Hallo, in de Magnify-serie stellen we experts de vragen waarop we graag antwoord willen geven op het gebied van groei. Onze gast vandaag is Erdem Eser Ekinci, medeoprichter van Galaxy en DP, die de visie heeft om in 2009 een bedrijf in kunstmatige intelligentie op te richten. We hebben hier al veel vrienden ontvangen. We hebben veel vragen gesteld en telkens kwam het onderwerp kunstmatige intelligentie ter sprake. Uitgehouden. Ik ben blij dat we eindelijk een vraag kunnen stellen die ik graag aan een expert over kunstmatige intelligentie zou willen stellen, en ik wil er snel mee beginnen. We hebben het erover dat AI een verstorend effect kan hebben, en iedereen heeft het erover. Zoals ik al zei, je hebt hier al heel lang over nagedacht. Op dit punt gaat het over de toekomst van kunstmatige intelligentie, en dan met name over hoe bedrijven dit moeten aanpakken en hoe ze dit concept kunnen toepassen op hun eigen bedrijf. Wat zou volgens u een bedrijfseigenaar, manager, directeur en mensen op alle niveaus moeten overwegen als uitgangspunt voor de toepassing van kunstmatige intelligentie in hun bedrijf? Het onderwerp is natuurlijk erg populair, bijna alle bijeenkomsten beginnen met kunstmatige intelligentie en eindigen met data. Het belangrijkste werk dat moet worden gedaan, is het trainen van een AI, het gebruiken ervan en het op welke manier dan ook kunnen uitvoeren om het in een scenario op te nemen. Gegevensinventarisatie moet op een gezonde manier worden uitgevoerd. Over het algemeen zijn niet al deze gegevens bij het bedrijf opgeslagen. Sommige gegevens moeten van buitenaf komen. Integratieprocessen zijn van cruciaal belang. Het grootste obstakel voor een succesvolle implementatie van een project met kunstmatige intelligentie zal daarom niet de levering van GPU's zijn, zoals gedacht, maar de behoefte eraan. Het gaat in de eerste plaats om het verzamelen van schone, kwalitatieve gegevens. De meeste bedrijven hebben ook data. Ze worden opgeslagen, gearchiveerd en zijn onbruikbaar vanwege zorgen zoals het feit dat ze niet door kunstmatige intelligentie naar de cloud kunnen worden gebracht. De grootste uitdaging is dan ook om deze inventarisatie te maken, te bepalen hoe het in welke scenario's zal werken en om nieuwe scenario's te produceren door deze te integreren met de aanvoer van externe gegevens. Als we bedenken dat een bedrijf op dat moment zegt dat het om de korte en lange termijn gaat, dan is het eigenlijk kort en middellang. Je zegt dan beleefd dat je de gegevens bewerkt, maar toch bewaren de meeste bedrijven de gegevens in Excel. Die realiteit bestaat ook. Gegevensvoorbereiding: Is er een afdelingsgerichte opzet om hier op de lange termijn op voorbereid te zijn? Gaat het om een technologische aankoop binnen een bedrijf of om een samenwerking met een agentschap? Wordt deze knowhow uitbesteed? Wat is volgens u de beste aanpak hier? Als ik nu zo'n beoordeling maak in het afgelopen jaar, van 2 tot 2,020 tot nu, lijkt het erop dat iedereen eerst denkt dat dit een apart vakgebied is, een verlangen dat een andere expertise vereist, een bepaald opleidingsniveau. Op het punt dat we nu zijn aangekomen, is Türkan een klein hulpmiddel geworden dat in vrijwel elke afdeling wordt gebruikt. In eerste instantie probeerde iedereen kunstmatige intelligentie-eenheden op te zetten. Aanvankelijk werd hier een gespecialiseerde opleiding gevolgd, maar die kwam er uiteindelijk niet. Kunstmatige intelligentie is een element geworden dat veel voordelen met zich meebrengt voor democratisering. Met andere woorden: je hebt een softwareontwikkelaar nodig om elk probleem op te lossen. Aangezien het vorige onderwerp de interactie tussen data en kunstmatige intelligentie heeft gewaarborgd, kunnen bedrijfseenheden en eindgebruikers nu de technologie als deeg naar hun eigen wensen kneden. Samenvattend kunnen we stellen dat we dit niet moeten beschouwen als een simpele technologische sprong, maar als een sociaal-technische evolutie. Het gaat niet meer alleen om technologie, maar ook om de structuur van organisaties. Ook de vorm begint te veranderen. Sommige rollen kunnen het succes van het nemen bereiken. Sommige rollen verdwijnen, ze kunnen volledig worden gedelegeerd aan machines en kunstmatige