Yapay zekada oyun henüz başlıyor

Yapay zeka (AI), tüm sektörlerde rekabetin en önemli aracı haline geliyor. Perakende sektöründe müşteri memnuniyeti ve yeni bir satın alma yolculuğunun anahtarı içinse AI bir zorunluluk halini alıyor.

IBM’in süper bilgisayarı Deep Blue’nun dünya satranç şampiyonu Gary Kasparov’u yenmesinin üzerinden 20 yıl geçti. Bu olay yapay zekanın insan karşısındaki ilk zaferi olarak tarihe geçti. 1997 yılında fütüristik bir konsept olarak gözükse de yapay zeka, günümüzün normları arasına girmeye başladı. Aradan geçen sürede bilim insanları, insan beynini taklit eden bilgisayar sistemleri geliştirmede önemli adımlar atmayı başardılar. Günümüzde süper bilgisayarlar sadece satranç oyuncularını yenmekle kalmıyor, 3 bin yıllık Çin oyunu Go ve profesyonel poker oyuncuları karşısında olduğu gibi daha karmaşık oyunlarda da başarıya ulaşabiliyor.

Peki, nasıl oluyor da yapay zeka sistemleri kazanmayı başarabiliyor? Google DeepMind tarafından geliştirilen AlphaGo gibi bir bilgisayar programı nasıl bir Go ustasını alt edebilir? Ya da nasıl olur da Libratus isimli yazılım robotu dünyanın en iyi 4 poker oyuncusunu yenerek 1,5 milyon dolarlık ödülün sahibi olabilir?

Yapay zeka, stratejik düşünme fırsatı vermenin ötesine geçerek hamlelerin tahmin edilmesini hatta blöflerin dahi anlaşılmasını sağlıyor.

İnsandan öğrenen yapay zeka, insanı alt ediyor

Yapay zekanın amacı, insan gibi düşünebilen akıllı bilgisayarlar yapmak hatta insanlardan daha akıllılarını yapmak. Bunu yapabilmek için birçok yöntem bulunuyor.

Yıllar önce, Deep Blue’ya elle yazılar fonksiyonlar aracılıyla, dünyanın önde gelen satranç oyuncularının bilgi ve birikimini kopyalaması öğretildi. Yapay zekanın eklenmesiyle birlikte IBM’in süper bilgisayarı, henüz hiçbir şey görmeden önce algılayarak tüm olası hareketleri, insan tepkilerini öngörmeye başladı ve en uygun hamleye karar verebilecek duruma geldi. Herhangi bir insan müdahalesi olmadan bu kadar büyük veriyi bir araya toplayarak hiçbir işlemin yapılması mümkün olamazdı. Şimdiyse bu sürece “makine öğrenimi” diyoruz.

Ama iş burada da sonlanmıyor. Poker gibi bir oyunda milyarlarca seçeneği öngörmenin ötesine geçerek sezgilerinizi kullanmanız ve “hissetmeniz” gerekir. İşte bu noktada derin öğrenme (deep learning) devreye giriyor. Makine öğreniminin en inovatif dallarından biri olan derin öğrenme, veri işleme konusunda insan beynini çok benzer şekilde taklit ediyor ve karar alma yöntemleri geliştiriyor.

Deep Blue tarafından kullanılan makine öğreniminin aksine, AlphaGo ve Libratus sadece tarihi oyunlardan değil, 30 milyondan fazla hamleyi barındıran bir veri tabanını kullandılar. Ayrıca birbirlerine karşı oynarken tüm olasılıkları tarayarak zaman içerisinde en iyisinin hangisi olduğunu buldular. Aslında bu durum tam anlamıyla tekrar yaparak öğrenen bir insana benziyor. Makine de herhangi bir insan müdahalesine gerek kalmadan kendi kendine öğrenebilme kabiliyeti en iyi nasıl oynanacağını tecrübe ederek algılıyor.

Derin Öğrenme bilgisayarları aşırı hassas hale getiriyor

Yapay Zeka araştırmalarının en fazla umut vadeden konularının başında gelen derin öğrenme, bilimkurgularda görülen, kendi kendine düşünebilen robotlara bir adım daha yaklaşmamızın önünü açıyor. Günümüzde derin öğrenme, oyun endüstrisinde kullanılmasının yanında birçok farklı sektörde de yer alıyor. Sağlıktan ya da resim algılamaya, sürücüsüz araçlardan kişisel asistanlara kadar birçok alanda kendi kendine öğrenebilen algoritmalar, birçok farklı gelişmenin de yaşanmasını sağlıyor.

Perakende ne satın alacağınızı artık biliyor

Modern alışveriş yolculuğunda birçok farklı dijital ve fiziksel kanal kullanılıyor. Kullanılan her bir kanal müşteriler hakkında veri ortaya çıkmasını sağlarken, pazarlama uzmanları için de tüketicilerin bir sonraki adımda ne yapacağını tahmin etmesini sağlıyor. Bu sayede tüketiciler mağazaya adım atmadan dahi doğru ürün için doğru kişiye promosyon yapılacağı biliniyor. Artık satış ve pazarlama ekiplerinin en önemli yardımcıları arasında veri bulunuyor. Satın alma geçmişiniz ve ilgi gösterdiğiniz ürünler kişiselleştirilmiş öneriler ortaya çıkarılmasını sağlıyor.

AI ve makine öğrenimi alışveriş deneyimini tamamen değiştiriyor. Örneğin, Amazon’un Alexa’sı doğrudan sesle satın alma işlemine olanak tanıyor. Ocak ayında Starbucks da akıllı telefon uygulaması üzerinden, müşterilerin sabah kahvelerini sesle sipariş etmelerine olanak tanıyan AI temelli bir barista ile güne başlanmasını sağlıyor. Bir başka örnek de North Face’den. IBM Watson’dan gücünü alan bir arama motoru kullanan marka, bulunduğunuz konumdaki havayı, yaptığınız aktiviteleri, cinsiyetinizi, şehirde ya da uzakta yaşamanız gibi detaylarla en uygun montu satın almanıza yardımcı oluyor.

AI’ın gücünü ortaya çıkarmak bir pazarlama uzmanı için müşteri verilerinden elde ettikleriyle en iyi deneyimi sunabilmekten geçiyor. Şimdilerde nadir örnekleri görülse de yakın gelecekte en başarılı perakendeciler, AI modelleme ve makine öğrenimi teknolojilerini kullanarak gerçek zamanlı öngörüler oluşturacaklar. Artık ezbere yapılan alışveriş segmentleri yerine öngörülebilen deneyimler ortaya çıkacak. Mağazada geçirilen zamanın daha verimli kullanıldığı, doğrudan müşterilerin istediğine hızla ulaşabileceği kişiselleştirilmiş bir perakende dünyasına hazır olun!

Evren Gülyaşar
C&W İletişim Direktörü

Bu yazı ilk olarak Campaign Türkiye Haziran 2017 sayısında yayımlanmıştır.

Bunları da beğenebilirsin

Cevap bırakın

E-posta hesabınız yayımlanmayacak.