Yapay Zeka’nın Yazılım Geliştirmeye Etkisi Ne Olacak?

Tüm dünya genelinde Yapay Zeka (Artificial Intelligence – AI) kapsamındaki uygulamaların sayısının giderek artması ve başarılı ürünlerin ortaya konulması, bazen esprili gelen, bazense uzak durduğumuz “gelecekte benim mesleğim de ortadan kalkacak mı?” sorusunu hepimize sordurmaya devam ediyor. Hele ki COVID-19 döneminde ister istemez zorunlu hale gelen dijitalleşmenin zirve yaptığı ve “evden de oluyormuş, illa ofiste olmaya gerek yokmuş” dediğimiz noktanın “yeni normale” evrildiği bu süreçte Yapay Zeka uygulamalarının yazılım geliştirme sürecine etkisi ne olacak?

Öncelikle Yapay Zeka nedir?

Yapay zeka, bilgisayar sisteminin öğrenme ve sorun çözme gibi insan benzeri bilişsel işlevleri taklit edebilme becerisidir. Matematik ve mantık kullanan bilgisayar sistemi, insanların yeni bilgileri öğrenmek ve karar almak için kullandığı düşünsel beceriyi simüle eder. Yapay zeka sahibi bir bilgisayar sistemi, mevcut verilerdeki kalıplara dayalı olarak tahminlerde bulunur veya işlemler yapar ve ardından hatalarından ders çıkararak daha doğru tahminler ve işlemler gerçekleştirir. Olgun bir yapay zeka, yeni bilgileri son derece hızlı ve doğru bir şekilde işler. Bu nedenle sürücüsüz araçlar, görüntü tanıma programları ve sanal yardımcılar gibi karmaşık senaryolarda çok kullanışlıdır. Her ne kadar 2021 yılı itibariyle artık yetersiz olduğu söylense de, bir makine akıllı olduğunda, genel olarak Turing testi kullanılır. Eğer davranışı (örneğin sohbet cevaplarında) bir insandan ayırt edilemiyorsa, bir makine akıllı olarak kabul edilir. Bu bağlamdaysa bir dönüm noktası, Mayıs 2018’de Google Duplex‘in Turing Testini geçmesidir. Google Asistan’ın daha da geliştirilmesi, muadilinin telefonda bir makineyle konuştuğunu fark etmeden bir kuaför randevusu ayarladı. Etkileyici di mi?

Bir de Yapay Zeka’nın alt alanlarını kısaca özetleyelim:

Makine öğrenimi: Uygulamalar verilere dayalı kararlar verir. Denetimli öğrenme ve denetimsiz öğrenme arasında bir ayrım yapılır. Denetimli öğrenme, girdi ve çıktı çiftleri gerektirir. Sistem yeterli veri ile eğitildikten sonra kendi kendine bağlantılar oluşturabilmektedir. Denetimsiz öğrenmede uygulama kendi sınıflandırıcıları ile kendi modelini oluşturur.

Derin öğrenme: Makine öğreniminin bir alt kümesidir. Ayrıca Yapay Zeka’nın üstün disiplini olarak da adlandırılır. Kalıplar ve eğilimler için büyük miktarda veriyi incelemek için kullanılır. Örn: yüz, nesne veya konuşma tanımada. Bu amaçla insan beynimizin biyolojik sinir ağlarından esinlenen sözde sinir ağları kullanılmaktadır.

Computer Vision: Uygulamaların görüntüleri veya videoları anlamasını sağlar. Facebook’ta arkadaşlarınızı işaretlemek veya şüphelileri belirlemek için yaygın bir uygulama yüz tanımadır. Algoritmaların x-ışınlarını tanıyabildiği, bunları büyük miktarda veriyle karşılaştırabildiği ve doktorlara teşhis ve eylem önerileri sunabildiği tıpta başka uygulamalar da bulunabilir.

Doğal Dil İşleme, kısaca NLP: Bir bilgisayarda doğal dili işleme girişimleri. Bu, uygulamaların konuşma ile kontrol edilmesini sağlamalıdır. Alexa, Siri, Google Assistant veya Cortana ile şimdiye kadar konuşan herkes bir NLP kullanıcısı olmuştur.

Peki akıllardaki favori soruya gelelim, Gelecek Yapay Zeka’da mı?

