I work on helping computers communicate about the world around us. There are a lot of ways to do this, and I like to focus on helping computers to talk about what they see and understand. Given a scene like this, a modern computer-vision algorithm can tell you that there's a woman and there's a dog. It can tell you that the woman is smiling. It might even be able to tell you that the dog is incredibly cute. I work on this problem thinking about how humans understand and process the world. The thoughts, memories and stories that a scene like this might evoke for humans. All the interconnections of related situations. Maybe you've seen a dog like this one before, or you've spent time running on a beach like this one, and that further evokes thoughts and memories of a past vacation, past times to the beach, times spent running around with other dogs. One of my guiding principles is that by helping computers to understand what it's like to have these experiences, to understand what we share and believe and feel, then we're in a great position to start evolving computer technology in a way that's complementary with our own experiences.
Bilgisayarların çevremizdeki dünya ile iletişim kurmasına yardım etmek üzerine çalışıyorum ve bunu yapmanın birçok yolu var ben bilgisayarlara gördükleri ve anladıkları hakkında konuşmaları için yardım etme üzerine odaklanmayı tercih ettim. Böyle bir sahneyi göz önüne alın, modern bilgisayar-vizyonu algoritması burada bir kadın var ve bir köpek var diyebilir. Kadının gülümsediğini size söyleyebilir. Hatta köpeğin inanılmaz bir şekilde sevimli olduğunu söyleyebilir. Benim üzerinde çalıştığım problem yapay zekânın insanların dünyayı nasıl anladığını ve nasıl değerlendirdiğini düşünmesi. Düşünceler, anılar ve hikâyeler. bu gibi sahneler insanlara hatırlatılabilir. İlgili durumların tüm bağlantıları. Belki de daha önce bunun gibi bir köpek görmüşsünüzdür veya bunun gibi sahilde koşarak zaman geçirmişsinizdir ve ayrıca eski bir tatile ait anı ve düşünceleri anımsatmaktadır, sahildeki geçmiş zamanlar, başka köpeklerle beraber etrafta beraber koşarak geçen zamanlar. Bana ışık tutan prensiplerimden bir tanesi de bu tecrübeye sahip olmanın nasıl bir şey olduğunu bilgisayarın anlamasını sağlarsak ne paylaştığımızı, neye inandığımızı ve ne hissettiğimizi anlamasını sağlarsak bilgisayar teknolojisini bizim tecrübelerimizle uyumlu bir şekilde geliştirmeye başlamak için harika bir yerdeyiz demektir.
So, digging more deeply into this, a few years ago I began working on helping computers to generate human-like stories from sequences of images. So, one day, I was working with my computer to ask it what it thought about a trip to Australia. It took a look at the pictures, and it saw a koala. It didn't know what the koala was, but it said it thought it was an interesting-looking creature. Then I shared with it a sequence of images about a house burning down. It took a look at the images and it said, "This is an amazing view! This is spectacular!" It sent chills down my spine. It saw a horrible, life-changing and life-destroying event and thought it was something positive. I realized that it recognized the contrast, the reds, the yellows, and thought it was something worth remarking on positively. And part of why it was doing this was because most of the images I had given it were positive images. That's because people tend to share positive images when they talk about their experiences. When was the last time you saw a selfie at a funeral?
Bu nedenle, bunu daha derinlemesine araştırırken, birkaç yıl önce bir dizi fotoğraftan bilgisayarların insan benzeri hikâyeler üretmesine yardımcı olmak üzere çalışmaya başladım. Ve bir gün, bilgisayarımla Avustralya gezisi hakkında ne düşündüğünü sormak için çalışıyordum. Resme baktı ve bir koala gördü. Koala'nın ne olduğunu bilmiyor fakat ilginç görünümlü bir yaratık olduğunu düşündüğünü söyledi. Ardından onunla bir dizi yanan ev resmi paylaştım. Resimlere baktı ve dedi ki, " Bu hayret verici bir görüntü, bu olağanüstü." Ürperdim. O korkunç, hayatı değiştiren ve hayatı yok eden olay gördü ve bir şeylerin olumlu olduğunu düşündü. Bence, kırmızı sarı zıtlığını algıladı ve olumlu bakmaya değer bir şey olarak düşündü. Ve kısmen bunu yapmasının nedeni ona vermiş olduğum resimlerin çoğunluğunun olumlu görüntüler olmasıydı. Bunun nedeni insanlar kendi tecrübelerinden bahsederken olumlu resimleri paylaşmaya meyillidirler. En son ne zaman cenaze töreninde paylaşılan bir selfie gödünüz?
