Büyük dil modellerinin sunduğu matematiksel veri, yapay zekanın insan gibi cevap verebilmesi için yeterli mi? Henüz bir muamma. Ancak sınır tanımayan yapay zeka, robot olmanın ötesine geçerek, karakteristik özellikler kazanmaya başladı bile. İnsan doğasını, değerlerini ve dilini anlamak için coğrafyaları aşıyor, uzmanından eğitim alıyor.
Geçtiğimiz günlerde Arizona Üniversitesi’nin mezuniyet töreninde bir olay yaşandı. Google’ın eski CEO Eric Schmidt, gençlerin “Makineler işlerimizi elimizden alacak” endişesinin yersiz olduğunu savundu. Öğrencilere bu teknolojiden kaçmak yerine onun gelişiminde aktif rol almalarını önerdi. Ancak hiç beklemediği bir tepkiyle karşılaştı, öğrenci kalabalığı bu sözlere yuhalayarak cevap verdi. İsyanın sebebi, öğrenciler yapay zeka teknolojisi ile gelen dönüşümün birkaç dev firmanın kontrolünde olduğuna inanıyordu. Bunun ne kadar gerçek bir senaryo olduğunu yaşayarak göreceğiz. Ancak kaçırdığımız bir nokta var. Yapay zeka modelleri, insan zekasına üstün gelse de daha insansı olma konusunda henüz öğrenme aşamasında. Hatta yapay zekayı gerçek insanlar eğitiyor.
Yükselen meslek: Yapay Zeka Eğitici
Bu mesleği ilk olarak Linkedin’de metin yazarlığı olarak iş ilanlarına bakarken keşfettim. Karşıma çıkan ilk ilan ise ‘Creative Writing Evaluator: AI Training’ başlığıyla Alignerr firmasına aitti. Türkçeye ‘Yaratıcı Yazarlık Değerlendirme Uzmanı: Yapay Zeka Eğitimi’ olarak çevirebiliriz. İş tanımını aşağıya bırakıyorum.
Ne yapacaksın?
- Kurgu, deneme dahil çeşitli türlerde yapay zeka tarafından oluşturulan yaratıcı yazarlığı okuyun ve değerlendirin.
- Stil, ton, tutarlılık, özgünlük ve okuyucu katılımı gibi boyutlara göre yazım kalitesini değerlendirin
- Klişeler, doğaüstü ifadeler, mantıksal tutarsızlıklar veya düz karakterizasyon gibi zayıflıkları tespit edin
- Yapay zeka sistemlerinin daha özgün ve etkileyici çalışmalar üretmesine yardımcı olacak net, yapıcı, yazılı geri bildirim sunmak
- Görev bazlı ödevleri kendi programınıza göre bağımsız olarak tamamlayın
Aranan özellikler
- Yaratıcı yazarlık, İngiliz edebiyatı, gazetecilik veya editörlük geçmişi
- Yazı atölyeleri, eleştiri grupları veya editoryal geri bildirim deneyimi
- Geniş bir edebi stil ve türlere aşinalık
- Yapay zeka araçları veya içerik değerlendirme platformlarıyla önceki deneyi
Yapay zekaya ince ayar
Yapay zekayı eğitmenin ne zaman bir meslek olduğunun cevabını bulmak için 50 – 60 yıl öncesine dönmek gerekiyor. 1950’lerde Alan Turing’in “Makineler düşünebilir mi?” sorgusu etrafında şekillenen çalışmalar, 1960’larda Eliza gibi basit sohbet robotlarının eğitilmesiyle devam etti. Ancak esas büyük sıçrama 2017 yılında Google araştırmacılarının yazdığı ‘Attention Is All You Need (İhtiyacınız Olan Tek Şey Dikkat)’ isimli makalede anlatılan ‘Transformer’ mimarisi kavramı oldu. Mühendisler, Transformer mimarisini koruyarak çalışmalarına devam ederken, modelin ‘akıl yürütme’, ‘kod yazma’ ve ‘yaratıcı metinler üretme’ gibi yetenekler kazandığını fark etti. Model internetteki devasa ham metin veriyle dünyayı, dil bilgisini, tarihi ve bilimi öğreniyordu. Ama yetmiyordu çünkü daha insansı olması gerekiyordu. Burası yapay zekanın insanlar tarafından eğitilmesi, deyim yerindeyse ‘ince ayar’ vermeye başladığı yer. 2020 yılında ChatGPT ile şu kavram ortaya çıktı: RLHF Türkçe çevirisiyle ‘İnsan Geri Bildirimli Öğrenme’.
