Bilgisayarlar, mühendisleri de yerinden edebilir mi?

Kas gücü ile yapılan işlerin insanlar yerine gün geçtikçe daha çok oranda robotlar tarafından yapıldığına bir çoğumuz şahit oluyoruz. Ergitilmiş 1600°C bir metali kalıba dökmekten, talaşlı imalatta tezgahlar arası parça transferine, depodan üretim alanına parça taşımaktan bitmiş bir ürünün kalite kontrolüne kadar birçok operasyonda çalışan robotlar ve makineler mevcut. Bahsettiğim bu operasyonlar bilgisayarcı diliyle daha kolay programlanabilir, algoritmaları oluşturulabilir operasyonlar. Tabii ki bu makinelerin genel işleyiş içinde merkezi bir birimle veya birbirleri arasında bilgi alışverişi yapması ve buna göre hareketlerini düzenlemeleri söz konusu ve bu işlemler de oldukça karmaşık olabiliyor ancak bu da günümüz teknolojisinde çok zor değil.

Ancak bu işlemlerden daha karmaşık süreçlerimiz de mevcut ve neyse ki (!) henüz makineler bu alanlarda çok da yaygın değil. Söylemek istediğim şey, adına mühendislik de dediğimiz bir takım bilişsel hesaplamalar. Müşterinin acil olarak istediği bir siparişle ilgili üretim aşamasında çıkan problemi çözmeye çalışmak bu konuya basit bir örnek olabilir. Üretimde çalışan bir mühendis veya teknisyen bu beklenmeyen problemi çözerken minimum bedel ödeyerek müşteriye sorunsuz bir sevkiyat yapmak için uğraşırken ihtiyaç duyacağı gereklilikler nelerdir? Yıllardır eğitim hayatında edindiği teknik bilgi, iş hayatında kazandığı tecrübe, insan ilişkileri ve mevcut durumda sahip olduğu kısıtlar. Peki bu gereklilikleri makinelerin öğrenmeye başlaması durumunda biz insanlardan daha iyi ve daha hızlı karar verebilirler mi? Hatta anlık kararlara ilaveten aynı veya benzer konulardaki problemlerin bir daha yaşanmaması için kök nedenleri bularak aksiyon alsalardı daha da hoş olmaz mıydı?

Bir başka örnek de kimyasal proses fabrikalarından verilebilir. Bu tesislerde girdilerdeki değişkenliğin ürün kalitesine etkisini en aza indirebilmek adına gün içinde yüzlerce ayar yapılır. Bu ayarların üretim verimine ve tesis maliyetlerine doğrudan etkileri vardır. Kişiden kişiye değişebilen ve üretimin devamlılığı için kısa sürede yapılması gereken bu ayarların en doğru çözümler olduğunu kim iddia edebilir? Geçmiş verileri kullanarak optimum ayar koşullarını öğrenen bir makinenin ürün veriminde yaratacağı en ufak bir artış büyük finansal kazançlar sağlar. Sizce böyle bir sürecin sonucunda teknik insanlara olan ihtiyaç da azalır mı?

Her makinenin başında sürekli birer kişi bulundurarak üretimin o gürültülü ortamına rağmen makinelerin sesini dinletmemiz ve anormal bir durum olduğunda makine henüz arızalanmadan problemli parçaya müdahale ederek sorunu en az maliyetle çözmemiz iyi olmaz mıydı? Bunu yapacak kaynağımız olmayabilir ancak makineleri sürekli dinleyen bir mikrofonun bu takibi yapması yakın zamanda (belki de şu anda) çok mümkün. İnandırıcı gelmeyenler için bir örnek vermek gerekirse, 2020 yılında MIT’de geliştirilen bir yapay zeka algoritması, semptom göstermeyen kişilerin öksürük seslerini dinleyerek Covid-19 teşhisini %98’in üzerinde bir doğrulukla yapabiliyor.

Yapay zeka, makine öğrenmesi, derin öğrenme gibi kavramlar bu konularda çok geniş fırsatlar barındırıyor. Hızlıca adını sayabileceğimiz Google, Amazon, Netflix, Facebook gibi firmalar bu konuda büyük yatırımlar yapıyorlar. Şimdiden tıbbi bir tahlilin yorumlanması, yüz tanıma teknolojileri, sürücüsüz araba, mahkeme kararları, telefon asistanı Siri gibi sayısız alanda makine öğrenmesi kullanılıyor ve çalıştıkları konularda insan rakiplerinden çok daha başarılı ve hızlılar. Makine öğrenmesi nedir dediğimizde özetle belirli girdileri alıp çıktıyı bulacak bir algoritma yazmak yerine bu girdi ve çıktıları yani verileri ilişkilendirerek algoritma oluşturmaktır. Bu gözle baktığımızda insan öğrenmesine benzemiyor mu? Tabii bunun sağlanabilmesi için doğal olarak çok miktarda bilgiye (bizdeki adıyla tecrübeye) ihtiyaç var ki bu çağda çok da zor olmasa gerek.

Devamındaki yazılarda sosyal medya, satış ve pazarlama, tıp, hukuk gibi alanların dışında endüstriyel işletmelerde nerelerde uygulanabileceği, ne tür faydalarının olabileceğini tartışmak isterim. Tabii bir de bu uygulamalarda süreç iyileştirme metotları ve faaliyetleri ile nasıl bir arada kullanılabileceği de ayrı bir tartışma konusu.