I realized that, as I worked on improving AI task by task, dataset by dataset, that I was creating massive gaps, holes and blind spots in what it could understand. And while doing so, I was encoding all kinds of biases. Biases that reflect a limited viewpoint, limited to a single dataset -- biases that can reflect human biases found in the data, such as prejudice and stereotyping. I thought back to the evolution of the technology that brought me to where I was that day -- how the first color images were calibrated against a white woman's skin, meaning that color photography was biased against black faces. And that same bias, that same blind spot continued well into the '90s. And the same blind spot continues even today in how well we can recognize different people's faces in facial recognition technology. I though about the state of the art in research today, where we tend to limit our thinking to one dataset and one problem. And that in doing so, we were creating more blind spots and biases that the AI could further amplify.
Anladım ki yapay zekâyı geliştirmek üzere çalışıyorken görevden göreve, veri setinden veri setine, çok büyük boşluklar, delikler ve onun anlayabileceği kör noktalar yaratıyordum. Ve bunu yaparken, her türlü ön yargıyı kodluyordum. Kısıtlı bir bakış açısını yansıtan ön yargılar, tek veri seti ile sınırlanmış-- insan ön yargılarını yansıtabilen ön yargılar verilerde de bulunur, ön yargı ve basma kalıp düşünceler gibi. Beni o gün olduğum yere getiren teknolojinin evrimini düşündüm-- ilk renkli resmin nasıl beyaz kadının tenine uyarlandığını renkli fotoğrafçılığın siyah yüzlere karşı ön yargılı olduğu anlamına geliyordu. Ve bu benzer ön yargı, bu aynı kör nokta 90'larda da devam etti. Hatta aynı kör nokta yüz tanıma teknolojisinde farklı insanların yüzlerini ne kadar iyi tanıdığımız konusunda bugün de devam etmektedir. Bugünkü araştırmalardaki gelişmişlik seviyesini düşündüm, kendi düşüncemizi bir veri setinde ve bir problemde sınırlamaya meyilli olduğumuz yerde. Ve bunu yaparken, yapay zekânın daha fazla büyüteceği birçok kör nokta ve ön yargı yarattım.
I realized then that we had to think deeply about how the technology we work on today looks in five years, in 10 years. Humans evolve slowly, with time to correct for issues in the interaction of humans and their environment. In contrast, artificial intelligence is evolving at an incredibly fast rate. And that means that it really matters that we think about this carefully right now -- that we reflect on our own blind spots, our own biases, and think about how that's informing the technology we're creating and discuss what the technology of today will mean for tomorrow.
Ardından anladım ki, bugün üzerinde çalıştığımız teknolojinin beş yıl içresinde, 10 yıl içerisinde nasıl görüneceğini derinlemesine düşünmeliydik. İnsan zamanla insanlarla ve çevresiyle etkileşimindeki meseleleri düzelterek yavaş yavaş evrimleşir. Aksine, yapay zekâ inanılmaz bir hızla evrimleşmektedir. Ve bu şu anlama gelir, bu hemen şimdi dikkatli bir şekilde düşünmemiz gereken bir konudur -- ki biz bunun üzerine kendi kör noktamızı kendi ön yargılarımızı yansıtıyoruz ve bu bilgi teknolojilerini nasıl yarattığımız hakkında düşünmeliyiz ve bugünün teknolojisinin yarın için ne ifade edeceğini tartışmalıyız.
