, zamandan büyük tasarruf edildiğini ve chatbotun soruların % 91’inden fazlasını doğru bir şekilde cevaplayarak 38.708’den fazla soruya cevap verdiğini keşfetti. Aynı zamanda üniversite yetkilileri chatbotun öğrenci motivasyonunu arttırdığını farketti. Tüm bu faydalar, personelin yapısını değiştirmeye gerek kalmadan sağlandı. (Ay, 2019) (Yukarıda ki sebeple benzer sebep)
Üniversiteler, öğrencilerin stresini azaltmak ve ders çalışma motivasyonlarını artırmak için chatbotları ve sanal asistanları kullanmayı düşünmelidir. Böyle bir aracın bir örneği, kullanıcıların “akıllı ruh hali izleme” ile duygularını öğrenmelerine yardımcı olmak için tasarlanmış yapay zeka özellikli bir sohbet çubuğu olan Woebot’tur. Üniversiteler yapay zeka’yı çeşitli operasyonlara uygulamaya başladıkça hâlâ çözülecek bazı zorluklar olduğunu göreceklerdir. Bu konudaki en önemli nokta, eğitim kurumlarının öğrencileri yeni teknoloji tabanlı dünyaya en iyi şekilde hazırlayabilmeleridir (Rouhiainen, 2019).
Yapay zeka, özellikle dünyadaki eğitim sistemini geliştirmek ve yenilemek için birçok heyecan verici gelişme sunsa da hâlen kullanım aşamalarının başındadır. Yapay zeka araçlarının yükseköğretim kurumlarında başarıyla uygulanabilmesi için daha fazla deneme ve araştırma gereklidir.
7. Lojistik
Günümüzde diğer sektörler gibi lojistik sektörü de büyük ölçüde yapay zekadan yararlanmaktadır. Birçok sektörde olduğu gibi lojistik sektöründe hizmetlerin hata oranının en aza indirilmesi müşterilere sunulacak deneyimi iyileştirmenin en kolay yoludur. Müşterilerin beklentilerini karşılayacak lojistik hizmetlerde değer yaratmak, pazardaki rekabet gücünü sürdürmek için daha önemli hale gelmektedir.
Yapay zeka en çok robot kontrollü süreç otomasyonu alanında tercih edilmektedir. Fiziksel güç gerektiren işlerde kullanım alanı artan robotlar ve makineler, lojistik sektörü için de önemli bir iş gücü oluşturmaktadır. Depolama evresinde ürünleri yerleştiren, izleyen ve taşıyan robotlar aynı zamanda bir insanın taşıyamayacağı kadar büyük paketleri kolaylıkla taşımalarıyla iş kolaylaştırıcı bir unsur haline gelmiştir. Böylece insan gücü zaman alıcı fiziksel hareket gerektiren işlerde kullanılmamaktadır. Bu sayede zamandan ve iş gücünden tasarruf edilip kaliteden kazanç sağlanmaktadır. (Lojistiğin Kaderini Değiştiren Teknoloji: Yapay Zeka, 2020)
8. Havacılık ve Drone’lar
Havacılık var olduğundan beri teknolojiye bağlıdır ve teknolojiden bağını koparamaz.
Yapay zeka diğer sektörlerde olduğu gibi havacılıkta da büyük ilerlemenin temel sebeplerinden biri olmuştur. Yapay zeka uzun süredir bilet sistemleri, uçuş sistemleri ve otopilotlarda görev almakta, havayolları ve uçuş işletmecileri, filolarını ve operasyonlarını yapay zeka destekli sistemler ile en iyi hale getirerek işletme maliyetlerini ve ek masraflarını önemli ölçüde düşürmektedir. Örneğin; uygun fiyatlandırma yardımıyla seyahat özelliklerine göre ayarlanmış temel ücreti optimize eder, müşteriler ve mevcut pazar koşulları hakkındaki verileri ve ayrıntıları değerlendirdikten sonra daha yüksek kar sağlayacak fiyatı belirler. Bu fiyata göre de sınıflar ve uçuşlar belirlenerek maksimum verimlilik ve kar elde edilir. Bunların yanı sıra yapay zeka en iyi uçuş rotasını hesaplayabilir, uçuş gecikmelerini hesaplayarak müşterilerin uçuşlarını yeniden düzenleyebilir. Birçoğumuzun bilmediği uçak içi sistemlerde ve havacılık yönetimlerinde yapay zeka mevcuttur (Havacılık Ve Yapay Zeka, 2019).
Sivil uçuşların yanı sıra askeri havacılıkta da yapay zekanın izleri büyüktür. Askeri alanda kullanmak için başlatılan insansız hava araçları (İHA), dronelar, acil durum iletişim ağlarının kurulması, gelişmiş kargo dağıtımı gibi yeni uygulamalar ve yeni pazar fırsatları önceki sivil havacılıkta kazanılan başarımları gösterir. Uyduların birçoğu tamamen yapay zeka odaklı çalışır. Zamanın belirli aralıklarında fotoğraflar çekip verileri merkezlere iletir, kendilerine en uygun rotaları ve yörüngeleri belirler. Yapay zekaya sahip dronelar ve İHA’lar, insan faktörüne gerek kalmadan tehlikeli ve maliyetli işler kolayca yerine getirilebilir.
Havada, karada ya da su altında kullanılabilen bu tür robotlar teorik olarak yapay zekayla görevlerini kendi başlarına yerine getirme becerilerine sahip olur. Ancak, özellikle insan hayatının söz konusu olduğu ihtimallerde yapay zeka kullanan bu akıllı makinelerin bu tür askeri misyonları yürütmesine izin verilip verilemeyeceğine dair birçok tartışma söz konusudur. Bu tartışmalar, kullanım sınırlaması ve yasaklar gibi birçok konuyu beraberinde getirmiştir. Çünkü en nihayetinde herhangi bir aksilik veya problem oluşursa insan hayatının tehlikeye girmesi gibi durumlarda sorumluluğun kimde olacağı henüz kesinleşmemiştir (Havacılık Ve Yapay Zeka, 2019).
