DOAG KI topluluğunun AI Navigator sütununun ilk baskısına hoş geldiniz!
Duyuru
Oliver Szymanski, DOAG eV'de Yapay Zeka Başkanıdır. Nitelikli bir bilgisayar bilimcisi, iJUG eV'nin kurucu üyesi ve yazılım mimarisinden düşük seviyeli kodlamaya kadar BT danışmanı olarak geniş deneyime sahip olarak her iki sektörde de çalışmıştır. hem teknik hem de toplumsal çalışmalarda adından söz ettiriyor. Federal İş Kurumu'nun Sistem Evi BT'sinde teknoloji başkanı olarak, yenilikçi çözümlerin geliştirilmesine ve teknoloji ortamının ilerletilmesine yardımcı olmaktadır. Boş zamanlarını dış yapraklarla geçirmekten, roman yazmaktan ve akşamları program yapmak veya yapay zekalarla konuşmak için zaman bulmaktan hoşlanıyor.
Yapay zeka ile ne kadar yoğun çalışırsam kendim, hemcinslerim ve dış yapraklar (bazı cahil insanlar köpek der ama dış yapraklar bilen biri bunu kesinlikle karıştırmaz) hakkında daha fazla şey öğreniyorum.
Yapay zekanın ortaya çıktığı bu çağda, gerçek zorluklar kişisel farkındalıktan daha az tekniktir. Yapay zekadaki ilerlemeler yalnızca karar verme ve düşünce süreçlerimize dair derin bir içgörü sağlamakla kalmıyor, aynı zamanda hemcinslerimiz ve hatta hayvan dostlarımız (benim durumumda dış yapraklar) ile olan ilişkilerimizin dinamikleri hakkında da derin bilgiler sağlıyor.
DOAG AI Topluluğu (KIC), yapay zeka (AI) alanında bilgi, deneyim ve en iyi uygulamaların paylaşımına yönelik bir platform oluşturmak amacıyla 2023 yılında Alman Oracle Kullanıcı Topluluğunun (DOAG) bir parçası olarak kuruldu. DOAG özellikle geliştiricilere yöneliktir ve bulut yerelliği, altyapı ve yazılım mimarisi gibi yazılım geliştirmedeki tüm önemli konuları kapsar. Dernek, CloudLand ve Almanca konuşan Java kullanıcı grupları iJUG'dan oluşan ilgi grubuyla birlikte JavaLand konferansları da dahil olmak üzere çok sayıda etkinlik düzenlemektedir. CCI, tartışmalar ve işbirlikleri için bir platform sunuyor ve yapay zeka ile ilgili güncel konular hakkında etkinlikler düzenliyor.
AI Navigator Konferansı, KIC bünyesinde başlatıldı ve Kasım 2023'te de'ge'pol ve Haberler işbirliğiyle başarıyla başlatıldı. Yapay zekanın BT, iş dünyası ve toplum alanlarındaki pratik uygulamalarına odaklanan bu konferans, bu farklı disiplinlerden uzmanları bir araya getirdi.
DOAG'ın KI Yönetim Kurulu olarak yapay zeka, BT, iş dünyası ve toplumun büyüleyici dünyaları arasında bir köprü görevi gören bu platformu kararlı üyelerimiz ve ortaklarımızla birlikte hayata geçirmekten gurur duyuyorum.
AI Navigator konferansının başarısının ardından KIC şimdi AI Navigator sütununun tanıtımıyla başka bir bölüm açıyor. Devam eden bir dizide yapay zeka dünyasından uzmanlar içgörüleri, bakış açılarını ve yenilikleri paylaşıyor. Yapay zekanın günlük yaşamlarımızı, ekonomimizi ve toplumumuzu sürdürülebilir bir şekilde nasıl şekillendirdiğini tartışıyoruz ve sizi, gerçekliği ve geleceği keşfetmek için yapay zekanın yeni çağındaki bu büyüleyici yolculuğa bize katılmaya davet ediyoruz.
Bir LLM (Geniş Dil Modeli) eğitimi, bazı yönlerden dış yapraklarımı yıllar içinde eğitmeye, onları eylem ve tepki konusunda eğitmeye ve böylece kendi içgüdülerine veya diğer alanlarda içgüdülerin üstesinden gelme konusundaki güvenlerini güçlendirmeye benzer. Eğitim esas olarak nöronları şekillendirir. Bu onlara işlerini dışarıda yapmanın iyi, içeride yapmanın kötü olduğunu öğretir.