CEOs and scientists have weighed in on what they think the artificial intelligence technology of the future will be. Stephen Hawking warns that "Artificial intelligence could end mankind." Elon Musk warns that it's an existential risk and one of the greatest risks that we face as a civilization. Bill Gates has made the point, "I don't understand why people aren't more concerned." But these views -- they're part of the story. The math, the models, the basic building blocks of artificial intelligence are something that we call access and all work with. We have open-source tools for machine learning and intelligence that we can contribute to. And beyond that, we can share our experience. We can share our experiences with technology and how it concerns us and how it excites us. We can discuss what we love. We can communicate with foresight about the aspects of technology that could be more beneficial or could be more problematic over time.
CEO'lar ve bilim insanları geleceğin yapay zekâ teknolojilerinin ne olacağını düşünmek üzerine ağırlıklarını koydular. Stephen Hawking, "Yapay zekâ insanların sonu olabilir" uyarısını yaptı. Elon Musk, bunun bir varoluşsal risk olduğu ve toplum olarak karşı karşıya olduğumuz en büyük risklerden biri olduğu konusunda uyardı. Bill Gates bir noktaya işaret etti; "İnsanların niçin daha fazla alakadar olmadığını anlamıyorum." Fakat bu görüşler-- hikâyenin sadece bir bölümü. Matematik, modeller yapay zekânın temel yapı taşları erişim olarak tanımladığımız ve bununla alakadar şeylerdir. Machine Learning ve katkıda bulunduğumuz zekâ için açık kaynak araçlarına sahibiz. Ve bunun ötesinde, tecrübelerimizi paylaşabiliyoruz. Tecrübelerimizi teknolojiyle paylaşabiliyoruz ve bizi nasıl alakadar ettiği bizi nasıl cezbettiği Neyi sevdiğimizi tartışabiliriz. Daha faydalı olabilecek veya zamanla daha sorunlu olabilecek teknolojinin görünümleri hakkında ön görü ile iletişim kurabiliriz.
If we all focus on opening up the discussion on AI with foresight towards the future, this will help create a general conversation and awareness about what AI is now, what it can become and all the things that we need to do in order to enable that outcome that best suits us. We already see and know this in the technology that we use today. We use smart phones and digital assistants and Roombas. Are they evil? Maybe sometimes. Are they beneficial? Yes, they're that, too. And they're not all the same. And there you already see a light shining on what the future holds. The future continues on from what we build and create right now. We set into motion that domino effect that carves out AI's evolutionary path.
Eğer geleceğe yönelik öngörü ile beraber yapay zekâ üzerine tartışma açmak üzerine odaklanırsak bu şimdi yapay zekânın ne olduğu, ne olabileceği ve bize en uygun sonucu mümkün kılması için yapmamız gereken her şey hakkında genel bir tartışma ve farkındalık yaratmamıza yardım edecektir. Bunu bugün kullandığımız teknolojide zaten gördük ve anladık. Akıllı telefon, dijital asistan ve Roombas kullanıyoruz. Bunlar kötü mü? Belki bazen. Faydalı mı? Evet, ayrıca faydalı. Ve bunların hepsi aynı değil. Ve burada geleceğin getireceklerinin ışığını şimdiden görüyorsun. Gelecek şimdi yarattığımız ve inşa ettiğimiz şeyden devam ediyor. Yapay zekânın evrimsel yolunu açan domino etkisi yaratan hareketi başlattık.
In our time right now, we shape the AI of tomorrow. Technology that immerses us in augmented realities bringing to life past worlds. Technology that helps people to share their experiences when they have difficulty communicating. Technology built on understanding the streaming visual worlds used as technology for self-driving cars. Technology built on understanding images and generating language, evolving into technology that helps people who are visually impaired be better able to access the visual world. And we also see how technology can lead to problems. We have technology today that analyzes physical characteristics we're born with -- such as the color of our skin or the look of our face -- in order to determine whether or not we might be criminals or terrorists. We have technology that crunches through our data, even data relating to our gender or our race, in order to determine whether or not we might get a loan. All that we see now is a snapshot in the evolution of artificial intelligence. Because where we are right now, is within a moment of that evolution. That means that what we do now will affect what happens down the line and in the future.
