2. DİJİTALLEŞME VE MÜŞTERİ DENEYİMİ YÖNETİMİ
2.4. Dijital Müşteri Deneyimi Sürecinde Yapay Zekânın Rolü
2.4.1. Yapay Zekâ Kavramı
Yapay zekâyı detaylı olarak incelemeden önce “Akıl ve Zekâ Nedir?” sorusuna cevap vermek bu kavramın daha iyi anlaşılabilmesini sağlayacaktır. Çünkü yapay zekâ insan beynini, onların düşünme yeteneklerini analiz ederek geliştirilmektedir.
Zekâ, TDK’ye göre; “İnsanın düşünme, akıl yürütme, objektif gerçekleri algılama, yargılama ve sonuç çıkarma yeteneklerinin tamamı”136 olarak
tanımlanmaktadır. Diğer bir karşılığı da anlak ’tır. Düşüncenin nasıl oluştuğu, beynin insan davranışlarını hangi mekanizmayla nasıl gerçekleştirdiği; öğrenme, algılama, karar verme, akılda tutma, problem çözme, iletişim kurma, yaratıcılık, sezgi gibi zihinsel süreçlerin nasıl geliştiği soruları uzun yıllar boyunca araştırılmıştır.137
Zekânın soyut bir kavram olması tanımları güçleştirmektedir. Başka bir tanıma göre ise; bireyin gerek sorunları çözerken gerek çevreye uyum sağlarken var olan tüm yetenek ve becerilerini kullanması ile ortaya çıkan düzeydir. İnsanın düşünme, akıl yürütme, objektif gerçekleri algılama, yargılama ve sonuç çıkarma yeteneklerinin
134 http://www.gelecekhane.com/yapay-zeka-raporu/is-dunyasi/ (18.03.2019)
135 https://digitalage.com.tr/makale/yapay-zeka-dijital-pazarlamayi-nasil-degistirecek/ (20.03.2019) 136http://tdk.gov.tr/index.php?option=com_gts&arama=gts&kelime=zek%C3%A2&uid=58140&guid =TDK.GTS.5901a6b63382e6.22318161 (20.03.2019)
137 Hüseyin Mertol, Türkiye Ve Abd’de Üstün Zekâlı Çocuklara Sosyal Bilgiler Dersi Veren Öğretmenlerin Görüş Ve Uygulamaları (Hope Projesi Ve Bilsem Örneği), Atatürk Üniversitesi Eğitim Bilimleri Enstitüsü Doktora Tezi, 2014, 16.
tamamıdır.138 Akıl kelimesinin ise, Türkçe’ deki karşılığı us ’tur. Akıl, doğru ve
yanlışı ayırabilme yetisidir. Akıl doğuştan kazanılmış ve insanın biyolojik gelişmesiyle birlikte kendisinin de geliştiği bir yetenektir. Her sağlıklı bireyde akıl vardır fakat akıl ölçülebilir bir şey değildir. Zekâ ise, ölçülebilirdir bir değerdir.139
Yapay zekâ geliştirilirken insanın düşünme yöntemleri analiz edilmektedir. İnsan beyninin nasıl çalıştığı konusu bu yüzden önem arz etmektedir. İnsan beyni ortalama 1250-1500 gram ağırlığında, yaklaşık 85 milyar nöron adı verilen hücreden meydana gelmektedir. Beyin iki yarı küresi (korteks) olan ve beynin iki korteksi birbirinden ayrı olan bir organdır. Her iki korteks de bilgi işlemekte fakat bilgiyi farklı şekilde işledikleri için farklı biçimlerde düşünmektedir. Beynin sağ lobu bütünüyle şu ana yoğunlaşmaktadır. Yani, herhangi bir yer ve zamanda o an ne yapılıyorsa ona dairdir. Örneğin, bu satırlar okunurken bulunulan yerin koku, sıcaklık ve ışık oranını sağ beyin algılamaktadır. Sol korteks ise tamamen geçmiş ve gelecekle ilgili olan bölümdür. Sol korteks, sağ korteks tarafından algılanan şu ana ait o bilgilerin içindeki ayrıntıları yakalar ve bu ayrıntıları daha da derinleştirir. Duyu organlarından gelen ve sağ kortekste anlamlandırılan bilgiyi sınıflandırıp düzenlemektedir. Bunun sonucunda da geçmişte deneyimlenen her şeyi ilişkilendirip ve bütün ihtimalleri geleceğe aktarmaktadır.140
