Bugünlerde nanometrik büyüklükteki bir “virüs” karşısında ne kadar çaresiz kaldığımızı düşünüyoruz ve pek çok insanın aklından aynı cümle geçiyor: Hani müthiş teknolojik ilerlemeler kaydediyorduk, hatta öyle bir noktaya gelmiştik ki yapay zekâların insanlığı yok edebileceği ihtimali üzerine kafa yoruyorduk? Yapay zekâ mesleklerimizi elimizden alacak, insanın yaptığı her işi insandan hem çok daha hızlı hem de çok daha iyi yapacaktı? Peki, nerede şimdi o yapay zekâ?
Koronavirüs salgınını haber veren yapay zekâ şirketi
Esasında, yapay zekânın tıp alanına katkısı da esasında uzun bir süredir devam ediyor. Hatta bu katkılar, doktorların mesleklerini yapay zekâlı robot ya da sistemlere kaptıracağı yönünde endişe ve tartışmalara dahi yol açmıştı.
Yapay zekânın Covid-19’un yarattığı sürece müdahil olması da aslında salgın başlamadan önce gerçekleşmişti. Öyle ki koronavirüs tehlikesinden, herkesten önce, Kanadalı bir start-up olan Bluedot haberdardı.
Bulaşıcı hastalıkları izleyen, salgın ve virüs yayılımlarını tahmin etmek için makine öğrenmesi temelli yapay zekâ uygulaması kullanan şirket yetkililere bir salgın alarmının olduğunu 2019’un aralık ayında iletti. Gazete haberleri, bilet satışları, nüfus yoğunluğu, iklim bilgisi gibi 100 değişik veri kümesini kullanan bu uygulama, henüz Çin Covid-19 ile ilgili açıklamada bulunmadan önce, Wuhan kentinde bir zatürre salgınının olduğunu belirleyerek, bu salgından etkilenecek diğer şehirleri de net bir şekilde işaret etti.[efn_note]Ayrıntılar için bkz. Jerry Bowles, “How Canadian AI start-up BlueDot spotted Coronavirus before anyone else had a clue?”. https://diginomica.com/how-canadian-ai-start-bluedot-spotted-coronavirus-anyone-else-had-clue[/efn_note]
Hastalığın ortaya çıkışıyla birlikte, koronavirüsün yayılımını takip eden ve tahminler yürüten çeşitli yapay zekâ uygulamaları da hızlı bir şekilde geliştirilmeye başlandı. Örneğin, HealhMap[efn_note]https://healthmap.org/en/[/efn_note] isimli sistem, salgın bilimciler tarafından genelde göz ardı edilen Google aramaları, sosyal medya paylaşımları, bloglar, tartışma forumları gibi dolaylı bilgi kaynaklarını da kullanarak hem virüs yayılımı üzerine matematiksel tahminlerde bulunuyor hem de toplumların koronavirüs karşısındaki tavırlarına dair analiz ve tahminler ortaya koyuyor.
Yapay zekâ teşhis, araştırma ve aşı çalışmalarında nasıl kullanılıyor?
Covid-19’a yol açan virüsün teşhisi, enfekte kişilere yönelik tedavi çalışmaları ve aşı araştırmalarında da çeşitli yapay zekâ uygulamaları sıklıkla kullanılıyor. Bu salgında, yapay zekâ tarafından koronavirüsün genom dizilimi ve protein yapısına dair üretilen tahminler, bilim adamlarını aylarca deney yapmaktan kurtardı denilebilir.
