Modern iş süreçlerinde, üretken yapay zekanın benimsenmesi araç kullanım aşamasını aşarak sistemleştirme evresine girmektedir.
Bunun ötesinde, "Senfonik Zeka" adı verilen yeni bir zeka çağı bizi beklemektedir.
Bu makale, üretken yapay zeka kullanımının mevcut durumunu ve gelecek beklentilerini, yinelemeli çalışma ve akış işi olmak üzere iki perspektiften incelemektedir.
İterasyon Çalışması
Daha önceki bir makalede, üretken yapay zekanın görevleri yerine getirmesini sağlamak amacıyla, iterasyon çalışması ve araçlar ile akış işi ve sistemler perspektiflerini analiz etmiştim.
İterasyon çalışması, insanların yarı bilinçsiz bir şekilde birden fazla farklı somut görevi birleştirerek deneme yanılma yoluyla ilerlediği görevleri ifade eder.
Ve bu iterasyon çalışması için araçlar en uygunudur. Çeşitli görevlere uygun araçlar seçilerek iş verimli bir şekilde ilerleyebilir. Bu nedenle, gerekli araç setini hazırlamak ve kullanımında ustalaşmak gereklidir.
Şu anda, üretken yapay zeka iş süreçlerinde kullanıldığında, vakaların büyük çoğunluğu üretken yapay zekanın bir araç olarak kullanılmasını içermektedir.
Üretken yapay zeka ile iş verimliliğini artırmaya yönelik çoğu tartışma, insanların iterasyon çalışmalarında kullandıkları mevcut araç setine bu yeni ve güçlü aracı eklemeyi ifade etmektedir.
İterasyon Çalışması ile İlgili Sorunlar
Öte yandan, daha önceki bir makalede belirtildiği gibi, iterasyon çalışmasındaki araçlardan sağlanan verimlilik artışları nispeten sınırlıdır.
Araçlar daha verimli hale geldikçe, nihayetinde insan darboğaz haline gelir. İnsan çalışma saatlerinin sınırını nihayetinde aşamayız.
Ayrıca, deneyimli çalışanlar ile yeni işe başlayanlar arasında iterasyon çalışmasının verimliliği ve doğruluğunda önemli bir fark vardır ve bu farkı kapatmak zordur. Sonuç olarak, gelecek ay iş yükünü iki katına çıkarmak hedeflense bile, deneyimli bir çalışanın becerilerine sahip personel olmadan bu durum yönetilemez.
İnsanın darboğaz olması sorununu çözmek için nihai çözüm, her şeyi yapay zeka ile değiştirmek olacaktır.
Ancak, mevcut üretken yapay zeka henüz bu performans seviyesine sahip değildir.
Üstelik, görünüşte basit olan iterasyon görevleri bile, yakından incelendiğinde çok sayıda bilinçaltı alt görevden oluşmaktadır.
Bu nedenle, bu görevler geleneksel BT sistemlerine veya kolay takip edilebilir el kitaplarına ayrılamamış, bunun yerine insan yeteneğine dayanmıştır.
Uzmanlık gerektiren bu sayısız bilinçaltı görevi organize edilmedikçe ve her biri için gerekli bilgi birikimi kristalleştirilmedikçe, üretken yapay zekanın performansı ne kadar artarsa artsın, insanların yerine görevleri yerine getiremeyecektir.
Akış İşine Dönüştürme ve Sistemleştirme
Üretken yapay zekanın mevcut performans sınırları dahilinde görevleri dağıtma, bilinçaltı görevleri düzenleme ve bilgi birikimini kristalleştirme hedeflerini ele almak için, deneme yanılmaya dayalı yinelemeli çalışmayı standartlaştırılmış akış işine dönüştürmek son derece önemlidir.
Standartlaştırılmış akış işi yalnızca araçlar için değil, sistemler için de oldukça uygundur.
Akış işi içerisinde, üretken yapay zekanın yürüteceği görevler ve insanların yürüteceği görevler bulunur. Bunları bir sistemle birbirine bağlayarak, akış işinin tamamı yürütülebilir hale gelir.
Akış işine dönüştürme ve sistemleştirme, çeşitli önemli faydalar sağlar:
Birincisi, üretken yapay zeka her bir göreve özel hale geldiği için, her görev için verimliliğini ve doğruluğunu optimize etmek netleşir.
İkincisi, birden fazla çalışan üretken yapay zekaya bilgi ekleyebilir ve faydaları herkese yayılır.
Üçüncüsü, bu iş içindeki görev bölüşümünü kademeli olarak üretken yapay zekaya kaydırmak kolaylaşır.
Yinelemeli çalışmayı akış işine dönüştürerek ve her görev için üretken yapay zekanın gerektirdiği bilgiyi bir sistem olarak biriktirerek, entelektüel çalışma, bir fabrika üretim hattı gibi otomasyona yaklaşır.
Ve zamanla gelişen üretken yapay zekanın temel performansındaki iyileşmeyi birleştirerek ve çeşitli görevler için uzmanlaşmış birikmiş bilgiyi kullanarak, tüm akış işini üretken yapay zeka tarafından yürütülen otomatik bir süreç haline getirmek mümkün olacaktır.
Sanal Zeka
Şu ana kadar analiz, yinelemeli çalışma ve araçlar ile akış işi ve sistemler perspektiflerinden yapılmıştır.
Yakın zamanda yayımlanan başka bir makale bu tartışmayı daha da ileriye taşımaktadır.
O makalede, sanal zeka tarafından yapılan orkestrasyon konusuna değinmiştim.
Şu anda ve çok yakın gelecekte, performans sınırlamaları nedeniyle, üretken yapay zeka belirli görevlere odaklandığında daha verimli ve doğru çalışmaktadır.