Yapılan bu tanımlamalardan sonra yapay zekânın tanımı ele alınırsa; makinelerin insan gibi düşünmesini sağlayarak karmaşık süreçlere, problemlere çözüm üretmeye çalışan bir bilim dalıdır. Fakat insan beyni tam çözülemediği için yapa zekâ ile ilgili çalışmalar sınırlı olmaktadır.141 Başka bir tanıma göre, bilgisayarın ya da bilgisayar denetimli bir makinanın, genellikle insana özgü nitelikler olduğu varsayılan akıl yürütme, karar verme, anlam çıkartma, genelleme yapma ve geçmiş deneyimlerden yararlanarak öğrenme gibi yüksek zihinsel süreçlere ilişkin görevleri
138 MEGEP (2009), Üstün Zekâ ve Özel Yetenekli Çocuklar, Çocuk Gelişimi ve Eğitimi, http://www.megep.meb.gov.tr/mte_program_modul/moduller_pdf/%C3%9Cst%C3%BCn%20Zek%C 3%A2%20ve%20%C3%96zel%20Yetenekliler.pdf, 3. (22.03.2019)
139 Prof. Dr. Eşref Adalı, Yrd. Doç. Dr.Gökhan İnce ve ark., İnsanlaşan Makinalar ve Yapay Zeka, İstanbul Teknik Üniversitesi Vakfı Yayını, Ocak - Mart 2017 Sayı 75, 8.
140 https://digitalage.com.tr/insan-beyni-yapay-zeka-iliskisi/ (22.03.2019)
141 Nihat Keleş, Yapay Zekâ Nedir, Uygulama Alanları Nelerdir? https://www.bilgiustam.com/yapay- zeka-nedir-uygulama-alanlari-nelerdir/ (22.03.2019)
yerine getirme yeteneği olarak tanımlanmaktadır.142 Eğer bir etkileşimin arkasındaki
makine mi insan mı diye ayırt edilemiyorsa insanlara özel olan yeteneklerde tepki veriyorsa bu yapay zekâ olmaktadır.
Günümüzde yapay zekâ hemen hemen her alanda kullanılmaya başlanılmıştır. Bunun getirdiği fırsatlarda teknoloji geliştikçe çoğalmaktadır. Çıkış noktası farklı amaçlar için olsa da örneğin; tıp alanında hastalık teşhisi, uydu fotoğraflarının okunması ve belirlenmesi, strateji belirleme gibi askeri amaçlı uygulamalarda kullanılması, endüstriyel uygulamalar gibi amaçlar için geliştirilen bu teknik, günümüzde her disiplinde kullanılmaktadır.
Yapay zekânın günümüzde kullanım alanı bulan yetenekleri şunlardır:143
Ses Algılama: Bilgisayarların, sesleri dijitalleştirmesi zor olmaktadır. Özellikle konuşulanların mantıklı olarak algılanması ve şive gibi faktörler bunu daha da zorlaştırmaktadır. Fakat günümüzde Siri, Cortana, Now ve Echo gibi sistemler insanların sesini algılayarak mantıklı cevaplar vermektedir.
Görüntü İşleme: İnsan gözü gibi yapay zekâda kamerada gördüğü her şeyi her nesneyi dijital bir koda dönüştürerek hafızasında saklamaktadır. Bu yetenek: insansız hava araçlarında, güvenlik kameralarında, sağlık sektörü gibi birçok alanda kullanılmaktadır. Ayrıca eye tracking gibi yöntemlerle pazarlamada müşterilerin tepkileri de ölçülebilmektedir.
