Renk Özcan

Kişisel veriler için bir pazar oluşturulmalı

“Yapay zekanın babası” Jürgen Schmidhuber, verilerin meta haline geldiği bir pazar oluşturulmasının önem taşıdığını ifade ediyor. Dünyadaki her bir bireyin, kendi verilerini pazarlayabilen bir mikro-yatırımcı konumuna gelmesi gerektiğini savunan Schmidhuber, bu pazardan en çok fayda sağlayacak sektörlerden birinin sigortacılık olacağını belirtiyor.

Yapay zeka teknolojisinin öncüsü olarak kabul edilen Alman bilgisayar bilimci Jürgen Schmidhuber, Swiss Re’nin düzenlediği bir söyleşiye katılarak yapay zekanın sigorta sektörünü nasıl dönüştüreceğine ilişkin açıklamalarda bulundu. “Yapay zekanın babası” olarak da bilinen Schmidhuber’in geliştirdiği teknolojiler 3 milyondan fazla cihazda bulunuyor ve günlük hayatın bir parçası haline gelmiş durumda. Schmidhuber’le yapılan söyleşiyi aşağıda bulabilirsiniz.

Dünyada ne gibi değişiklikler bekliyorsunuz?

Uzun vadede, her türlü işin başında insanların olacağı düşüncesini safça buluyorum. Birkaç on yıl içinde, bir işlemciye sahip küçük cihazlar, beyninizdeki sinir ağlarından daha fazla bağlantıya sahip uzun kısa süreli bellekler (LSTM) taşıyabilir. Yapay sinir ağlarındaki uzun vadeli bağımlılıkları anlamaya yarayan bu LSTM’ler, yavaş biyolojik bağlantılar yerine hızlı, elektronik bağlantılar barındıracak.

Yapay zekanın bir sonraki aşaması, dünyayla etkileşime giren ve davranışlarıyla elde ettikleri veriyi biçimlendiren makineler olacak. Akademik açıdan bakıldığında bunun eski bir mevzu olduğunu söyleyebiliriz, ancak zamanla bu makineler topluma da yayılacak. İnsanların karmaşık şeyleri öğrenebilecek her türlü robotu ve makinesi olacak. İnsanların da yardımıyla, ama çoğunlukla kendi başlarına, deneme yanılma yöntemiyle ve merak ederek bu makineler karmaşık birçok şeyi içselleştirebilecek.

‘KÂRLILIĞI ARTIRACAK’

Yapay zeka sigorta şirketlerine nasıl bir fayda sağlayacak?

Alınan karşılığı artırmanın yolu, öğrenme kabiliyetine sahip algoritmalar bulup bunları bir aksiyon planı için kullanmaktan geçiyor. Sigorta şirketleri açısından bakıldığında, burada alınması beklenen karşılık kâr oluyor. Yıllardır bu tür algoritmalar üzerine çalışmalar yapılıyor, fakat artık bunlar gerçekten hayata geçmeye başlıyor. Yakın zamanda, sigortacılıktaki tüm süreçler LSTM’ler gibi derin yapay sinir ağlarına ve dolayısıyla öğrenme kabiliyetine sahip makineler tarafından kontrol edilecek. Bu makineler kârlılığı artırmak için yeni yöntemler geliştirecek.

Örneğin, siz büyük bir sigorta şirketisiniz ve müşterileriniz gibi çeşitli kâr kaynaklarınız var diyelim. Müşterileriniz için daha doğru bir fiyatlama yapmak ve risk yönetiminizi de iyileştirmek istiyorsunuz. Mesela uydular aracılığıyla bir doğal afetin meydana gelip gelmeyeceğini anlamanız buna hizmet ediyor. Dünyayla etkileşime giriyorsunuz ve giderek gezegenin nasıl davrandığını daha doğru tahmin etmeyi öğreniyorsunuz, bu sayede de şirketiniz için daha doğru adımlar atarak süreçlerinizi iyileştirebiliyorsunuz. Bu, takviyeli öğrenmenin (reinforcement learning) temel prensibini uygulayarak başarabileceğiniz şeylerden yalnızca biri. Prensipte, bunu nasıl hayata geçireceğimizi biliyoruz, hatta bazı durumlarda insanların başarabileceğinden çok daha iyi sonuçlar alıyoruz. Birkaç on yıl içinde bu durum genele yayılmaz ve ekonominin tüm bileşenleri tarafından kullanılıp medeniyeti değiştirmezse gerçekten çok şaşırırım.