9. İnşaat
Günümüzde inşaat sektörü, sektörler içerisinde insan hayatı açısından tehlikeli bir sektör olarak kabul edilmektedirNvidia’nın, Japon inşaat şirketi Komatso ile yaptığı iş birliği yapay zekanın sektörde ilerlemesi adına önemli bir adım olarak ön plana çıkıyor. (Duran, 2018) (İşçi ölümleri verisi için)
Nvidia, grafik işleme birimlerinin (GPU) güvenlik sorunları için şantiyelerin görselleştirilmesine ve tehlikeli anlar, tahminler vb. durumlar için analizine yardım edecek bir platform tasarladı. Normalde robotlar ve dronlar için tasarlanmış olan kredi kartı büyüklüğündeki cihazı “Nvidia Jetson AI” platformu artık ağır makinelerin beyni olarak görev yapacak. Nvidia CEO’su Huang bir açıklamasında inşaat sektöründeki yapay zeka için şöyle demiştir; “Yapay zeka endüstrileri kasıp kavuruyor ve bir sonraki sınırı otonom akıllı makineler. Geleceğin akıllı makineleri çevrelerini algılayacak, sürekli uyanık olacak ve operatörlerin daha verimli ve güvenli çalışmasına yardımcı olacak. İnşaat ve madencilik sektörleri için büyük yarar sağlayacak”.
GPU’lar inşaat sahalarında ki dronlar, kameralar ve robotlar ile iletişim kurarak analiz ve görselleştirme için bir AI platformu görevi görecek. “Skycatch” ile arazinin bir ucundan diğer ucuna kadar görselleştirme amacıyla 3B görüntüler toplanılacak, bu da dronlar ve arazideki robotlar aracılığıyla yapılacaktır. IoT (Nesnelerin İnterneti) firması olan “Optim” dronelar ve robotlardan toplanan görüntülerdeki kişi ve makinelerin tanınması için bir uygulama geliştirecektir. Bu iki şirket de, Nvidia’nın inşaat sektöründeki “Startup” programının ortaklarındandır (Takahashi, 2017 ).
Yapay zekanın inşaat sektöründeki görevleri sadece görüntü işlemeyle kalmıyor. Makine öğreniminin potansiyel uygulamaları çok büyüktür. Bilgi talepleri (RFI), cevap bekleyen sorunlar ve değişiklik siparişleri sektörün standart uygulamaları arasındadır. Makine öğrenimi bu veri dağını inceleyen ve proje yöneticilerini dikkat etmeleri gereken kritik konular hakkında uyaran akıllı bir asistan gibidir. Her gün muazzam büyüklükte veri yığınlarının oluştuğu bu dönemde yapay zeka sistemleri de daha çok öğrenme ve kendini geliştirme sonucu doğuracak sonsuz miktarda veriye maruz kalmaktadır. Bu açıdan her inşaat alanı yapay zeka için potansiyel bir veri kaynağı haline gelmektedir. Mobil cihazlardan elde edilen görüntülerden, drone görüntülerinden, uçak videolarından, güvenlik sensörlerinden, bina bilgi modellemesinden (BIM) ve diğer kaynaklardan elde edilen veriler büyük bir veri havuzu meydana getirmektedir. Bu veri topluluğu sayesinde inşaat sektörü istekler doğrultusunda veri analizi yapabilmekte ve müşterilerinin isteklerini karşılayabilmektedir (Yapay Zeka’nın İnşaat Sektörüne Faydaları, 2019).
10. Ticaret ve İş Sektörü
Brookings Enstitüsü’nün yaptığı “Yapay Zekanın Ticaret Üzerine Etkisi” araştırmasına göre yapay zekanın gelişmesi uluslararası ticareti birkaç şekilde etkileyecek. Birincisi yapay zekanın makroekonomik etkileri ve ilgili ticari etkileridir. Yapay zeka, uluslararası ticaret sonuçlarıyla birlikte ekonomik büyümenin türünü ve kalitesini de etkileyecektir. Bu, yapay zekanın ve işlerin etkisiyle ilgili endişelerin doğal bir sonucudur. Zira yapay zekanın otomasyonu genişletmesi ve üretim alanlarında düşük vasıflı, mavi yakalı çalışanlar için iş kayıplarını hızlandırması muhtemeldir. Buna paralel olarak yapay zeka üretime ve ürünlere değer katmak için kullanıldığı için belirli çalışan becerilerini de vurgulayacaktır. Bu, hizmetlerin üretimdeki ve uluslararası ticaretteki payının daha da genişlemesine yol açacaktır (Meltzer, 2018).
Yapay zekanın e-ticaretteki rolü de fazladır. Teknoloji odaklı bu çağda yapay zeka bu çağın hızlandırılmış gücü olarak ortaya çıkmıştır. E-ticaret siteleri yapay zeka sayesinde fazladan iş gücü gerektiren işlerini hızlandırmıştır. Bunun yanında veri odaklı çalışmalar da yapmışlardır. E-ticaret alanında yapay zeka ile en çok iş yapan e-ticaret şirketlerinden birisi de Amazon’dur. Mesela Amazon kendi bünyesindeki şirketler ve çalışanlar için “Amazon Web Services”ı (AWS) kurmuştur. AWS, ödemelerine göre kişilere, şirketlere, kuruluşlara ve hükümetlere web hizmetleri, bulut bilişim sistemleri ve teknik altyapılar sunmaktadır.
Amazonun yaptığı bir diğer çalışma da “Amazon AI”dir. “The Verge” tarafından yayınlanan belgelere göre Amazon, yapay zekayla gerçekleştirdiği çalışmaları bambaşka bir noktaya taşıdı. Şirket, yalnızca tek bir depolama sahasında aktif olarak çalışan yüzlerce işçiyi verimlilik hedefini tutturamadıkları için işten çıkardı. Bu durumun olumsuz yanlarından birisi de yapay zekanın insani durumlar hakkında değerlendirme yapamamasıdır. Amazon bu işten çıkartma hamlesinden dolayı çok fazla eleştiri almıştır. Bu sistemin yalnızca istatistiklere değer veren bir makine olduğu, insani değerlere hiçbir şekilde önem vermediği pek çok kişi tarafından dile getirilmiştir. Çalışanların en sık biçimde dile getirdiği mesele ise kendilerine otonom bir sistem tarafından takip edilen bir robot gibi davranılmasıdır.