Ayrıca mutfakta ikramların nerede saklandığını ve huskilerin genellikle ne zaman yiyecek aldığını saklayan uzun süreli bir hafıza da vardır. Benzer şekilde, bir Yüksek Lisans eğitim yoluyla veri alır ve aynı zamanda genellikle bir vektör arşivi biçimindeki büyük miktarda bilgiye dayalı uzun süreli belleğe erişime sahiptir.
Ayrıca mutfaktan yeni ikramlar aldığınıza dair farkındalık gibi kısa süreli hafıza da vardır. Benzer şekilde, bir Yüksek Lisans, durumsal ve zamanında yanıtlar oluşturmak için konuşmanın mevcut içeriğini işler.
Ayrıca iki kişi arasındaki diyaloğun incelenmesiyle bir Yüksek Lisans'ın nasıl çalıştığını da deneyimleyebilirsiniz. Karşımızdaki kişinin sözlerine bağlı olarak bağlamı anlamaya çalışırız. Eğer doğrudan daha önce söylenenlerle (kısa süreli hafıza) ilgiliyse, onu ele alacağız. Aksi takdirde onu uzun süreli hafızada ararız ve bulduğumuz bilgiye göre tepki veririz. Tepki nöron bağlantılarımıza bağlı olarak değişir. İnsanlar aynı gerçeklere farklı tepkiler verebilirler.
Ayrıca bir husky'ye “otur” dediğinizde ve tepki vermesini umduğunuzda eğitim, hafıza ve bağlamın birlikte nasıl çalıştığını da deneyimleyebilirsiniz. Evde, mutfakta bol miktarda ikram bulunduğunu ve cebimde bir şey olduğunu bilen dış yapraklar bu öneriye uyuyor (öneri ve komutların ne olduğu genellikle farklı şekilde yorumlanıyor). Ormanda başka koşullar ve dikkat dağıtıcı şeyler varsa husky insanlara karşı daha eleştirel davranacak ve karşı öneride bulunacaktır.
Yüksek Lisans'lar aynı zamanda çeşitli etkilere de tepki verdiği için deterministik algoritmalarla karıştırılmamalıdır. Husky'lere benzer şekilde çevresel faktörlerdeki değişikliklere farklı tepkiler verebilirler. Nöronlar, uzun süreli ve kısa süreli hafıza anahtar rol oynar. Ayrıca yapay zeka modeline az çok özgürlük bırakan sıcaklık hiperparametresi de var. Yüksek Lisanstaki nöronlar beyindeki bağlantılara benzer şekilde davranır. Veriler ve eğitimle şekillenirler.
Yapay zeka bağlamında ortak bir gereksinim, bir modelin neden belirli bir karar verdiğini titizlikle anlama ihtiyacıdır. Peki hangi nöronların ateşlendiğini veya ateşlenmediğini bilmemize gerçekten yardımcı oluyor mu?
Aynı şey kararlarımız için de geçerli. Ani çikolata isteğinin genellikle makul görünen nedenlerini buluyorum, ancak bu her zaman gerçek neden olmayabilir. Belki de yapay zekanın “insan” hataları da yapabileceğini kabul ederken, kararlarımızın hangi verilere dayandığını anlamaya daha fazla odaklanmalıyız. Deterministik algoritmalardan uzak olan yapay zeka, tıpkı bir insan gibi yanlış sonuçlar üretebilir ve üretecektir. Başarı oranının yeterli olup olmadığını, sonuçları nasıl doğrulayıp iyileştirebileceğimizi, genel vizyonun olumlu katkılar sağlayıp sağlamadığını kontrol etmeliyiz.
Diğer sektörlerde olduğu gibi sigorta da burada rol oynayacak. Risk daha düşükse, yapay zeka tabanlı bir uygulama söz konusu değilse sigorta kapsamı daha yüksek olabilir.
Toplumumuz için asıl zorluk, zamanından önce verimsiz düzenlemelere başvurmak yerine, bu dinamikleri anlamaktır. Yalnızca derin bir anlayışla, yalnızca yararlı değil aynı zamanda toplumsal açıdan da yararlı olan yapay zeka uygulamalarını ortaklaşa oluşturabiliriz. Ustalaşmak için en büyük görevimiz bu gerilim alanında yatıyor.