Toplumun iyiliği için verilerden yararlanılması konusunda ne düşünüyorsunuz?

Özellikle tıp alanında hastalara tanı koymak giderek zorlaşacak. Bu durum birçok sağlık uzmanının iş yapış şeklini değiştirecek. Sigorta şirketlerinin yöntemleri de etkilenecek. Örneğin, İsviçre’deki siyasetçiler şimdiden hasta verilerinin gizlilik hakkının nasıl korunabileceği üzerine tartışmaya başladı.

Aslında yapılması gereken, her bir hastanın ufak bir yatırımcı olduğu ve verilerinin maddi değerini bildiği bir veri pazarı yaratmak. Böyle bir pazarda; hastalar, hastaneler ve veri şirketleri olmak üzere üç farklı bileşen bulunuyor.

Nadir rastlanan bir kanser türüne yakalanmış hastaların, sık görülen bir kanser türüne rastlamış hastalardan daha değerli verilere sahip olacağını söyleyebiliriz. Yapay zeka üreten bir şirket, bu veriden yola çıkarak bir hastanın ne kadar ömrü kaldığını ve bu hasta için yapılabilecek bir şey olup olmadığını yapay sinir ağları sayesinde tahmin edebilir. Tüm bunlar, verinin anonimliğini koruyarak gerçekleştirilebilir.

Hastaneler ve burada kullanılan makinelerin tomografi, radyoloji ve doktorların değerlendirmeleri gibi faktörlerden gelen verileri ayrıştırması gerekir.

Bu veriler, birçok farklı şirket için değer sağlayabilir. Örneğin Siemens, Google ya da IBM gibi firmalar bu verileri satın alarak daha gelişmiş yapay sinir ağları üretebilir ve bu ağlar aracılığıyla hastalıkları tahmin ederek uygun tedaviler geliştirilmesinde kullanabilir.

‘VERİ PAYLAŞIMI TEŞVİK EDİLMELİ’

Sonuç olarak, her hasta kendi verisini pazarlayan bir mikro-yatırımcı konumuna gelmeli. Pazarın görünmez eli, arz ve talep dengesine göre her bir veri için uygun fiyatlandırmayı zamanla sağlayacaktır. Talep açısından bakıldığında, hasta verilerine bakarak portföylerinin kârlı olup olmayacağını öngörmek isteyen sigorta şirketleri de dahil veriyi satın almak isteyecek birkaç şirket olacaktır. Arz tarafındaysa, böyle bir pazardaki her bir hastanın nadir veriler için kâr sağlaması gerekir. Aynı şekilde, veriyi ayrıştırıp saklayan hastaneler gibi, rekabet içinde olan firmalar, uygun bir fiyatla veriyi ayrıştırıp güven ve tanınırlık sağlayarak bundan kazançlı çıkabilir. Pazarın kurallarının, pazardaki işini iyi yapan tüm bileşenler için teşvikler sağlayarak etkili bir sistem kurulmasını sağlaması da önem taşıyor.

İlk bakışta, veriler için ödeme yapmayı gerektiren bu sistem bazı sektörlere zarar verecek gibi görünebilir. Bu sektörlerin aktörleri, veriyi ücretsiz olarak elde edebilecekleri tekel benzeri yapıları tercih edebilir. Buna karşın, her bir hastanın, hatta sokaktaki her bir insanın belirli bazı anonimleştirme koşulları altında verilerini paylaşmaya teşvik edilmesi durumunda birçok şirketin bu veriye ulaşma imkanı karşısında oldukça heyecanlanacağına inanıyorum. Sigorta şirketlerinin de bu durumdan kazanç sağlayacak ilk firmalardan olacağını düşünüyorum.