Bu nedenle, akış işi ve sistemler ile daha önce tartışıldığı gibi, her bir bireysel görev için özelleşmiş üretken yapay zekaları birbirine bağlayan bir mekanizma idealdi.
Ancak, üretken yapay zekanın performansı önemli ölçüde gelişse bile, görevleri aynı anda birden fazla şekilde ele almak yerine, tek bir süreç içinde rolleri değiştirerek ve bilgiyi kullanarak işlemek, potansiyel olarak daha yüksek verimlilik ve doğruluğa yol açabilir.
Bu yaklaşım, üretken yapay zekaları birbirine bağlamak için bir sisteme olan ihtiyacı ortadan kaldırır. Sistem entegrasyonuna benzer işlemler, üretken yapay zekanın kendi içinde gerçekleşecektir.
Ayrıca, sistem değiştirilmeden görevlerin değiştirilemediği veya eklenemediği durumlardan uzaklaşarak, üretken yapay zekanın kendi içinde esnek yanıtlar vermesine olanak tanır.
Bu, sistemleştirilmiş akış işini yinelemeli çalışmaya geri döndürmek anlamına gelir.
Ancak, sistemleştirme ve akış işi dönüşümünden geçen bu yinelemeli çalışma, üretken yapay zeka sayısı artırılsa veya sürümleri değiştirilse bile yeniden kullanılabilir bilgi oluşturulabilecek bir durumdadır.
Bu, insan yinelemeli çalışmasındaki sorunları çözerek, insanlara benzer esnek çalışmayı mümkün kılar.
Burada, üretken yapay zekanın tek bir yürütme sırasında rolleri ve bilgiyi değiştirme yeteneğini sanal zeka olarak adlandırıyorum. Bu, bir bilgisayarın sanal makinesine benzer.
Tıpkı sanal makine teknolojisinin tek bir donanım üzerinde tamamen farklı bilgisayarların çalışmasını simüle etmesi gibi, tek bir üretken yapay zeka da birden fazla rol arasında geçiş yaparak görevleri işler.
Mevcut üretken yapay zeka bu sanal zeka yeteneğini doğal olarak zaten kazanmıştır. Bu nedenle, üretken yapay zeka birden fazla kişi arasındaki tartışmaları simüle edebilir ve birden fazla karakter içeren romanlar üretebilir.
Bu sanal zeka yeteneği gelişirse ve yeterli bilgi sağlanırsa, yinelemeli çalışma gerçekleştirmek mümkün olacaktır.
Zeka Orkestrasyonu
Ayrıca, bu şekilde birden fazla rolü ve bilgiyi görevleri yerine getirmek üzere serbestçe birleştirme yeteneğini zeka orkestrasyonu olarak adlandırıyorum.
Bu, birden fazla sanal makineyi yöneten orkestrasyon teknolojisine benzer.
Tıpkı orkestrasyon teknolojisinin, gerektiğinde gerekli sanal makineleri başlatarak sistemleri verimli bir şekilde çalıştırması gibi, sanal zekanın bir yeteneği olan geliştirilmiş zeka orkestrasyonu becerilerine sahip bir üretken yapay zeka da, çok sayıda rolü ve bilgiyi uygun şekilde yöneterek ve verimliliği ile doğruluğu koruyarak yinelemeli çalışmayı esnek bir şekilde gerçekleştirebilecektir.
Senfonik Zeka
Bu aşamaya ulaşan üretken yapay zekaya Senfonik Zeka adı verilebilir.
Tıpkı her enstrümanı çalmakta usta bir orkestranın, kendi rollerini yerine getirirken tek bir müzik eseri çalması gibi, Senfonik Zeka da entelektüel görevlerin bir senfonisini çalabilir.
Bu Senfonik Zeka, üretken yapay zeka için doruk noktalarından birini temsil eden yeni bir kavramdır.
Ancak, Senfonik Zeka zaten mevcuttur.
O, bizim insan zekamızdır.
Tam da Senfonik Zeka'ya sahip olduğumuz için, zengin bir bilgi birikiminden yararlanarak, yinelemeli çalışma yoluyla birden fazla karmaşık entelektüel görevi bilinçsizce ve esnek bir şekilde yerine getirebiliriz.
Sonuç: YZGY Biçimi
Senfonik Zekayı simüle edebilen üretken yapay zekaya, diğer görevler için akış işi ve bilgi tabanları sağlayarak, birden fazla yinelemeli görevi yerine getirme yeteneğine sahip olacaktır.
Çok sayıda farklı yinelemeli görevi ele alabildiğinde, bu görevler arasındaki ortak kuralları ve bilgi içindeki yapısal kalıpları kavrayabilecektir.
Bu noktada, tamamen bilinmeyen yinelemeli görevler için, insan tarafından yapılacak kısa bir açıklama ile, yapay zeka bir insanın görevi nasıl yerine getirdiğini gözlemleyerek o görevin bilgi birikimini öğrenebilecektir.
İşte bu gerçek Senfonik Zekadır. Bu aşamaya ulaşıldığında, insanların işi akış süreçlerine dönüştürmek veya bilgi birikimini kristalleştirmek için çaba harcamasına gerek kalmayacaktır.
Ayrıca, üretken yapay zeka tarafından otomatik olarak biriktirilen bilgi, diğer üretken yapay zekalar arasında paylaşılabilir.
Bu gerçekleşirse, üretken yapay zekanın öğrenme yeteneği insanininkini fersah fersah aşacaktır.
Bu, Yapay Genel Zeka'nın bir biçimi olarak kabul edilebilir.