Yapay zeka teknoloji dünyasında bir sonraki büyük devrim haline gelmeden çok önce, Wang Jian, nihayetinde ona güç verecek temel altyapıyı oluşturuyordu. 2008 yılında, South China Morning Post'un sahibi olan Alibaba Group Holding'e baş mimar olarak katıldı ve 2009'da Alibaba Cloud'u kurarak şirket liderliğini sıfırdan bir bulut bilişim altyapısı inşa etmeye büyük yatırımlar yapmaya ikna etti.
Bugün, Wang'ın çalışma alanı önemli ölçüde genişledi. Çin Mühendislik Akademisi'nde akademisyen ve Zhejiang eyalet hükümeti tarafından desteklenen bir araştırma kurumu olan Zhejiang Lab'ın direktörü olarak odak noktası yeni bir sınıra kaydı: uzay bilişimi.
Bu röportaj ilk olarak SCMP Plus'ta yayımlanmıştır. Open Questions serisindeki diğer röportajlar için buraya tıklayın.
Yapay zeka modellerine yönelik mevcut heyecan, gözlemlediğiniz ilk coşku dalgası değil. Bu seferki nasıl farklı?
Bu yapay zeka geliştirme dalgasının hızı beklentilerimi açıkça aştı.
Yapay zeka, 1980'lerden başlatırsak yaklaşık 40 yıldır gelişiyor ve ben birden fazla gelişim döngüsüne tanıklık ettim.
1980'lerde Japonya, iddialı Beşinci Nesil Bilgisayar Sistemleri girişimini başlattı. İnsanlar bunun köklü bir değişim getireceğini düşündü ancak nihayetinde beklentilerin altında kaldı.
Geçtiğimiz on yıl içinde Çin, bilgisayarlı görü teknolojisine odaklanan SenseTime, Megvii, CloudWalk ve Yitu gibi "dört yapay zeka kaplanı" etrafında kendi coşku dalgasını yaşadı. Bu da birçok kişinin beklediğini veremedi.
Mevcut dalga farklı. İlerlemesi beklentileri aştı ve etkisi yapay zekanın çok ötesine uzanıyor. Yapay zeka artık sadece bir endüstri değil; matematik araştırmalarına nasıl yardımcı olduğunda gördüğümüz gibi, neredeyse her şeyi etkileyecek bir değişken.
Bu dalgayı anlamak için veri, model ve işlem gücünün rollerinin zaman içinde nasıl değiştiğine bakmamız gerekiyor. Genellikle bu üçünü, yapay zeka gelişiminin farklı aşamalarında önemlerinin değiştiğini netleştirmeden birlikte tartışıyoruz.
2012 ImageNet yarışmasındaki AlexNet modeli verinin önemini gösterdi. 2017'de Transformer mimarisinin tanıtılması model tasarımının önemini ortaya koydu. Ve Nvidia'nın son birkaç yıldaki yükselişi, işlem gücünün yakın zamanda oynadığı önemli rolü yansıtıyor.
Benim görüşüm, verinin önümüzdeki üç ila beş yıl içinde, belki daha uzun süre, tekrar daha önemli hale geleceği yönünde. İnternet metinleri yapay zeka eğitimi için hızla tükenirken, çok miktarda bilimsel veri henüz keşfedilmemiş durumda.
Ayrıca "yapay zeka" ile ne kastettiğimizi yeniden düşünmemiz gerektiğini düşünüyorum. Bugün yapılan tartışmaların çoğu onu yapay insan zekası olarak ele alıyor. Bence bu, onu çerçevelemenin yanlış yolu. Yapay zekadan bahsettiğimizde aslında makine zekasından bahsettiğimizi düşünüyorum.
Makine zekası ve insan zekası örtüşen yeteneklere sahip, ancak aynı yolda gelişmeleri gerekmiyor. Eğer makineleri sürekli insan zekasıyla ölçersek, yanlış bir öncülden yola çıkma riskiyle karşı karşıya kalırız. Bu bakış açısını değiştirmek, yapay zekadaki birçok soruya dair düşünce şeklimizi değiştirebilir.
Yapay zeka araçlarını yoğun bir şekilde kullanıyorum ama yine de tüm sunum dosyalarımı kendim hazırlıyorum.
Yapay zeka uygulamalarının ve teknolojilerinin yüzde 90'ının önümüzdeki on yıl içinde yok olacağını öngördünüz. Hangi yapay zeka araçları gerçekten yararlı ve hangileri sadece "sözde talepleri" karşılamak için var?