Dil İşleme Yeteneği: Okumak ve yorumlamak ile ilgilidir. Google’nin arama motoru ya da yabancı dil çeviri hizmetleri buna örnektir.
Karar Verme Yeteneği: Muhakeme yeteneği yapay zekânın, karşılaşılan bir durumda seçim yapması ve kendi yolunu seçmesidir. Bu da makinelerin düşünme yeteneğinin olması ile ilgilidir. İlerleyen zamanlarda kurumlar
142 Ömer Civalek, Yusuf Calayır, İnce Dikdörtgen Plakların Titreşim Frekanslarının Yapay Sinir Ağları Yaklaşımı ile Tahmini, İMO Teknik Dergi, 4161 -4176, Yazı 275, 2007, 4161.
stratejik kararlar alırken, doğru hedef kitleyle buluşmak için ya da müşterinin beklentilerini tam olarak karşılayabilmek için bu yetenek yardımcı olacaktır.
Yapay zekânın etkisi önümüzdeki yıllarda akıllı ev uygulamalarından sağlığa, eğitimden emniyete, turizmden enerjiye, tarımdan üretime her alanda bu teknoloji sayesinde sıradan olan deneyim ve verimlilikler çok akıllı ve çok verimli iyi bir hale gelecektir.144
Bilim insanları yapay zekâyı Güçlü ve Zayıf olmak üzere iki yöne ayırmışlardır. Güçlü yapay zekâyı savunanlar, bir bilgisayarın yeterli donanımlar sayesinde insan gibi düşünebileceğini, bilinç sahibi olabileceğini ve insandan ayırt edilemeyeceğini ileri sürmektedirler. Zayıf yapay zekâyı savunanlar ise, insan zekâsı ve onun davranışlarını taklit edip, sadece kendisine tanımlanan görevleri yerine getirerek karmaşık problemleri çözmek için kullanılabileceği ileri sürmüşlerdir.145
Yapay zekâ görüşleri dört grupta incelenebilir:146
İnsan gibi düşünmek
Akıllıca düşünmek
İnsanca hareket etmek
Akıllıca hareket etmek
Yapay zekâ sistemlerinin temelinde öğrenme becerisi vardır. Nasıl ki bir insan bilmediği bir şeyi öğrenmeden o işi yapamıyorsa, yapay zekâda o işi öğrenip öğrendikleri arasında en doğru yolu bulup uygulamaktadır.
Yapılan çalışmalar sonucunda açıklanması gereken önemli konulardan biri de doğal zekâ ve yapay zekâdır. Doğal zekâda bilgiler unutulabilir ve sürekli saklanamamaktadır. Yapay zekâda ise, bilgiler depolanabilir ve makineden
144 Halil Aksu, Yapay Zeka İnisiyatifi, 1. Çalıştay Raporu, 2017, 5. https://turkiye.ai/trai- assets/uploads/2018/06/20170509_TRAI_Raporu_v1.pdf
145 İlker Kayabaş, Yapay Zekâ Sohbet Ajanlarının Uzaktan Eğitimde Öğrenci Destek Hizmeti Olarak Kullanılabilirliği, Anadolu Üniversitesi Sosyal Bilimler Enstitüsü Yüksek Lisans Tezi, 2010, 24. 146 Kadir Öztürk, Mustafa Ergin Şahin, Yapay Sinir Ağları ve Yapay Zekâ ’ya Genel Bir Bakış, Recep Tayyip Erdoğan Üniversitesi, Mühendislik Fakültesi, Takvim-i Vekayi, 23 Cilt: 6 No: 2 Sayfa: 25-36, 2018, 26.