Model, Büyük Dil Modeli’nden genel kültür metinlerle öğrendikten sonra, düzgün iletişim kurma tekniklerini öğrenmeye başladı. İnsan eğitmenler modele sorular soruyor, modelin verdiği yanıtları puanlıyor ve düzeltiyor. Böylelikle model, sadece sorulara cevap veren bir robot olmanın ötesinde yardımsever ve güvenli olmayı öğreniyor.
Büyük Dil Modeli ve ‘insansı’ olmak
Yukarıda da bahsettiğim Büyük Dil Modeli, aslında derin öğrenme stratejisine sahip bir yapay zeka türü. Nedir, ne iş yapar sorusu için Google Developers’ın makalesini ziyaret edebilirsiniz. Yapay zeka modelleri, insan üretimi metin ve sesleri anlamak ve yanıtlar üretmek için Büyük Dil Modeli’nde eğitim alıyor. Ardından Yapay Zeka Eğiticilerinin katkısıyla gerçek dünyada da tezini hazırlıyor. Örneğin; masanın üzerinde bir çay bardağı ve etrafında eşyaların yer aldığı bir fotoğraf hayal edin. Bu fotoğrafı yapay zekaya gönderiyorsunuz ve yorumlamasını istiyorsunuz. İki ayrı cevap var. Bu cevaplar ‘Gerçeklik’, ‘Yararlılık’ ve ‘Yazım Kuralları’ gibi kriterler çerçevesinde gerçek insanlar tarafından değerlendiriliyor, puanlanıyor. İşte burası, Yapay Zeka ile gerçek bir sohbetin başladığı yer. Aslında modele yön veren eğitimciler, bu kriterler aracılığıyla yapay zeka ile onun dilinde konuşuyor. Bu dili yani kriterleri oluşturan ise Outlier gibi firmalar görev alan proje yöneticileri.
Yapay Zeka’yı Eğiten Şirketler
Konuyu hemen yapay zekaya şöyle bir prompt ile sordum: “Yapay Zeka eğitmeni olarak hangi firmalara başvurabilirim?” Cevapta ilk olarak sektör devi Amerika’da yerleşik Scale AI firmasının alt kuruluşu Outlier geldi. Ardından Mindrift, DataAnnotation, Welo Data ve Shaip gibi diğer şirket isimlerini sıraladı. Bu şirketler kendi aralarında birçok çeşitliliğe sahip. Bu durum bu işin ne kadar katmanlı olduğunu kanıtlıyor. Outlier, yapay zeka eğitiminin okyanusu hatta açık denizi. Alignerr daha rafine, uzmanlığı öne çıkaran bir liman. Welo Data kıyıda daha sakin, uzmanların birbirini daha net tanıdığı bir atölye. Araştırmaya devam ederseniz farklı alternatifler bulmanız da mümkün.
Doğru ve objektif model arayışı
Katıldığım platformlarda edindiğim deneyimlere göre; yapay zekanın farklı dillerde en iyi haline kavuşması için dünyanın her noktasından insan eğitimcilere ihtiyacı var. Bu yüzden Yapay Zeka Eğitici, global adıyla ‘AI Training’ geleceğin yükselen mesleklerinden biri. Üstelik sektör devi firmalar, bu mesleği yapmak isteyenlere dünyanın birçok noktasına uzaktan çalışma imkânı sunuyor.
Peki ama neden eğiticilere ihtiyaç var? Çünkü yapay zeka, doğru ve güvenilir hizmet sunmak için objektif bakış açısına sahip olmak zorunda. Outlier’da yer aldığım bir projede, yönergeleri okurken aklımda en çok kalan şu kavramlardı: objektiflik ve doğruluk. Bunun yanı sıra global ölçekte düşünürsek; hizmet verdiği ülkenin ana dilini öğrenmesi hayati bir konu. Türkçe ses kaydı ve yaratıcı metin oluşturmada anadili Türkçe editör ve dil bilimcilerden destek alıyor.
Sonuca değil sürece odaklanmak
Yapay zekanın eğiticiler tarafından değerlendirilmesi, modelin sadece doğru cevaba ulaştığını kontrol etmekten ibaret değil. Bir model, şans eseri de doğru sonuca ulaşabilir. Bu yüzden modelin hedefe giderken izlediği yol haritası çok önemli. Bir soruda doğru sonuca ulaşsa da aynı harita ile başka soruda çuvallayabilir. Burada Yapay Zeka eğiticinin rolü çok önemli. Outlier EDU Blog bölümünde yayınlanan makale konuyu şöyle bir örnekle anlatıyor: “Kendinizi deneyimsiz bir mühendisin işini inceleyen kıdemli bir mühendis gibi düşünün. Göreviniz alınan karaların mantıklı olup olmadığını, sürecin farklı koşullar altında ne kadar dayanıklı kalacağını ve sorunların sadece şans eseri bir sonuçla mı yoksa yetkinliği yansıtacak bir şekilde mi çözüldüğünü değerlendirmek”. Daha fazla bilgi için Outlier EDU Blog‘da yer alan makaleleri ve gerçek eğitici hikâyekerini okumanızı öneririm.