‘MAKİNELER ÖĞRENMEYİ DE ÖĞRENEBİLİYOR’

Yapay zekanın günlük yaşama daha hızlı adapte edilmesinin önünde ne gibi zorluklar var?

Bu konuda iki güçlük görüyorum: İlki teknik zorluklar, ikincisi ise regülasyondan kaynaklanan sorunlar. Teknik tarafa bakarsak, bilgisayarların yapay zekanın bir sonraki aşaması için yeterince hızlı olmadığını söyleyebiliriz. Şu an insan beyni, bizim ürettiğimiz yapay zeka teknolojilerinden daha hızlı, daha ucuz ve daha etkili bir bilgisayar gibi. Bunun değişmesi için birkaç on yıl geçmesi gerekebilir. Ayrıca, bazı temel öğrenme algoritmalarında eksiklikler olabilir, ancak ben bu konuda oldukça iyi bir yerde olduğumuzu düşünüyorum. Şu anda yapıları gereği meraklı, sadece öğrenmekle kalmayan, öğrenmeyi de öğrenebilen makineler geliştirebiliyoruz. Eksiklikler olsa da yolun önemli kısmını çoktan kat ettiğimize inanıyorum.

Tabii bir de yasal taraftan gelen zorluklar var. Kanun koyucuların yeni olasılıklar karşısındaki tavrının ne olacağı önemli bir soru. Örneğin, sürücüsüz araçların insan sürücülerden 100 kat daha güvenli olduğunu düşünelim. Kanun koyucular bu araçları zorunlu hale getirmek için bir adım atabilir. Diğer taraftan, regülasyon değişikliklerinin çok yavaş ilerleyen bir süreç olduğunu da biliyoruz. Bu yavaşlık, bu alandaki gelişmeyi de zora sokabilir.

‘MAKİNE ÖĞRENİMİ İÇİN AYRI DEPARTMANLAR KURULMALI’

Sigortacılar yapay zekayı nasıl kullanmalı?

Sigorta şirketlerinin yapay zekadan faydalanabileceği pek çok alan var. Uydulardan gelen veriler öngörülerde bulunmak için kullanılabilir. Mesela uzaydan süpermarketlerin park alanını gözlemleyerek işlerin nasıl gittiğine dair tahminlerde bulunan bir firma var. Belli ekinlerin sene içinde ne kadar verimli olacağını ölçmek için de uydular kullanılabilir. Sonuç olarak, bir sigorta şirketinin yaptığı herhangi bir işten elde edebileceği kârı ya da zararı öngörmekte ve süreçlerini bu doğrultuda iyileştirmekte kullanabileceği birçok veri bulunuyor. Bu sebeple, büyük sigorta şirketlerinin makine öğrenimi departmanlarına sahip olması önem taşıyor. Bu departman verinin kullanılabileceği her bir alanı titizlikle incelemeli, işe yarayacağını düşündüğü yerde hemen aksiyon almalı, gerekiyorsa daha fazla eleman çalıştırmalı – hatta belki de daha da iyisi, bu konuda uzmanlaşmış yeni bir şirket kurmalı.

‘ARAŞTIRMALAR İNSANLARIN HAYATINI KOLAYLAŞTIRMAYA YÖNELİK’

“Şu anda, insanı merkeze alan yapay zeka teknolojileri geliştirilmesi için büyük bir baskı var. Bunun sebebi, bu teknolojileri üreten firmaların size bir şey satmak istiyor olması. İnsanlar da doğal olarak sadece kendilerini mutlu edeceğini düşündüğü şeyleri satın alır. Bu sebeple, tüm yapay zeka araştırmaları şu an insanların hayatını kolaylaştırmak, daha mutlu, daha uzun ve daha sağlıklı hayatlar inşa edilmesine destek olmak üzerine kurulu.”


7 Mart 2019

İlgili Haberler

Yazarlar