Pek çok ticari kuruluş ve şirket sitelerinin ziyaret sayısını arttırmak, satış stratejilerinin ve pazarlama planlarının gelişimini iyileştirmek için web sitelerinde yapay zeka destekli araçlar kullanıyor. Bu araçlar potansiyel müşterilere farklı ürünler ve hizmetler önerir. Önerilerinin sonucunda oluşan sonuçlara dayanarak makine öğrenmesi yoluyla e-postalar üretir. Örneğin hibrit bir çözümle, Chatbot satış öncesi ve sonrası gerçek zamanlı destek sağlamaya yardımcı olabilir. Makine öğrenmesinden edindiği eğitimle müşterilere yardımcı olmaya çalışır. Eğer sorular kendi bilgi tabanını aşarsa, bir destek temsilcisini görüşmeye yönlendirebilir ve düşük maliyetle yüksek müşteri hizmetleri performansı sağlar. Yapay zekanın kullanıldığı alışveriş veya ticaret sitelerinde müşterinin tercihleri, bilgileri, ilgi alanları vb. veriler, yapay zeka tarafından belirli kriterlere göre süzgeçten geçirilerek veri tabanında biriktirilir. Veri analistleri veya yapay zeka tarafından yapılan veri analizi ile geniş kapsamlı pazarlama planlamaları ve satış stratejileri oluşturulabilir (Yapay zekanın Gücü: E-Ticaret Sektörünün Dönüşümü, 2019).
Yapay zeka bir üretici, tüccar, satıcı veya perakendeci olup olmadığına bakılmaksızın her bir kişinin perspektifinden mali açıdan bakar ve size en iyi sonuçları iletir.
11. Gıda
Günümüzde üretim endüstrisine yapılan yatırımların artmasından gıda sektörü de kendi payına düşeni almıştır. Üretim endüstrisi için en önemli problemlerin başında gelen arz-talep dengesinin kurulması ve tedarik zincirinin buna göre yönetilebilmesidir. Yapay zekanın doğru veri setleri ile eğitilmesiyle birlikte bu sorun çözülebilecektir.
Gıda üretim endüstrisinde yapay zeka, özellikle gıdaların üretilmesi, sıralanması, kategorize edilmesi, hijyen, paketleme ve tedarik zinciri gibi alanlarda belirlenen standarda uyması bakımından önemli bir role sahiptir. Özellikle işlenmemiş gıdaların hangi alanlarda kullanılacağı, hangi bölümlerden geçeceği ve hangi işlemleri göreceği büyük bir önem taşımaktadır. Standartların belirlenmesi ile yapay zekaya sahip üretim araçlarının bu konuda çok fazla yardımı olmaktadır. Üretim bandınızdaki akıllı bir araç arızalanma durumunu önceden tahmin edip, önleyici bakım kapsamında müdahale edilmesini yapay zeka destekli bir ERP’ye (Kurumsal Kaynak Planlamasına) bildirebilir. Kendisine bakım yapılmasını talep edip süreci kolaylaştırabilir. Gıda sektörü için temizlik önemli bir süreçtir. Nottingham Üniversitesi’nden bir grup araştırmacı temizlik süreçlerini %40’a varan oranlarda iyileştirecek bir yapay zeka sistemi üzerinde çalışmaktadır (Gıda Endüstrisinde Yapay Zeka, 2018). Bakteri ölçümü ve atıkları tespiti yapabilen bu sistemin amacı ise temizlik sürecini optimize etmektir.
12. Kimya Ve İlaç
Kimya sektöründe bazı işler insan hayatı açısından risklidir. Bazıları ise yapılan işler de maliyetli ve yapılması zordur. Yapay zeka kimya ve ilaç sektöründe de büyük bir iş payına sahip olmaktadır. Makine öğrenimi algoritmaları, onlarca yıldır hesaplama amacıyla kullanılmış ve tıbbi kimyagerlerin meslekteki yardımcılarından biri olmuştur. Çok büyük kimyasal veri kümelerinin analizi, modern makine öğrenimi ve yapay zeka tabanlı yöntemlerin uygulanmasından yararlanabilecek önemli bir araştırma alanıdır. Uzun yıllar boyunca mevcut olan tek büyük halka açık kimyasal veri seti, 1999’da yayınlanan ve yaklaşık 250.000 molekül içeren “NCI Açık Veritabanı” idi. Bu veritabanı, sanal tarama tekniklerinin doğrulanması için bir test seti olarak kullanılmıştır (Nathan Brown, 2020).
Birçok büyük ilaç firması 2017’de yapay zeka start-up’ları ile ortaklık kurmuştur. İngiltere’de Cambridge merkezli AstraZeneca, nörolojik hastalık için biyolojik belirteçler ve ilaçlar bulmak için Boston’da bulunan ilaç şirketi Berg ile ortak çalışmaktadır. Japon ilaç şirketi Takeda, Californiya merkezli Numerate şirketiyle ortaklık kurdu. Insilico Medicine, yapay zekanın daha az yan etkiye sahip ilaçlar tasarlayıp tasarlayamayacağını görmek için Oxford Üniversitesi Hesaplamalı Kalp ve Damar Ekibi ile birlikte çalışmaktadır. Örneğin, bazı kanser ilaçla
(Tesla fırtınası, ilaç endüstrisini de etkisi altına aldı, 2018)
13. Enerji
Yapay zeka enerji endüstrisinde giderek daha önemli hale geliyor. Yapay Zeka enerji sisteminin gelecekteki tasarımı için büyük bir potansiyele sahiptir. Tipik uygulama alanları elektrik ticareti, akıllı şebekeler veya elektrik, ısı ve ulaşımın merkez bağlantısıdır. Enerji sisteminde yapay zekanın artan kullanımı için gerekli olan ön şartlar, enerji sektörünün dijitalleşmesi ve buna bağlı olarak değerlendirilebilir bir büyük veri kümesidir. Yapay zeka, veri kümelerini analiz edip değerlendirerek enerji endüstrisinin daha verimli ve güvenli olmasına yardımcı olmaktadır (Temir, 2019).
Elektrik şebekesinin dijitalleşmesi ile çok sayıda şebeke katılımcısını yönetmek ve şebekeyi dengede tutmak daha zor hale gelmektedir. Bu koşullar da elde edilen veri yığınının değerlendirilmesini ve analiz edilmesini gerektirmektedir. Yapay zeka, bu verilerin olabildiğince hızlı ve verimli bir şekilde işlenmesine ve analiz edilmesine yardımcı olmaktadır.
Akıllı ızgaralar, yapay zekanın enerji sektöründeki uygulamalarından bir başkasıdır. Bu akıllı ızgara ağları sadece elektriği değil aynı zamanda verileri de taşımaktadır. Özellikle güneş ve rüzgar gibi yenilenebilir ve uçucu enerji üretim tesislerinin sayısının artmasıyla birlikte enerji üretiminin tüketime akıllıca tepki vermesi giderek daha önemli hale gelmektedir (Next, 2019).