intelligentie. Uiteindelijk is kunstmatige intelligentie dus een hulpmiddel geworden dat voor iedereen bruikbaar is. Het is dus een aparte kunstmatige intelligentie in bedrijven. Ik denk niet dat er behoefte is aan een gespecialiseerde afdeling. Er is veel informatie over dit onderwerp beschikbaar, zoals anaforen. De afdeling van 60 personen werd teruggebracht tot 10 personen. Er wordt veel gepraat over de toename van het werk dat wordt verricht met kunstmatige intelligentie, het feit dat er op dit gebied mensen worden verspild, of andersom, alsof een bedrijf dat dit deed, opnieuw mensen zou aannemen omdat het verliesgevend was. Natuurlijk ben ik erg benieuwd naar jouw mening, want je denkt er al heel lang over na. De vraag is eigenlijk, ik weet niet of ik het moet interpreteren, of het werkloosheid zal veroorzaken. Kunstmatige intelligentie kan het ook zijn, of kunstmatige intelligentie. Je kunt ook antwoord geven op de vraag hoe de virtuele mens zich zou moeten ontwikkelen of transformeren naar zijn eigen stijl. Ik zal proberen beide vragen te beantwoorden. Het is overduidelijk dat kunstmatige intelligentie werkloosheid gaat creëren. Dit is al begonnen. Er wordt nu productiviteitsgroei aangekondigd. Je kunt deze conclusie zelfs trekken op basis van de salarissen van softwareontwikkelaars. Tegenwoordig bijvoorbeeld bijna elke applicatie. Chatbot-oplossing gelanceerd. Toen er behoefte was aan een nieuwe functionaliteit, begonnen ze direct nieuwe diensten aan te bieden zonder dat er software werd ontwikkeld en bijna geen software. Dit leidt tot werkloosheid. Ik beoordeel kunstmatige intelligentie, en dan met name Jenérivia, als volgt: het biedt je twee dingen. Het kan u de informatie geven die het archiveert en indexeert, waar u grotendeels in leeft. Als u naar mijn gegevens vraagt, zegt het dat 2,020 tot het einde van vier valt, tot een bepaalde datum. Het antwoordt u dat er geen actuele gegevens zijn, maar als u wilt, kunt u de meest recente versie op het web zoeken en vinden. De eerste is dus verantwoordelijk voor het indexeren, zoals het oude Google dat deed, en de tweede is het vermogen om reznik-inferentie te maken, dat wil zeggen, de kokosnoot van de serieuze man. Hij heeft het vermogen om alle gevolgtrekkingen te maken die hij heeft geleerd sinds hij een kind was: als het regent, wordt hij hebzuchtig, zo erg zelfs dat ik u uw bedrijfsregistergegevens en uw handtekening op de circulaire moet geven om mij een creditcard te geven. Als u overweegt om kunstmatige intelligentie in te huren als bron van werkgelegenheid en als onderdeel van de werkgelegenheid, moet u van tevoren beslissen aan welke van de twee u het wilt toewijzen. Je zult mij vragen wat ik weet. Of wilt u uw workflow, uw bedrijf? Vorig jaar gingen de eerste vragen en antwoorden eigenlijk razendsnel, als een rush. U stelt vragen, wij krijgen antwoorden. Nu zijn we er. Ze worden agentschappen genoemd, maar dit is de betekenis in het Turks. Overigens zijn factoren al lang aan het verschuiven naar academie, dat wil zeggen, agent, naar een andere betekenis. Ajan is in het Turks, maar de academische wereld in Turkije gebruikt het concept 'agent' al sinds ongeveer 1990 jaar. Ook hierover bestaat veel controverse. U heeft het misschien in de media gelezen, maar het academische equivalent hiervan is eigenlijk voor deze baan, dat wil zeggen, in plaats van een mens zoals een mens. Software-elementen die verantwoordelijk zijn voor het uitvoeren van een taak door zowel sociaal als proactief gedrag te vertonen. Als je het zo bekijkt, als het ware, het software-element, zal het onderwerp kunstmatige intelligentie inderdaad zeer diepgaande gevolgen hebben die de werkgelegenheid zullen verminderen. Het zal sociotechnisch geëvalueerd moeten worden en organigrammen zullen steeds opnieuw geëvalueerd moeten worden. Wij weten natuurlijk dat u zich binnen de academische wereld al heel lang bezighoudt met dit onderwerp en dat u erover nadenkt. We weten dat we een jaar geleden met u spraken over agenten, maar ik wil u dit vragen: het raakvlak van generatieve kunstmatige intelligentie en deze agenten, en dat kan elk bedrijf zijn. Het startup-vakgebied kan een hulpmiddel zijn. Wat is het snijpunt waarmee je dat in je eigen structuur kunt opnemen? Omdat