Yapay Zeka Tam Tarihçe

Yapay zekanın tarihi, bilgisayar bilimleri ve alt dalları konusunda bilgili olmayan kişiler için yoğun ve içinden çıkılmaz bir konu gibi gelebilir.

Yapay zeka ne kadar gizemli ve dokunulmaz görünse de, parçalara ayrıldığında anlaşılması düşündüğünüzden çok daha kolaydır.

Yapay zeka nedir?

Yapay zeka, makine güdümlü zekaya (yani insan dışı zekaya) odaklanan bilgisayar biliminin bir alt kümesidir.

Daha basit bir ifadeyle YZ, makinelerin normalde insanlara atfedilen bilişsel uygulamaları işlevsel olarak taklit edebilecekleri şekilde harici verileri yorumlayabilecekleri, çıkarabilecekleri ve öğrenebilecekleri anlayışıdır. Yapay zeka, insan düşünce süreçlerinin hem kopyalanabileceği hem de mekanikleştirilebileceği fikrine dayanmaktadır.

Yapay zekanın tarihi

Yapay zekanın tarihi, filozofların yapay varlıkların, mekanik insanların ve diğer otomatların bir şekilde var olduğu veya var olabileceği fikri üzerine kafa yordukları antik çağlara kadar uzanmaktadır.

İlk düşünürler sayesinde yapay zeka 1700’ler ve sonrasında giderek daha elle tutulur hale geldi. Filozoflar, insan düşüncesinin yapay olarak nasıl mekanikleştirilebileceği ve insan olmayan akıllı makineler tarafından nasıl manipüle edilebileceği üzerine kafa yordular. YZ’ye olan ilgiyi körükleyen düşünce süreçleri, klasik filozoflar, matematikçiler ve mantıkçılar sembollerin (mekanik olarak) manipülasyonunu düşündüklerinde ortaya çıktı ve sonunda 1940’larda programlanabilir dijital bilgisayar olan Atanasoff Berry Computer’ın (ABC) icadına yol açtı. Bu özel buluş, bilim insanlarına bir “elektronik beyin” veya yapay olarak zeki bir varlık yaratma fikriyle ilerlemeleri için ilham verdi.

Yapay zeka alanındaki ikonların bugün sahip olduğumuz alanın anlaşılmasına yardımcı olması için yaklaşık on yıl geçti. Diğer şeylerin yanı sıra bir matematikçi olan Alan Turing, bir makinenin insan eylemlerini insan davranışından ayırt edilemeyecek derecede taklit etme yeteneğini ölçen bir test önerdi. Aynı on yılın sonlarında, yapay zeka araştırma alanı 1950’lerin ortalarında Dartmouth College’da düzenlenen bir yaz konferansında kuruldu ve bilgisayar ve bilişsel bilimci John McCarthy “yapay zeka” terimini ortaya attı.

1950’lerden itibaren pek çok bilim insanı, programcı, mantıkçı ve teorisyen yapay zekanın bir bütün olarak modern anlayışının sağlamlaştırılmasına yardımcı oldu. Her yeni on yılda, insanların yapay zeka alanındaki temel bilgilerini değiştiren yenilikler ve bulgular ortaya çıktı ve tarihsel ilerlemeler yapay zekayı ulaşılamaz bir fantezi olmaktan çıkarıp mevcut ve gelecek nesiller için somut bir gerçekliğe dönüştürdü.

Yapay zeka tarihindeki belirli gelişmeler ve anlar hakkında daha fazla bilgi edinmek için okumaya devam edin.

Yapay zeka tarihindeki önemli olaylar

Yapay zekanın 1900’den sonra hızla gelişmesi şaşırtıcı değildir, ancak şaşırtıcı olan, düşündükleri şeyi tanımlayacak bir kelime bile olmadan yüzlerce yıl önce kaç kişinin yapay zeka hakkında düşündüğüdür.

Antik Çağ

• Yunan Hephaestus ve Pygmalion mitleri, akıllı otomatlar (Talos gibi) ve yapay varlıklar (Galatea ve Pandora gibi) fikrini içeriyordu.
• Mısır ve Yunanistan’da inşa edilen kutsal mekanik heykellerin bilgelik ve duygu yeteneğine sahip olduğuna inanılıyordu. Hermes Trismegistus şöyle yazacaktı: “onların duyuları ve ruhları var… tanrıların gerçek doğasını keşfederek insan onu yeniden üretmeyi başardı.”

Milattan Önce (MÖ)

MÖ ile 1600’lerin sonları arasında: Çeşitli matematikçiler, teologlar, filozoflar, profesörler ve yazarlar mekanik teknikler, hesaplama makineleri ve sayı sistemleri üzerine kafa yormuş ve bunların hepsi sonunda insan olmayan varlıklarda mekanikleşmiş “insan” düşüncesi kavramına yol açmıştır.

MÖ 10. Yüzyıl: Yan Shi, Zhou Kralı Mu‘ya vücutlarını bağımsız olarak hareket ettirebilen mekanik adamlar sundu.

MÖ 384 – MÖ 322: Aristoteles , Organon‘da biçimsel, mekanik düşüncenin bir yöntemi olan kıyası tanımladı. Aristoteles aynı zamanda Newell ve Simon’un Genel Problem Çözücüsü (1959) tarafından kullanılan algoritmanın aynısı olan Nikomakhos’a Etik’te araç-amaç analizini (planlama için bir algoritma) tanımladı.

MÖ 3. Yüzyıl: Ctesibius alarmlı mekanik bir su saati icat etti. Bu, geri bildirim mekanizmasının ilk örneğiydi.

MÖ 1. Yüzyıl: İskenderiye Kahramanı mekanik insanları ve diğer otomatları yarattı. “Dünyanın ilk pratik programlanabilir makinesi” olabilecek bir şeyi üretti: Otomatik bir tiyatro.

Milattan Sonra (MS) 1900’e Kadar Yapay Zeka

260: Porphyry, daha sonra “anlamsal ağ ” olarak adlandırılacak olan şeyin bir çizimini de içeren, bilgi ve mantığı kategorize eden Isagogê’yi yazdı.

800: Cabir ibn Hayyan, insan hayatına kadar laboratuvardaki yaşamın yapay yaratımı olan Tekvin’in Arap simya teorisini geliştirdi.

9. Yüzyıl: Banū Mūsā kardeşler, Ustaca Cihazlar Kitabı’nda anlatılan programlanabilir bir müzik otomatını yarattılar: Döner bir silindir üzerindeki pimlerle temsil edilen bir program tarafından kontrol edilen, buharla çalışan bir flüt. Bu “belki de kayıtlı programı olan ilk makineydi.”

9. Yüzyıl: el-Harezmi, 16. yüzyıla kadar İslam’da, Hindistan’da ve Avrupa’da kullanılan aritmetik ve cebir için adım adım kesin yöntemler içeren ders kitapları yazdı. “Algoritma ” kelimesi onun adından türetilmiştir.

1206: İsmail el Cezeri, mekanik insanlardan oluşan programlanabilir bir orkestra yarattı.

1275: Mayorkalı ilahiyatçı Ramon Llull, Arap astrolojik aracı Zairja‘ya dayalı olarak kavramları mekanik olarak birleştiren bir araç olan Ars Magna’yı icat etti. Llull, makinelerini ileri düzey bilgi üretmek için temel gerçekleri ve gerçekleri birleştirebilen mekanik varlıklar olarak tanımladı. Yöntem 17. yüzyılda Gottfried Leibniz tarafından daha da geliştirilecektir.

1308: Katalan şair ve teolog Ramon Llull Ars Generalis Ultima (The Ultimate General Art) adlı kitabı yayınlamıştır. Burada kavramların kombinasyonlarından oluşan yeni bir bilgi türünden ilk kez bahsedilmiştir. Yapay zekanın ilk olarak kavramlaştırılması Ramon Llull tarafından yapılmıştır.

1500: Paracelsus manyetizma, sperm ve simyadan yapay bir insan yarattığını iddia etti.

1580: Praglı Haham Judah Loew ben Bezalel’in, kilden canlandırılmış bir adam olan Golem’i icat ettiğini söyledi.

1620: Francis Bacon, Aristoteles’in Organon adlı eserine dayanan bir oyun olan Novum Organum adlı eserinde ampirik bilgi teorisini geliştirdi ve tümevarımsal mantığı tanıttı.

1623: Wilhelm Schickard, Kepler‘e yazdığı bir mektubun üzerine bir hesaplama saati çizdi. Bu, 17. yüzyılda doğrudan girişli hesaplama saati tasarlamaya yönelik beş başarısız girişimden ilki olacak (Tito Burattini, Samuel Morland ve René Grillet’in tasarımları dahil.)

1641: Thomas Hobbes Leviathan’ı yayınladı ve mekanik, kombinatoryal bir biliş teorisi sundu. “…çünkü akıl, hesaplamadan başka bir şey değildir” diye yazdı.

1642: Blaise Pascal, ilk dijital hesaplama makinesi olan mekanik bir hesap makinesini icat etti.

1647: René Descartes, hayvan bedenlerinin karmaşık makinelerden başka bir şey olmadığını (fakat zihinsel fenomenlerin farklı bir “maddeden” olduğunu) öne sürdü.

1654: Blaise Pascal olasılıkta beklenen değerlerin nasıl bulunacağını anlattı, 1662’de Antoine Arnauld beklenen maksimum değeri bulmak için bir formül yayınladı ve 1663’te Gerolamo Cardano’nun aynı problemlere çözümü yazıldıktan 116 yıl sonra yayınlandı. Olasılık teorisi 18. yüzyılda Jacob Bernoulli ve Pierre Laplace tarafından daha da geliştirildi. Olasılık teorisi, 1990’lardan itibaren yapay zeka ve makine öğreniminin merkezi haline gelecektir.

1666: Matematikçi ve filozof Gottfried Wilhelm Leibniz, Dissertatio De Arte Combinatoria (On the Combinatorial Art) adlı kitabını yayınladı. Ramon Llull’dan sonra Leibniz insan düşüncesinin bir alfabesini olabileceğini ve düşüncelerin aslında basit kavramların kombinasyonlarından oluştuğunu öne sürdü.

1672: Gottfried Wilhelm Leibniz daha önceki makineleri geliştirerek Kademeli Hesaplayıcının çarpma ve bölme işlemlerini yapmasını sağladı.

1676: Leibniz zincir kuralını türetti. Kural yapay zeka tarafından sinir ağlarını eğitmek için kullanılır, örneğin geri yayılım algoritması zincir kuralını kullanır.

1679: Leibniz, argümanların mekanik olarak karara bağlanabileceği evrensel bir akıl yürütme hesabı (insan düşüncesinin alfabesi) geliştirdi. Olası tüm problemlerin cebirsel çözümünün başlangıcı olarak dünyadaki her nesneye belirli bir sayı atadı.

1700’lerin başları: Bilgisayarlara benzer her şeyi bilen makinelerin tasvirleri popüler edebiyatta daha yaygın olarak tartışıldı. Jonathan Swift‘in “Gulliver’in Seyahatleri” adlı romanı (1726), günümüz teknolojisine, özellikle de bilgisayara yapılan en eski atıflardan biri olan motor adlı bir cihazdan bahsetmektedir. Bu cihazın amacı, insan olmayan bir zihnin (yapay zekayı taklit eden) yardımı ve bilgisiyle, en az yetenekli kişinin bile yetenekli görüneceği bir noktaya kadar bilgiyi ve mekanik işlemleri geliştirmekti. Makine, Gottfried Wilhelm Leibniz’in mekanizmasının esin kaynaklarından biri olan Ars Magna‘nın bir parodisidir.

1738: Daniel Bernoulli “fayda” kavramını, olasılığın bir genellemesini, ekonominin ve karar teorisinin temelini ve yapay zekanın akıllı etmenlerin “hedeflerini” temsil etme biçiminin matematiksel temelini tanıttı.

1739: David Hume, örneklerden genellemeleri öğrenmenin mantıksal yöntemi olan tümevarımı tanımladı.

1750: Julien Offray de La Mettrie, insan düşüncesinin kesinlikle mekanik olduğunu savunan L’Homme Machine‘i yayınladı.

1763: Thomas Bayes‘in ölümünden iki yıl sonra yayınlanan Şans Doktrininde Bir Sorunu Çözmeye Yönelik Bir Deneme adlı çalışması, Bayes teoreminin temellerini attı ve Bayes ağlarında modern yapay zekada kullanıldı.

1769: Wolfgang von Kempelen, Kempelen’in insan oyuncuları yenebileceğini iddia ettiği satranç oynayan otomat The Turk‘u inşa etti ve gezdi. Daha sonra Turk’un bir insan satranç oyuncusunun dahil olduğu bir aldatmaca olduğu ortaya çıktı.

