Yapay zekanın (YZ) uygulanması hızla artıyor ve sağlık, telekomünikasyon ve enerji gibi yüksek riskli sektörlerle günlük yaşamımıza giderek daha fazla iç içe geçiyor. Ancak büyük güç, büyük sorumluluk da getirir: YZ sistemleri bazen hata yapabilir veya önemli sonuçlar doğurabilecek belirsiz yanıtlar verebilir.
CSAIL laboratuvarından profesör Daniela Rus'un kurucularından olduğu ve yönettiği MIT'nin Themis AI'si, çığır açan bir çözüm sunuyor. Teknolojileri, YZ modellerinin 'bilmediklerini bilmelerini' sağlıyor. Bu, YZ sistemlerinin tahminlerinden emin olmadıklarında bunu belirtebilmeleri anlamına geliyor; böylece zarar oluşmadan önce hatalar önlenebilir.
Bu neden bu kadar önemli?
Gelişmiş olanlar bile birçok YZ modeli bazen 'halüsinasyonlar' sergileyebilir; yani hatalı veya temelsiz yanıtlar verirler. Tıbbi teşhis veya otonom sürüş gibi kararların büyük ağırlık taşıdığı sektörlerde bu durum yıkıcı sonuçlar doğurabilir. Themis AI, belirsizlik ölçümünü (uncertainty quantification) uygulayan bir platform olan Capsa'yı geliştirdi: YZ çıktılarının belirsizliğini ayrıntılı ve güvenilir bir şekilde ölçer ve nicelleştirir.
Nasıl çalışır?
Modellere belirsizlik farkındalığı kazandırarak, çıktılarını bir risk veya güvenilirlik etiketiyle donatabilirler. Örneğin, otonom bir araç bir durumdan emin olmadığını belirtebilir ve bu nedenle insan müdahalesini tetikleyebilir. Bu sadece güvenliği değil, aynı zamanda kullanıcıların YZ sistemlerine olan güvenini de artırır.
capsa_torch.wrapper() çıktının hem tahmin hem de riski içerdiği yerde:

Sonuç
MIT Ekibi ekibinin, YZ'nin geleceğinin sadece daha akıllı olmakla değil, aynı zamanda daha güvenli ve adil çalışmakla da ilgili olduğunu gösteriyor. NetCare olarak, YZ'nin ancak kendi sınırlamaları konusunda şeffaf olduğunda gerçekten değerli hale geldiğine inanıyoruz. Capsa gibi gelişmiş belirsizlik ölçüm araçlarıyla siz de bu vizyonu pratikte uygulayabilirsiniz.