Hem virüsün teşhisi için gerekli olan tanı kitlerinin geliştirilmesinde hem de virüse karşı aşı çalışmalarında zorunlu olan ilk adım, virüsün genom diziliminin belirlenmesi. 2003’te yaşanılan SARS salgınındaki virüsün genom diziliminin belirlenmesi neredeyse 1 yıl sürmüştü. Covid-19 hastalığına yol açan SARS-CoV-2 virüsünün genom dizilimi ise Çinli bilim insanları tarafından yalnızca bir ay gibi çok kısa bir süre içerisinde belirlendi. Bu dizilim, bilimsel topluluklarla paylaşılarak, ülkelerin kendi tanı kitlerini hızlı bir şekilde üretmesine fırsat verilmiş oldu.[efn_note]https://www.forbes.com/sites/cognitiveworld/2020/03/19/how-artificial-intelligence-can-help-fight-coronavirus/#49f8e6774d3a[/efn_note] Virüsün genom dizilimi için kullanılan sanal modellemelere dayalı yapay zekâ uygulamaları, bu sürecin hızlanmasındaki en önemli faktör olarak görülüyor.
Koronavirüsün öldürücü etkisi akciğere bağlanan ve solunum yetmezliği ile zatürreye yol açan protein yapısından ileri geliyor. Koronavirüse yönelik geliştirilecek olan tedavi ve aşı çalışmaları için protein yapısının bilinmesi ve protein katlanması[efn_note]Proteinler, ilk olarak aminoasitlerden düz bir zincir halinde sentezlenir. Daha sonra bu düz aminoasit zinciri, her bir protein için farklı olan üç boyutlu bir şekil kazanır. Bu üç boyutlu hale gelme sürecine ise protein katlanması adı verilir. Protein katlanması sürecinin bilinmesi ya da başka bir deyişle proteinin üç boyutlu yapısının bilinmesi, proteinin nasıl işlediğini anlamak açısından büyük önem arz etmektedir. Aminoasit zincirindeki dizilimden yola çıkarak, bu üç boyutlu şeklin tahmin edilmesi ise oldukça hızlı ve fazla hesaplama gücüne ihtiyaç duymaktadır. Protein katlanması ile ilgili sonsuz kombinasyon bulunduğu bu durumda, yapay zekanın insanı aşmış hesaplama gücü aşı çalışmalarına çok ciddi katkılar sağlıyor.[/efn_note] sürecinin bilinmesi büyük önem arz ediyor. Yapay zekanın insanı aşmış hesaplama gücü aşı çalışmalarına çok ciddi katkılar sağlıyor. Protein katlanmasını temel alan RNA üzerine çalışmalarıyla gündeme gelen Moderna isimli kuruluş, insanlar üzerinde test edilebilecek aşıyı bulmak için gerekli zamanı, kullandıkları yapay zeka uygulaması ile önemli ölçüde kısaltacaklarına dair çok önemli bir iddiada bulunuyor.[efn_note]https://www.coe.int/en/web/artificial-intelligence/ai-and-control-of-covid-19-coronavirus[/efn_note] Yine Çin’in önde gelen teknoloji şirketlerinden olan Baidu, protein katlanmasıyla ilgili geleneksel algoritmalardan 120 kat hızlı olan tahmin algoritmasını yayınladı.[efn_note]https://www.technologyreview.com/2020/03/11/905366/how-baidu-is-bringing-ai-to-the-fight-against-coronavirus/[/efn_note] Google kuruluşu olan Deepmind da koronavirüsün protein yapısı tahminlerini paylaşıyor.[efn_note]https://deepmind.com/research/open-source/computational-predictions-of-protein-structures-associated-with-COVID-19[/efn_note]
Yapay zekâ koronavirüsün yol açtığı hastalığın teşhisinde de doğrudan kullanılıyor. Çin akciğer kanserlerini teşhis etmekte kullanılan yapay zekâ uygulamalarını revize ederek binlerce koronavirüs şüphesi taşıyan vakanın tespiti için kullandı. Bilgisayarlı tomografi görüntülerini kullanarak akciğer problemlerini ve koronavirüse bağlı zatürreyi tespit edebilen bu yazılımlarla 30 saniyede 400’e yakın vaka taraması yapılarak sağlık hizmetlerinin hızlandırılması sağlandı.