1795 – 1805: Yapay sinir ağlarının en basit türü doğrusal ağlardır. İki yüzyılı aşkın bir süredir en küçük kareler veya doğrusal regresyon yöntemi olarak bilinmektedir. Gezegen hareketinin tahmini için Adrien-Marie Legendre (1805) ve Carl Friedrich Gauss (1795) tarafından bir dizi noktaya iyi bir kaba doğrusal uyum bulma aracı olarak kullanıldı.

1800: Joseph Marie Jacquard, Basile Bouchon (1725), Jean-Baptiste Falcon (1728) ve Jacques Vaucanson’un (1740) önceki icatlarına dayanarak programlanabilir bir dokuma tezgahı yarattı. Değiştirilebilir delikli kartlar, tekstil imalat sürecindeki işlem dizilerini kontrol ediyordu. Bu, ticari işletmelere yönelik ilk endüstriyel yazılım olabilir.

1818: Mary Shelley, duyarlı varlıklar yaratmanın etiği üzerine kurgusal bir değerlendirme olan Frankenstein; ya da Modern Prometheus öyküsünü yayınladı.

1822 – 1859: Charles Babbage ve Ada Lovelace programlanabilir mekanik hesaplama makineleri üzerinde çalıştı.

1837: Matematikçi Bernard Bolzano anlambilimi resmileştirmek için ilk modern girişimi yaptı.

1854: George Boole, Boole cebrini icat ederek “akıl yürütmenin gerçekleştirildiği zihin işlemlerinin temel yasalarını araştırmak ve bunları bir hesabın sembolik dilinde ifade etmek” için yola çıktı.

1863: Samuel Butler, Darwinci evrimin makineler için de geçerli olduğunu öne sürdü ve onların bir gün bilinçli hale gelip sonunda insanlığın yerini alacaklarını tahmin etti.

1872: Yazar Samuel Butler‘ın “Erewhon” adlı romanı, gelecekte belirsiz bir noktada makinelerin bilince sahip olma potansiyeline sahip olacağı fikrini ortaya attı.

1898: Bir elektrik konseptli sergide Nikola Tesla bir gösteri yaptı dünyanın ilk radyo dalgalarıyla kontrol edilen gemisini tanıttı. Bu bot Tesla’nın deyimiyle, “ödünç alınmış bilinç” şeklindeydi.

1900-1950 arası yapay zeka

1900’lü yıllara gelindiğinde, yapay zeka alanındaki yeniliklerin hızı önemli ölçüde arttı.

1910 – 1913: Bertrand Russell ve Alfred North Whitehead , temel matematiğin tamamının biçimsel mantıktaki mekanik akıl yürütmeye indirgenebileceğini gösteren Principia Mathematica‘yı yayınladılar.

1914: İspanyol mühendis Leonardo Torres y Quevedo ilk satranç oynayabilen makineyi tanıttı; hiç bir insan etkisi olmadan oyun kendi kendisini devam ettirebiliyordu. Leonardo Torres Quevedo satranç oyunsonları için El Ajedrecista adlı bir otomat yaptı. Ona “20. yüzyılın ilk yapay zeka öncüsü” deniyordu. Otomatikler Üzerine Denemeler (1914) adlı eserinde Torres, düşünme ve otomatlar hakkında spekülasyonlar yayınladı ve kayan nokta aritmetiği fikrini ortaya attı.

1921: Çek oyun yazarı Karel Čapek, “Rossum’s Universal Robots / Rossum’un Evrensel Robotları” adlı bilim kurgu oyununu yayınladı. Oyun, robot olarak adlandırdığı fabrika yapımı yapay insanlar kavramını araştırdı; bu kelimenin İngilizce’deki bilinen ilk referansıdır. Çek yazar Karel Čapek Robot kelimesi litaretüre “robota” olarak girdi. Bu noktadan sonra insanlar “robot” fikrini alıp araştırmalarına, sanatlarına ve keşiflerine uyguladılar.

1920 – 1925: Wilhelm Lenz ve Ernst Ising, nöron benzeri eşik elemanlarından oluşan ilk yapay tekrarlayan sinir ağı (RNN) olarak görülebilecek Ising modelini (1925) oluşturup analiz ettiler. 1972’de Shun’ichi Amari bu mimariyi uyarlanabilir hale getirdi.

1925: Hundai Radyo Kontrol sürücüsüz uzaktan kontrol edilen araçları New York caddelerinde piyasaya sürdü.

1927: Fritz Lang’ın yönettiği bilimkurgu filmi Metropolis‘te, fiziksel olarak benzediği insandan ayırt edilemeyen robot bir kız yer alıyordu. Yapay zekaya sahip robot-kız daha sonra kasabaya saldırarak fütüristik Berlin’i kasıp kavurur. Bu film, bir robotun ekrandaki ilk tasviri olması ve dolayısıyla Yıldız Savaşları’ndaki C-P30 gibi diğer ünlü insan olmayan karakterlere ilham vermesi açısından önem taşıyor.

1929: Japon biyolog ve profesör Makoto Nishimura, Japonya’da üretilen ilk robot olan Gakutensoku‘yu yarattı. Gakutensoku, “doğa kanunlarından öğrenme” anlamına geliyordu ve robotun yapay zekasının insanlardan ve doğadan bilgi edinebileceğini ima ediyordu. Bazı özellikleri arasında başını ve ellerini hareket ettirmenin yanı sıra yüz ifadelerini değiştirmek de vardı.

1920’ler ve 1930’lar: Ludwig Wittgenstein’ın Tractatus Logico-Philosophicus’u (1921), Rudolf Carnap‘a ve Viyana Çevresi‘nin mantıksal pozitivistlerine, biçimsel mantığı felsefenin temeli olarak kullanma konusunda ilham verir. Ancak Wittgenstein’ın 1940’lardaki daha sonraki çalışması, bağlamdan bağımsız sembolik mantığın, insan yorumu olmadan tutarsız olduğunu göstermektedir.

1931: Kurt Gödel matematiksel ifadeleri ve kanıtları tamsayılar olarak kodladı ve herhangi bir tutarlı teorem kanıtlama makinesi tarafından kanıtlanamayan doğru teoremlerin olduğunu gösterdi. Böylece “algoritmik teorem kanıtlamanın, hesaplamanın ve her türlü hesaplama tabanlı yapay zekanın temel sınırlarını belirledi”  ve teorik bilgisayar bilimi ve yapay zeka teorisinin temellerini attı.

1935: Alonzo Church, Gödel’in kanıtını genişleterek bilgisayar bilimindeki karar probleminin genel  bir çözümü olmadığını gösterdi. Sonunda bilgisayar dilleri teorisinin temelini oluşturacak olan Lambda Hesabını geliştirdi.

1936: Konrad Zuse, program kontrollü bir bilgisayar için patent başvurusunda bulundu.

1937: Alan Turing, “hesaplanabilirliğin” fiziksel bir yorumu olan Turing makinesini tanıtarak modern hesaplama teorisinin temellerini atan “Hesaplanabilir Sayılar Üzerine” kitabını yayınladı. Bunu , durma sorununun karar verilemez olduğunu kanıtlayarak Gödel’i doğrulamak için kullandı.

1939: John Vincent Atanasoff (fizikçi ve mucit), lisansüstü öğrenci asistanı Clifford Berry ile birlikte Iowa Eyalet Üniversitesi’nde 650 dolarlık bir hibe ile Atanasoff-Berry Computer’ı (ABC) yarattı. ABC 700 kilodan daha ağırdı ve 29 eşzamanlı doğrusal denklemi çözebiliyordu.

1940: Edward Condon, Nim‘i mükemmel şekilde oynayan dijital bir makine olan Nimatron‘u sergiledi.

1941: Konrad Zuse ilk çalışan program kontrollü genel amaçlı bilgisayarı yaptı.

1943: Warren S. McCulloch ve Walter Pitts Matematiksel Biyofizik Bülteni’nde “Sinir Sisteminin İçinde Olan Fikirlerin Mantıksal Hesabı”nı yayınladılar. İdealleştirilmiş ve sadeleştirilmiş yapay “nöronlar” ağlarını ve bunların basit mantıksal işlevleri nasıl gerçekleştirebildiklerini anlatan bu etkili makale, bilgisayar temelli “sinir ağları” (ve daha sonra “derin öğrenme”) ve onların popüler açıklaması için esin kaynağı haline geldi. O zamandan kalmış olan “Beyni taklit etmek” en popüler terimlerden birisidir.

1943: Arturo Rosenblueth, Norbert Wiener ve Julian Bigelow “sibernetik” terimini ortaya attılar. Wiener’in 1948’de basılan aynı isimle popüler kitabı vardır.

1945: Yapay zekanın ilerlemesinde paha biçilmez değeri kanıtlanmış olan oyun teorisi, matematikçi John von Neumann ve ekonomist Oskar Morgenstern‘in 1944 tarihli “Oyunlar Teorisi ve Ekonomik Davranış” başlıklı makalesiyle tanıtıldı.

1945: Vannevar Bush, bilgisayarların birçok faaliyette insanlara yardımcı olduğu bir gelecek öngörüsü olan “As We May Think“i (The Atlantic Monthly, Temmuz 1945) yayınladı.

1948: John von Neumann (E.T. Jaynes tarafından alıntılanmıştır) bir konferansta bir makinenin (en azından insanlar tarafından yaratılanların) düşünmesinin imkansız olduğuna dair bir yoruma yanıt olarak: “Bir makinenin yapamayacağı bir şey olduğu konusunda ısrar ediyorsunuz. Eğer bana bir makinenin yapamayacağı şeyin tam olarak ne olduğunu söylerseniz, o zaman her zaman tam da bunu yapacak bir makine yapabilirim!”. Von Neumann muhtemelen Church-Turing tezine atıfta bulunuyordu; bu teze göre herhangi bir etkili prosedür (genelleştirilmiş) bir bilgisayar tarafından simüle edilebilir.

1949: Bilgisayar bilimcisi Edmund Berkeley‘in “Dev Beyinler: Ya da Düşünen Makineler” adlı kitabında, makinelerin giderek artan bir şekilde büyük miktarda bilgiyi hız ve beceriyle işleme kapasitesine sahip olduğunu belirtti. Berkeley, makineleri “et ve sinir yerine donanım ve telden” yapılmış bir insan beyniyle karşılaştırarak, makine yeteneğini insan zihnininkine benzetti ve “bu nedenle bir makine düşünebilir” dedi.

1949: Donald Hebb Nöropsikoloji Teorisini yayınladı. Bu teori Sinir ağları ile ilgili varsayımlara ve sinapsların zamanla güçlenmesine veya zayıflamasına ilişkin yetenekleri üzerine bir teoriydi.

1950’lerde Yapay Zeka

1950’ler, yapay zeka alanındaki pek çok ilerlemenin, diğerlerinin yanı sıra çeşitli bilgisayar bilimcileri tarafından yapay zeka alanındaki araştırmaya dayalı bulgularda bir artışla meyve verdiği bir zaman oldu.

1950: “Bilgi teorisinin babası” Claude Shannon, satranç oynayan bir bilgisayar programının geliştirilmesini tartışan ilk makale olan “Programming a Computer for Playing Chess”i yayınladı.

1950: Alan Turing, makinelerin düşünüp düşünemeyeceğine dair bir soru olan Taklit Oyunu fikrini öneren “Computing Machinery and Intelligence“ı yayınladı. Bu öneri daha sonra makine (yapay) zekasını ölçen Turing Testi‘ne dönüştü. Turing’in geliştirdiği test, bir makinenin bir insan gibi düşünebilme yeteneğini test ediyordu. Turing Testi, makinelerde zeka, bilinç ve yeteneği tartışan yapay zeka felsefesinde önemli bir bileşen haline geldi.

1950: Isaac Asimov Robotik’in Üç Yasası‘nı yayınladı.

1951: İlk çalışan yapay zeka programları 1951 yılında Manchester Üniversitesi‘nin Ferranti Mark 1 makinesinde çalıştırılmak üzere yazıldı: Christopher Strachey tarafından yazılan bir dama oynama programı ve Dietrich Prinz tarafından yazılan bir satranç oynama programı.

1951: Marvin Minsky and Dean Edmunds ilk yapay sinir ağı, 40 nöron ağı taklit etmek için 3000 vakum tüpü kullanılan SNARC (Stokastik Sinirsel Analog Güçlendirme Hesaplayıcısı) icat edildi.

