Akıllı makinelerle çalışmayı nasıl öğreniriz?
-
0:01 - 0:03Sabah saat 6:30
-
0:04 - 0:08ve Kristen prostat hastasını
ameliyathaneye götürüyor. -
0:10 - 0:12Kendisi asistan doktor,
cerrahi eğitimi devam ediyor. -
0:12 - 0:14Öğrenmek onun işi.
-
0:15 - 0:19Bugün, sinir koruyucu prostatektominin
bir kısmını kendisi yapmayı umuyor; -
0:19 - 0:23erektil fonksiyonu koruyabilen
inanılmaz hassas bir disseksiyon. -
0:24 - 0:27Tabii bu uzman cerraha bağlı,
ama kendi orada değil. -
0:28 - 0:30Kristen, ekibiyle birlikte
hastayı uyutuyor -
0:30 - 0:34ve alt karında 20 cm.lik
ilk insizyonu açıyor. -
0:35 - 0:39Ameliyat yerini güvenli kılar kılmaz
hemşireden uzmanı çağırmasını istiyor. -
0:40 - 0:42Uzman doktor gelip önlüğünü giyiyor,
-
0:42 - 0:48sonra da birlikte hastayla ilgileniyorlar,
-
0:49 - 0:52işi Kristen yapıyor
ama uzman doktor onu yönlendiriyor. -
0:53 - 0:58Prostatlar çıktığında -- ve uzman,
bir kısmını onun yapmasına izin verdi -- -
0:58 - 0:59doktor önlüğünü çıkarıyor.
-
0:59 - 1:00Belgelerle ilgilenmeye başlıyor.
-
1:01 - 1:06Saatler 8:15'i gösterdiğinde
Kristen insizyonu kapatmış oluyor, -
1:07 - 1:09daha yeni bir asistan da
bu esnada onu izliyor. -
1:09 - 1:12Kristen son dikişleri
onun halletmesine izin veriyor. -
1:13 - 1:16Kristen harika hissediyor.
-
1:16 - 1:18Hasta iyiye gidiyor,
-
1:18 - 1:21Saat 6.30'da olduğundan
daha iyi bir cerrah olduğuna şüphe yok. -
1:22 - 1:25Bu ekstrem bir iş.
-
1:25 - 1:29Ancak Kristen hepimizin yaptığı gibi
işini yapmayı öğreniyor: -
1:30 - 1:32Bir uzmanı bir süre izliyor,
-
1:32 - 1:35işin kolay ve güvenli
kısımlarına dâhil oluyor -
1:35 - 1:37ve giderek daha zorlu ve riskli
görevler alıyor, -
1:37 - 1:40bu esnada ona rehberlik ediyor,
hazır olmasını sağlıyorlar. -
1:40 - 1:43Tüm hayatım boyunca
bu öğrenme şekli çok ilgimi çekti. -
1:43 - 1:47Çok temel bir his,
bizi insan yapan şeyin bir parçası. -
1:48 - 1:53Farklı isimleri var: çıraklık,
koçluk, mentorluk, saha eğitimi. -
1:54 - 1:57Cerrahlıkta bunun adı
"birini gör, birini yap, birine öğret" -
1:58 - 1:59Ama süreç hep aynı
-
1:59 - 2:03ve dünya çapında yeteneğe giden yol
binlerce yıldır hiç değişmedi. -
2:04 - 2:09Bugün yapay zekâyla bu yolu tıkayacak
bir şekilde ilgileniyoruz. -
2:10 - 2:12Üretken olma yolunda
öğrenmeyi feda ediyoruz. -
2:13 - 2:16MIT'deyken buna ilk cerrahide tanık oldum
-
2:16 - 2:19ama her yerde olduğuna dair
artık kanıtlarım var, -
2:19 - 2:22çok farklı sektörlerde
ve çok farklı türde yapay zekâlarla. -
2:23 - 2:29Bir şey yapmazsak milyonlarca kişi
bununla başa çıkmayı öğrenirken -
2:29 - 2:31büyük bir engelle karşılaşacak.
-
2:33 - 2:35Cerrahiye geri dönüp görelim.
-
2:36 - 2:38Altı ay ileri alalım.
-
2:38 - 2:43Saat yine 6:30 ve Kristen,
başka bir prostat hastasını içeri alıyor -
2:43 - 2:46fakat bu sefer robotik ameliyathaneye.