Güney Kore normalde tasarlanması için 5-6 aylık süreye ihtiyaç duyulan test kitlerini yapay zekâ yardımıyla birkaç hafta içinde hazırlayarak, otomatlarla çok hızlı bir şekilde üretilmesini sağladı. Bu yöntemle, çok fazla insana koronavirüs testi yapan Güney Kore, enfekte olmuş insanları izole etmek konusunda erken davranma imkânına kavuşmuş oldu.
Tıp, genetik ve salgın bilimi alanındaki neredeyse tüm bilim insanlarının çalışmaları Covid-19’a yoğunlaştı. Pratiğe yönelik teşhis ve tedavi araştırmalarının yanı sıra, Covid-19 üzerine her gün yeni birçok akademik makale de yayınlanmaya devam ediyor. Henüz daha 2019’un aralık ayında SARS-CoV-2 virüsüyle ilgili 2000 bilimsel makale yayınlandı. Bugünlerde ise bu sayı 30000’lere yaklaştı. Bu konudaki literatürün bu denli hızlı genişlemesi, bir yandan bilim insanlarının koronavirüsle mücadelede ne kadar istekli olduklarını gösterse de bir yandan bu makalelerden bilgi edinmeye ve görüş geliştirmeye çalışan araştırmacıların işini oldukça zorlaştırıyor. Bu devasa literatürü tarayıp, gerekli bilgilere ulaşmak gittikçe çetrefilli bir hal alıyor.
Yapay zekanın bilimsel makalelerin analiz ve gruplandırılmasındaki katkısı da dikkate değer. Microsoft, Covid-19 ile ilgili makalelerin 13000 tanesini bilgisayarların alt verileri, yazar bilgilerini, konuyla ilgili derecelerini okuyabileceği şekilde işledi. Bu projeyle, yapay zekanın makine öğrenmesi ile bilim insanlarının çalışmalarında bıraktıkları boşlukları tamamlaması, verileri birleştirerek değerlendirmesi, koronavirüs ile ilgili saptanamayan anatomik bağlantıları keşfetmesi hedefleniyor. Diğer yandan da makaleler virüsle ilgili teşhis, aşı, tedavi, sosyal etki gibi konularda sınıflandırılarak; araştırmacılar için otomatik süzgeç oluşturulması sağlanıyor.
Gözlem aracı mı gözetleme aracı mı?
Buraya kadar bahsedilen yapay zekâ uygulamalarının, pandemiyle mücadeledeki katkılarında hukuki ve etik çerçevede problem yaratabilecek bir unsur göze çarpmıyor. Ancak yapay zekanın ileride başımızı ağrıtmaya gebe, çok tartışacağımıza emin olduğum başka kullanım alanları da var.
Yapay zekâ halkın yoğun olarak bulunduğu bölgelerin ve enfekte insanların temas ettiği çevrelerin tespiti için bir “gözlem” aracı olarak kullanılıyor. Gerek cep telefonu operatör şirketlerinden alınan konum bilgileri gerekse konum takip uygulamalarıyla Singapur, Çin, Tayvan, İsrail, Güney Kore başta olmak üzere birçok ülkede insanlar adım adım takip ediliyor. Yine konum servislerinin ulaşılabilir olmadığı durumlarda, kameralarla donatılmış şehirlerde insanların yüz tanıma uygulamalarıyla kimliklerinin belirlenmesinde sakınca görülmüyor. Hatta öyle ki, maske takan insanların yüzlerini tespit edemeyen yüz tanıma programları çok hızlı bir şekilde sadece göz bölgesinden kimlik tespiti yapabilecek kadar geliştirildi.