1952:Bir bilgisayar bilimcisi olan Arthur Samuel (IBM) ilk oyun oynama programı olan dama oynayan bir bilgisayar programı geliştirdi. 1955’te oynamayı öğrenen bir versiyon yarattı. Bu, bir oyunun nasıl oynanacağını bağımsız olarak öğrenen ilk program oldu.

1955: “Yapay zeka” terimi, John McCarthy (Dartmouth College), Marvin Minsky (Harvard Üniversitesi), Nathaniel Rochester (IBM) ve Claude Shannon (ABD) tarafından sunulan “yapay zekanın iki aylık, 10 kişilik bir araştırması” bir sunum ile hazırlandı. Bir yıl sonra Temmuz ve Ağustos 1956’da gerçekleşen Dartmouth Yaz Çalıştayı, yeni bir çalışma alanının resmi doğum tarihi olarak kabul edilir ve “yapay zeka” teriminin resmi olarak doğuşu McCarthy’ye atfedildi.

1955: Allen Newell (araştırmacı), Herbert Simon (ekonomist) ve Cliff Shaw (programcı) ilk yapay zeka bilgisayar programı olan Logic Theorist’i birlikte yazdılar.

1956: Allen Newell, JC Shaw ve Herbert A. Simon (Carnegie Teknoloji Enstitüsü, şimdi Carnegie Mellon Üniversitesi veya CMU) tarafından Mantık Teorisyeninin (Logic Theorist) birlikte yazdılar. Buna genellikle ilk yapay zeka programı adı veriliyor, ancak Samuel’in dama programının da güçlü bir iddiası var. Bu program, otomatik muhakeme gerçekleştirmek için kasıtlı olarak tasarlanmış ilk program olarak tanımlandı ve sonunda Russell ve Whitehead’in Principia Mathematica’sındaki ilk 52 teoremin 38’ini kanıtlayacak ve bazıları için yeni ve daha zarif kanıtlar bulacaktı. Simon, “maddeden oluşan bir sistemin nasıl zihin özelliklerine sahip olabileceğini açıklayarak saygıdeğer zihin/beden problemini çözdüklerini” söyledi.

1957: Frank Rosenblatt, iki katmanlı bir bilgisayar öğrenme ağına dayanan kalıp tanımayı sağlayan erken bir yapay sinir ağı olan Perceptron’u geliştirir. New York Times, Perceptron’un “[Deniz Kuvvetleri]‘nin yürüyebileceğini, konuşabileceği, görebileceği, yazabileceği, üreteceği ve varlığının bilincinde olması beklenen bir elektronik bilgisayarın embriyosu” olabileceğini bildirdi. New Yorker, bunu “Düşünülerek yapılabilecek şeyleri yapabilen bir makine” olarak nitelendirdi.

1958: McCarthy, (Massachusetts Teknoloji Enstitüsü veya MIT) yapay zeka araştırmaları için en popüler ve hala tercih edilen Lisp programlama dilini icat etti.

1958: Herbert Gelernter ve Nathan Rochester (IBM), geometride bir teorem kanıtlayıcıyı tanımladılar. “Tipik” durumların diyagramları biçiminde alanın semantik bir modelinden yararlandı.

1958: İngiltere’de Düşünce Süreçlerinin Mekanizasyonu üzerine Teddington Konferansı düzenlendi ve sunulan bildiriler arasında John McCarthy’nin “Sağduyulu Programlar” (Tavsiye Alıcı uygulamasını birincil araştırma hedefi olarak önerdi) Oliver Selfridge’in “Pandemonium” ve Marvin Minsky‘nin “Bazı Sezgisel Programlama ve Yapay Zeka Yöntemleri” vardı.

1959: Genel Sorun Çözücü (The General Problem Solver – GPS), Newell, Shaw ve Simon tarafından CMU’dayken oluşturuldu.

1959: Oliver Selfridge, bilgisayarların önceden belirlenmemiş kalıpları tanıyabileceği bir süreç için bir model açıkladığı Düşünce Süreçlerinin Mekanizması Sempozyumu Bildiriler Kitabında “Pandemonium: Öğrenme için bir paradigma”yı yayınladı.

1959: Samuel, bir bilgisayarın programını yazan insandan daha iyi satranç oynaması için programlanmasından bahsederken “makine öğrenimi” terimini ortaya attı.

1959: John McCarthy ve Marvin Minsky, MIT Yapay Zeka Laboratuvarı‘nı kurdu.

1950’lerin Sonu – 1960’ların Başı: Margaret Masterman ve Cambridge Üniversitesi‘ndeki meslektaşları, makine çevirisi için anlamsal ağlar tasarladı.

1960’larda Yapay Zeka

Yapay zeka alanındaki yenilikler 1960’lar boyunca hızla büyüdü. Yeni programlama dillerinin, robotların ve otomatların yaratılması, araştırma çalışmaları ve yapay olarak zeki varlıkları tasvir eden filmlerin popülaritesi artmıştır. Bu durum, 20. yüzyılın ikinci yarısında yapay zekânın önemini büyük ölçüde vurgulamıştır.

1960’lar: Ray Solomonoff, tümevarımsal çıkarım ve tahmin için evrensel Bayesian yöntemlerini tanıtarak yapay zekanın matematiksel teorisinin temellerini attı.

1960: JCR Licklider “İnsan-Bilgisayar Simbiyozu” geliştirdi.

1961: 1950’lerde George Devol tarafından icat edilen endüstriyel bir robot olan Unimate, New Jersey’deki General Motors montaj hattında çalışan ilk robot oldu. Sorumlulukları arasında montaj hattından kalıp dökümleri taşımak ve parçaları arabalara kaynaklamak vardı; insanlar için tehlikeli olduğu düşünülen bir görev.

1961: Bilgisayar bilimcisi ve profesörü James Slagle, birinci sınıf kalkülüste sembolik entegrasyona odaklanan sezgisel bir problem çözme programı olan SAINT’i (Symbolic Automatic INTegrator) Libs’te geliştirdi.

1964: Bilgisayar bilimcisi Daniel Bobrow, cebir kelime problemlerini çözen Lisp dilinde yazılmış erken bir yapay zeka programı olan STUDENT’i yarattı. STUDENT, yapay zeka doğal dil işlemenin erken bir kilometre taşı olarak gösterilmektedir.

1963: Edward Feigenbaum ve Julian Feldman, yapay zekayla ilgili ilk makale koleksiyonu olan Bilgisayarlar ve Düşünce’yi yayınladılar.

1963: Leonard Uhr ve Charles Vossler, özellikleri uyarlamalı olarak edinebilen ve değiştirebilen ve böylece Rosenblatt‘ın basit algılayıcılarının sınırlamalarının üstesinden gelebilen ilk makine öğrenimi programlarından birini tanımlayan “Kendi Operatörlerini Oluşturan, Değerlendiren ve Ayarlayan Bir Örüntü Tanıma Programı “nı yayınladı.

1964: Danny Bobrow’un MIT’deki doktora tezi (MIT’nin yapay zeka grubu Project MAC‘in 1 numaralı teknik raporu), bilgisayarların doğal dili cebir kelime problemlerini doğru bir şekilde çözebilecek kadar iyi anlayabildiğini gösterdi.

1964: Bertram Raphael‘in SIR programı hakkındaki MIT tezi, soru cevap sistemleri için bilginin mantıksal temsilinin gücünü gösterdi.

1965: Alexey Grigorevich Ivakhnenko ve Valentin Lapa, Ukrayna’da çok katmanlı algılayıcılar için ilk derin öğrenme algoritmasını geliştirdiler.

1965: UC Berkeley’den Lotfi Zadeh, bulanık mantığı tanıtan ilk makalesi olan “Bulanık Kümeler”i yayınladı.

1965: J. Alan Robinson, programların bir temsil dili olarak biçimsel mantıkla verimli bir şekilde çalışmasına olanak tanıyan Çözünürlük Yöntemi adlı mekanik bir kanıt prosedürü icat etti.

1965: Herbert Simon, “makinelerin 20 yıl sonra bir adamın yapabileceği herhangi bir işi yapabilecek kapasiteye sahip olabileceğini” öngördü.

1965: Hubert Dreyfus, zihnin bir bilgisayarla farklı çalıştığını ve AI’nın ilerleyemeyeceği sınırların olduğunu savunarak “Alchemy and AI” yayınladı.

1965: I.J. Good, “İlk ultra akıllı makine ile ilgili spekülasyonlar” yazısında, “ilk ultra akıllı makine, makinenin kontrol altına alınmasını nasıl sağlayacağını bize söyleyecek kadar bilinçli olması koşuluyla, insanın yapması gereken son buluştur” ifadesine yer verdi.

1965: Bilgisayar bilimcisi ve profesör Joseph Weizenbaum, bir insanla işlevsel olarak İngilizce konuşabilen etkileşimli bir bilgisayar programı olan ELIZA’yı geliştirdi. Weizenbaum’un amacı, yapay olarak zeki bir zihin ile insan zihni arasındaki iletişimin nasıl “yüzeysel” olduğunu göstermekti, ancak birçok insanın ELIZA’ya antropomorfik özellikler atfettiğini keşfetti.

1965: Edward Feigenbaum, Bruce G. Buchanan, Joshua Lederberg ve Carl Djerassi, Stanford Üniversitesi’nde DENDRAL üzerine çalışmaya başladılar. Bu sistem, hipotez oluşumunu inceleme genel amacı ile, organik kimyagerlerin karar verme sürecini ve problem çözme davranışını otomatikleştirdi.

1966: Ross Quillian (Doktora tezi, Carnegie Teknoloji Enstitüsü, şimdi CMU) anlamsal ağları gösterdi.

1966: Edinburgh’daki Makine Zekası Çalıştayı, Donald Michie ve diğerleri tarafından düzenlenen etkili yıllık serinin ilki oldu.

1966: Makine çevirisine ilişkin olumsuz rapor, doğal dil işleme (natural language processing – NLP) alanında uzun yıllardır yapılan pek çok çalışmayı öldürdü.

1966: Dendral programı (Edward Feigenbaum, Joshua Lederberg, Bruce Buchanan, Georgia Sutherland, Stanford Üniversitesi) organik kimyasal bileşiklerin kütle spektrumlarını yorumlamayı gösterdi. Bilimsel muhakeme için ilk başarılı bilgiye dayalı program.

1966: Charles Rosen tarafından 11 kişinin yardımıyla geliştirilen Shakey the Robot, “ilk elektronik insan” olarak da bilinen ilk genel amaçlı mobil robottu. Shakey robot, kendi hareketlerinin sorumluluğunu alabilen ilk robot olarak nitelendirildi. Marvin Minsky, “ilk elektronik insanla” ilgili Life dergisinin 1970’deki bir sayısında yayınlanan makalesinde “üç aydan sekiz yıla kadar, ortalama bir insanın genel istihbaratına sahip bir makineye sahip olacağız” sözleriyle iddaalı fikirler ileri sürdü.

1967: Shun’ichi Amari, çok katmanlı algılayıcılarda derin öğrenme için stokastik gradyan inişini kullanan ilk kişidir. Öğrencisi Saito tarafından yürütülen bilgisayar deneylerinde, iki değiştirilebilir katmana sahip beş katmanlı bir MLP, doğrusal olarak ayrılamayan örüntü sınıflarını sınıflandırmak için yararlı iç temsiller öğrenmiştir.

1968: Joel Moses (MIT’de doktora çalışması), Macsyma programındaki entegrasyon sorunları için sembolik akıl yürütmenin gücünü gösterdi. Matematikte ilk başarılı bilgiye dayalı program.

1968: MIT’den Richard Greenblatt (programcı), turnuva oyunlarında C sınıfı derece elde etmeye yetecek kadar iyi olan bilgiye dayalı bir satranç oynama programı olan MacHack‘ı geliştirdi.

1968: Wallace ve Boulton’un programı Snob, denetimsiz sınıflandırma (kümeleme) için Occam’ın usturasının matematiksel bir gerçekleştirilmesi olan Bayesian Minimum Mesaj Uzunluğu kriterini kullandı.

1968: Stanley Kubrick’in yönettiği bilimkurgu filmi 2001: A Space Odyssey gösterime girdi. Filmde, sezgisel bir bilgisayar olan HAL (Heuristically programmed ALgorithmic computer) yer alır. HAL uzay aracının sistemlerini kontrol eder ve gemi mürettebatıyla etkileşime girer, bir arıza HAL’ın etkileşimlerini olumsuz yönde değiştirene kadar onlarla sanki HAL bir insanmış gibi konuşur.

1968: Bilgisayar bilimleri profesörü Terry Winograd, erken bir doğal dil bilgisayar programı olan SHRDLU’yu yarattı.

1969: Stanford Araştırma Enstitüsü (SRI): Robot Shakey, hayvan hareketlerini, algılamayı ve problem çözmeyi birleştirmeyi gösterdi.