silinmedikçe unutulmaz daha kalıcıdır. Bilgi aktarımı yapay zekâda daha kolay olmaktadır. Diğer türlü bir zaman gerekmektedir. Yapay zekâda makineler arasında aktarım kopyalama ile daha kolay olmaktadır. Doğal zekâya deneyim ve uzmanlaştırma kazandırmak için eğitim verme işlemi düşünüldüğünde yapay zekâya göre daha uzun bir süreç ve maliyet gerekmektedir. Doğal zekâda işin içine duygular ve kişisel durumlar gireceği için karar verme sürecinde farklı tepkiler ve tutarsızlıklar görülebilmektedir. Yapay zekâ ise bir problemle karşılaştığında hep aynı tutarlılıkta cevap vermektedir. Raporlama konusunda yapay zekânın daha üstün olduğu söylenebilir. Çünkü doğal zekâ unutabilir. Yapay zekâda yaratıcılık doğal zekâya (insana) bağlıdır.147
Günümüzde yapay zekâ ile ilgili bazı kavramlar iç içe geçmiş ve hala uzmanlar tarafından bir görüş birliğine varılamamıştır. Derin Öğrenme ve Makine Öğrenmesi de bu kavramlardandır. Derin Öğrenme, bazı kaynaklarda makine öğrenmesinin bir alanı olarak, bazı kaynaklarda aynı anlamda, bazı kaynaklarda ise farklı bir sınıf olarak ele alınmaktadır.
Makine öğrenmesi; bazı matematiksel yöntemler kullanarak eldeki verilerden bilgiler alıp, bu bilgiler ile tahminler yapabilen yöntemler bütünüdür. Uygulama alanları ise; optik karakter tanıma, yüz tanıma, obje tanıma, konuşulan dili anlama, tıbbi teşhis tahmini, hava tahmini, istenmeyen posta filtreleme gibi uygulamalardan oluşmaktadır.148 Başka bir tanımını yapmak gerekirse; bilgisayarın bir olayla ilgili
özellikleri deneyim yoluyla öğrenmesi ve karşılaşılmayan benzer olaylar için karar verebilmesi ya da çözüm üretilmesidir. Makine öğrenmesinin öğrenme türlerine örnek verecek olursak: alışkanlık yoluyla öğrenme, örnekler ile öğrenme, deney ile öğrenme, keşif ile öğrenme, görerek öğrenme, talimat ile öğrenmedir.149 Makine öğrenmesi;
datayı geçmiş davranışa kaydedip işlemek, anlamak ve çıktısını zekice değerlendirmektir.150 Derin öğrenme ise; “derin kelimesi, ağın katmak sayısının çok
olmasından gelmektedir.151 Özellik çıkarma ve dönüştürme için birçok doğrusal
147 Yılmaz 7.
148 Ferhat Şükrü Rende, Gültekin Bütün, Şamil Karahan, Derin Öğrenme Algoritmalarında Model Testleri: Derin Testler, Bilişim Teknolojileri Enstitüsü, TÜBİTAK BİLGEM, Kocaeli, 55.
149 Yılmaz 44.
150 Yapay Zekâ, Makine Öğrenmesi, Derin Öğrenme, Sinir Ağları Üzerine, https://www.youtube.com/watch?v=E3kREP0IUN0 (25.03.2019)
olmayan işlem birimi ve katmanını kullanmaktadır. Her ardışık katman, önceki katmandaki çıktıyı girdi olarak kullanmaktadır.152 Derin Öğrenme algoritmalarının
makine öğrenmesindeki var olan algoritmalardan ayıran en önemli özelliği, birçok katmandan oluşmasıdır. Bu katman sayısı yapısal olarak değiştirilebilir veya farklı yöntemler ile karma modeller oluşturulabilmektedir.153
Son yıllarda verilerin artışı ve insanların alışılagelmemiş sorular sormasından kaynaklı olarak makine öğrenmesi algoritmaları verileri anlamlandırmada yetersiz kalmaktadır. Bu durumda verilerden daha anlamlı veriler çıkartılması adına derin yapay sinir ağlarından oluşan bir model ortaya çıkartılmıştır.154 Yapay zeka, makine
öğrenmesi ve derin öğrenme arasındaki ilişki Şekil 2.1.’de ki gibi açıklanmaktadır.
Şekil 2.1: Yapay Zeka, Makine Öğrenmesi ve Derin Öğrenme Arasındaki İlişki155