-
2:48 - 2:49Uzman cerrahın önderliğiyle
-
2:49 - 2:52hasta, 400 küsur kiloluk
dört kollu bir robota bağlanıyor. -
2:53 - 2:55Önlüklerini çıkartıyorlar,
-
2:55 - 2:58Üç veya dört metre ilerideki
konsollara yöneliyorlar -
2:59 - 3:03ve Kristen sadece izliyor.
-
3:04 - 3:07Robot tüm prosedürü
uzman cerrahın yapmasına izin veriyor, -
3:07 - 3:09yani temelde cerrah yapıyor.
-
3:10 - 3:12Kristen'in pratiğe ihtiyacı
olduğunu biliyor. -
3:12 - 3:14Kontrolü ona vermek istiyor.
-
3:14 - 3:18Ancak onun çok yavaş olacağını
ve daha fazla hata yapacağını da biliyor, -
3:18 - 3:19hastalar önce gelir.
-
3:20 - 3:25Bu şekilde Kristen'in ameliyatın kritik
noktalarına müdahale etme umudu yok. -
3:25 - 3:30Dört saatlik bir prosedürün 15 dk.sını
bile kendisi idare etse şanslı olacak. -
3:30 - 3:33Şunu da biliyor ki eğer hata yaparsa
-
3:33 - 3:36uzman, dokunmatik ekrana dokunacak
ve kendi yine izliyor olacak, -
3:37 - 3:40köşeye oturtulmuş cezalı çocuk gibi.
-
3:42 - 3:45Son sekiz yılda yaptığım
tüm robot ve iş çalışmaları gibi -
3:45 - 3:47buna da büyük
ve açık bir soruyla başladım: -
3:47 - 3:50Akıllı makinelerle çalışmayı
nasıl öğrenebiliriz? -
3:51 - 3:56Cevabı bulmak için iki buçuk yıl boyunca
onlarca asistan ve cerrah gözlemledim, -
3:56 - 4:00hem geleneksel hem robotik cerrahi
yapan doktorlar, onlarla bizzat görüştüm, -
4:00 - 4:04genellikle öğrenme çabasında olan
asistan doktorlarla vakit geçiriyorlar. -
4:04 - 4:08ABD'nin en önde gelen
18 eğitim hastanesini inceledim -
4:08 - 4:09ve hikâye aynıydı.
-
4:10 - 4:12Çoğu asistan doktor
Kristen'ın durumunda olmuştu. -
4:13 - 4:15"Birini gör" kısmı çok kez deneyimlenmiş
-
4:16 - 4:18fakat "birini yap" kısmı
neredeyse hiç olmamıştı. -
4:18 - 4:21Zorluklarla karşılaşmadıkları
sürece öğrenemezlerdi. -
4:21 - 4:25Cerrahlar için bu önemli bir haberdi
ama ne kadar yayıldığını bilmem gerekti. -
4:25 - 4:29Sahada öğrenmeyi engelleyen
yapay zekâ kullanımı başka nerede vardı? -
4:30 - 4:35Bunun cevabı için küçük ama büyüyen
bir grup genç araştırmacıya ulaştım, -
4:35 - 4:38yapay zekâyla ilgili
temel alan araştırmaları yapmışlardı -
4:38 - 4:41ve çalışmaları çok çeşitli
alanları kapsıyordu; mesela startup'lar -
4:41 - 4:44poliçeler, yatırım bankacılığı
ve çevrimiçi eğitim. -
4:44 - 4:49Benim gibi en az bir yıl harcayarak
yüzlerce saat gözlem yaptılar, -
4:50 - 4:53araştırdıkları insanlarla birlikte
çalıştılar ve bizzat mülakat yaptılar. -
4:54 - 4:57Verileri paylaştık
ve bir şablon bulmaya çalıştık. -
4:58 - 5:03Sektör ne olursa olsun,
iş, yapay zekâ, hikaye aynıydı. -
5:04 - 5:08Organizasyonlar yapay zekâdan sonuç
almak için giderek daha çok uğraşıyorlardı -
5:08 - 5:11ve bunu yaparken öğrencileri
uzman işinden uzaklaştırıyorlardı. -
5:12 - 5:15Startup'lar, müşteri hizmetlerini
dış kaynaklara yaptırıyordu. -
5:16 - 5:20Polisler suç tahminleriyle uzman desteği
olmadan baş etmek zorunda kalıyorlardı. -
5:21 - 5:24Genç bankacıların karmaşık analiz
yapmasına izin verilmiyordu -
5:24 - 5:28ve akademisyenler yardımsız
çevrimiçi dersler oluşturuyordu. -
5:29 - 5:32Tüm bunların etkisi
cerrahide olanın aynısı. -
5:32 - 5:35Sahada öğrenme giderek zorlaşıyor.