1969: Arthur Bryson ve Yu-Chi Ho çok katlı bir dinamik sistem optimizasyon yöntemi olarak geri yayılımı tanımladılar. Çok tabakalı yapay sinir ağları için bir öğrenme algoritması, bilgi işlem gücü büyük ağların eğitimini karşılamak için yeterince gelişmiş olduktan sonra, 2000’li ve 2010’lı yıllarda derin öğrenmenin başarısına önemli ölçüde katkıda bulunmuştur.

1969: Roger Schank (Stanford) doğal dilin anlaşılması için kavramsal bağımlılık modelini tanımladı. Daha sonra (Yale Üniversitesi‘ndeki doktora tezlerinde) Robert Wilensky ve Wendy Lehnert tarafından hikaye anlamada ve Janet Kolodner tarafından hafıza anlamada kullanılmak üzere geliştirilmiştir.

1969: Yorick Wilks (Stanford), ilk anlambilim odaklı makine çevirisi programında yer alan ve Cambridge’den Bran Boguraev ve David Carter gibi pek çok doktora tezinin temelini oluşturan Tercih Anlambilimi adı verilen dilin anlamsal tutarlılık görüşünü geliştirdi.

1969: Birinci Uluslararası Yapay Zeka Ortak Konferansı ( International Joint Conference on Artificial Intelligence – IJCAI ) Stanford’da düzenlendi.

1969: Marvin Minsky ve Seymour Papert, ileri beslemeli iki katmanlı yapının daha önce bilinmeyen sınırlarını ortaya koyan Perceptrons‘u yayınladı. Bu kitap bazılarınca 1970’lerin yapay zeka kışının başlangıcı, yapay zekaya olan güvenin ve finansmanın azalması olarak kabul edilir. Ancak kitap çıktığında, çok katmanlı algılayıcıları derin öğrenme yoluyla eğitme yöntemleri zaten biliniyordu (Alexey Grigorevich Ivakhnenko ve Valentin Lapa, 1965; Shun’ichi Amari, 1967). Alandaki önemli ilerleme devam etti.

1969: McCarthy ve Hayes, “Yapay Zeka Açısından Bazı Felsefi Problemler” başlıklı makaleleriyle çerçeve problemi hakkındaki tartışmayı başlattı.

1970’lerde Yapay Zeka

1960’larda olduğu gibi 1970’lerde de özellikle robotlar ve otomatlara odaklanan hızlı ilerlemeler kaydedildi. Ancak 1970’lerde yapay zeka, yapay zeka araştırmalarına yönelik devlet desteğinin azalması gibi zorluklarla karşılaştı.

1970’lerin Başı: Jane Robinson ve Don Walker, SRI’da etkili bir Doğal Dil İşleme grubu kurdu.

1970: Seppo Linnainmaa otomatik farklılaştırmanın ters modunu yayınlar. Bu yöntem daha sonra geri yayılım olarak bilinir ve yapay sinir ağlarını eğitmek için yoğun bir şekilde kullanıldı.

1970: Bill Woods, Artırılmış Geçiş Ağlarını (Augmented Transition Networks – ATN’ler) doğal dil anlayışının bir temsili olarak tanımladı.

1970: Patrick Winston‘ın MIT’deki doktora programı ARCH, kavramları çocuk blokları dünyasındaki örneklerden öğrendi.

1970: İlk antropomorfik robot olan WABOT-1, Japonya’da Waseda Üniversitesi’nde üretildi. Özellikleri arasında hareketli uzuvlar, görme yeteneği ve konuşma yeteneği vardı.

1971: Terry Winograd‘ın doktora tezi (MIT), dil anlama programı SHRDLU‘nun İngilizce yazılan talimatları yerine getiren bir robot koluyla birleştirilmesiyle, bilgisayarların çocuk bloklarından oluşan kısıtlı bir dünyada İngilizce cümleleri anlama yeteneğini göstermiştir.

1971: Boyer-Moore teorem ispatlayıcısı üzerindeki çalışmalar Edinburgh’da başladı.

1972: Prolog programlama dili Alain Colmerauer tarafından geliştirildi.

1972: Earl Sacerdoti ilk hiyerarşik planlama programlarından biri olan ABSTRIPS’i geliştirdi.

1972: Stanford Üniversitesi’nde ciddi enfeksiyonlara neden olan bakterilerin saptanması ve antibiyotik önerilmesi için erken bir uzman sistem olan MYCIN geliştirilmiştir.

1973: Edinburgh Üniversitesi Montaj Robotik Grubu, modelleri bulmak ve monte etmek için görsel algıyı kullanabilen Freddy Robot’u inşa etti. (Bkz. Edinburgh Freddy Montaj Robotu: Çok yönlü bir bilgisayar kontrollü montaj sistemi)

1973: Uygulamalı matematikçi James Lighthill, yapay zeka araştırmalarının durumunu İngiliz Bilim Konseyi’ne rapor ederek şöyle dedi: “Alanın hiçbir bölümünde şimdiye kadar yapılan keşifler o zamanlar vaat edilen büyük etkiyi yaratmadı”; bu da İngiliz hükümeti aracılığıyla yapay zeka araştırmalarına verilen desteğin önemli ölçüde azalmasına yol açtı.

1974: Ted Shortliffe‘in MYCIN programı (Stanford) üzerine doktora tezi, belirsizliğin varlığında bile tıbbi teşhisler için çok pratik bir kural tabanlı yaklaşım ortaya koymuştur. DENDRAL’dan ödünç alınmış olsa da, kendi katkıları uzman sistem geliştirmenin geleceğini, özellikle de ticari sistemleri güçlü bir şekilde etkilemiştir.

1975: Earl Sacerdoti, NOAH sisteminde, durum uzayı tanımlamaları arasında önceki arama paradigmasının yerini alan kısmi dereceli planlama teknikleri geliştirmiştir. NOAH, SRI International’da elektromekanik sistemleri etkileşimli olarak teşhis etmek ve onarmak için uygulanmıştır.

1975: Austin Tate, planın altında yatan hedef yapısına alternatif yaklaşımlar olarak nitelendirilen kısmi planlar uzayında arama yapabilen Nonlin hiyerarşik planlama sistemini geliştirmiştir.

1975: Marvin Minsky, şemalar ve anlamsal bağlantılar hakkında birçok fikrin bir araya getirildiği, bilginin temsili olarak Çerçeveler üzerine çok okunan ve etkili makalesini yayınladı.

1975: Meta-Dendral öğrenme programı, kimya alanında yeni sonuçlar (kütle spektrometrisinin bazı kuralları) üreterek, bir bilgisayar tarafından hakemli bir dergide yayınlanan ilk bilimsel keşifleri gerçekleştirdi.

1970’lerin Ortası: Barbara Grosz (SRI) söylem modellemesine yönelik geleneksel yapay zeka yaklaşımlarının sınırlarını belirlemiştir. Grosz, Bonnie Webber ve Candace Sidner‘in daha sonraki çalışmaları, Doğal dil işlemede söylem odağı ve anaforik referanslar oluşturmada kullanılan “merkezleme” kavramını geliştirdi.

David Marr ve MIT’den meslektaşları “ilk taslağı” ve görsel algıdaki rolünü tanımladı.

1976: Douglas Lenat‘ın AM programı (Stanford doktora tezi) keşif modelini (ilginç varsayımlar için gevşek güdümlü arama) ortaya koydu.

1976: Randall Davis, Stanford’daki doktora tezinde meta düzey muhakemenin gücünü gösterdi.

1976: Bilgisayar bilimcisi Raj Reddy, IEEE Bildiriler Kitabında “Doğal Dil İşleme (NLP) ile ilgili erken çalışmaları özetlerken konuşma tanıma özelliği olan makinelerle ilgili açıklamalarda bulundu.

1977: Yönetmen George Lucas’ın Yıldız Savaşları filmi gösterime girdi. Filmde, bir protokol droidi olarak tasarlanan ve “yedi milyondan fazla iletişim biçimini akıcı bir şekilde kullanabilen” insansı bir robot olan C-3PO yer alır. Filmde ayrıca C-3PO’ya eşlik eden, insan gibi konuşamayan (C-3PO’nun tersi) küçük bir astromech droid olan R2-D2 de yer alır; R2-D2 bunun yerine elektronik bip sesleriyle iletişim kurar. Görevleri arasında küçük onarımlar ve yıldız savaşçılarına yardımcı pilotluk yapmak da vardır.

1978: Tom Mitchell, Stanford’da, bir kavram oluşturma programının arama uzayını tanımlamak için Sürüm uzayları kavramını icat etti.

1978: Herbert A. Simon, yapay zekanın temel taşlarından biri olan ve “tatmin edici” olarak bilinen sınırlı rasyonellik teorisiyle Nobel Ekonomi Ödülü’nü kazandı.

1978: Stanford’da Mark Stefik ve Peter Friedland tarafından yazılan MOLGEN programı, bilginin nesne yönelimli bir programlama temsilinin gen klonlama deneylerini planlamak için kullanılabileceğini gösterdi.

1978: XCON (eXpert CONfigurer) programı, müşterinin gereksinimlerine göre bileşenleri otomatik seçerek DEC’in VAX bilgisayarlarının sipariş edilmesine yardımcı olan kural tabanlı bir uzman sistem Carnegie Mellon Üniversitesi’nde geliştirildi.

1979: Bill VanMelle’in Stanford’daki doktora tezi, birçok ticari uzman sistem “kabuğu” için model olan EMYCIN programında MYCIN‘in bilgi temsilinin ve akıl yürütme tarzının genelliğini gösterdi.

1979: Pittsburgh Üniversitesi‘nden Jack Myers ve Harry Pople, Dr. Myers’ın klinik bilgisine dayanan bilgi tabanlı bir tıbbi tanı programı olan INTERNIST’i geliştirdi.

1979: Cordell Green, David Barstow, Elaine Kant ve Stanford’daki diğerleri otomatik programlama için CHI sistemini gösterdi.

1979: CMU‘da Hans Berliner tarafından yazılan bir tavla programı olan BKG, son dünya şampiyonunu (kısmen şans yoluyla) yener.

1979: Uzaktan kumandalı, televizyon donanımlı bir mobil robot olan Stanford Cart, 1961 yılında o zamanki makine mühendisliği yüksek lisans öğrencisi James L. Adams tarafından yaratıldı. 1979 yılında, o zamanlar doktora öğrencisi olan Hans Moravec tarafından TV kamerasını bir yandan diğer yana hareket ettiren bir “kaydırıcı” ya da mekanik döner eklendi. Araba, sandalye dolu bir odayı insan müdahalesi olmadan yaklaşık beş saatte başarıyla geçerek otonom bir aracın en eski örneklerinden biri haline geldi.

1979: MIT’den Drew McDermott ve Jon Doyle ile Stanford’dan John McCarthy monotonik olmayan mantıklar ve doğruluk bakımının biçimsel yönleri üzerine çalışmalar yayınlamaya başladı.

1970’lerin Sonu: Stanford’un Ed Feigenbaum ve Joshua Lederberg tarafından yönetilen SUMEX-AIM kaynağı, bilimsel işbirliği için ARPAnet’in gücünü gösterdi.

1980’lerde Yapay Zeka

Yapay zekanın hızlı büyümesi 1980’ler boyunca devam etti. Yapay zekanın arkasındaki ilerlemelere ve heyecana rağmen, yapay zekaya yönelik fonların ve ilginin azaldığı bir dönem olan kaçınılmaz bir “Yapay Zeka Kışı “na dikkat çekildi. 80’lerde Lisp makineleri geliştirildi ve pazarlandı. İlk uzman sistem kabukları ve ticari uygulamalar gerçekleştirildi.

1980: Amerikan Yapay Zeka Derneği’nin (American Association for Artificial Intelligence – AAAI) Stanford’da Birinci Ulusal Konferansı düzenlendi.

1980: WABOT-2, Waseda Üniversitesi’nde inşa edildi. WABOT’un bu başlangıcı, insansı robotun insanlarla iletişim kurmasının yanı sıra müzik notalarını okumasına ve elektronik bir orgda müzik çalmasına olanak tanıdı.

1981: Danny Hillis, yapay zekaya ve genel olarak hesaplamaya yeni bir güç getirmek için paralel hesaplamayı kullanan bağlantı makinesini tasarladı. (Daha sonra Thinking Machines Corporation‘ı kurdu)

1981: Japon Uluslararası Ticaret ve Sanayi Bakanlığı, amacı sohbet edebilen, dilleri tercüme edebilen, resimleri yorumlayabilen ve insan benzeri muhakeme yapabilen bilgisayarlar geliştirmek olan Beşinci Nesil Bilgisayar projesine 850 milyon dolar tahsis etti.