Ek olarak yapay zeka; üretim, tüketim veya iletimdeki anormallikleri neredeyse gerçek zamanlı olarak tespit ederek güç şebekesini stabilize edebilir. Ardından uygun çözümler geliştirebilir. Fraunhofer Enstitüsü gibi bu alandaki ilk araştırma projeleri hali hazırda devam etmektedir.
Yapay zekalı ve akıllı elektrik sistemine bağlanan tüketiciler, istikrarlı ve yeşil bir elektrik şebekesine katkıda bulunabilir. Akıllı ev araçları ve akıllı sayaçlar hali hazırda mevcuttur, ancak henüz yaygın olarak kullanılmamaktadır (Juan, 2020).
Akıllı ağ bağlantılı bir evde ağ bağlantılı cihazlar piyasadaki elektrik fiyatlarına bakarak en uygun fiyatlandırma yöntemine göre çalışmaktadır. Buna bir örnek ise akıllı ağ bağlantılı klima sistemleridir. Elektrik bol ve ucuz olduğunda çıktılarını artırarak elektrik piyasasındaki fiyatlara tepki vermektedir. Kullanıcı verilerini analiz ederek hesaplamalarına kullanıcı tercihleri ve kullanım zamanları hakkındaki bilgileri de dahil edebilirler (Yapay Zeka İlaç Üretecek, 2018).
Fakat bu sistem açık bir ağ olduğu için bağlananlar kendileri hakkında çok şey açığa çıkarırlar ve bu sistem siber saldırılara karşı savunmasız hale gelir. 2018’de Alman Federal Güvenlik Dairesi (BSI), kritik altyapıya yönelik siber saldırı sayısının bir önceki yıla göre üç katına çıktığını gözlemlemiştir (Buluz, 2020).
Dikkate alınması gereken önemli bir nokta ise yapay zekanın kendisinin güç tüketimidir. Çok miktarda verinin işlenmesi ile çok fazla elektrik tüketilmektedir. Bu sebepten enerji dönüşümleri için yapay zeka kullanılırken veri merkezlerinin mümkün olduğunca iklim açısından ortama uygun şekilde tasarlanması gerekmekte ve bu konu üzerine düşünülmelidir.
14. Otomotiv
Bir aracı sürmek için gereken işlem gücü çok büyük miktardadır. Modern bilgisayarların gücüne rağmen geleneksel bilgisayar programları bu görev için tam olarak yetkin değildir. Bunun nedeni, bir dizi kural veya algoritmayı takip etmenin yanı sıra öğrenmeyi de gerektirmesidir.
Başka bir deyişle yapay zeka gerektirmektedir. Bir dizi otomobil üreticisi ve otomotiv şirketi, otomotiv endüstrisi için yapay zeka uygulamaları üzerinde çalışırken iki şirket gerçekten sürücüsüz otomobillerin geliştirilmesinde büyük bir role sahiptir. Bu iki şirket Google ve Tesla’dır.
Yapay zeka, aracın yakınında olup bitenlere yanıt vermekten daha fazlasını yapmaktadır. Güçlü yapay zeka ve derin öğrenme algoritmaları, aracın rotası ve gidiş yolu üzerindeki nesnelerin yapacakları hareketleri tahmin edip ona göre önlem alabilmektedir (Demirden, 2019).
Yapay zekanın otomotiv uygulamalarındaki en değerli yönü, sürekli kendi kendine öğrenmesi ve yolda gezinmek için kullandığı kuralları ayarlamasıdır. Her araç, trafiğin geri kalanında öğrendiği bilgileri sağlamaktadır. Sonuç, gittikçe öğrenen, kendi kendini süren araçların sanal bir sinir ağı olmaktadır (Demirden, Yapay Zeka’nın Otomotiv’e katkıları neler olacak?, 2019).
Kişisel kullanımlar başta olmak üzere madencilik ve üretim gibi diğer sektörlerde sürücüsüz araçlar verimliliği ve etkinliği arttırmakta ve buna karşılık iş gücü gerekliliğini azaltmaktadır. Bu araçlar, yüksek verimlilik için çeşitli işlere entegre edilmekte ve karmaşık görevlerde yapay zekanın gücünden yararlanmaktadırlar. Özellikle Tesla standart otomotiv pazarına yeni bir nefes kazandırarak sürücüsüz otomobilleri piyasa sürdü ve kısa sürede büyük ilgi toplamışlardır. Görüntü ve ses işlemenin yanı sıra sensör ve denge algoritmalarıyla hareket eden bu araçlar yeni araç türü olan elektrikli otomobillere yeniden yönelim olmasını sağlamıştır. Her ne kadar yapay zeka ile gitseler de birtakım olumsuz kazalar yaşanmıştır. Otopilotta giden Tesla aracı karanlıkta yayayı fark edemeyince ölümlü bir kaza meydana geldi. Bunun sonucunda Tesla şirketi oto pilottaki araçlara sürücünün belirli süre aralıklarında direksiyona dokunma zorunluluğunu getirmiştir.
15. Turizm-Hotel ve Hizmet Sektörü
Otellerin en büyük dezavantajı 24 saat boyunca açık ve canlı bir yapıya sahip olmasıdır. Bu demek oluyor ki oteller, 24 saat boyunca müşterilerin taleplerine karşılık verecek bir iş gücü bulundurmalıdır. İşte bu noktada “Chatbot” devreye girmektedir. Sahip olduğunuz “ChatBot” sayesinde hem Call Center personeli masrafından kurtulabilir hem de asla gecikmeyecek ve her zaman doğru hizmet verecek bir yapay zekaya sahip olabilirsiniz (Crmturizm, 2020).
Ayrıca Chatbot uygulamasına ekleyeceğiniz sipariş alma, ısı ayarlama, rezervasyon alma, taksi çağırma gibi seçenekler sayesinde misafirleriniz çok daha konforlu bir tatil geçirebilmektedir. Bu sayede resepsiyonda oluşan yoğunluk azaltılabilmektedir (Crmturizm, 2020).
IBM’in yapay zeka çalışmaları kapsamında geliştirdiği concierge robotu olan Connie, 2016 yılından bu yana ABD’de aktif olarak misafir karşılama çalışmalarında kullanılmaktadır. Benzer bir robot olan Robby Pepper’da 2018 yılında İtalya’da yer alan bir otelde kullanılmaya başlanmıştır. (Crmturizm, 2020)
Bu robotlar bağlı olukları veri tabanlarını kullanarak hava durumu bilgisi, yemek ve oda servisleri hakkında bilgi, otel hakkında bilgi verebilirken aynı zamanda müşterilerin sorularını da cevaplayabilmektir (Gaudin, 2019).