alles waarover gesproken wordt, theoretisch blijft en wij de theorie naar de praktijk vertalen. Dat is nou precies het punt. Het kan een advies zijn, een standpunt, een methode, want ik weet dat het op dit moment echt om zaken gaat. U denkt aan de komende 23 jaar en het zou geweldig zijn als u ons advies kunt geven over hoe we die visie kunnen verwezenlijken. Het is niet nodig om ver te gaan. Na 2, 3 jaar is de trend die je eigenlijk al begint te zien dat je CRM-expertise krijgt van een bedrijf. U koopt een andere boom voor personeelszaken van een ander bedrijf, en plotseling beginnen zich meer dan één factor te vormen die betrokken is bij de SME's van de vermeldingen en op veren gebaseerde factoren. Hij zegt dat er op dat punt sprake is van synchronisatie en communicatie met elkaar. Door deze communicatie wordt het voor hen veel belangrijker om zich in de richting van de bedrijfsdoelen te gedragen. U kunt met name de factor die u aan de agonta toekent, informeren over diens doelen, andere factoren waarmee gecommuniceerd moet worden en de interne beperkingen, regels, visie en missie van het bedrijf. Het belangrijkste doel zou moeten zijn dat ze in harmonie met anderen samenwerken. Want als mensen zich met deze business gaan bezighouden, als mensen niet dezelfde taal kunnen spreken als mensen, moeten mensen dezelfde taal leren spreken als de machine. En dat moet worden ontwikkeld binnen de cultuur van het bedrijf, de woorden van het bedrijf en de concepten van het bedrijf. Daarom is elke factor een tussenpersoon die zorgt voor een snelle service. Het heeft niet veel zin om het mee te nemen en te gebruiken. Één van de bedrijven die het voorbeeld geeft, publiceert advertenties op sociale media gedurende de dag waarop veel acties het onderwerp zijn. Ze zeggen dat ze dit proactief doen door gebruik te maken van kunstmatige intelligentie. Maar als je het bekijkt in relatie tot de reputatie van het merk, dan is die superintelligente factor die reclame optimaliseert, juist schadelijk voor de reputatie van het bedrijf. Want terwijl de agenda van het land compleet anders is, wilt u schoenen verkopen via uw e-commerceplatform en promoot u een product bij jongeren dat totaal niet op de agenda staat. Hier begint het verhaal. Een andere factor binnen de instelling is het evalueren van de reputatie van het merk. Het werd van buitenaf gehaald en zo veranderde de agenda. Er zijn dergelijke risico's en crises in het land en u moet uw merk op deze manier beheren, adviseert hij. Deze twee factoren kunnen niet met elkaar communiceren. Er zijn twee verschillende afdelingen die zich met deze factoren bezighouden. Enerzijds krijg je de waarschuwing. Degene die deze maand de waarschuwing ontvangt, stuurt het probleem door naar de betrokkene bij een andere afdeling. Hij moet de andere factor programmeren en beheren. Als de reclame in de tussentijd, zelfs maar een uur lang, blijft draaien op het moment dat het roestverschil ontstaat, ontstaat er een zeer destructieve omgeving voor het merk. Op dit punt zijn er weinig mensen die de twee aan het praten krijgen. Zoals ik al eerder zei, het gaat om de zakelijke kant van het merk, dat wil zeggen, het corporate. Het managen van deze factoren op een manier die voldoet aan het bedrijfsmodel, de regels en de beperkingen, is een heel ander verhaal. Je kunt het ook niet van buitenaf kopen. Ik bedoel, past dat bij mijn cultuur als je iemand zoals jij in dienst neemt? Zal hij over 10 jaar nog steeds schouder aan schouder met mij samenwerken? Het is precies hetzelfde als wanneer je op zoek bent naar een antwoord op je vraag. Sterker nog, als zijn sociale intelligentie, waar al jaren geruchten over gingen voor Openaymir, verder was ontwikkeld, had hij de atoombom misschien niet geproduceerd. Het concept is een beetje agent-gebaseerd en shir. U spreekt over de kwestie van integratie in uw cultuur. Ik wil hier even verder op ingaan. Stel je voor dat er binnen de bedrijfscultuur is besloten om te investeren in kunstmatige intelligentie en bureaus. Maar er zit een hallucinerende kant aan mijn werk. We moeten dus vertrouwen hebben in de kunstmatige intelligentie. Ja, we moeten het getal 10 verhogen, maar het heeft ook zijn eigen interne problemen die hier kunnen