Bilge Adam markası ile 1.000’den fazla çalışanımız ile sektörün markamızla özdeşleştirdiği danışmanlık, proje, dönemsel kaynak sağlama, eğitim gibi alanlarda hizmet vermeye devam ederken Opthema markamızla iki farklı Ar-Ge merkezinde teknoloji geliştiriyoruz. Opthema’nın konsantrasyonu yeni teknoloji, yeni alanlar, yeni gelişmeler ile deneyimleri birleştirmektir. Bu perspektifle bakarak hızla değişen ve dönüşen teknoloji dünyasında yönümüzü ve rotamızı sürekli güncel tutmanın bu işin önemli parçası olduğunun farkındayız. Bunun için farklı araştırma şirketleri ile çalışıyor, danışmanlıklar alıyoruz. Şimdi sizinle bu şirketlerden birinin raporunu kendi yorumlarımla paylaşacağım.
Otonom Sistemler
Araba, robot, tarım; alanı ne olursa olsun otonom sistemler geleneksel olarak insanlar tarafından gerçekleştirilen görevleri yapay zekâ ile hayata geçirmeyi hedefliyor. Bunu yapmak için gereken zekânın karmaşıklığı görevden göreve değişmek ile birlikte tüm otonom bileşenler çevreleri ile doğal olarak etkileşim kurmak için yapay zekayı kullanır.
Otonom sistemler beş farklı şekilde ortaya çıkıyor:- ​Robotik- Araçlar- Drone’lar- Cihazlar- Ajanlar
Bu beş alandaki otonom sistemler dört farklı ortamda kullanılıyor: deniz, kara, hava ve dijital. Her biri farklı derecede kapasite, koordinasyon ve zekâ ile çalışıyor. Örneğin, bir robot bir tarlayı tepeden yönetilen bir drone ile tamamen tek başına sürebiliyor. Temel prensipte, uygulama, hizmet ve IoT objelerinin tümü birden yapay zekânın bir formu şeklinde davranarak insanların gerçekleştirdiği işleri otomatikleştirecek ya da destekleyecek. Drone kümeleri gibi otonom sistemler beraber çalışarak yapay zekâ sistemlerinin geleceğini hızla oluşturacaklar.
Kurumunuzda ya da müşterilerinizdeki herhangi bir fiziksel obje ile ilgili yapay zeka alanında yapabileceğiniz şeyleri keşfedin, ancak unutmayın ki bu cihazlar henüz çok geniş kapsamlı amaçlar için kullanılmıyor, karar verme ve zeka anlamında bir insanın sahip olduğu kapasiteye oldukça uzak durumdalar.
​Artırılmış Analitik
Son yıllarda veri bilimcilerin hazırlamak, analiz etmek gruplamak ve sonuç almak için ellerinde çok daha büyük hacimli veriler var. Verinin büyüklüğünü göz önünde bulundurursak tüm olasılıkları hesaplamak artık neredeyse imkânsız hale geliyor. Veri bilimcilerinin bu ham verilerdeki katma değerli bilginin tamamını işleyecek kapasiteleri olamadığı gerçeği, işletmelerin önemli öngörüleri kaçırabileceği anlamına gelmektedir.
Veri bilimciler daha fazla hipotez keşfetmek için otomatikleştirilmiş algoritmalar kullanmaya başladılar ve böylelikle “artırılmış analitik” veri ve veri analitik kapasitesi perspektiflerinden üçüncü majör dalga olarak hayatımıza girdi.
“2020 itibariyle veri bilimcilerinin görevlerinin %40’ı otomatikleştirilmiş sistemler üzerinden gerçekleşecek”​
2020’de teknik veri bilimcilerinin (veri biliminde algoritmalar ve arkadaki araçları kullanan, ancak ön taraftaki iş modeline çok hakim olmayan, daha çok arkada çalışan teknik bileşenleri bilen, veri bilimcilere göre daha uygun bütçeli kaynaklar) sayısı profesyonel veri bilimcilere göre beş kat daha fazla büyüyeceği ön görülüyor. Teknik veri bilimcileri yapay zekâ ile desteklenen artırılmış analitik araçları kullanarak veri bilimini “otomatik olarak verideki desenleri keşfeden, hipotez geliştiren ve veri setlerini tanımlayan bir fonksiyon” haline dönüştürürler. İşletmeler her geçen gün teknik veri bilimcilerini veri bilimi kapasitelerini etkinleştirmek ve geliştirmenin bir yöntemi olarak benimseyeceklerdir. Gartner 2020 itibariyle veri bilimi ile ilgili görevlerin %40’ının otomatikleştirilmiş olacağını ve bu gelişmenin teknik veri bilimcilerine daha çok katma değer üretmelerine ve daha geniş alanlarda çalışabilmelerine olanak tanıyacağını tahmin etmekte. Teknik veri bilimcilerinin artırılmış analitik sistemlerini etkin kullanması sayesinde katma değerli veriler işletmeler, analistler, karar vericiler ve operasyon yöneticileri için stratejik noktalarda kullanılabilir olacak.
​Yapay Zekâ Tabanlı Geliştirme
Yapay zekâ tabanlı geliştirme, yapay zekâyı uygulamalara gömmek için ve geliştirme sürecinde yapay zeka destekli araçları kullanmak için araçlar, teknoloji ve örnek uygulamaları kullanır. Bu gelişmeler üç farklı boyutta gerçekleşmektedir:1- Yapay zekâ ile desteklenmiş çözümler geliştirmek için kullanılan araçlar veri bilimcileri hedefleyen araçlardan (yapay zekâ altyapı, çatısı ve platformları) profesyonel geliştiricileri hedefleyen araçlara (yapay zekâ platform ve servisleri) dönüşmekte. Bu araçlar sayesinde yazılım geliştiriciler veri bilimciler olmaksızın yapay zekâ ile desteklenmiş yetenekleri ve modelleri uygulamalara gömebilmektedirler. ​2- Yapay zekâ destekli çözümler geliştirmek için kullanılan araçlar yapay zekâ odaklı yeteneklerle geliştiricilere destek olurken yapay zekâ tarafından zenginleştirilmiş çözümlere ait görevlerin otomatikleştirilmesinde kullanılmaktadır. Artırılmış analitik, otomatikleştirilmiş test süreçleri, otomatikleştirilmiş kod ve çözüm geliştirme sayesinde geliştirme hızı artarken daha fazla sayıda insanın yazılım geliştirebilmesine olanak tanıyacaktır.3- Yapay zekâ ile donanmış araçlar uygulama geliştirme ile ilgili fonksiyonlara destek olup otomatikleştirmekten ana iş ile ilgili uzmanlığa dönüşerek uygulama geliştirme katmanından daha üst katmanlarda çalışmaya doğru evriliyorlar (genel uygulama geliştirme yapısından iş çözümlerine dönüşüm).
Önümüzdeki dönemde pazarın yavaş yavaş “yazılımcılarla beraber çalışan veri bilimcileri” kavramından “hizmet olarak sunulan tanımlı modelleri kullanan bağımsız yazılımcılar” kavramına doğru dönüştüğünü göreceğiz. Bu sayede veri bilimcilere bağımlı olmadan ilgili hizmetleri kullanabilen yazılımcı sayısını arttıracak ve bunun sonucu olarak verimlilik atacak. Bu eğilimler aynı zamanda “sanal yazılımcılar” ve “teknik veri bilimcileri” profillerinin yaygınlaşmasını sağlayacaktır.