Sanal asistanları bu yılın akıllı telefon yazılımlarında çığır açan teknoloji olarak yorumlayacak olursak, muhakkak ki yapay zekayı da donanım tarafında aynı şekilde tanımlamak yerinde olacaktır.
Apple son model A11 Bionic çipini yeni yapay zekası ‘Nöral Motor’un bir ürünü olarak adlandırıyor. Huawei’nin en son çıkardığı Kirin 970 adlı işlemcisi, özel ‘Nöral İşlemci Ünitesi’ ile övünerek, gelecek Mate 10 modelini tam bir yapay zeka telefonu olarak afişe ediyor. Samsung’un yeni çıkacak Exynos SoC (system on a chip – Çip üzeri sistem) çipinin aynı zamanda sadece yapay zeka eksenli bir çip de içereceği rivayet olunmakta.
Snapdragon modellerinin içerisinde Hexagon DSP (Dijital sinyal işlemci) teknolojisini açtığından bu yana Qualcomm, ortalamanın oldukça üzerinde yer alıyor. Intel, Nvidia ve diğerleri de kendi yapay zekaya dayalı işlemcilerini geliştirmekle meşguller. Velhasılı kelam, kıyasıya bir mücadele almış başını gidiyor.
Günümüz akıllı telefon çiplerinin içerisine bu ekstra işlemcileri dahil etmenin makul ve mantıklı sebepleri var tabii. Gerçek zamanlı ses işleme ve görüntü algılama talebi, hızla artıyor. Bununla birlikte her zaman olduğu gibi dikkatli davranmamız gereken, sırf pazarlamaya dönük saçmalıklar da etrafa saçılmıyor değil.
Yapay zeka beyin çipleri mi? Hadi canım?!
Firmalar, kendi kendine düşünen ya da insan beynini taklit edebilen yeterince zeki çipler geliştirdiklerine inanmamızdan büyük zevk alıyorlar. Halbuki günümüzün en gözde laboratuar projeleri dahi buna yakın olmaktan uzaklar. Yapay zeka kavramı bir akıllı telefonda oldukça cazip görünüyor. Söz konusu yeni işlemci tasarımları, örneğin makine öğrenimi gibi yazılım işlemlerini daha etkin kılıyorlar.
Yapay zeka ile makine öğrenimi arasında ayırt edilmesi gereken önemli bir fark var. Yapay zeka, insanlar gibi düşünebilen makineleri ya da hemen hemen insanların yeteneklerine sahip bir çeşit yapay bir beyni ifade etmek için kullanılan, geniş bir kavramdır.
Makine öğrenimi de bu bağlamdan uzak değildir fakat, sadece verileri işleyerek elde edilen sonuçlara dayalı olarak kararlar veren, ve hatta geleceğe dair kararlarla ilgili bilgilendirme yapmak için elde edilen sonuçlardan dersler çıkaran bilgisayar programlarından ibarettir makine öğrenimi.
Nöral ağlar, makine öğrenimi uygulamalarına veri sağlayarak bilgisayarların verileri insanlardaki gibi sınıflandırmalarını sağlamak üzere tasarlanmış bilgisayar sistemleridirler. Bu durum örneğin bir fotoğraf karesi içerisindeki belirli yerleri ayırt etmek ya da bir arabanın yapımını ve rengini tanımlamak gibi işlemleri kapsar. Nöral ağlar ve makine öğrenimi akıllıdırlar ama, idrak sahibi bir zekayı temsil etmedikleri de aşikardır.
Yapay zeka meselesine gelince; pazarlama departmanları yeni bir teknoloji alanına daha genel bir söylem biçimini atfetmek suretiyle, işi daha da zora sokarlar. Aynı şekilde bu söylem biçimi, kendilerini rakiplerinden de farklı kılmak için bir çaba olma özelliği gösterir. Öyle ya da böyle tüm bu firmaların ortak olarak sahip oldukları şey, halihazırda akıllı ya da yapay zeka asistanlarıyla ilişkilendirdiğimiz işlemlerin performansını ve verimini geliştiren yeni bir bileşeni, çiplerine yerleştirmelerinden ibaret. Bu geliştirmeler temel olarak ses ve görüntü algılamayla ilgilidirler, fakat farklı kullanım alanları da mevcuttur.
Yeni işlemci tipleri
Belki de cevaplanması gereken en önemli soru şu: Neden firmalar bu bileşenleri ansızın kullanmaya başladılar? Bunların kullanımı ile beraberinde ne gibi kolaylıklar geliyor? Neden şimdi?
Son zamanlarda ‘Nöral Ağlar’, ‘Makine Öğrenimi’ ve ‘Heterojen İşlem’ konularından sıklıkla bahsedildiğinin farkına varmışsınızdır. Tüm bunlar, akıllı telefon kullanıcılarının kullanımlarına bağlı olarak, geniş bir alanda ortaya çıkan teknolojiler. Bu teknolojiler kullanıcılar için daha iyi müzik dinleme, daha net görüntü ve ses işleme tekniklerine kavuşma, yapılan aktivitelere dayalı tahminler doğrultusunda öneriler alma, yabancı dil tercüme ve öğreniminin geliştirilmesi, veri tabanına dayalı arama sonuçlarının hızlandırılması, geliştirilmiş veri şifreleme gibi kullanım alanlarını ifade ediyor.