16. Spor
Bugün birçok sektöre değer katan ve farklı alanlarında müşteri ve marka deneyimini geliştiren yapay zeka teknolojisi, son 5 yıl içerisinde spor sektöründe de büyük gelişmeler sağlamıştır. Yapay zeka temelli spor ekipmanı girişimi Tempo, 60 milyon dolar yatırım almıştır (İçözü, 2020). San-Fransico merkezli Tempo 2,000 bin dolarlık yapay zeka destekli spor sistemleri atmaktadır. Tempo’nun makine öğrenme algoritması kişilere özel bir egzersiz planı çıkarılmasına yardımcı olmaktadır. Eğitmenler ise gerçekleşen canlı dersler esnasında kullanıcıların hatalarını fark ederek bunu düzeltme fırsatı sunmaktadır. Algoritma, ağırlık özelindeki pek çok egzersizi tanıyarak anlık olarak veri toplamaktadır. Tempo’nun bu konuda destek aldığı SmartSpot sisteminde 1 milyondan fazla etiketlenmiş egzersiz yer almaktadır (MANY, 2020).
Bir tasarım ajansı olan AKQA ise olaya farklı bir perspektiften yaklaşmıştır. Bir yapay zekanın sinir ağını, hâlihazırda bulunan 400 farklı sporun verileri ile beslemiş ve yapay zekanın yeni bir spor branşı oluşturmasını istemişlerdir. Böylece ortaya Speedgate çıkmıştır. Speedgate, bir yapay zeka tarafından oluşturulmuş ilk spor olarak kayıtlara geçmiştir. AKQA, mevcut 400 sporla ilgili verileri bir sinir ağına besleyerek oyunu yarattı ve daha sonra temel spor kavramları ve kuralları oluşturmuştur. AKQA, oyunun logosunu geliştirmek için bile yapay zeka kullanmıştır. Oyun, üç açık uçlu kapısı olan bir sahada topa bir orta kapıdan vurduğunuzda takımınızın bitiş kapılarından birine gol atabilmesine olanak sağlamaktadır. Oyuncuların ortada bulunan kaleye girişlerine izin verilmemektedir. Amerikan futbolu topuna benzeyen top ile oynanan oyunda top, orta kaleden geçirildiğinde kenardaki kalelerden birinde sayı almak mümkün olmaktadır. Ekstra olarak topu kaleden sektirip bir kapıdan geçirirseniz bonus puan alınmaktadır (Fingas, 2019).
Yapay zeka, Dördüncü Sanayi Devrimi’nin başlamasıyla birlikte öğrenme ve gelişime girmiş, son zamanlarda ise koçluk alanında kendini göstermeye başlamıştır.
İlk yapay zeka destekli “koçlardan” biri ELIZA adlı bir chatbottur. 1960’larda MIT Yapay Zeka Laboratuvarı’nda yürütülen bir çalışma sırasında oluşturulan ELIZA, temel doğal dil işleme teknolojisini kullanan bir psikoterapistle bir oturumu simüle etmek için programlanmıştır. ELIZA ilk sunulduğunda bazı kullanıcılar aslında gerçek bir insanla sohbet ettiklerini düşünmüşlerdir (Loutfi, 2019).
LEADx, 2018 Temmuz ayında SurveyMonkey ile ortaklık kurarak ABD’li spor yöneticilerine yapay zeka özellikli bir koç kullanma hakkında sorular sormuştur. Sonuçlar, yöneticilerin yüzde 53’ünün bunu istemediğini ortaya çıkarmıştır. Sebepleri ise teknofobi ve yapay zeka destekli koçun bir insan koçunun yapabileceği gibi yumuşak beceriler ve duygusal zeka üzerine ders verme becerisine duyulan güvensizliktir. Bununla birlikte çoğu, bu koçlarla çalışma şansı bulduktan sonra fikirlerini değiştirmiştir.
17. Maden
Yapay zekâ temelli teknolojilerin özellikle madenciliğe uygulanması ile verimlilik, zaman yönetimi ve üretimde katma değer ortaya çıkmaktadır. Analitik ve yapay zeka alanındaki en son gelişmeleri sektöre eklediğimizde bir madencilik operasyonunun tüm alanlarında verimliliği artırmak için mükemmel bir ortam elde edilmektedir. Yapay zekanın madencilikteki acil uygulamalardan biri, özellikle mevduatları keşfetmek için araştırma yapmaktır. Örneğin, Goldspot Discoveries Inc., maden aramalarını iyileştirmek için yapay zeka kullanılmaktadır. Mevcut altın yatakları bulma uygulaması bir bilimden çok bir sanattır. Bu nedenle Goldspot Discoveries Inc. potansiyel altın yatağı konumlarını keşfetmek için farklı verileri alabilen yapay zeka sistemleri geliştirerek bunu değiştirmeyi amaçlamaktadır. Yapay zeka aynı zamanda çevreyi ve yeni geliştirmenin gerçekleşeceği araziyi daha iyi anlamak için kullanılmaktadır. Bu alanda Drone Deploy, çevreyi ve sömürünün başlayacağı araziyi daha iyi anlamak için dronları ve bilgisayarları kullanmaktadır . Bazı şirketler, operasyonun diğer aşamaları için akıllı sistemlerin kullanılmasının gerektiğini fark etmiştir. Örneğin, Quebec’teki elmas madeni Renard. Orada atıkların ayrıştırılması için akıllı bir sistem vardır. Bu sistem, öncelikle elmas geri kazanım sürecinin kalitesini ve miktarını iyileştirmek için kullanılmaktadır. Algoritmalar, 1 mm’den büyük tüm elmasların ağırlığının en az %96’sının geri kazanılmasına yardımcı olan elmas geri kazanım oranını artırmak için sensörlerden ve X ışınlarından gelen verileri kullanılmaktadır. Norveçli bir madencilik şirketi olan Tomra, aynı alanda mineraller ve cevherler için akıllı bir ayıklama sistemi geliştirmiştir. Bilgisayar görüşü ve renk sensörleri ve X-ışınları verileriyle desteklenen diğer yapay zeka algoritmalarını kullanmaktadır (Nanescu, 2019).