1982: Beşinci Nesil Bilgisayar Sistemleri projesi (Fifth Generation Computer Systems – FGCS), Japonya Uluslararası Ticaret ve Sanayi Bakanlığı’nın 1982’de başlattığı, devasa paralellikten yararlanarak çok sayıda hesaplama yapması beklenen bir “beşinci nesil bilgisayar” (bkz. bilgi işlem donanımının tarihi) yaratma girişimi başlattılar.

1983: John Laird ve Paul Rosenbloom, Allen Newell ile birlikte çalışarak Soar (program) üzerine CMU tezlerini tamamladılar.

1983: James F. Allen, zamansal olayların yaygın olarak kullanılan ilk biçimlendirmesi olan Interval Calculus’u icat etti.

1984: Steve Barron’un yönettiği Electric Dreams filmi gösterime girdi. Filmin konusu bir erkek, bir kadın ve “Edgar” adında bilinçli bir kişisel bilgisayar arasındaki aşk üçgeni etrafında döner.

1984: Yapay Zekayı Geliştirme Derneği’nde (AAAI), Roger Schank (yapay zeka teorisyeni) ve Marvin Minsky (bilişsel bilimci) yapay zeka araştırmalarına olan ilginin ve fonların azalacağı ilk örnek olan yapay zeka kışı konusunda uyarıda bulundu. Uyarıları üç yıl içinde gerçekleşti.

1980’lerin Ortası: Sinir Ağları, 1970 yılında Seppo Linnainmaa tarafından yayınlanan ve Paul Werbos tarafından sinir ağlarına uygulanan otomatik farklılaştırmanın ters modu olarak da bilinen Backpropagation algoritması ile yaygın olarak kullanılmaya başlandı.

1985: Harold Cohen tarafından yaratılan otonom çizim programı AARON, AAAI Ulusal Konferansı’nda gösterildi (on yılı aşkın bir çalışmaya dayanıyor ve sonraki çalışmalar önemli gelişmeler gösteriyor).

1986: Mercedes-Benz, Münih Bundeswehr Üniversitesi‘nden Ernst Dickmanns yönetiminde kamera ve sensörlerle donatılmış sürücüsüz bir minibüs üretti ve piyasaya sürdü. Başka hiçbir engelin ya da insan sürücünün olmadığı bir yolda saatte 55 mil hıza kadar çıkabiliyordu.

1986: Barbara Grosz ve Candace Sidner söylemin ilk hesaplama modelini oluşturarak araştırma alanını kurdular.

1987: Marvin Minsky, zihnin işbirliği yapan ajanlar topluluğu olarak teorik bir tanımı olan Zihin Toplumu‘nu yayınladı. Kitap çıkmadan önce yıllardır bu fikir üzerine dersler veriyordu.

1987: Aynı dönemde Rodney Brooks, doğal zekânın daha minimalist modüler bir modeli olarak subsumption mimarisini ve davranış temelli robotiği tanıttı; Nouvelle AI.

1987: İlk ticari stratejik ve yönetimsel danışmanlık sistemi olan Alacritous Inc./Allstar Advice Inc. Toronto tarafından Alacrity’nin 2.0 neslinin ticari lansmanı gerçekleştirildi. Sistem, Paul Tarvydas tarafından geliştirilen temel motor ile firmanın kurucuları Alistair Davidson ve Mary Chung tarafından ortaklaşa yazılan, piyasaların evrimi ve rekabet stratejileri hakkında 3.000 kural içeren, ileriye dönük, kendi geliştirdiği bir uzman sisteme dayanıyordu. Alacrity sistemi ayrıca finansal tabloları ve modelleri yorumlayan küçük bir finansal uzman sistemi de içeriyordu.

1987: Apple’ın CEO’su John Sculley’nin Educom’daki açılış konuşmasında video Bilgi Navigator, “bilgi uygulamalarına büyük miktarda sayısallaştırılmış bilgiye bağlı şebekeler üzerinden çalışan akıllı ajanlar tarafından erişilecek” bir gelecek öngördüğünü belirtti.

1988: Bilgisayar bilimcisi ve filozof Judea Pearl “Akıllı Sistemlerde Olasılıksal Akıl Yürütme” kitabını yayınladı. Pearl aynı zamanda değişken kümelerini ve bunların bağımlılıklarını yönlendirilmiş asiklik grafiği (DAG) aracılığıyla temsil eden bir “olasılıksal grafik modeli” olan Bayes ağlarını icat etmesiyle de tanınır. Bu çalışma yapay zeka alanını sadece devrim yapmanın ötesinde, mühendislik ve tabiat bilimleri dallarının birçoğu için de önemli bir araç haline geldi.

1988: Jabberwacky ve Cleverbot (1990’larda piyasaya sürüldü) adlı iki sohbet robotunun programcısı ve mucidi olan Rollo Carpenter, Jabberwacky’yi “doğal insan sohbetini ilginç, eğlenceli ve mizahi bir şekilde simüle etmek” için geliştirdi. Bu, insanlarla iletişim kuran bir sohbet robotu aracılığıyla yapay zekanın bir örneğidir.

1988: IBM T.J. Watson araştırma merkezi üyeleri “Dil çevirisine istatistiksel bir yaklaşım”ı yayınladı. Başarıyla İngilizce ve Fransızca arasında tercüme yapan bu proje, çoğunlukla Kanada parlamentosunun iki dilli işlemlerinden kaynaklanan 2.2 milyonluk cümle tabanına dayanıyordu.

1988: Marvin Minsky ve Seymour Papert, 1969 tarihli “Perceptrons” kitabının genişletilmiş bir baskısını yayınladılar. “Prolog: 1988’den Bir Bakış” yazısında şunları yazdı: “Bu alandaki ilerlemenin çok yavaş olmasının bir nedeni, tarihine aşina olmayan araştırmacıların, daha önce yapılan hataların çoğunu yapmaya devam etmesi.”

1989: Yann LeCun el yazısı posta kodlarını tanıyan çok katmanlı bir sinir ağına başarılı bir geri bildirim algoritması uyguladı.

1989: Tamamlayıcı MOS (Metal–Oxide–Semiconductor – CMOS) teknolojisi şeklinde metal-oksit-yarı iletken (MOS) Çok Büyük Ölçekli Entegrasyonun (Very Large Scale Integration – VLSI) geliştirilmesi, 1980’lerde pratik yapay sinir ağı (Artificial Neural Network – ANN) teknolojisinin geliştirilmesini sağlamıştır. Bu alanda bir dönüm noktası olan yayın, Carver A. Mead ve Mohammed Ismail’in 1989 tarihli Analog VLSI Implementation of Neural Systems adlı kitabıdır.

1989: CMU’dan Dean Pomerleau ALVINN’i (Sinir Ağında Otonom Kara Aracı) yarattı.

1990’larda Yapay Zeka

Milenyumun sonu ufukta görünüyordu, ancak bu beklenti yapay zekanın büyümeye devam etmesine yardımcı oldu. Makine öğrenimi, akıllı öğretmenlik, vaka tabanlı akıl yürütme, çok ajanlı planlama, zamanlama, belirsiz akıl yürütme, veri madenciliği, doğal dil anlama ve çeviri, görme, sanal gerçeklik, oyunlar ve diğer konularda önemli gösterilerle yapay zekanın tüm alanlarında önemli gelişmeler yaşandı.

1990’ların Başı: Gerry Tesauro tarafından yazılan bir tavla programı olan TD-Gammon, takviyenin (öğrenmenin) birinci sınıf oyuncularla rekabet ederek şampiyona düzeyinde bir oyun oynama programı yaratacak kadar güçlü olduğunu gösterdi.

1991:  Birinci Körfez Savaşı‘nda devreye alınan DART planlama uygulaması, DARPA‘nın yapay zeka araştırmalarına yaptığı 30 yıllık yatırımın karşılığını verdi.

1992: Carol Stoker ve NASA Ames robot ekibi, Antarktika’daki McMurdo Körfezi yakınlarındaki buzdan çalıştırılan ve Moffett Field, Kaliforniya’daki uydu bağlantısı aracılığıyla uzaktan çalıştırılan bir denizaltı robotu Telepresence ROV ile Antarktika’daki deniz yaşamını keşfetti.

1993: Ian Hors, görüş kullanarak yön bulan ve hayvanlara benzer hızlarda (1 metre/saniye) çalışan ilk robot olan Polly‘yi yaratarak davranış temelli robot bilimini genişletti.

1993: Rodney Brooks, Lynn Andrea Stein ve Cynthia Breazeal, yalnızca beş yıl içinde insansı bir robot çocuk inşa etmek amacıyla çok sayıda işbirlikçiyle geniş çapta duyurulan MIT Cog projesini başlattı.

1993: ISX şirketi, ABD hükümetinin 1950’lerden bu yana yapay zeka araştırmalarına yaptığı yatırımın tamamını geri ödediği bildirilen Dinamik Analiz ve Yeniden Planlama Aracı (DART) için “Yılın DARPA yüklenicisi” ödülünü kazandı.

1993: Vernor Vinge ”Görülmeyen Teknoloji Geliyor” adlı kitabını yayınladı ve 30 yıl içinde teknolojik süper zekanın üretileceğinden ve bundan kısa bir süre sonra insan oğlu kavramının biteceğini öne sürdü.

1994: Ernst Dickmanns ve Daimler-Benz’in ikiz robot araçları VaMP ve VITA-2, yolcularıyla birlikte Paris’te üç şeritli bir otoyolda standart yoğun trafikte saatte 130 km’ye varan hızlarda bin kilometreden fazla yol kat etti. Serbest şeritlerde otonom sürüş, konvoy sürüşü ve diğer araçların otonom geçişi ile sola ve sağa şerit değiştirmeyi gösterdiler.

1994: İngiliz dama dünya şampiyonu Tinsley, bilgisayar programı Chinook‘a karşı oynadığı maçı bıraktı. Chinook ikinci en yüksek puanlı oyuncu Lafferty‘yi yendi. Chinook, ABD Ulusal Turnuvasını şimdiye kadarki en büyük farkla kazandı.

1994: NASA’dan Cindy Mason Birinci AAAI Yapay Zeka ve Çevre Çalıştayı’nı düzenledi.

1995: NASA’dan Cindy Mason, Birinci Uluslararası IJCAI Yapay Zeka ve Çevre Çalıştayı’nı düzenledi.

1995: Ernst Dickmanns‘ın robot arabalarından biri (robot kontrollü gaz ve frenlerle) Münih’ten Kopenhag’a kadar 1000 milden fazla yol kat etmiş ve trafikte saatte 120 mil hıza ulaşarak zaman zaman diğer arabaları geçmek için manevralar yapmıştır (sadece birkaç kritik durumda güvenlik sürücüsü devreye girmiştir). Hızla değişen sokak manzaralarıyla başa çıkmak için aktif görüş kullanıldı.

1995: Bilgisayar bilimcisi Richard Wallace, Weizenbaum’un ELIZA’sından esinlenerek A.L.I.C.E (Artificial Linguistic Internet Computer Entity) adlı sohbet robotunu geliştirdi. A.L.I.C.E.’yi ELIZA’dan ayıran şey, doğal dil örnek veri toplama özelliğinin eklenmesiydi.

1996: Robotikçi ve bilgisayar bilimcisi Steve Grand, simüle edilmiş biyokimya, öğrenme algoritmalarına sahip nöroloji ve kalıtılabilir dijital DNA ile yapay yaşam formlarının popüler bir simülasyonu olan Creatures‘ı geliştirdi ve piyasaya sürdü.

1997: Bilgisayar bilimcileri Sepp Hochreiter ve Jürgen Schmidhuber, el yazısı ve konuşma tanıma için kullanılan bir tür tekrarlayan sinir ağı (RNN) mimarisi olan Uzun ve Kısa Süreli Belleği (LSTM) geliştirdi. Neural Computation’da yayınlandı LSTM, 20. yüzyılın en çok alıntı yapılan sinir ağı haline geldi.

1997: IBM tarafından geliştirilen satranç oynayan bir bilgisayar olan Deep Blue, bir satranç oyununu kazanan ve dünya şampiyonuna karşı maç yapan ilk sistem oldu.

1997: Bilgisayar Othello programı Logistello, dünya şampiyonu Takeshi Murakami’yi 6-0’lık skorla mağlup etti.

1997: Etkileşimli robotlardan oluşan 40 takım ve 5000’den fazla seyirciyle masa üstü maçlar içeren ilk resmi RoboCup futbol (futbol) maçı oldu.