Evet, çünkü neredeyse her endüstrinin ve her insanın geleceğini etkiliyor. Yapay Zeka, büyük veri, robotik ve IoT gibi gelişen teknolojilerin ana itici gücü olarak hareket etti ve öngörülebilir gelecekte teknolojik bir yenilikçi olarak hareket etmeye devam edecek. Ayrıca Yapay Zeka dünyasında, GPT-3 olarak bilinen teknoloji, hatırlarsanız 2020 yılında büyük bir heyecana neden olmuştu.GPT-3’ü basitçe ifade etmek gerekirse; OpenAI tarafından geliştirilen, insan veya makine dili gibi bir dil yapısına sahip içerikler oluşturmada kendinden önce gelen her modelden daha iyi olan bir Yapay Zeka modelidir. Ancak tam olarak ne yaptığı (ve aslında yapmadığı 🙄 ) konusunda bazı karışıklıklar olsa da şu an önceden eğitilmiş algoritmaları kullanarak metin oluşturabilmekte kullanılıyor. Yani GPT-3, dil yapısına sahip olan her şeyi oluşturabilir; bu, soruları yanıtlayabileceği, makaleler yazabileceği, uzun metinleri özetleyebileceği, dilleri çevirebileceği, daha sonrasında kullanmak üzere bunları not alabileceği ve hatta bilgisayar kodu oluşturabileceği anlamına gelmektedir.

O halde Yapay Zeka uygulamaları, gerçekten çok akıllanıp insanlar gibi yazılım geliştirebilecekler mi? Yoksa sadece daha kaliteli kod yazabilmemiz için asistanlık mı yapacaklar?

Yazılım geliştirme yaşam döngüsüne (SDLC – Software Development Life Cycle) günümüzde en kritik ihtiyaç: Hız ve Verimlilik.Yapay zeka kategorisindeki ANI (Dar Yapay Zeka) uygulamaları altını çizmek gerekir ki, bugün olduğu gibi sadece kod yazma aşamasında ve derleme aşamasında yazılımcılara yol gösterecekler ve “kesinlikle” yazılımcıların yerlerini almayacaklar.Evet günümüzde, Dar Yapay Zeka uygulamaları Low-code / No-code alanında yazılımda verimlilik ile yazılım ihtiyacı olanlara ciddi fayda sağlayıp rutin birçok işi ortadan kaldırmakta, veya daha hızlı tamamlanabilir hale getirmekte. (Low-code No-code uygulamalarıyla ilgili daha fazla detay almak isteyenleri buradaki yazıya beklerim.) Diğer yandan IDE’lerin (Integrated Development Environment) desteklediği otomatik kod parçacığı (code snippet) önerme süreci de, yeni bir boyut ile yazılımcılarda “wow etkisi” yaratıp onları heyecanlandırmakta. Bu konuda ürün yerleştirme yapmaktan çekinmeyerek, 😉 girişimimiz Kuika’yı Hızlı ve Verimli yazılım ihtiyaçlarınızda mutlaka değerlendirmeniz için bu yazımda paylaşmak isterim.

Özetle, günümüzde ANI uygulamaları yazılımcılara yardımcı olmakta ve onların yerini almamakta. Hatta bu durum bazı yazılımcıları çok çok kıymetli hale getirmiş durumda, benden söylemesi (özellikle bilgisayar mimarisi, işletim sistemi yapısı/tasarımı, veri yapıları, algoritma analizi, programlama dili tasarımı ve yazılım tasarımı/mimarisi bilgilerine derinlemesine sahip yazılımcılar).

Yapay Zeka alanında kendini geliştirmek isteyen herkese faydalı olması adına size yazıyı bitirirken birkaç kurs paylaşmak istedim umarım faydalı olur. Eğer listede yer almasını düşündüğünüz kurslar varsa, mutlaka DM veya yorumlarda paylaşırsanız listeyi birlikte büyütmüş oluruz. 🙂 Haydi bekliyorum!

• AI Programming with Python Nanodegree (Udacity)
• AI For Everyone by Andrew Ng (Coursera)
• AI & Machine Learning Engineering Career Track (Springboard)
• Artificial Intelligence for Trading Nanodegree (Udacity)
• Artificial Intelligence A-Z: Learn How to Build an AI (Udemy)
• ColumbiaX’s Artificial Intelligence MicroMasters Program (edX)
• Introduction to Artificial Intelligence (edX)
• Microsoft Azure AI Fundamentals (c-sharpcorner.com)
• Google AI Education
• Artificial Intelligence: Reinforcement Learning in Python (Udemy)
• The Beginner’s Guide to Artificial Intelligence in Unity (Udemy)