optreden. Denkt u dat een manager op dit moment nog vertrouwen kan hebben in dit bedrijf? Of een baan in een bepaalde branche aan een eygent moet worden gegeven of dat het nog steeds op afstand moet blijven, moet worden bekeken in het besluitvormingsproces van het bedrijf. Ik wil proberen deze vraag te beantwoorden met behulp van het factorbegrip. Kun je erop vertrouwen dat software, kunstmatige intelligentie, een taak uitvoert? En kun je er op dezelfde manier op vertrouwen dat iemand een bepaalde taak uitvoert? Laten we de vraag hetzelfde houden. Laten we de twee eens homogeniseren. Hoe kun je daarop vertrouwen? Een bepaalde interventie van de confederatie vindt plaats bij een persoon om een taak uit te voeren. Dat wil zeggen, op het betrouwbaarheidsinterval en wat we al eeuwenlang voor ogen hebben omdat het daadwerkelijk menselijk is. Omdat de factor een nieuw concept is, vinden we het lastig om iets aan 10 toe te wijzen. Zal 10% het juiste antwoord geven of 98%? Het is een beetje moeilijk te begrijpen. Op exact dezelfde manier moet u, wanneer u een agentoplossing ontwikkelt voor een bedrijf of voor uzelf, een testomgeving creëren waarin u het vertrouwen kunt vergroten tot 10 door het geïsoleerde OO-document te nemen, een testbed te creëren, een testomgeving te creëren en het gedurende een bepaalde periode te voeden met verschillende gegevens. Verder is er geen wezenlijk verschil tussen het beoordelen van een vriend die steeds dezelfde vraag krijgt en het toewijzen van een taak aan een agent. Integendeel, er is een voordeel, namelijk dat je een andere factor kunt gebruiken om de ene factor te testen. Als je de factor zelf en een andere instantie controleert, ga je op dezelfde manier naar de factor toe. Ik wil nog een factor aanhalen waarmee ik mijn interne regelgeving ter discussie stel om zo mijn wetgeving ter discussie te stellen. Hoe moeten de testen hiervoor uitgevoerd worden? Een voorbeeld voor mij is 10,000 vragen. Die 10,000 vragen kan hij met vragen en antwoorden verwerken. Kunt u een eenvoudige test uitvoeren? Als je zegt dat grote taalmodellen je dit platform al bieden. Je moet ook de andere als doelwit kiezen, hiermee kun je het testen. Kun je dit ook voor mensen doen? Het is moeilijker en het is een ander proces. Ik wil hier en daar precies vragen stellen over de cultuur, de bedrijfscultuur van het bedrijf. Laten we het hebben over een bedrijf waarvan de cultuur gemiddeld 20 jaar meegaat. Hij heeft 20 jaar gedronken. Het ontwikkelt zich in feite met alles wat er gebeurt, maar de cultuur waar we het over hebben is een paar jaar oud. Als we die proberen aan te passen, hoe moeten we dan de culturele aanpassing beoordelen in termen van de bedrijfscultuur op afdelingsniveau, of welke soort trainingstijd moet worden verkort? Eigenlijk zit er in elk woord wel een gezegde. Weet je, het beste moment om een boom te planten was 10 jaar geleden. Het op één na beste moment is nu, hij doet het niet meteen. Het antwoord op deze vraag is dat cultuur, samen met natuurlijke talen, feitelijk de basis vormt voor het volgen en creëren van de bedrijfscultuur. Dankzij deze intelligentie of generatieve kunstmatige intelligentie is het mogelijk om elke tekst te lezen en te begrijpen en zijn de regels van het bedrijf nieuw. Wanneer u de beperkingen en doelen die het heeft ontwikkeld opschrijft, elk in natuurlijke taal, kan het worden bewaard, beheerd en geïnterpreteerd door een andere inventaris op uw achtergrond. Laten we teruggaan naar het eerste probleem van bedrijven. Dus wat moet er gedaan worden? Of het nu in de data-paddenstoel zit, in Excel, PDF's, webpagina's, databases, het is verspreid. Er bestaan verbanden tussen deze twee, waarvan mensen het bestaan kennen, maar die AI nog niet kent. Productieve kunstmatige intelligentie heeft de mogelijkheid om deze verbindingen te leggen en bij te houden. Het enige deel van wat wij cultuur noemen zijn menselijke emoties. Je bezorgt de klant 100 keer een lach. Je speelt een teamspel in je interne relatie, je toont empathie. De rest kan volledig worden gedelegeerd aan kunstmatige intelligentie. Hierbij moet de vereyanin op een gezonde manier worden aangemaakt. Ook al zou je dat niet doen, dan zou ik toch teruggaan naar het gegevensgedeelte. Laten