1998: Tiger Electronics‘ten Dave Hampton ve Caleb Chung, çocuklar için ilk “evcil” oyuncak robot olan Furby‘yi icat etti. Furby, ev ortamına ulaşmak için bir tür yapay zeka üretmeye yönelik ilk başarılı girişim oldu.

1998: Tim Berners-Lee Anlamsal Web Yolu haritası makalesini yayınladı.

1998: Ulises Cortés ve Miquel Sànchez-Marrè Avrupa’daki ilk Çevre ve Yapay Zeka Çalıştayını ECAI düzenledi.

1998: Leslie P. Kaelbling, Michael Littman ve Anthony Cassandra, POMDP‘leri ve bunları çözmek için ölçeklenebilir bir yöntemi yapay zeka topluluğuna tanıtarak robotik ve otomatik planlama ve çizelgelemede yaygın kullanıma hızlı bir başlangıç ​​yaptı.

1999: Sony, Furby ile aynı doğrultuda, çevresiyle, sahipleriyle ve diğer AIBO‘larla etkileşime girerek “öğrenmek” üzere tasarlanmış 2.000 dolarlık robotik evcil köpek AIBO’yu (Artificial Intelligence RoBOt) tanıttı. Özellikleri arasında 100’den fazla sesli komutu anlama ve yanıtlama ve insan sahibiyle iletişim kurma yeteneği de vardı.

1990’ların Sonu: Web tarayıcıları ve diğer yapay zeka tabanlı bilgi çıkarma programları, World Wide Web’in yaygın kullanımında önemli hale geldi. MIT’in Yapay Zeka Laboratuvarında Akıllı Oda ve Duygusal Ajanların gösterimi gerçekleşti. Mobil ve sabit bilgisayarları uyarlanabilir bir ağda birbirine bağlayan Oksijen mimarisi üzerinde çalışmalar başladı.

2000-2010 yılları arasında yapay zeka

Yeni milenyum başlamıştı – ve Y2K korkuları sona erdikten sonra – yapay zeka yükseliş trendini sürdürdü. Beklendiği gibi, yapay zeka kavramı ve nereye gidebileceği hakkında yaratıcı medyanın (özellikle film) yanı sıra daha fazla yapay zekalı varlık yaratıldı.

2000: 2000 yılı sorunu olarak da bilinen Y2K sorunu, 01/01/2000 tarihinden itibaren elektronik takvim verilerinin biçimlendirilmesi ve depolanmasıyla ilgili bir bilgisayar hataları sınıfıydı. Tüm internet yazılım ve programlarının 1900’lerde yaratılmış olduğu göz önüne alındığında, bazı sistemler 2000 yılının (ve ötesinin) yeni formatına uyum sağlamakta zorlanacaktı. Önceden bu otomatik sistemler yılın sadece son iki rakamını değiştirmek zorundaydı; şimdi ise dört rakamın da değiştirilmesi gerekiyordu – bu da teknoloji ve onu kullananlar için bir zorluktu.

2000: Etkileşimli robot petler (akıllı oyuncaklar), 18. yüzyıl yenilikçi oyuncak üreticilerinin vizyonunu gerçekleştirerek ticari olarak satışa sunuldu.

2000: MIT’den Cynthia Breazeal, Sosyal makineler üzerine tezini yayınlıyor ve Kismet’i (robot) duyguları ifade eden bir yüzle tanımlıyor .

2000: Profesör Cynthia Breazeal, yüzüyle duyguları tanıyabilen ve simüle edebilen bir robot olan Kismet‘i geliştirdi. Gözleri, dudakları, göz kapakları ve kaşları ile bir insan yüzü gibi yapılandırılmıştı.

2000: Nomad robotu Antarktika’nın uzak bölgelerini keşfederek gök taşı örnekleri aradı.

2000: Honda yapay zekaya sahip insansı robot ASIMO‘yu piyasaya sürdü.

2001: Steven Spielberg’in yönettiği bilimkurgu filmi A.I. Artificial Intelligence gösterime girdi. Film fütüristik, distopik bir toplumda geçiyor ve sevme yeteneği de dahil olmak üzere antropomorfik duygularla programlanmış gelişmiş bir insansı çocuk olan David’i takip ediyor.

2002: i-Robot, engellerden kaçınarak temizlik yapan otonom bir robot süpürgesi olan Roomba‘yı piyasaya sürdü.

2004: DARPA, yarışmacıların para ödülü için otonom araçlar üretmesini gerektiren DARPA Büyük Yarışmasını başlattı.

2004: NASA’nın robotik keşif araçları Spirit ve Opportunity Mars yüzeyinde insan müdahalesi olmadan gezindi.

2004: Alex Proyas‘ın yönettiği bilimkurgu filmi I, Robot gösterime girdi. 2035 yılında geçen filmde, insansı robotlar insanlığa hizmet ederken, bir kişi kişisel bir trajedinin (bir robot tarafından belirlenen) sonucu nedeniyle şiddetle robot karşıtıdır.

2005: Honda‘nın yapay zekaya sahip insansı bir robot olan ASIMO robotu, bir insan kadar hızlı yürüdü ve restoran ortamlarında müşterilere tepsiler dağıttı.

2005: Web etkinliğini veya medya kullanımını izlemeye dayalı öneri teknolojisi, yapay zekayı pazarlamaya getirdi. Örneğin, TiVo Önerileri.

2005: Beyni moleküler ayrıntılarla simüle eden bir proje olan Mavi Beyin doğdu.

2006: Dartmouth Yapay Zeka Konferansı: Gelecek 50 Yıl (AI@50) AI@50 (14–16 Temmuz 2006) gerçekleştirildi.

2006: Oren Etzioni (bilgisayar bilimleri profesörü), Michele Banko ve Michael Cafarella (bilgisayar bilimcileri), “makine okuması” terimini ortaya attılar ve bunu denetimsiz otonom metin anlama olarak tanımladılar.

2006: Geoffrey Hinton, “Çoklu Öğrenme” tanımını ortaya attı ve bu terim derin öğrenmeye ilk bakış oldu.

2007: Dünyanın en eski bilimsel dergilerinden biri olan Royal Society’nin Felsefi İşlemleri, B – Biology, biyolojik zekayı anlamak için yapay zekanın kullanılmasına ilişkinDoğal Eylem Seçimi Modelleri başlıklı özel bir sayı yayınladı.

2007: Dama, Alberta Üniversitesi‘ndeki bir araştırma ekibi tarafından çözüldü.

2007: DARPA, otonom araçların trafik kurallarına uyması ve kentsel ortamda çalışması için Urban Challenge‘ı başlattı.

2007: Bilgisayar bilimleri profesörü Fei Fei Li ve meslektaşları, nesne tanıma yazılımı araştırmalarına yardımcı olmak amacıyla açıklamalı görüntülerden oluşan bir veritabanı olan ImageNet‘i bir araya getirdi.

2008: Stanford’dan Cynthia Mason, Yapay Şefkatli Zeka hakkındaki fikrini “Robotlara Şefkat Vermek” başlıklı makalesinde sundu.

2009: Bağlantıcı zamansal sınıflandırmayla eğitilen bir LSTM ( Alex Graves, Santiago Fernández, Faustino Gomez ve Juergen Schmidhuber, 2006) bağlantılı el yazısı tanıma alanında üç yarışma kazanarak, örüntü tanıma yarışmalarını kazanan ilk tekrarlayan sinir ağı oldu.

2009: Rajat Raina, Anand Madhavan ve Andrew Ng, “modern grafik işlemcilerinin çok çekirdekli işlemcilerin yetersiz kaldığını ve denetimsiz öğrenme yöntemlerinin uygulanabilirliğinin devrim potansiyeline sahip olduğunu” savunarak, “Grafik İşlemcilerini Kullanarak Büyük Ölçekli Denetimsiz Öğrenme”yi yayınladılar.

2009: Google gizlice sürücüsüz araç geliştirmeye başladı. 2014 yılında, ABD eyaleti Nevada’da kendi kendine sürüş testi yapan ilk araba oldu.

2009: Northwestern Üniversitesi Akıllı Bilişim Laboratuarı’ndaki bilgisayar bilimcileri, insan müdahalesi olmaksızın spor haberleri yazan Stats Monkey programını geliştirdi.

2010’dan günümüze yapay zeka

2010’lı yıllar, yapay zeka inovasyonu için son derece önemli oldu. 2010’dan itibaren yapay zeka günlük varlığımızın bir parçası haline geldi. Sesli asistanlara sahip akıllı telefonlar ve çoğumuzun kanıksadığı “zeka” işlevlerine sahip bilgisayarlar kullanıldı. Yapay zeka artık boş bir hayal olmaktan çıktı.

2010: ImageNet, her yıl düzenlediği yapay zeka nesne tanıma yarışması ImageNet Large Scale Visual Recognition Challenge’ı (ILSVRC) başlattı.

2010: Microsoft, yalnızca bir 3D kamera ve kızılötesi algılama kullanarak insan vücudunun hareketlerini izleyen ve kullanıcıların Xbox 360’larını kablosuz olarak oynamalarına olanak tanıyan ilk oyun cihazı olan Xbox 360 için Kinect‘i piyasaya sürdü. Bu cihaz için insan hareketini yakalama teknolojisine yönelik ödüllü makine öğrenimi, Microsoft Research, Cambridge’deki Görüntü İşleme grubu tarafından geliştirildi.

2011: Mary Lou Maher ve Doug Fisher, Yapay Zeka ve Sürdürülebilirlik üzerine ilk AAAI Çalıştayı’nı düzenledi.

2011: Bir konvolüsyonel sinir ağı, Alman Trafik İşareti Tanıma yarışmasını % 99,46 doğrulukla (% 99,22 insanla karşılaştırıldığında) kazandı.

2011: IBM tarafından yaratılan bir doğal dil soru cevaplama bilgisayarı olan Watson, iki eski Jeopardy! şampiyonu Ken Jennings ve Brad Rutter‘ı televizyonda yayınlanan bir oyunda yendi.

2011: İsviçre’deki IDSIA araştırmacıları, konvolüsyonel sinir ağları kullanarak el yazısı tanımada %0.27 hata oranını rapor ettiler; önceki yıllarda %0.35 -%0.40 hata oranı üzerinde önemli bir gelişme olmuştu.

2011: Apple, Apple iOS işletim sistemlerinde sanal bir asistan olan Siri‘yi piyasaya sürdü. Siri, insan kullanıcısına bir şeyler çıkarmak, gözlemlemek, yanıtlamak ve önermek için doğal dilde bir kullanıcı arayüzü kullandı. Sesli komutlara uyum sağlayarak kullanıcılara “kişiselleştirilmiş bir deneyim” yaşattı. Daha sonra Google Google Now (2012) ve Microsoft Cortana (2014) soruları yanıtlamak, önerilerde bulunmak ve eylemleri gerçekleştirmek için doğal dili kullanan akıllı telefon uygulamaları oldu.

2012: Jeff Dean ve Andrew Ng (Google araştırmacıları), 16.000 işlemciden oluşan büyük bir sinir ağını, YouTube videolarından 10 milyon etiketsiz görüntü göstererek (hiçbir arka plan bilgisi vermemelerine rağmen) kedi görüntülerini tanıması için eğitti.

2012: Toronto Üniversitesi araştırmacıları tarafından tasarlanan konvolüsyonel sinir ağı, bir önceki yıla göre en iyi girişin elde ettiği %25’lik hata oranının üzerinde önemli bir iyileşme olan Büyük Ölçekli Görsel Tanıma Yarışması’nda yalnızca% 16’lık bir hata oranı elde etti.

2012: Alex Krizhevsky tarafından geliştirilen derin öğrenme modeli AlexNet, ImageNet Büyük Ölçekli Görsel Tanıma Yarışmasını ikinci sıradakinin yarısı kadar hatayla kazandı. Bu, yapay zeka tarihinde bir dönüm noktası oldu. Sonraki birkaç yıl içinde görüntü tanımaya yönelik düzinelerce başka yaklaşım, derin öğrenme lehine terk edildi. Krizhevsky, derin bir öğrenme ağını eğitmek için GPU çiplerini ilk kullananlar arasında yer aldı.

2013: Carnegie Mellon Üniversitesi’nden bir araştırma ekibi, görüntü ilişkilerini karşılaştırabilen ve analiz edebilen semantik bir makine öğrenme sistemi olan Never Ending Image Learner’ı (NEIL) piyasaya sürdü.