Bu sorular arasında cevaplandırılması gereken bir diğer şey de, bu işlem sonuçlarının cihaz üzerinde mi yoksa bulut sunucu üzerinde mi yapılmalarının daha en iyi sonuçlar vereceğiyle ilgili. İşletim sistemi üreticilerinin söylediklerinden bağımsız olarak önemli olan, yapılacak işin tam olarak ne olduğuyla ilgili aslında. Öyle ya da böyle bu kullanım durumları, günümüz 64 bit işlemcilerinin tam olarak ayak uyduramayacakları yeni ve karmaşık ‘hesaplama’ yöntemlerine ihtiyaç duyuyor. 8 ve 16 bit değişken nokta matematiği, şablon uyarlama, veritabanı/anahtar eşleştirme, noktasal alan işletimi, yüksek seviyede paralel işlemcilik gibi yöntemler, genel amaçlı işlemciler yerine özellikle bu işler için tasarlanmış donanımlar üzerinde daha hızlı şekilde uygulamaya aktarılabilirler.
Söz konusu yeni kullanım durumlarındaki büyümeyi karşılamak için bu tip işlemleri sıradan donanım üzerinde ite kaka çalıştırmak zorunda kalmak yerine, bu işlerin üzerinden gelebilecek özel bir işlemci geliştirmek daha mantıklı görünüyor. Yapay zeka içeren bir işlemcinin donanıma dahil edilmesiyle, yazılımcıların yeni yazılımlarını hangi doğrultuda geliştirmelerinin daha yerinde olacağına dair bir kılavuz sunulmuş olunacaktır.
Anahtar kelime, ‘işlem verimi’
Bahsedilen bu yeni çiplerin beraberinde sadece daha yüksek işlem gücünü getirmediğini, aynı zamanda boyut, işlem ve enerji gibi üç ana alanda verimliliği de arttırdığını hatırlatmakta fayda var.
Günümüzün yüksek teknolojili SoC’ları, ekran sürücülerinden modemlere kadar çok sayıda bileşen içeriyor. Bu parçalar küçük bir pakete, kısıtlı bir bütçe dahilinde sığmak zorundadırlar. SoC tasarımcıları yeni nöral ağ işlemci imkanları geliştirirken bu kurallara da bağlı kalmak zorundalar.
Akıllı telefon çip tasarımcılarının makine öğrenimi ile ilgili işlemlerin üstesinden gelecek daha güçlü işlemci çekirdekleri yapma ihtimalleri var. Bununla birlikte bu durum, çekirdeklerin büyüklüğünü de bariz şekilde arttıracaktır. Günümüz octa-core kurulumlarını göz önünde bulunduracak olursak bu durum daha çok ‘ölü alan’ doğuracak, üretimi de çok daha pahalıya getirecektir. Aynı zamanda güç gereksinimini de oldukça arttıracağını dile getirmeye gerek yok. Öyle ki, 5W’ın altında TDP akıllı telefonlarının karşılayamayacağı bir maliyete neden olabilecektir.
Bunun yerine belirli işlem setini oldukça verimli şekilde yerine getirebilecek, sadece o işe adanmış tekil parçalar tasarlamak, çok daha zekice olacaktır. İşlemcilerin ilk çıktıkları zamanlardaki tercihli hareketli nokta ünitelerinden tutun da, Qualcomm’un son teknolojiye sahip SoC’larının içerisinde bulunan Hexagon DSP’lere kadar bu tip bir uygulamaya işlemci gelişimi sürecinde şahit olmuştuk. DSP’ler (Digital Signal Processor), işlem gücü ile maliyet ve güç verimi arasındaki ilişkiye bağlı olarak ses, otomotiv gibi alanlarda zaman içerisinde dalgalı bir kullanım şekli olmuştur. Makine öğreniminin mobil alanda düşük güçte yüksek oranlı veri işleme kapasitesi artık talebi karşılamaya yardımcı oluyor.
Sözün özü
Firmaların nöral ağ kurulumu ve yapay zeka işlemcilerle ilgili kurgularının gerçekten yerinde olup olmadığını sorgulamak, küçümseyici bir yaklaşım olmasa gerek. Kompleks matematik ve veri düzenleme algoritmalarına adanmış ekstra işlemci eklentisi sadece akıllı telefonlarda ve teknolojinin diğer alanlarında işe yarayacak. Aynı zamanda rakamların daha iyi işlenmesinde ve otomatik görüntü geliştirmeden video arşivi aramalarının daha hızlı gerçekleştirilmesine kadar diğer faydalı yeni teknolojilerin kullanılır hale getirilmesinde de katkıları olacak.
Firmalar her ne kadar sanal asistanlarından ve telefonunuzu daha akıllı yapacak yapay zekalı işlemcilerden dem vurarak övünmeye yeltenseler de, akıllı telefonlarımızda gerçek anlamda zekanın uygulamada olacağı yakın bir gelecek göremiyoruz maalesef. Bununla birlikte gün ışığına çıkmaya başlayan makine öğrenimi araçlarıyla bir araya getirilen bu yeni teknolojilerin, telefonlarımızı hiç olmadığı kadar kullanışlı hale getirecekleri de bir başka gerçek. O nedenle bu alandaki gelişmeleri takip etmeye devam etmekte fayda var.