-
5:37 - 5:38Bu böyle süremez.
-
5:40 - 5:44McKinsey'nin tahminine göre
yarım milyar ve bir milyar arası kişi -
5:44 - 5:482030'a kadar günlük yaşamda
kendimizi yapay zekâya uyarlayacağız. -
5:49 - 5:51Ve ben öyle sanıyorum ki
sahada öğrenme -
5:51 - 5:53biz denedikçe orada olacak.
-
5:54 - 5:56Accenture'ın son personel anketine göre
-
5:56 - 6:00çoğu çalışan önemli yetileri
sahada edindi, resmi eğitimde değil. -
6:01 - 6:05Bu yüzden bunun potansiyel geleceği
hakkında konuşurken -
6:05 - 6:09yapay zekânın bizi ilgilendiren
en önemli kısmı, -
6:09 - 6:12onu kullanış şeklimizin
sahada öğrenmeyi engellemesi, -
6:12 - 6:14en çok ihtiyacımız olan da bu.
-
6:15 - 6:22Tüm sahalarımızda
küçük bir grup öğrenmeye bir yol buldu. -
6:24 - 6:27Bunu kuralları yıkarak buldular.
-
6:27 - 6:32Kabul edilen yöntemler işe yaramıyordu,
bu yüzden kuralları ihlal ettiler, -
6:32 - 6:34sırf uzmanlarla
deneyimli pratik yapmak için. -
6:34 - 6:39Benim alanımda, tıp fakültesinde
asistanlar robotik cerrahiye dâhil oldu, -
6:39 - 6:43çok yönlü eğitimleri pahasına.
-
6:44 - 6:50Simülator ve ameliyat video kayıtlarına
yüzlerce ekstra saat harcıyorlar; -
6:50 - 6:53ameliyathanede öğrenmeleri gereken işi.
-
6:53 - 6:57Ve belki de en önemlisi,
kısıtlı uzman rehberliğinde -
6:57 - 7:01gerçek prosedürlerle
mücadele etmenin yolunu buldular. -
7:02 - 7:06Ben bunu "gölge öğrenme" olarak
adlandırıyorum çünkü kuralları esnetiyor -
7:06 - 7:08ve öğrenen bunu
ilgi odağı dışında yapıyor. -
7:10 - 7:14Herkes bunu görmezden geliyor
çünkü sonuç veriyor. -
7:14 - 7:17Unutmayın, bunlar
grubun yıldızlı öğrencileri. -
7:18 - 7:21Apaçık belli ki bu böyle olmaz
ve sürdürebilir değil. -
7:22 - 7:24Hiç kimse işini yapmak için
gereken yetileri öğrenmek adına -
7:24 - 7:26işten kovulma riskini almamalı.
-
7:27 - 7:29Ama bu insanlardan öğrenmemiz gerek.
-
7:30 - 7:32Öğrenmek için ciddi riskler aldılar.
-
7:33 - 7:37İşlerinde mücadele ve zorluğun
önemini anladılar, -
7:37 - 7:40böylece zor sorunlara doğru
kendilerini zorlayabileceklerdi, -
7:40 - 7:42tüm kapasitelerini kullanabileceklerdi.
-
7:42 - 7:45Yakınlarda bir uzman
olduğundan emin oldular, -
7:45 - 7:48bir felakete karşı
kendilerine yol göstersin diye. -
7:49 - 7:52Bu mücadele ve uzman desteği
kombinasyonunu -
7:53 - 7:55tüm yapay zekâ uygulamasına dâhil edelim.