2013: Google’ın bir yan kuruluşu olan Japonya’daki SCHAFT Inc. tarafından üretilen Robot HRP-2, 15 takımı yenerek DARPA’nın Robotik Mücadelesi Denemelerini kazandı. HRP-2, afet müdahalesinde ihtiyaç duyulan sekiz görevde 32 üzerinden 27 puan aldı. Görevler arasında araç kullanmak, enkazın üzerinden geçmek, merdivene tırmanmak, enkazı kaldırmak, kapılardan geçmek, duvarı kesmek, vanaları kapatmak ve hortum bağlamak yer aldı.

2013: Facebook, eski Google çalışanı deep learning uzmanı Marc’Aurelio Ranzato’un, daha önce satın aldığı yüz tanıma teknolojisi şirketi Face.com’un kurucusu Yaniv Taigman’ın aralarında bulunduğu özel bir ekip oluşturdu. Yeni oluşturulan grubun, beyin hücrelerinin süreçlerinin incelemesinden başlayarak ilerleyeceği yapay zeka geliştirmesi ile Facebook 700 milyon kişinin paylaşımlarını, beğenilerini anlaması ve anlamlandırması planlandı. Bu çalışma ile deep learning süreci daha hızlandırılmış oldu. En basit anlatımla Facebook fotoğrafı kullanıcı tarafından etiketlenmemiş olsa da Facebook kime ait olduğunu bilecekti.

2014: Microsoft, iOS’taki Siri’ye benzer bir sanal asistan versiyonu olan Cortana‘yı piyasaya sürdü.

2014: Google yapay zeka şirketi Deepmind’ı satın aldı. Bu gelişme, Google’ın yapay zeka ve robotik alanlarında son zamanlardaki en önemli büyüme hamlelerinden biri oldu. 400 milyon dolar değerindeki bu anlaşmanın sebebi yapay zeka ile öğrenme (machine learning) ve sinir ağlarını harmanlayarak genel amaçlı öğrenme algoritmaları tasarlamaktı. Deepmind’ı satın alması Google’ın yapay zeka konusunda üst düzey yetenekleri bünyesine katma hamlesi olarak da görülüyor.

2014: Amazon, kişisel asistan olarak işlev gören akıllı hoparlörlere dönüşen bir ev asistanı olan Amazon Alexa‘yı yarattı.

2014: Facebook’un yeni teknolojisi, yüz tanıma konusunda insan zekası seviyesine ulaştı. Yabancı birine ait iki ayrı fotoğrafı gösterdiğinizde, insanların doğru eşleştirme oranı yüzde 97,53. Facebook araştırmacılarının yeni geliştirdiği yazılımın aynı testteki skoru ise yüzde 97,25. Yeni yazılım, 4 bin kişiye ait 4 milyon adet yüz resminden oluşan ve bugüne kadar oluşturulan “en büyük veritabanı” kullanılarak eğitildi. Geliştirmeyle Facebook’un bugünkü teknolojisinin hata oranında yüzde 25 oranında azalma sağlanmış ve insan deneyimine bir hayli yaklaşılmış durumdaydı.

2014: Vicarious’ın sekiz kişilik, dahilerden oluşan takımı, CAPTCHA’yı çözebilen(CAPTCHA testleri insan ve bilgisayarları ayırt etmekte kullanılıyor.) bir teknoloji gelişmesi duyurdu. Vicarious’ın algoritmaları denemelerin yüzde 90’ında testi geçmeyi başarmıştı. Vicarious’ın son dikkat çeken projesi ise, hayal edebilen bir yazılım geliştirmesiydi. İnsan beyninden esinlenerek kodlanan yazılım, insan zihninde imgelerin canlanma biçimini bir dereceye kadar taklit edebiliyordu. Mark Zuckerberg, Ashton Kutcher ve Elon Musk bu şirkete 40 milyon dolar yatırım yaptı.

2014: Amelia insanların ne sorduğunu, nasıl hissettiğini anlayabilen bir sanal asistan. Yapay zekayı kullanan birçok akıllı makineden farklı olarak Amelia, insan davranışını taklit etmek yerine insanın düşünme biçimini anlamak üzerine kurgulandı.

2015: Maryland üniversitesi Bilgisayar Mühendisliği Öğrencileri YouTube’dan video izleyerek yemek pişirmeyi öğrenen robotlar geliştirdiler. Araştırmada, robotların objeleri genel tanıma yüzde 79, nesneleri tutuş biçimlerini tanıma yüzde 91 ve eylemleri tahmin etmeleri yüzde 83 doğruluk oranlarıyla sağlandı.

2015: Google Project Wing’i kuran ekibin girişimi Skydio dronelar için ‘yapay zeka’ geliştirdiğini duyurdu.

2015: Google, kendi kendine video oyun oynamayı öğrenip ustalaşan yapay zeka teknolojisi geliştirdi.

2015: “Machine teaching tool” teknolojisi ile herkes bilgisayarları kendi uzmanlık alanları ve bilgileri dahilinde eğitebileceği bir sistem kurmaya başladı. Örneğin, bir şef bir yemeğin nasıl hazırlanması gerektiğini veya püf noktalarını bilgisayara öğretebilecek ya da bir doktor medikal alandaki bir bilgisini yine bilgisayara aktarabilecekti.

2015: ETH Zürih (Zürih Federal Teknoloji Enstitüsü) ve Cambridge Üniversitesi’ndeki araştırmacıların birlikte yürüttüğü, öğrenebilen ve kendisini geliştirebilen robot projesi geliştirildi. Ekip, insan müdahalesi olmaksızın kendisini geliştirip performansını arttırabilen bir “anne” robot prototipi üretti. Bu “anne” robot, plastikten oluşan ve içerisinde bir adet motor bulunan 10 adet “bebek” robot üretti ve süreç içinde ürettiği bebeklerin performansını izleyerek yeni ürettiği bebeği daha “becerikli” yaptı.

2015: Ocak 2015’te Stephen Hawking, Elon Musk ve düzinelerce yapay zeka uzmanı, yapay zekanın toplumsal etkileri üzerine araştırma yapılması çağrısında bulunan yapay zekaya ilişkin açık bir mektup imzaladılar.

2015: Temmuz 2015’te Hawking, Musk, Wozniak ve yapay zeka ve robot bilimindeki 3.000 araştırmacı tarafından otonom silahların geliştirilmesinin ve kullanımının yasaklanmasına yönelik açık bir mektup imzalandı.

2015: Google DeepMind’ın AlphaGo‘su (versiyon: Fan) üç kez Avrupa Go şampiyonu olan 2 dan profesyonel Fan Hui‘yi 5-0 mağlup etti.

2015-2017: Google DeepMind’ın Go oyununu oynayan bilgisayar programı AlphaGo, çeşitli (insan) şampiyonları yendi. 2016’da Google DeepMind’ın AlphaGo’su (sürüm: Lee) Lee Sedol’u 4-1 mağlup etti. Lee Sedol, 2002’den 2016’ya kadar 27 büyük turnuva kazanmış 9 dan profesyonel Koreli Go şampiyonuydu.

2016: Ars Technica senaryosu tamamen yapay zeka tarafından yazılan ilk kısa filmi yayınladılar. Bu alanda resim yapıp, müzik besteleyerek her gün yeni bir ilerleme kaydeden makineler bu kez sinemaya el attılar. Açılışı Sunspring adından bir kısa filmle yapılan deneme, senaryosu yapay zeka tarafından yazılmış bilinen ilk kısa film olma özelliğinde.

2016: Apple, gerçek zamanlı duygu tanıyan yapay zeka girişimi Emotient’i satın aldı. Müşterilerin, cinsiyet, yaş gibi genel bilgilerini, gizlilik kurallarını ihlal etmeden, gerçek zamanlı olarak tespit eden Emotient, dijital ekranlarda gerçek zamanlı hedefleme yapılmasını sağlıyor. Örneğin ekrana bakan genç erkek bir müşteriyse tıraş bıçağı reklamı görebiliyor.

2016: CMU’daki bilim adamlarının geliştirdiği Libratus adlı yapay zeka oyuncusunu dünyanın en iyi poker oyuncularından dördüyle (Dong Kim, Jimmy Chou, Daniel McAulay, Jason Les) karşı karşıya getirdi. 30 gün süren ve 120 bin elin döndüğü oyunda Libratus 1,77 milyon dolar kazanmayı başardı. Günde 10 saat bilgisayar ekranıyla muhatap olan poker oyuncularının payına ise 200 bin dolarlık ödülü bölüşmek düştü.

2016: Hanson Robotics tarafından geliştirilen, yürüme, konuşma ve gerçekçi yüz ifadeleriyle tepki verebilme kabiliyetine sahip mekanik profesör(Einstein), bir yandan temel bilimlere dair eğitici bir rol üstlenirken diğer yandan da muzipçe şakalar yapabilecek şekilde tasarlandı. Şirketin kurucusu ve CEO’su David Hanson, Einstein robotun insanlarla etkileşimi içinse şu sözleri sarf etti: “Yapay zekayı çok akıllı hale getirmek ve insanlarla iyi ilişkiler kurmasını sağlamak, aynı zamanda insana benzeyen bir şekil vermek, ona insana dair çok daha fazla şey öğretebileceğimiz anlamına geliyor. Einstein robotu dünyayı bir bebeğin yaptığı gibi fiziksel ve sosyal anlamda keşfedebilir ve insanlardan bir şey öğrenebilir”.

2016: Hanson Robotics tarafından Sophia adında insansı bir robot üretildi. Sophia ilk “robot vatandaş” olarak bilinir. Sophia’yı önceki insansılardan ayıran şey, görme (görüntü tanıma), yüz ifadeleri oluşturma ve yapay zeka aracılığıyla iletişim kurma yeteneği ile gerçek bir insana benzemesidir.

2016: Google, kullanıcıların görevleri hatırlamalarına, randevu oluşturmalarına ve sesli olarak bilgi aramalarına yardımcı olmak için “kişisel asistan” olarak hareket etmek üzere yapay zeka kullanan akıllı bir hoparlör olan Google Home‘u piyasaya sürdü.

2016: Uber, seçkin bir kullanıcı grubu için Pittsburgh’da otonom araç pilot programı başlattı.

2017: Asilomar Faydalı Yapay Zeka Konferansı, yapay zeka etiğini ve yapay genel zekanın varoluşsal risklerinden kaçınırken faydalı yapay zekanın nasıl elde edilebileceğini tartışmak için düzenlendi.

2017: Deepstack, teke tek limitsiz pokerde istatistiksel önemle gösterildiği gibi, kusurlu bilgi oyunlarında insan oyuncuları yenmek için yayınlanan ilk algoritma oldu. Kısa bir süre sonra, farklı bir araştırma grubu tarafından geliştirilen poker AI Libratus, istatistiksel olarak anlamlı bir örneklem üzerinde, dünyanın en iyi oyuncuları arasında yer alan dört kişiden oluşan rakiplerinin her birini, olağanüstü yüksek bir toplam kazanma oranıyla ayrı ayrı mağlup etti. Satranç ve Go’nun aksine Poker kusurlu bir bilgi oyunudur.

2017: Mayıs 2017’de Google DeepMind’ın AlphaGo’su (sürüm: Master), o sırada iki yıldır sürekli olarak dünya 1 numarası olan Ke Jie’yi yenerek Go’nun Geleceği Zirvesi‘nde üç oyunluk bir maçta her oyunu kazandı.

2017: Önerme mantığına dayalı bir Boolean tatmin edilebilirlik problemi (SAT) çözücüsü, tamsayılar kümesi üzerindeki Pisagor üçlülerine ilişkin uzun süredir devam eden bir matematiksel varsayımı kanıtladı. 200 TB uzunluğundaki ilk prova, iki bağımsız sertifikalı otomatik prova denetleyicisi tarafından kontrol edildi.

2017: OpenAI tarafından işlenen öğrenilmiş bir bot Ağustos 2017’de The International 2017 Dota 2 turnuvasında oynadı. Profesyonel Dota 2 oyuncusu Dendi‘ye karşı 1v1 gösteri oyunu sırasında kazandı.

2017: Ekim 2017’de yayınlanan Google Lens görsel analiz ve karşılaştırma aracı, milyonlarca manzarayı, sanat eserini, ürünü ve türü metin açıklamalarıyla ilişkilendirdi.

2017: Google DeepMind, AlphaGo’nun geliştirilmiş bir versiyonu olan AlphaGo Zero’nun çok daha az tensör işlem birimi kullanırken (AlphaGo Lee ile karşılaştırıldığında; AlphaGo Master ile aynı miktarda TPU kullanmıştır) önemli performans kazanımları gösterdiğini ortaya koydu. Milyonlarca insan hamlesini gözlemleyerek oyunu öğrenen önceki versiyonların aksine, AlphaGo Zero sadece kendisine karşı oynayarak öğrendi. Sistem daha sonra AlphaGo Lee’yi 100 oyunda da yendi ve AlphaGo Master’ı 89’a 11 yendi. Denetimsiz öğrenme ileriye doğru atılmış bir adım olsa da, genel zeka hakkında henüz çok şey öğrenilmemişti. AlphaZero, en iyi satranç motoru StockFish 8’i yenerek dört saat içinde satrançta ustalaştı. AlphaZero 100 oyundan 28’ini kazandı ve kalan 72 oyun berabere bitti.