Teknoloji geliştikçe madencilik şirketlerinin operasyonel verimliliklerini ve üretkenliklerini iyileştirmeleri için yatırımların birleştirilmesi gerekecektir. Önümüzdeki yıllar madencilik sektörü için heyecan verici olacaktır. Artık birçok şirketin operasyonlarının bir parçası olarak dijital sistemleri ve yapay zekayı uygulamaya çalıştığını görünmektedir. Gelecekte tüm süreçlerden gelen veriler merkezileştirildiği için düzenleme ve uyumluluk gereksinimlerini kolaylaştırmak, operasyonel verimliliği artırmak veya talebin gerçek zamanlı tahminlerine göre üretimi yönlendirmek için birçok yeni akıllı sistem göreceğiz. Son olarak, yapay zeka +kazaları ve doğal afetleri tahmin etmek için de kullanılacak ve aynı zamanda iyileştirme kararlarını iyileştirecek simülasyonlar oluşturmak için merkezi hale gelecektir.
18. Finans
Yapay zeka çoğumuzun bildiği üzere çok çeşitli veri türlerini analiz edebilen ve bu sayede müşteri davranışı ve tercihleri hakkında hızlı ve doğru bilgiler sağlayabilen bir teknoloji olmaktadır. Finansta yapay zeka, chatbot asistanlarından dolandırıcılık tespiti ve görev otomasyonuna kadar her şeyi kapsamaktadır. Insider Intelligence’ın Banking raporundaki yapay zekasına göre çoğu banka (bankaların yaklaşık % 80’i), yapay zekanın sunduğu potansiyel faydaların oldukça farkındadır (Phaneuf, 2020).
Müşterinin ihtiyacını ve gereksinimlerini algılayarak mümkün olan en iyi bankacılık hizmetlerini müşterilere sunabilmek bankalar için son derece kritik bir konu olmaktadır. Kullanıcıların geçmiş verilerinin detaylı ve hızlı olarak analiz edilmesi, kullanıcıya doğru ürün ve hizmetleri sağlamak için gerekli olan kullanım alışkanlıklarını ortaya çıkarmada bütünleyici bir rol oynamaktadır. Yapay zeka özellikleriyle zenginleştirilmiş bir mobil bankacılık uygulaması, öğrenme sürecini ve kullanıcı deneyimini geliştirmek için kullanıcıların tüm ilgili ve yararlı verilerini toplayabilmektedir. Bu verileri topladıktan ve analiz ettikten sonra ise kullanıcıya sunulan deneyim ve hizmetler kişiselleştirilebilmektedir. Banka bu verilere dayanarak kişiye göre özelleştirilmiş bir yatırım ya da ödeme planı hazırlayabilir ve müşterilerine bütçeleme konusunda yardımcı olabilmektedir. İster yerleşik sohbet robotları aracılığıyla 7/24 finansal rehberlik sunun ister varlık yönetimi çözümleri için hisleriniz kişiselleştirin, Yapay zeka, sektörde en iyi oyuncu olmak isteyen herhangi bir finans kurumu için bir zorunluluktur (Sarialioglu, 2020).
Finansta yapay zeka için en önemli iş durumlarından biri, dolandırıcılığı ve siber saldırıları önleme yeteneği olmaktadır. Insider Intelligence’a göre tüketiciler, özellikle çevrimiçi ödeme dolandırıcılık kayıplarının 2023 yılına kadar yılda 48 milyar dolara çıkması beklenen güvenli hesaplar sağlayan bankalar ve diğer finansal hizmetler aramaktadır. Yapay zeka, insanlar tarafından fark edilmeyecek olan kalıplardaki düzensizlikleri analiz etme ve ayırma yeteneğine sahip olmaktadır. (Phaneuf, Artificial Intelligence in Financial Services: Applications and benefits of AI in finance, 2020)
Yapay zeka, kredi risklerini daha iyi tahmin edip değerlendirebildiği için kurumsal finansmanda özellikle yararlıdır. Değerlerini artırmak isteyen şirketler için makine öğrenimi gibi yapay zeka teknolojileri, kredi yüklenimini iyileştirmeye ve finansal riski azaltmaya yardımcı olabilmektedir. Yapay zeka ayrıca şirket muhasebecileri, analistler, muhasebeciler ve yatırımcılar ile uzun vadeli büyüme için çalışırken gelişmiş dolandırıcılık tespiti yoluyla finansal suçları azaltabilir ve anormal faaliyetleri tespit edebilmektedir.
Nesnellik, yapay zeka destekli mekanizmanın bir başka avantajıdır. Bir insandan farklı olarak bir makinenin önyargılı olması pek olası değildir. Dijital bankalar ve kredi veren uygulamalar, kredi uygunluğunu değerlendirmek ve kişiselleştirilmiş seçenekler sağlamak için alternatif verileri makine öğrenmesi algoritmaları ile kullanıp analiz etmektedir. Risk yönetimi söz konusu olduğunda yapay zekanın finansal hizmetlerdeki etkisini abartmak zor olmaktadır. Muazzam işlem gücü büyük miktarda verinin kısa sürede işlenmesine izin verir ve bilişsel hesaplama hem yapılandırılmış hem de yapılandırılmamış verileri yönetmeye yardımcı olur. Bir insan için çok fazla zaman alacak bir görev olmaktadır. Algoritmalar, risk vakalarının geçmişini analiz eder ve gelecekteki olası sorunların erken belirtilerini belirlemektedir. Finansta yapay zeka, herhangi bir pazar veya ortamdaki gerçek zamanlı etkinlikleri analiz etme konusunda güçlü bir müttefiktir. Sağladığı doğru tahminler ve ayrıntılı tahminler birden çok değişkene dayalıdır ve iş planlaması için hayati önem taşımaktadır.
19. Medya
Medya platformlarına yepyeni bir şekil ve kimlik kazandıran yapay zeka, makine öğrenmesi yöntemiyle insan gibi hareketlerde bulunması sebebiyle karakteri olan bir teknoloji olmaktadır.
” Robot gazeteciliği ” adıyla da anılan gazetecilik, verileri otomatik olarak çeşitli haberlere, görüntülere, videolara ve veri görselleştirmelerine dönüştürmek ve ardından otomatik olarak dağıtmak için yapay zeka tarafından desteklenen doğal dil oluşturma algoritmalarını kullanmaktadır (Şahiner, 2017).