Çin’in salgını kontrol altına almasında başat rolün, kullandığı bu sıkı takip sistemine ait konuşuluyor. Apartman ve işyeri girişleri dâhil olmak üzere tüm yerleşim yerlerine kameralar yerleştirilen Çin’de, insanların bu kameralara yüzlerini tanıtmadan sokağa çıkmasına izin verilmedi. Bunun yanı sıra Çin devleti tarafından insanlara yeşil, sarı ve kırmızı karekodlar verilerek yeni bir sağlık derecelendirme sistemi kuruldu. Bu derecelendirme, insanların seyahat ve hastalık geçmişlerine bakılarak oluşturuldu. Virüs riski taşımayan bireylerin cep telefonlarına yeşil, şüpheli bireylerin cep telefonlarına sarı, enfekte kişilerin cep telefonlarına ise kırmızı karekod gönderildi. Bunlardan yalnızca yeşil renk karekoda sahip olanlar sokağa çıkabildi. Güvenlik görevlilerinin sıkı denetimleri ile sarı ve kırmızı karekoda sahip olup dışarı çıkan kişilere ağır cezalar verildi.
Çin’in takip sistemine dayalı bu mücadele yöntemi, kriz anında virüsün yayılım bölgelerini ve insanların karantina kurallarına uyup uymadıklarını saptamak açısından oldukça faydalı sonuçlara yol açmış olsa da kişisel verilerin gizliliği ilkesiyle çelişir görünümdedir. Ancak bu uygulamaların pandemi gerekçesiyle hayata konulup, sonrasında kalıcı hale gelmesi ihtimali düşündürücüdür. Ayrıca bu uygulamaların yalnızca konum bilgilerini kullandığı, telefondaki diğer özel bilgilere erişmediğine inanmamız için de sağlam gerekçeler sunulmuyor. Kişilere dair toplanan bu kadar özel verinin pandemi sonrasında yok olmayacağı da açıkça tahmin edilebilir. Bu hususta, bu verilerin Covid-19 salgını sonrasında yasalarla kontrol altına alınması ve kötü niyetli bir şekilde kullanımının önüne geçilmesi büyük önem arz ediyor.
Yapay zekâ ve “keşke”ler
Covid-19 tanısıyla hayatını kaybedenlerin sayısı dünya genelinde 125.000’i aşmışken, sağlık sistemlerinde çok daha fazla yatırıma ihtiyaç olduğu da aşikâr. Teknolojik gelişmişlik düzeyinin hem salgının kontrol altına alınmasında hem de sosyal ve ekonomik zararlarının azaltılmasında belirleyici faktörlerden olduğu da görülmüş oldu. Yapay zekâ teknolojisine doğru alanlarda yapılmış yatırımların mücadeleye hayati katkılar sağladığı fark edilirken, “bu teknolojiden çok daha ileri seviyede faydalanma imkânına sahip olabilirdik” “keşke”si akıllara kazındı.
Hepimiz biliyoruz ki yapay zekâ teknolojisine yapılan yatırımların büyük çoğunluğu, başlangıcından günümüze kadar, yapay zekânın savaş teknolojisindeki kullanım alanını genişletmek ve geliştirmek üzerine oldu. Oysa bu teknolojiye insanları öldürmekten ziyade yaşatmak için daha çok yatırım yapılmış olsaydı, ‘keşke’ler belki de bu kadar fazla olmaz; doktorların, sağlık çalışanların enfekte olmasını önleyecek teknikler, market veya kargo şirketi çalışanlarının yerlerine çalışacak robotlar veya sürücüsüz arabalardaki robotlar ya da drone’lar kullanılabilseydi. Çin bu süreçte mekanik kolları, dronları ve yer yer robotları aktif bir şekilde kullandı.
Böylelikle dijitalleşen hayatlarımızla beraber yaşanılan paradigma değişimine bir öncü faktör daha eklenmiş oldu: Covid-19. Bu küresel kriz süreci tüm dünyaya sağlam bir sağlık sisteminin önemi kadar, yapay zeka teknolojisini doğru işlerde kullanabilmenin değerini de net bir şekilde gösterdi. Umarım bu süreçten sonra yapay zekâ yatırımları da “keşke”lerimizi azaltacak şekilde farklılaşır.
Bu makalede yer alan fikirler yazara aittir ve Fikir Turu’nun editöryel politikasını yansıtmayabilir.
Bu yazı ilk kez 16 Nisan 2020’de yayımlanmıştır.