Bizim zamanımızda şimdi, yarının yapay zekâsını şekillendiriyoruz. Bizi artırılmış gerçekliğin içine daldıran teknoloji geçmiş dünyaları canlandırıyor. İrtibat kurmakta zorluk çektiklerinde kendi tecrübelerini paylaşmalarında insanlara yardımcı olan teknoloji. Akan görsel dünyaları anlamak üzerine inşa edilmiş olan teknoloji sürücüsüz arabalarda kullanıyor. Resimleri anlama ve dil üretmeyi anlama üzerine inşa edilmiş olan teknoloji görme engelli insanların görsel dünyaya daha iyi ulaşmalarına yardım eden teknolojiye evriliyor. Aynı zamanda teknolojinin nasıl sorunlara yol açabileceğini de görüyoruz. Bugün, ten rengimiz veya yüzümüzün görüntüsü gibi doğuştan gelen fiziksel özelliklerimizi analiz ederek bizim suçlu veya terörist olma ya da olmama ihtimalimizi belirlemek için kullanan teknolojilere sahibiz. Kredi alıp alamayacağımıza karar vermek için verilerimizi hatta cinsiyetimiz veya ırkımızla ilgili verileri kullanarak hesaplamalar yapan bir teknolojiye sahibiz. Şimdi gördüğümüz her şey yapay zekânın evriminde anlık bir görüntüdür. Çünkü şimdi olduğumuz yer bu evrimin içinde kısa bir an. Bunun anlamı, şu anda yaptığımız şey gelecekte olacak şeyleri etkileyecektir.
If we want AI to evolve in a way that helps humans, then we need to define the goals and strategies that enable that path now. What I'd like to see is something that fits well with humans, with our culture and with the environment. Technology that aids and assists those of us with neurological conditions or other disabilities in order to make life equally challenging for everyone. Technology that works regardless of your demographics or the color of your skin. And so today, what I focus on is the technology for tomorrow and for 10 years from now.
Eğer yapay zekânın insanlığa yardım etme yolunda evrimleşmesini istiyorsak bize bu yolu sağlayacak hedef ve stratejileri belirlemeye ihtiyacımız var. Görmek istediğim şey insanlar ile, bizim kültürümüz ve çevremiz ile uyumlu bir şeylerdir. Hayatı herkes için eşit derecede zorlayıcı yapmak için nörolojik hastalıkları olanlar ya da diğer engelli olanlarımıza yardımcı ve destekleyici olacak teknoloji. Demografik yapı veya ten rengine bakmaksızın çalışan teknoloji. Ve bugün, odaklandığım şey gelecek için, bundan 10 yıl sonrası için teknoloji.
AI can turn out in many different ways. But in this case, it isn't a self-driving car without any destination. This is the car that we are driving. We choose when to speed up and when to slow down. We choose if we need to make a turn. We choose what the AI of the future will be. There's a vast playing field of all the things that artificial intelligence can become. It will become many things. And it's up to us now, in order to figure out what we need to put in place to make sure the outcomes of artificial intelligence are the ones that will be better for all of us.
Yapay zekâ farklı şekillerde ortaya çıkabilir. Fakat bu durumda, varış noktası olmayan bir sürücüsüz araba değildir. Burada bizim sürdüğümüz bir araba vardır. Ne zaman hızlanacağını veya yavaşlayacağını biz seçeriz. Dönüş yapmamız gerekiyorsa biz seçeriz. Gelecekteki yapay zekânın ne olacağını biz belirleriz. Yapay zekânın olabileceği her şeyin geniş oyun alanları vardır. Birçok şey olacaktır. Ve şimdi bu bize kaldı, bunu halletmek adına yapay zekanın sonuçlarından emin olmak için yerine koymamız gereken şey hepimiz için daha iyi olanlardır.
Thank you.
Teşekkür ederim.
(Applause)
(Alkış)