(kendim)
Haberin Sonu
Duyuru
Oliver Szymanski, DOAG eV'de Yapay Zeka Başkanıdır. Nitelikli bir bilgisayar bilimcisi, iJUG eV'nin kurucu üyesi ve yazılım mimarisinden düşük seviyeli kodlamaya kadar BT danışmanı olarak geniş deneyime sahip olarak her iki sektörde de çalışmıştır. hem teknik hem de toplumsal çalışmalarda adından söz ettiriyor. Federal İş Kurumu'nun Sistem Evi BT'sinde teknoloji başkanı olarak, yenilikçi çözümlerin geliştirilmesine ve teknoloji ortamının ilerletilmesine yardımcı olmaktadır. Boş zamanlarını dış yapraklarla geçirmekten, roman yazmaktan ve akşamları program yapmak veya yapay zekalarla konuşmak için zaman bulmaktan hoşlanıyor.
Yapay zeka ile ne kadar yoğun çalışırsam kendim, hemcinslerim ve dış yapraklar (bazı cahil insanlar köpek der ama dış yapraklar bilen biri bunu kesinlikle karıştırmaz) hakkında daha fazla şey öğreniyorum.
Yapay zekanın ortaya çıktığı bu çağda, gerçek zorluklar kişisel farkındalıktan daha az tekniktir. Yapay zekadaki ilerlemeler yalnızca karar verme ve düşünce süreçlerimize dair derin bir içgörü sağlamakla kalmıyor, aynı zamanda hemcinslerimiz ve hatta hayvan dostlarımız (benim durumumda dış yapraklar) ile olan ilişkilerimizin dinamikleri hakkında da derin bilgiler sağlıyor.
DOAG AI Topluluğu (KIC), yapay zeka (AI) alanında bilgi, deneyim ve en iyi uygulamaların paylaşımına yönelik bir platform oluşturmak amacıyla 2023 yılında Alman Oracle Kullanıcı Topluluğunun (DOAG) bir parçası olarak kuruldu. DOAG özellikle geliştiricilere yöneliktir ve bulut yerelliği, altyapı ve yazılım mimarisi gibi yazılım geliştirmedeki tüm önemli konuları kapsar. Dernek, CloudLand ve Almanca konuşan Java kullanıcı grupları iJUG'dan oluşan ilgi grubuyla birlikte JavaLand konferansları da dahil olmak üzere çok sayıda etkinlik düzenlemektedir. CCI, tartışmalar ve işbirlikleri için bir platform sunuyor ve yapay zeka ile ilgili güncel konular hakkında etkinlikler düzenliyor.
AI Navigator Konferansı, KIC bünyesinde başlatıldı ve Kasım 2023'te de'ge'pol ve Haberler işbirliğiyle başarıyla başlatıldı. Yapay zekanın BT, iş dünyası ve toplum alanlarındaki pratik uygulamalarına odaklanan bu konferans, bu farklı disiplinlerden uzmanları bir araya getirdi.
DOAG'ın KI Yönetim Kurulu olarak yapay zeka, BT, iş dünyası ve toplumun büyüleyici dünyaları arasında bir köprü görevi gören bu platformu kararlı üyelerimiz ve ortaklarımızla birlikte hayata geçirmekten gurur duyuyorum.
AI Navigator konferansının başarısının ardından KIC şimdi AI Navigator sütununun tanıtımıyla başka bir bölüm açıyor. Devam eden bir dizide yapay zeka dünyasından uzmanlar içgörüleri, bakış açılarını ve yenilikleri paylaşıyor. Yapay zekanın günlük yaşamlarımızı, ekonomimizi ve toplumumuzu sürdürülebilir bir şekilde nasıl şekillendirdiğini tartışıyoruz ve sizi, gerçekliği ve geleceği keşfetmek için yapay zekanın yeni çağındaki bu büyüleyici yolculuğa bize katılmaya davet ediyoruz.
Bir LLM (Geniş Dil Modeli) eğitimi, bazı yönlerden dış yapraklarımı yıllar içinde eğitmeye, onları eylem ve tepki konusunda eğitmeye ve böylece kendi içgüdülerine veya diğer alanlarda içgüdülerin üstesinden gelme konusundaki güvenlerini güçlendirmeye benzer. Eğitim esas olarak nöronları şekillendirir. Bu onlara işlerini dışarıda yapmanın iyi, içeride yapmanın kötü olduğunu öğretir.