we zoiets zeggen. Dat komt doordat de data avant is samengesteld op basis van zaken die ter sprake kwamen op de plekken waar we elkaar onlangs hebben ontmoet. Als we ervan uitgaan dat de mensen die de data hebben samengesteld ook mensen zijn, is de foutmarge dus gebaseerd op de fouten die zijn gemaakt bij de data-inventarisatie. Het zou zomaar werkelijkheid kunnen zijn. Bijvoorbeeld, er werd laatst in een vergadering een voorbeeld gegeven van een echte medewerker die de garantieperiode verkeerd had weergegeven, en de medewerker van kunstmatige intelligentie gaf nu het verkeerde resultaat omdat hij het uit verkeerde gegevens had geleerd. Als we dan zoveel culturen, emoties, alles op elkaar laten aansluiten, zou de fout, de hallucinatie van de gegevens of het probleem dat zich hier zou kunnen ontwikkelen dan niet heel groot zijn? Ik denk dat de eerste fase veel belangrijker is dan we denken. Het is absoluut eigentijds en het is net alsof hij commentaar gaf op de vraag: hoe moeten bedrijven de overstap maken naar kunstmatige intelligentie? Met andere woorden, er zijn twee soorten benaderingen die weten dat inductie kan worden bereikt bij de oplossing van bijna elk probleem, vooral bij de oplossing van zulke grote problemen. Met andere woorden, een super-kunstmatige intelligentie die allerlei details van het hele bedrijf kent, zoals de planning, documentatie, enzovoort, die het bedrijf zal dienen. Deze deductie kan worden geprobeerd, en men kan ook tot een inductie komen. Met andere woorden, er kan hieronder een hele kleine klantrepresentatieve factor gemaakt worden. Er kunnen maar heel weinig planningstests worden uitgevoerd. In Zakelijk kunt u uw werkgebied bepalen op basis van uw vakgebied. Van beiden, van boven naar beneden, naar boven, naar boven. Wat de Fed ook is, de stapsgewijze tests hier, de betrouwbaarheidsintervallen, hoe je het ook noemt, die grote. Hun aandeel zal geleidelijk kleiner worden en vergeleken worden met dat van de mens. Met andere woorden, als ik al iemand had aangenomen, dan moest ik pauzes inlassen waarin ik kon zeggen dat hij meer had kunnen doen. Je zegt eigenlijk dat wat je hier naar voren brengt, in de loop van de tijd beter zal worden. Ik wil hier graag dieper op ingaan. We hebben het over kunstmatige intelligentie, die zich exponentieel ontwikkelt. Het gaat hierbij niet alleen om technologische ontwikkelingen, maar ook om de technologische ontwikkelingen die zich hier voordoen, ethische regelgeving, transformatie van de arbeidsmarkt en vele andere aspecten die daadwerkelijk tot uiting komen in ons dagelijks sociale leven. Ook hier leven we eigenlijk al in het heden. We kunnen misschien de komende 12 jaar voorspellen, maar ik ben heel benieuwd wat er in jou opkomt als je denkt aan de realiteit over 5 of 15 jaar. Dit is een sociaal-technisch probleem. Met andere woorden: naarmate de technologie zich ontwikkelt, veranderen maatschappelijke fenomenen. Naarmate maatschappelijke verschijnselen veranderen, veranderen ook onze verwachtingen van technologie. Als je op dit moment naar de bedrijfstakken in het algemeen kijkt, hebben de meesten van ons te maken met het grootste deel van de bevolking in steden en bureaucratie. Bureaucratie, opvolging, dat wil zeggen dat we de cijfers en gegevens op papier op de computer volgen. Zodra de machines deze taak op zich namen, gingen ze meteen aan de slag. Wat gaat er nu werkelijk gebeuren? Wat zal de menselijke ziel, de menselijke menigte, op creatief vlak vinden en waar zal het naartoe gaan? Het gaat mijn capaciteiten te boven. Ik lees veel van Harari Mustafa Suleiman. Ik heb geprobeerd om alle auteurs te volgen, maar het wordt steeds moeilijker om te voorspellen. Ik geef een voorbeeld: met de komst van kunstmatige intelligentie worden er grote sprongen gemaakt in de quantumcomputertechnologie op een ander belangrijk gebied, namelijk de genetica. Op dit moment gaat het specifiek over kwantumcompositie. Ik zal een voorbeeld geven: quantumcomputers zouden zich in dit tempo blijven ontwikkelen. Het produceren van modellen voor kunstmatige intelligentie is een kwestie van tijd en heel, heel eenvoudig. Dan hebben we een model nodig dat over elk probleem superinferentie kan uitvoeren. Wat gaan we nu eigenlijk