Yapay zeka, zahmetli ve sıkıcı görevlerin üstesinden gelmek ve bunları gazetecinin iş yükünden çıkarmak için yayınlar, ajanslar ve gazeteciler tarafından kullanılmaktadır. Örneğin, bir yayın ağı olan Patch, mevcut çerçevesi temelinde hava durumu ve finansal raporlar gibi tekrar eden makalelerini oluşturmak ve dağıtmak için içerik yönetim sistemine yapay zekayı entegre etmiştir.
Yapay zeka artık medya kuruluşlarının strateji toplantılarında giderek ağırlık kazanan bir konu olmuştur. Bugün haber ajansı Associated Press, yayın kuruluşları USA Today ve Washington Post, yapay zeka teknolojilerinden faydalanarak daha efektif iş sonuçları almışlarıdır. Örneğin, USA Today kısa videolarını oluşturmada yapay zeka teknolojisinden yararlanmaktadır (James, 2018).
ABD’nin köklü gazetelerinden Washington Post, yapay zeka teknolojilerine erken adapte olan medya kuruluşlarından biri olmuştur. Gazetenin geliştirdiği Heliograf isimli bir robot muhabiri mevcut olmuştur. Heliograf, şirket yöneticileri tarafından ‘en çok sevilen personel’ unvanını kazanmıştır. Çünkü gazete Heliograf’i kullanarak 2016’da 850’den fazla makale üretmiştir.
Heliograf, ilk kez Brezilya’da düzenlenen 2016 Rio Olimpiyat Oyunları’nda kullanılmıştır. 2016 ABD Seçimleri’nde gazetecilerin yükünü hafifletmiştir. Seçim Günü, 50 eyaletin tamamında yerel bölgelerde yaşayan okuyucular için 500’den fazla güncel raporlama, analiz ve haber oluşturmuştur. (Şahiner S. G., 2017)
Sosyal medyanın kullanımı arttıkça yapay zekaya olan ihtiyaç da artmaktadır. Kullanıcılarının durumlarını öğrenmek ve anlamak, Facebook’un omurgasını oluşturmaktadır. Kullanıcı sayısının çok fazla olması sebebiyle çeşitli algoritmalar kullanılmaktadır.
Derin Öğrenme algoritmaları görüntünün bağlamını kavrama ve içeriğini meta ve metin kullanarak analiz etme yeteneğine sahiptir. Örneğin; Facebook’ta paylaşılan çok sayıda kaplan resmi ve videosu varsa bu algoritma, kaplan videolarını izlemek isteyebilecek kişilere reklam yerleştirerek bu videolardaki görüntülenmeleri ölçebilmektedir (Rangaiah, 2020).
Yüz tanıma algoritmaları ise iki veya daha fazla farklı görüntüdeki insan yüzlerini tanımak için kullanılmaktadır. Bu teknolojinin doğruluğu da onu birçok tartışmanın hedefi haline getirmiştir.
Deep Text algoritması ise kullanıcıların Facebook‘ta yazdıklarını algılayıp yardımcı olmaya çalışmıştır. 20 dili aynı insanlar gibi algılayabilen Deep Text ile ulaşım için gerekli bir araçla ilgili bir gönderi paylaşıldığında kişiye anında Uber servisi önerilmektedir.
KAYNAKÇA
Barışkan, G. (2018, 5 14). Yapay zekadan etkilenen 11 sektör. 2020 tarihinde futuristpanda: https://futuristpanda.com/yapay-zeka-tarafindan-etkilenen-11-sektor adresinden alındı
Akkaya, D. (2020, Kasım 5). Lojistikte Yapay Zeka Kullanımı. satinalmadergisi.com: https://satinalmadergisi.com/lojistikte-yapay-zeka-kullanimi/ adresinden alınmıştır
Aslan, Ş. E. (2019). Tarımda Yapay Zeka Uygulamaları. bilimma.com: https://www.bilimma.com/tarimda-yapay-zeka/ adresinden alınmıştır
Barışkan, G. (2018, 5 14). Yapay zekadan etkilenen 11 sektör. 2020 tarihinde futuristpanda: https://futuristpanda.com/yapay-zeka-tarafindan-etkilenen-11-sektor adresinden alındı
Havacılık Ve Yapay Zeka. (2019, Eylül 4). havacilikpsikolojisi.net: https://blog.havacilikpsikolojisi.net/havacilik-ve-yapay-zeka/ adresinden alınmıştır
Kızrak, A. (2019, Ocak 7). Yapay Zeka Kullanım Alanları ve Uygulamalarına Derinlemesine Bir Bakış. 2020 tarihinde medium.com: https://ayyucekizrak.medium.com/yapay-zeka-kullan%C4%B1m-alanlar%C4%B1-ve-uygulamalar%C4%B1na-derinlemesine-bir-bak%C4%B1%C5%9F-d0fecaf7f61b adresinden alındı
Laleli, Ş. (2020, Ağustos 16). Yapay Zekanın Bir Sonraki Adımı: TARIM. www.fortuneturkey.com/: https://www.fortuneturkey.com/yapay-zekanin-bir-sonraki-adimi-tarim adresinden alınmıştır
Meltzer, J. P. (2018, Aralık 13). The impact of artificial intelligence on international trade. 2020 tarihinde https://www.brookings.edu/: https://www.brookings.edu/research/the-impact-of-artificial-intelligence-on-international-trade/ adresinden alındı
Menteş, N. (2019, Haziran 18). Amazon, ‘yapay zeka’ kullanarak düşük verimli çalışanları işten çıkardı. www.gzt.com: https://www.gzt.com/jurnalist/amazon-yapay-zeka-kullanarak-dusuk-verimli-calisanlari-isten-cikardi-3497505 adresinden alınmıştır
Reynolds, M. (2017, Ağustos 14). AI artist conjures up convincing fake worlds from memories. New Scientist: https://www.newscientist.com/article/2143784-ai-artist-conjures-up-convincing-fake-worlds-from-memories/ adresinden alınmıştır
Rouhiainen, L. (2019, Ekim 14). How AI and Data Could Personalize Higher Education. 2020 tarihinde hbr.org: https://hbr.org/2019/10/how-ai-and-data-could-personalize-higher-education adresinden alındı
Takahashi, D. (2017 , Aralık 12). Nvidia partners with Japan’s Komatsu to make construction safer with AI. 2020 tarihinde https://venturebeat.com/: https://venturebeat.com/2017/12/12/nvidia-partners-with-japans-komatsu-to-make-construction-safer-with-ai/ adresinden alındı