-
7:56 - 7:59Buna dair hâlihazırda
çok net bir örneğim var. -
8:00 - 8:01Robotlardan önce
-
8:01 - 8:06bomba imha teknisyeni olsaydınız
el yapımı patlayıcı kullanırdınız. -
8:07 - 8:09Yeni bir görevli yüzlerce metre ileride,
-
8:10 - 8:13sadece izleyebilir ve güvenli olduğuna
karar verip ana bölgeye çağırırsanız -
8:13 - 8:15yardım edebilir.
-
8:15 - 8:19Bugün ise bomba korumalı bir kamyonette
bombayla yan yana duruyorsunuz. -
8:19 - 8:21Videoyu ikiniz de izlediniz.
-
8:21 - 8:25Robotu uzaktan kontrol ediyorlar,
siz de sesli yönlendirme yapıyorosunuz. -
8:25 - 8:28Eğitim alanlar, robotlardan önce
daha iyi öğreniyordu. -
8:29 - 8:33Bunu pek çok şeye ölçeklendirebiliriz;
cerrahi, startup, poliçeler, -
8:33 - 8:36yatırım bankacılığı, çevrimiçi eğitim
ve daha fazlası. -
8:36 - 8:39İyi haber şu ki
bunu yapacak yeni araçlarımız var. -
8:40 - 8:44İnternet ve bulutla her öğrenci için
her zaman bir uzmana ihtiyacımız yok, -
8:44 - 8:49birbirlerine yakın olmak hatta aynı
organizasyonda olmak zorunda değiller. -
8:49 - 8:52Yapay zekâya şunları yaptırabiliriz:
-
8:53 - 8:58öğrenciler mücadele ederken koçluk yapmak,
uzmanlar koçluk yaparken koçluk yapmak -
8:58 - 9:01Bu iki grubu zekice birbirine bağlamak.
-
9:03 - 9:06Bunun benzeri sistemlerde
çalışan insanlar var -
9:06 - 9:09ama genel olarak
resmi eğitime odaklanıyorlar. -
9:09 - 9:12Asıl köklü sorun ise sahada öğrenme.
-
9:12 - 9:14Daha iyisini yapmalıyız.
-
9:14 - 9:17Bugünün sorunları
bizden daha iyisini bekliyor; -
9:17 - 9:22yapay zekânın harika kabiliyetlerinden
tamamen yararlanmamızı -
9:23 - 9:26ve bu esnada
yeteneklerimizi geliştirmemizi. -
9:26 - 9:29Çocukken böyle bir gelecek hayal ederdim.
-
9:29 - 9:32Şimdi bunu yaratmanın zamanı.
-
9:32 - 9:34Teşekkürler.
-
9:34 - 9:37(Alkışlar)
- Title:
- Akıllı makinelerle çalışmayı nasıl öğreniriz?
- Speaker:
- Matt Beane
- Description:
-
Tüm dünyada yeteneğe giden yol binlerce yıldır hiç değişmedi: Bir uzmanın altında eğitim al, daha zor ve riskli işler almadan önce küçük, kolay adımlar at. Ancak bugün, yapay zekâyla ilgilenme şeklimiz bu yolu tıkıyor ve üretken olmaya yönelik ilerleyişimizi feda ediyoruz. Bunlar örgütsel etnografikçi Matt Beane'in sözleri. Ne yapılabilir? Beane, yeteneklerimizi geliştirirken aynı anda yapay zekânın tüm kabiliyetlerinden tamamen yararlanabileceğimiz makineli ve dağılımlı bir mentorluk hikâyesine dönüşen bir vizyon paylaşıyor.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 09:50
Cihan Ekmekçi approved Turkish subtitles for How do we learn to work with intelligent machines? | ||
Cihan Ekmekçi edited Turkish subtitles for How do we learn to work with intelligent machines? | ||
Figen Ergürbüz accepted Turkish subtitles for How do we learn to work with intelligent machines? | ||
Figen Ergürbüz edited Turkish subtitles for How do we learn to work with intelligent machines? | ||
Figen Ergürbüz edited Turkish subtitles for How do we learn to work with intelligent machines? | ||
Cihan Ekmekçi edited Turkish subtitles for How do we learn to work with intelligent machines? | ||
Cihan Ekmekçi edited Turkish subtitles for How do we learn to work with intelligent machines? | ||
Pelin Zobaroğlu declined Turkish subtitles for How do we learn to work with intelligent machines? |