doen, softwareontwikkelaars? Wat gebeurt er als de bureaucratie van het veld verdwijnt en we het werk volledig met machines kunnen doen? Ik kan het eigenlijk niet voorzien. Gezien de aanpak van de staten op dit gebied, zou ik u graag iets willen vragen over het feit dat we al lange tijd een technologiebedrijf runnen. Als gevolg van een paar recente discussies lijkt het erop dat we in een stofwolk terechtkomen. Ik vraag me echt af of 2000 van hen Linux-startupsoftwareontwikkeling eigenlijk een concept is met een methodologie. De afgelopen 15 jaar, maar als je bedenkt dat zelfs de helft van de code van veel technologiebedrijven door AI is ontwikkeld, gaat het eigenlijk om wat de publicatie zal bieden op het gebied van productontwikkeling. Minimaal 10 of 15 jaar is veel, maar kunt u een mening of oordeel geven over de nabije toekomst? De basishypothese van het sterrenstelsel is dat je code schrijft met generatieve AI, maar dat je geen code meer hoeft te schrijven. Momenteel worden de analyses van de tijd die in de GPT wordt doorgebracht, gepubliceerd. Dat wil zeggen dat de tijd snel toeneemt. De tijd die men op Google doorbrengt, neemt snel af. Het is daarom duidelijk dat alle softwareontwikkelingsplatformen voortaan chatgebaseerd zullen zijn. We hebben dus geen programmeertaal meer nodig. De machine begrijpt ons, en we hebben geen bedrijfsschermen meer nodig, zoals vroeger. Omdat het antwoord op de vraag die we stellen is: Er is een platform dat ons kan laten zien wat wij willen. U vraagt zich af hoe een bedrijf zijn kapitaal verdeelt onder zijn aandeelhouders? Normaal gesproken verwacht je zoiets in een tabel of in een histogram in een Paychard, dat wil zeggen, je verwacht een grafiek en vraagt om enige uitleg. Je hoeft er geen code over te schrijven. Stel uw vraag, het noodzakelijke antwoord is ofwel een aardbeving van buitenaf ofwel afkomstig van uw interne gegevensbronnen. Dit hoeft niet hetzelfde beeld te zijn voor iedereen die u het leukst vindt. Laat het op harmonieuze wijze op uw scherm verschijnen en weerspiegelen, met de kleuren die u mooi vindt. Tenminste, in zo’n omgeving. In de softwarebranche is het net zo. Vroeger was er een tijd waarin in veel tijdschriften werd geschreven dat software de wereld opeet zodra de licentie verlopen was. Nu eet kunstmatige intelligentie software op. De woorden softwareomgeving, softwareplatformen en dergelijke verdwijnen. In een omgeving die volledig op chat is gebaseerd, voert u de taken uit zoals u ze hoort te doen door te chatten. Je vertelt het aan de intelligentie, en dan doet het dat door te kletsen, en wat jij zegt trof mij eigenlijk met een metafoor als deze. 40 jaar geleden werd de taal geschreven in microprocessoren en daarna de taal die Esem heette, is nu volledig opgenomen in de dagelijkse spreektaal op hoog niveau, alsof het veel vensters zou openen met betrekking tot software of deuren zou breken. Met andere woorden, er is sprake van een situatie als deze, weet je, het taalniveau lag heel dicht bij de natuurlijke taal. Esenbli si c plus plus kwam obec oren meer over talen. Beschrijf een proces van 20 of 25 jaar dat teruggaat tot Python en dat steeds dichter bij natuurlijke taal komt. Maar op het hoogste niveau bestond die realiteit wel. De concepten van de programmeertaal, een taal die de machine kon begrijpen, werden tot nul gereduceerd. Tegenwoordig zitten er chips in onze laptops die natuurlijke taal begrijpen en interpreteren. De machine zelf bevindt zich dus direct op de siliciumchip. Hij kwam er heel dichtbij om de bel waar wij het over hadden te begrijpen. Is er in dit geval een scherm nodig? Is het nodig om de beelden op het scherm te coderen? Of zouden de mensen die deze code maken een softwareontwikkelaar moeten zijn? 10 jaar is niet 5 jaar, ik kan me eerlijk gezegd geen 2 jaar later voorstellen. Heel interessant. Nu wil ik korte antwoorden met korte vragen, want het concept van kunstmatige intelligentie dat we op dit moment stellen, en misschien zelfs de vraagpatronen, moeten veranderen. Snelle vraag, en ik wil graag snelle antwoorden: bestaat er een AI-tool die zelfs jou verrast? Niet op het moment. Je hebt je niveau van verbazing al op een hoog niveau gebracht, want sommige van deze proeven in de academische wereld zijn al 