Söz uçar, duygusu kalır
Metinlerin dışında ses kayıtlarını değerlendiren Yapay Zeka Eğitici’lerinin yaptığı analiz, biraz daha hassas. Çünkü bu alanda coğrafyaları aşan, anadilde yetkin bir ekibe sahip olmak şart. Farz edelim ki Türkçe olarak seslendirilmiş bir kayıt var. Yapay zekanın ürettiği ses kaydının Türkçe diline has kurallara uygunluğunu ölçüyorsunuz. Örneğin ünlü harf telaffuzu veya vurguyu cümlenin sonunda vermesi gibi kriterler, Türkçe dili için gösterilebilecek en iyi örnekler.
Bunların dışında duraksama, konuşma hızı gibi modelin metin içeriğinin duygusunu ne ölçüde yansıttığını puanlamayı sağlayan kriterler var. Size kalan metni doğal kılan öğeleri ne derece doğru seslendirdiğine odaklanmak ve puanlamak. Açıklama bölümünde kriter başlıkları altında düşük puan verdiğiniz kriterler için yorumlarınızı yazmanız da çok önemli. Çünkü eğitmenin her bir açıklamalı yorumu, yapay zekanın yerel dillerde başarı sağlaması için veri havuzunda saklayacağı en değerli rehber.
Yapay zekaya ana dil desteği
Esas mesele dili doğru şekilde kullanmak. Scale AI gibi devasa teknoloji şirketlerinin bu işe bu kadar önem vermesinin sebebi bu. Çünkü dili kendi kuralları içerisinde insan doğallığında kullanmanın matematiksel bir karşılığı bulunmuyor. Bunu sağlamanın tek yolu, gerçek insanlar. Bir diğer nokta ise uzmanlık gereksinimi. Tıp ve hukuk gibi uzmanlık gerektiren alanlarda yapay zekanın hata riski yüksek. Uzman eğitmenler modelin mantık yürütme becerisini insan seviyesine taşımak için adeta bir kaptan görevi görüyor.
Multilingual – Çok Dilli Yapay Zeka
Modellerin eğiticilerle etkileşiminin detaylıca ele alındığı, dil bilim uzmanlarının hazırladıkları raporların anlatıldığı online bir seminer izledim. İngilizce, İspanyolca ve Almanca dillerinde başarılı sonuçlar elde edilirken, Türkçe ve Korece gibi dillerde Yapay Zeka eğiticilerinin kullandığı formüllerin geliştirilmesi gerektiği vurgulanıyor. Welo Data tarafından düzenlenen Multilingual Causal Reasoning: A Deep Dive adlı webinar özetle şunu söylüyor; İngilizce dilinde doğuştan uzman olan yapay zeka, uzak coğrafya dillerinde henüz bir lise öğrencisi seviyesinde. Örneğin Alignerr platformunda Yapay Zeka Eğitici ilanlarında Bengali, Urdu ve Mala gibi belki de hiç duymadığımız dilleri bilen uzmanlar aranıyor.
Cümlenin ruhunu koru Morfoloji!
Tüm bu süreci okurken öğrendiğim ‘Morfoloji’ kavramı aslında bu işin belkemiği. Yapay zeka yabancı bir dili anlarken morfolojiyi bir yapı taşı olarak kullanıyor. Öncelikle kavramı açıklayayım. Morfoloji, kelimelerin köklerini, eklerini ve bu birimlerin birleşip de bir kelimeyi ortaya çıkarma sürecini inceleyen bir disiplin. Morfoloji, Eşsiz bir pratik alanı ve hatta insanların yabancı dili hızlı şekilde öğrenmesinde de büyük rol oynuyor. Şu youtube videosu konuyu iyi özetliyor.
Büyük dil modelleri kelimeleri ‘token’ adı verilen birimlerle işleyip yapay zekaya sunarken, eğitmenlerin morfolojik bilgisi olası hatalı heceleme veya birleşmeler konusunda modeli uyarıyor. Örneğin ‘söylem’ ve ‘söylemek’ kelimelerindeki farkı modele anlatmak gibi. Dil modellerinin soğuk veri dünyasından doğan model, morfoloji tekniğiyle ‘insansı’ halini alıyor. Kısacası; eğitmenin amacı, kelimenin köküne eklenen küçük bir ekin bile cümlenin ruhunu nasıl değiştirdiğini en iyi şekilde anlatmak.
Bu yazıda kullanılan tüm fotoğraflar yapay zeka tarafından üretildi.