Ayrıca mutfakta ikramların nerede saklandığını ve huskilerin genellikle ne zaman yiyecek aldığını saklayan uzun süreli bir hafıza da vardır. Benzer şekilde, bir Yüksek Lisans eğitim yoluyla veri alır ve aynı zamanda genellikle bir vektör arşivi biçimindeki büyük miktarda bilgiye dayalı uzun süreli belleğe erişime sahiptir.
Ayrıca mutfaktan yeni ikramlar aldığınıza dair farkındalık gibi kısa süreli hafıza da vardır. Benzer şekilde, bir Yüksek Lisans, durumsal ve zamanında yanıtlar oluşturmak için konuşmanın mevcut içeriğini işler.
Ayrıca iki kişi arasındaki diyaloğun incelenmesiyle bir Yüksek Lisans'ın nasıl çalıştığını da deneyimleyebilirsiniz. Karşımızdaki kişinin sözlerine bağlı olarak bağlamı anlamaya çalışırız. Eğer doğrudan daha önce söylenenlerle (kısa süreli hafıza) ilgiliyse, onu ele alacağız. Aksi takdirde onu uzun süreli hafızada ararız ve bulduğumuz bilgiye göre tepki veririz. Tepki nöron bağlantılarımıza bağlı olarak değişir. İnsanlar aynı gerçeklere farklı tepkiler verebilirler.
Ayrıca bir husky'ye “otur” dediğinizde ve tepki vermesini umduğunuzda eğitim, hafıza ve bağlamın birlikte nasıl çalıştığını da deneyimleyebilirsiniz. Evde, mutfakta bol miktarda ikram bulunduğunu ve cebimde bir şey olduğunu bilen dış yapraklar bu öneriye uyuyor (öneri ve komutların ne olduğu genellikle farklı şekilde yorumlanıyor). Ormanda başka koşullar ve dikkat dağıtıcı şeyler varsa husky insanlara karşı daha eleştirel davranacak ve karşı öneride bulunacaktır.
Yüksek Lisans'lar aynı zamanda çeşitli etkilere de tepki verdiği için deterministik algoritmalarla karıştırılmamalıdır. Husky'lere benzer şekilde çevresel faktörlerdeki değişikliklere farklı tepkiler verebilirler. Nöronlar, uzun süreli ve kısa süreli hafıza anahtar rol oynar. Ayrıca yapay zeka modeline az çok özgürlük bırakan sıcaklık hiperparametresi de var. Yüksek Lisanstaki nöronlar beyindeki bağlantılara benzer şekilde davranır. Veriler ve eğitimle şekillenirler.
Yapay zeka bağlamında ortak bir gereksinim, bir modelin neden belirli bir karar verdiğini titizlikle anlama ihtiyacıdır. Peki hangi nöronların ateşlendiğini veya ateşlenmediğini bilmemize gerçekten yardımcı oluyor mu?
Aynı şey kararlarımız için de geçerli. Ani çikolata isteğinin genellikle makul görünen nedenlerini buluyorum, ancak bu her zaman gerçek neden olmayabilir. Belki de yapay zekanın “insan” hataları da yapabileceğini kabul ederken, kararlarımızın hangi verilere dayandığını anlamaya daha fazla odaklanmalıyız. Deterministik algoritmalardan uzak olan yapay zeka, tıpkı bir insan gibi yanlış sonuçlar üretebilir ve üretecektir. Başarı oranının yeterli olup olmadığını, sonuçları nasıl doğrulayıp iyileştirebileceğimizi, genel vizyonun olumlu katkılar sağlayıp sağlamadığını kontrol etmeliyiz.
Diğer sektörlerde olduğu gibi sigorta da burada rol oynayacak. Risk daha düşükse, yapay zeka tabanlı bir uygulama söz konusu değilse sigorta kapsamı daha yüksek olabilir.
Toplumumuz için asıl zorluk, zamanından önce verimsiz düzenlemelere başvurmak yerine, bu dinamikleri anlamaktır. Yalnızca derin bir anlayışla, yalnızca yararlı değil aynı zamanda toplumsal açıdan da yararlı olan yapay zeka uygulamalarını ortaklaşa oluşturabiliriz. Ustalaşmak için en büyük görevimiz bu gerilim alanında yatıyor.
(kendim)
Haberin Sonu