5 jaar geleden, 10 jaar geleden, 2010 zeven, bijvoorbeeld, beeldverwerking is het meest verrassend in beeldverwerking. We lezen in wetenschappelijke artikelen dat alle problemen in de beeldverwerking van 2,017 zijn opgelost. Wij verwachtten dit dus. Op dit moment kan ik bijvoorbeeld niet zeggen dat de videoproductie en de 3 modellen van Google op welke manier dan ook hebben verrast. Met andere woorden, vindt u dat bedrijven het uploaden van bedrijfsgegevens naar bende-achtige tools voor gebruik door hun eigen werknemers moeten verbieden? Dit is een van de belangrijkste tekortkomingen. Laat ik de vraag met een vraag beantwoorden. Het is belangrijk op dit moment, want in veel delen van de wereld is er geen kort antwoord, maar het spijt me. Ik verdedig al jaren open data. Ik zeg dat data open moet zijn, maar de realiteit is anders. Stel je voor dat er een robot is ontwikkeld die een geweldige aandelenkoers voorspelt, met behulp van een superkwantumcomputer. Dankzij deze robot kunnen aandelen worden gekocht en verkocht met zeer goede voorspellingen. Dat is de kracht die de robot bestuurt. Zou u overwegen om gegevens over de aandelenmarkt van uw land met deze robot te delen? Het antwoord mag niet in overweging worden genomen, want het is van zo'n grote waarde dat men het kan voorzien. Daarom is het noodzakelijk om de gegevens van het bedrijf en het land op een gecontroleerde manier open te stellen voor de buitenwereld, zodat deze de voordelen van dit bedrijf en dit land daadwerkelijk kan benutten. Maar aan de andere kant zijn integraties juist heel belangrijk. Met andere woorden: als u alleen uw gegevens opslaat en daarbovenop meerdere firewalllagen met servers creëert, loopt u op dit moment achter op het gebied van innovatie. Dat wil zeggen: met elkaar, met bedrijven. Het is ook belangrijk dat ze gegevens delen en zo de oprichting van nieuwe bedrijven mogelijk maken. Het enige dat ik hier wil benadrukken is dat het misschien nieuwe informatie is, maar er bestaat een concept genaamd 'date space'. Dit is de data-ruimte waar Europa sinds 2,010 aan werkt en zoals u weet, loopt Europa achter op de rest van de wereld wat betreft de productie van unicorns. Degenen die de Europese markt hebben veroverd, zijn altijd grote bedrijven zoals de Amerikaanse bedrijven Apple, Amazon en het Chinese Ali Baba. Europa is er om niet achter te blijven. Beetho c kan het ook niet goed doen, maar beetee be doet het prima. Toen zei hij dat onze bedrijven gegevens met elkaar moeten delen. Laten we hiervoor een veilig protocol creëren en op deze manier de innovatie ervan in gang zetten. Tegelijkertijd ga ik, wanneer er zich een crisissituatie voordoet zoals een pandemie, naar mijn staten ten behoeve van mijn landen en, indien nodig, ga ik naar de datacentra in het formaat dat ik wil, met het protocol dat ik wil, met het protocol dat ik vooraf heb vastgesteld, en kom ik die gegevens ophalen. Hij creëerde een bouwsteen door te zeggen dat ik het moest kunnen gebruiken voor de vrede van mijn land en mijn landen. Eigenlijk zijn de gegevens op een semi-open manier zowel openbaar voor de buitenwereld als volledig gecontroleerd en toegankelijk. In Turkije wordt wel gesproken over een soortgelijk protocol onder de naam publieke dataruimte, maar ik ben toch wel benieuwd naar de uitkomsten daarvan. Elk land kan onderdeel zijn van een bedrijfspartnerschap, maar het kan ook binnen een bedrijf plaatsvinden. Ik denk dat we deze gegevensvelden nauwlettend in de gaten moeten houden. Ik ga het nu echt vragen. Je kunt de aanpak van deze kwestie in Turkije in de wereld evalueren. Vindt u dat de wet- en regelgeving omtrent kunstmatige intelligentie wereldwijd voldoende is? Eigenlijk is er sprake van een vicieuze cirkel, aangezien de regelgeving wordt uitgevaardigd. Er is meer kunstmatige intelligentie nodig om mensen te trainen in het lezen, begrijpen, interpreteren en handelen ervan. Het is heel moeilijk om ze te beheren. Er ontstaat een kip-en-ei-relatie. Met andere woorden: is het echt nodig om hier gecontroleerd met verboden en sancties te werken of zal de bureaucratie de ondergeschikte volledig elimineren? Is dit de weg vrijgemaakt voor kunstmatige intelligentie? Ik hoop dat onze leiders de juiste beslissing zullen nemen over