Tangermann, V. (2019, Nisan 26). Amazon AI fire Workers. futurism.com: https://futurism.com/amazon-ai-fire-workers adresinden alınmıştır
Tıpta Yapay Zeka Devrimi. (2019, Şubat 7). 2020 tarihinde geturkiyeblog.com: https://geturkiyeblog.com/tipta-yapay-zeka-devrimi/ adresinden alındı
Yapay Zeka’nın İnşaat Sektörüne Faydaları. (2019, Mart 9). https://www.bimteknoloji.com/: https://www.bimteknoloji.com/teknoloji/yapay-zekanin-insaat-sektorune-faydalari/ adresinden alınmıştır
Yapay zekanın Gücü: E-Ticaret Sektörünün Dönüşümü. (2019, Mayıs 3). chatbot.com.tr: https://chatbot.com.tr/yapay-zekanin-gucu-e-ticaret-sektorunun-donusumu/ adresinden alınmıştır
Yoğun, Y. (2019, Haziran 5). Dijital Oyunlarda Yapay Zeka. https://www.guvenlioyna.org.tr/blog-detay/dijital-oyunlarda-yapay-zek adresinden alınmıştır
Bachinskiy, A. (2019). Finansal Hizmetlerde Yapay Zekanın Büyüyen Etkisi: Altı Örnek. https://towardsdatascience.com/the-growing-impact-of-ai-in-financial-services-six-examples-da386c0301b2 adresinden alındı
Buluz, E. C. (2020, 8 23). İlaç Keşfi Çalışmalarında Kemoinformatik ve Makine Öğrenmesi. bioinforange: https://www.bioinforange.com/biyobilimler/biyoteknoloji/ilac-kesfi-calismalarinda-kemoinformatik-ve-makine-ogrenmesi/ adresinden alındı
crmturizm. (2020). Otelcilik Sektöründe Yapay Zeka Uygulamaları. crmturizm: https://www.crmturizm.com/otelcilik-sektorunde-yapay-zeka-uygulamalari/ adresinden alındı
Demirden, A. (2019, Ekim 8). Yapay Zeka’nın Otomotiv’e katkıları neler olacak? medium: https://medium.com/@altugdemirden/yapay-zekan%C4%B1n-otomotiv-e-katk%C4%B1lar%C4%B1-neler-olacak-d0b9dab1bcf adresinden alındı
Ersin GÜMÜŞ, B. M. (2020). Finans ve Bankacılık Sisteminde Yapay Zekâ Kullanımı: Kullanıcılar. Bucak İşletme Fakültesi Dergisi .
Fingas, J. (2019, Nisan). AI developed a whole new sport. engadget: engadget.com/2019-04-15-ai-sport-speedgate.html adresinden alındı
Gaudin, B. S. (2019, mart 9). Meet Connie, Hilton’s smart robot concierge. computerworld: https://www.computerworld.com/article/3042401/meet-connie-hilton-s-smart-robot-concierge.html adresinden alındı
Gıda Endüstrisinde Yapay Zeka. (2018, 10 30). magg4: https://magg4.com/gida-endustrisinde-yapay-zeka/ adresinden alındı
İçözü, T. (2020, 07 30). Yapay zeka destekli spor ekipmanı Tempo, 60 milyon dolar yatırım aldı. webrazzi: https://webrazzi.com/2020/07/30/yapay-zeka-destekli-spor-ekipmani-girisimi-tempo-60-milyon-dolar-yatirim-aldi/ adresinden alındı
James, L. (2018). How artificial intelligence is transforming the media industry. https://www.technologyrecord.com/Article/how-artificial-intelligence-is-transforming-the-media-industry-72457 adresinden alındı
Juan, J. S. (2020). Yapay Zeka Enerji Endüstrisine Nasıl Güç Katıyor. cognillo: https://www.cognillo.com/blog/artificial-intelligence-powering-energy-industry/ adresinden alındı
Loutfi, E. (2019). What does the future hold for AI-enabled coaching? https://www.chieflearningofficer.com/2019/11/25/ai-enabled-coaching/ adresinden alındı
MANY, M. O. (2020, Aug 16). Tempo Fit System Uses AI to 3D Map Your Body. manofmany: https://manofmany.com/lifestyle/fitness/tempo-fit-system-offers-at-home-training adresinden alındı
miningreview. (2019, kasım). https://www.miningreview.com/coal/artificial-intelligence-application-in-the-mining-sector/ adresinden alındı
Nanescu, M. L. (2019). Artificial Intelligence Is Changing The Mining Industry. https://daciandata.tech/artificial-intelligence-is-changing-the-mining-industry-examples-of-successful-applications/ adresinden alındı
Nathan Brown, P. E. (2020). Artificial intelligence in chemistry and drug design. Journal of Computer-Aided Molecular Design, 709-715.
next. (2019). Enerji Sektöründe Yapay Zeka Nedir? next-kraftwerke: https://www.next-kraftwerke.com/knowledge/artificial-intelligence adresinden alındı
Phaneuf, A. (2020). Artificial Intelligence in Financial Services: Applications and benefits of AI in finance. https://www.businessinsider.com/ai-in-finance adresinden alındı
Rangaiah, M. (2020). Role of Artificial Intelligence (AI) in Media Industry. https://www.analyticssteps.com/blogs/role-artificial-intelligence-ai-media-industry adresinden alındı
Sarialioglu, B. (2020). BANKACILIK VE FİNANS SEKTÖRÜNDE YAPAY ZEKA. https://www.testeryou.com/tr/bankacilik-ve-finans-sektorunde-yapay-zeka/ adresinden alındı
Şahiner, S. G. (2017). Dijital medyanın yeni yıldızları: Robot muhabirler. https://webrazzi.com/2017/09/18/dijital-medyanin-yeni-yildizlari-robot-muhabirler/ adresinden alındı
Temir, A. K. (2019, 07 22). Yapay Zeka ve Enerji Sektörü: Fırsatlar Ve Tehditler Hakkında Bir Analiz. medium. adresinden alındı
Vijay Kakani, V. H. (2020). A critical review on computer vision and artificial intelligence in. Journal of Agriculture and Food Research.
Yapay Zeka İlaç Üretecek. (2018, 1 6). haberler: https://www.haberler.com/yapay-zeka-ilac-uretecek-10425911-haberi/ adresinden alındı
YETİM, D. S. (27.11.2015). Sürücüsüz Araçlar ve Sorunları. Ankara Barosu Dergis.
