Yapay zeka (AI) teknolojileri sağlıktan pazarlamaya, otomotivden finans uygulamalarına kadar birçok alanda çözüm olmaya hazırlanıyor. Sadece kurumsal tarafta değil, yavaş yavaş son kullanıcının günlük hayatına dokunan pek çok noktada da bu çözümleri görüyoruz. Tam burada yapay zekanın ve ona bağlı diğer teknolojilerin gereksinim duyduğu ileri seviye işlem gücünün halledilmesi sorunları başlamakta. Bunun da en verimli şekilde bulut platformları ile halledilebilmesi söz konusu.
TRAI Meet-Up etkinliklerinde AI teknolojilerini ele alan Türkiye Yapay Zeka İnisiyatifi, bu ayki etkinliğinde hızlı ve güvenilir bulut ortamı çözümlerinin öneminden ve yapay zeka yatırımlarının yöneldiği pazarlardan bahsetti. Verilen bilgilere göre küresel makine öğrenme pazarının, 2018-2023 yıllarında yüzde 42,6’lık yıllık bileşik büyüme oranı ile 2023 sonunda 23,46 milyar dolar seviyesine ulaşmasının beklenmekte.
Bu tahmin yapay zeka yatırımlarının, teknoloji ve iş dünyasının lideri konumundaki şirketlerin gündeminde gittikçe daha geniş yer tuttuğunu göstermesi açısından dikkat çekici. Dünya çapında AI ve makine öğrenme uygulamalarının en yaygın kullanıldığı alanların başında pazarlama gelmekte. Türkiye’de ise bu teknolojilere yatırımalrın, ağırlıklı olarak bankacılık ve sigorta sektörlerinde öne çıktığı saptanmış. Ülkemizde makine öğrenme çözümlerinin risk yönetiminden günlük bankacılık hizmetlerine ve sigortacılığa kadar pek çok alanda aktif rol oynadığı aktarılmakta.
Diğer önemli bulunan konu ise bulut teknolojileri. Yapay zeka ve makine öğrenme süreçlerinin en kritik unsuru olan büyük veri, hızlı bir altyapıya sahip bulut platformlarına ihtiyaç duyuyor. Bulut altyapı hizmetleri ise, her geçen gün daha fazla miktarda üretilen büyük verinin sadece depolanması kadar işlenmesi ve analizi açısından da önemli hale gelmiş durumda. Derin öğrenme ve yapay zekanın ihtiyaç duyduğu güçteki yüksek performanslı işlemciler artık bulut ortamında da kullanılabilmekte. Böylece bu teknolojileri işleri için değerlendirmek isteyen işletmeler ve girişimcilere esneklik sunuluyor.
Matematiksel ve istatistiksel verileri işleyerek ulaşılan sonuçları kullanmaya yönelik bir algoritma olan makine öğrenmesinde süreç; verinin hazırlanması, modelin oluşturulması, eğitimi ve olgunlaştırılması şeklinde ilerliyor. Bugün gelinen noktada ise, elde edilen verilerle sadece belirli işlemleri yapmayla sınırlı kalmayıp ilerleyen adımların tahmin edilmesini sağlama ve kendini güncelleyebilme de odak noktalarından biri olarak öne çıkıyor. TRAI etkinliğinde, yapay zeka altyapıları ve kurumların kendi verimlilik ve gelişimleri için uygulamaya alacakları makine öğrenmesi algoritmalarının, hangi sektörden olursa olsun tüm oyuncular için artık vazgeçilmez hale geldiği ifade edildi.