deze kwestie. En dan kom ik op het volgende: vindt u dat landen ministeries voor kunstmatige intelligentie moeten oprichten? De eerste vraag is: denk je dat bedrijven een afdeling voor kunstmatige intelligentie moeten oprichten? Ik denk dat het democratisch en voor iedereen toegankelijk moet zijn. In de eerste plaats vind ik dat het ministerie beschermd moet worden. Of het data-instituut heeft een afdeling genaamd Detay You K in het Verenigd Koninkrijk. Dus zelfs als u een afstandsbediening voor een willekeurige televisie in het Verenigd Koninkrijk gaat kopen, staan de protocollen ervan beschreven in de post en de gegevens die u kent. Je vindt het in de lijst. Met andere woorden: de standaard van de gegevens die door alle data gebruikt worden, wordt vooraf bepaald door protocollen. Wat kunnen we nu met deze data doen als we eerst de datakaart van Turkije maken? We moeten hierover nadenken met kunstmatige intelligentie. Want het is pas van belang dat Turkije de problemen hier oplost zodra wij zeggen: laten we Turkse handen ontwikkelen, dat wil zeggen, als de ouderen dat al gedaan hebben, de natuurlijke taal begrijpen, etc. Ik ga terug naar het deel over het maken van gevolgtrekkingen: de bedrijfstakken die gevolgtrekkingen kunnen maken, worden gevolgd. We moeten speciale, kleinere taalmodellen ontwikkelen, kleine en grote modellen. Mijn laatste twee vragen zijn wat off-topic. Zijn er tv-series of films waarvan jij denkt dat ze het beste werken met kunstmatige intelligentie? Je vond het erg leuk om te zien, of ik kan je in plaats van een film een boek aanraden dat het concept van kunstmatige intelligentie heel goed behandelt. Of laat ik zeggen auteur, ik stel voor auteur. Op dit moment draait het allemaal om kunstmatige intelligentie. Eigenlijk is het niet echt slim, het zijn vooral heel grote statistische modellen die menselijke voetafdrukken voorspellen. Het belangrijkste is bewustzijn. Er is een grote kloof tussen wanneer deze machine bewust zal zijn, en als hij nu al echt bewust is, hoe we dat gaan aanpakken tot 10. Het is erg goed. Er zijn 2 werkzame auteurs. De vader van sciencefiction is Saydam Ayzek, Asimo. Dit boek uit de Foundation-serie is absoluut een aanrader, en er is zelfs een speciale universumterm in zijn Foundation-serie. We hebben het sterrenstelsel naar het bedrijf vernoemd. Een andere is de Russische schrijfster Sanisila. Ook al lees je de korte verhalen van deze twee. In bijna alle hedendaagse sciencefictionfilms, ik wil er niet te veel over uitweiden, maar in alle films die ik heb gezien, is er een spoor te vinden. In al deze gevallen zijn de scenario's al verwerkt. Ik kan je vertellen dat beide auteurs je een verschrikkelijke fantasie zullen bezorgen. Dan nog een superadvies. Als ik het over bewustzijn heb, kom ik bij de laatste vraag. Kan kunstmatige intelligentie op een dag de controle over de wereld of het universum overnemen? Laat ik de vraag met een vraag beantwoorden. Als hij de macht overneemt, weten wij dat dan? Misschien nam hij het daarna over en dat is nou net het punt. Ik heb 5 familiegeschiedenissen die de wereld regeren en zo. Misschien is het waar, misschien is het een kwestie van wennen, maar ik denk dat de menselijke organisatie zelf-organiserend en zelf-aanpassend is. Dat zijn concepten die veel in de academische wereld worden gebruikt. Dat wil zeggen dat we als een zwerm vogels zijn, we vliegen samen ergens heen. Af en toe komen er pioniers opdagen die onze richting veranderen, maar ik denk dat de omgeving volledig zelforganiserend en zelfsturend is. Nu zijn er sommigen onder ons. Er bestaan robotvogels. Heersen ze over ons of niet? Laten we maar afwachten wat er gebeurt als het ze lukt, en wat er gebeurt als het ze niet lukt. Ik denk niet dat er veel aan te doen is. Elon Musk doet het juiste. Wij moeten deze planeet verlaten en een andere planeet vinden. Het probleem gaat in die richting. Dus erdem, hartelijk dank voor het delen van een idee waaraan je hebt meegewerkt. Vandaag hebben we het gehad over wat ons de komende jaren te wachten staat om technologie te laten groeien, erdem ten tweede. Als je op de hoogte wilt blijven en onze nieuwe video's wilt steunen, kun je je abonneren, liken, commentaar geven of delen zodat ik je kan zien.