2017: NVIDIA PilotNet adını verdiği ve insanları gözlemleyerek bir otomobili sürmeyi öğrenen, sinir ağı tabanlı bir sistem geliştirdi. Bu sistemle yetinmeyen NVIDIA, sürüş kararları alırken öncelik sıralamasının ne olduğunu söyleyen bir yöntem geliştirmeyi başardı. Ağ, öncelik sıralamasını bu metoda göre yöneticilerle paylaşıyor.

2017: Facebook Yapay Zeka Araştırma laboratuvarı, nasıl pazarlık yapılacağını öğrenmek amacıyla iki “diyalog aracısını” (chatbot) birbirleriyle iletişim kurmaları için eğitti. Ancak, sohbet robotları konuştukça, insan dilinden (İngilizce olarak programlanmış) ayrıldılar ve birbirleriyle iletişim kurmak için kendi dillerini icat ettiler; büyük ölçüde yapay zeka sergilediler.

2017: Stanford araştırmacıları difüzyon modelleri üzerine yaptıkları çalışmaları “Deep Unsupervised Learning Using Nonequilibrium Thermodynamics” başlıklı makalede yayınladılar. Bu teknik, son görüntüye gürültü ekleme işlemini tersine mühendislikle gerçekleştirmenin bir yolunu sunuyor.

2017: Google video içeriğini tanıyıp aranabilir hale getiren ‘machine learning’ API’ını yayınladı.

2017: Google araştırmacıları, “Attention Is All You Need” adlı ufuk açıcı makalede transformatör kavramını geliştirerek, etiketlenmemiş metni otomatik olarak büyük dil modellerine (LLM’ler) ayrıştırabilecek araçlara yönelik sonraki araştırmalara ilham verdi.

2017: Nottingham Üniversitesi araştırmacıları, hangi hastaların 10 yıl içinde inme veya kalp krizi geçireceğini tahmin edebilmek için rutin tıbbi verileri tarayan bir yapay zeka sistemi geliştirdi. Yapay zeka sistemi, geleneksel yöntemlerle tahminler yapmaya çalışan doktorlara oranla 355 vakayı daha doğru tespit ederek geleneksel yöntemler karşısında çok daha fazla başarılı olduğunu kanıtladı.

2017: İngiliz fizikçi Stephen Hawking, “Potansiyel risklere nasıl hazırlanacağımızı ve bunlardan nasıl kaçınacağımızı öğrenmezsek, yapay zeka uygarlık tarihimizdeki en kötü olay olabilir” uyarısında bulundu.

2018: Alibaba (Çinli teknoloji grubu) dil işleme yapay zekası, Stanford okuma ve anlama testinde insan zekasını geride bıraktı. Alibaba dil işleme “100.000 soruluk bir sette 82.30’a karşı 82.44” puan aldı; küçük bir yenilgi, ama yine de bir yenilgi.

2018: Google tarafından BERT gibi yeni tür büyük dil modellerine yol açan transformatör mimarisi icat edildi ve bunu OpenAI tarafından tanıtılan üretken önceden eğitilmiş transformatör tipi model izledi.

2018: Dünya Savaşı’ndan sonra CERN‘de olduğu gibi beyin göçünü engellemek amacıyla Amerikan yapay zeka çabalarına karşı Avrupa çapında bir rakip olarak önerilen Avrupa Öğrenme ve Akıllı Sistemler Laboratuvarı (diğer adıyla Ellis) kuruldu.

2018: Bir yapay zeka asistanının telefon üzerinden randevu almasına olanak tanıyan bir hizmet olan Google Duplex‘i duyurdu. Los Angeles Times, yapay zekanın sesinin insan sesinin “neredeyse kusursuz” bir taklidi olduğunu belirtti.

2018: Samsung, sanal asistanı Bixby’yi tanıttı. Bixby’nin işlevleri arasında kullanıcının konuşabildiği ve sorular, öneriler ve tavsiyeler sorabildiği “Ses”; Bixby’nin “görme” yeteneğinin kamera uygulamasına yerleştirildiği ve kullanıcının gördüklerini görebildiği “Görme” (örn. nesne tanımlama, arama, satın alma, çeviri, yer işareti tanıma) ve Bixby’nin kullanıcı ile etkileşime geçmek için uygulama tabanlı bilgileri kullandığı “Ev” (örn. hava durumu ve fitness uygulamaları) yer aldı.

2018: Blockchain tabanlı bir yapay zeka SingulartyNET, anti merkezcil bir yapay zeka platformu olarak geliştirildi. Goertzel ve ekibi, görüntü tanımlamadan doğal dil işlemeye kadar bir çok yapay zeka algoritmasını etkin bir şekilde çalıştırabilen blok zincir tabanlı bir alt yapı oluşturmayı planladı. Sistem ayrıca hangi algoritmaların daha çok kullanıldığını takip etmek ve geliştiricilerin buna göre hareket etmesini sağlamak için de kullanılması hedeflendi.

2018: IBM, Airbus ve Alman Havacılık ve Uzay Merkezi DLR tarafından geliştirilen Cimon, astronotlara yardımcı olmak üzere uzaya gönderilen ilk robot oldu.

2018: OpenAI, GPT’yi (Generative Pre-trained Transformer) yayınlayarak sonraki LLM’lerin yolunu açtı.

2018: Groove X, insanlardaki ruh hali değişikliklerini algılayabilen ve etkileyebilen Lovot adlı bir ev mini-robotunu tanıttı.

2019: DeepMind’ın AlphaStar’ı StarCraft II’de Grandmaster seviyesine ulaşarak insan oyuncuların yüzde 99,8’inden daha iyi performans gösterdi.

2019: Microsoft, 17 milyar parametreye sahip Turing Natural Language Generation üretken dil modelini piyasaya sürdü.

2019: Google AI ve Langone Tıp Merkezi’nin derin öğrenme algoritması, potansiyel akciğer kanserlerini tespit etmede radyologlardan daha iyi performans gösterdi.

2020: Şubat 2020’de Microsoft, “şimdiye kadar 17 milyar parametreyle yayınlanan en büyük dil modeli” olan Turing Doğal Dil Üretimini (T-NLG) tanıttı.

2020: Oxford Üniversitesi, acil servis hastalarında COVID-19’u hızla tespit etmek için Curial adlı bir yapay zeka testi geliştirdi.

2020: OpenAI, derin öğrenmeyi kullanarak son derece benzer ve insanlar tarafından yazılanlardan neredeyse ayırt edilemeyecek çeşitli bilgisayar kodları, şiir ve diğer dil görevlerini üreten, 175 milyar parametreden oluşan son teknoloji ürünü bir otoregresif dil modeli olan GPT-3‘ü tanıttı. Kapasitesi T-NLG’ninkinden on kat daha fazlaydı. Mayıs 2020’de tanıtıldı ve Haziran 2020’de beta testindeydi.

2020: Nvidia, fiziksel dünyada 3D modeller oluşturmak için Omniverse platformunun beta sürümünü duyurdu.

2020: Kasım 2020’de, protein yapısı tahminlerini gerçekleştiren DeepMind modeli AlphaFold 2, CASP yarışmasını kazandı.

2021: OpenAI, metin komutlarından görüntüler üretebilen Dall-E çok modlu yapay zeka sistemini tanıttı.

2021: Kaliforniya Üniversitesi, San Diego, elektronik yerine basınçlı hava ile çalışan dört bacaklı yumuşak bir robot yarattı.

2022: OpenAI tarafından geliştirilen bir yapay zeka sohbet robotu olan ChatGPT, Kasım 2022’de piyasaya çıktı. Başlangıçta GPT-3.5 büyük dil modelinin üzerine inşa edildi. Bilgi tabanının genişliği, tümdengelim yetenekleri ve doğal dil tepkilerinin insan benzeri akışkanlığı nedeniyle hatırı sayılır derecede övgü alırken, diğer şeylerin yanı sıra “halüsinasyona” eğilimi nedeniyle de eleştiriler aldı. Bir yapay zekanın yüksek güvenle gerçeklere dayalı yanlış yanıtlar verdiği bir olgu. Bu sürüm, yapay zeka ve bunun toplum üzerindeki potansiyel etkisi hakkında yaygın bir kamuoyu tartışmasını tetikledi.

2022: Microsoft, GitHub ve OpenAI aleyhine Kasım 2022’de açılan bir toplu dava, halka açık GitHub depoları üzerinde eğitilen yapay zeka destekli bir kod düzenleme aracı olan GitHub Copilot‘un, depoların yazarlarının telif haklarını ihlal ettiğini iddia etti ve aracın, atıfta bulunmadan eğitim verileriyle kelimesi kelimesine eşleşen kaynak kodu üretebildiğini belirtti.

2022: Google yazılım mühendisi Blake Lemoine, Lamda’nın sırlarını ifşa ettiği ve bilinçli olduğunu iddia ettiği için kovuldu.

2022: DeepMind, “yeni, verimli ve kanıtlanabilir şekilde doğru algoritmalar keşfetmek için” AlphaTensor’u tanıttı.

2022: Intel, FakeCatcher gerçek zamanlı deepfake dedektörünün %96 oranında doğru olduğunu iddia etti.

2023: Ocak 2023 itibariyle ChatGPT 100 milyondan fazla kullanıcıya ulaşarak bugüne kadar en hızlı büyüyen tüketici uygulaması haline geldi.

2023: Ocak ayında Microsoft’un OpenAI ile çok yıllı, 10 milyar dolarlık bir yatırım anlaşması yaptığını duyurmasıyla yapay zekaya önemli bir yatırıma tanık oldu. Bu ortaklık, Chat-GPT gibi gelişmiş yapay zeka teknolojilerinin geliştirilmesini ve dağıtımını hızlandırmayı amaçladı ve yapay zekanın teknoloji endüstrisinde artan önemini ortaya koydu.

2023: 16 Ocak 2023’te üç sanatçı: Sarah Andersen, Kelly McKernan ve Karla Ortiz, Stability AI, Midjourney ve DeviantArt‘a karşı toplu telif hakkı ihlali davası açarak bu şirketlerin yapay zeka araçlarını orijinal sanatçıların izni olmadan web’den kazınan beş milyar görüntü üzerinde eğiterek milyonlarca sanatçının haklarını ihlal ettiğini iddia etti.

2023: 17 Ocak 2023’te Stability AI, Getty Images tarafından lisans satın almadan eğitim verilerinde görsellerini kullandığı için Londra’da dava edildi.

2023: Ocak 2023’te MIT ile Mass General Hospital arasındaki işbirliği, akciğer kanseri risk değerlendirmesinde önemli bir ilerlemeye yol açtı.

2023: Getty, 6 Şubat 2023 tarihinde Delaware’deki bir ABD bölge mahkemesinde Stability AI aleyhine bir dava daha açar. Davada Getty, görüntülerinin Stable Diffusion‘ın eğitiminde kullanılması nedeniyle telif hakkı ihlali iddiasında bulunuyor ve ayrıca modelin Getty’nin filigranıyla görüntüler oluşturarak Getty’nin ticari markasını ihlal ettiğini savunuyor.

2023: ChatGPT fenomenine yanıt olarak Google, AI sohbet ortamına yeni bir eklenti olan Bard AI’yi tanıttı.

2023: Şubat ayında Microsoft, ChatGPT’yi Bing Arama Motoruna entegre ederek yapay zeka ve doğal dil işlemenin arama yeteneklerini geliştirmede artan önemini ortaya koydu. Bu entegrasyon, kullanıcılara daha doğru ve alakalı arama sonuçları sunmayı amaçladı.

2023: OpenAI’nin GPT-4 modeli Mart 2023’te piyasaya sürüldü ve GPT-3.5‘e göre etkileyici bir gelişme olarak kabul edildi, ancak GPT-4’ün önceki yinelemedeki aynı sorunların çoğunu koruduğu uyarısı yapıldı. Önceki yinelemelerden farklı olarak, GPT-4 çok modlu ve metnin yanı sıra görüntü girişine de izin veriyor. GPT-4, bir abone hizmeti olarak ChatGPT’ye entegre edildi. OpenAI, kendi testlerinde modelin SAT‘de 1410 (94. yüzdelik dilim), LSAT‘de 163 (88. yüzdelik dilim) ve Uniform Bar Exam‘de 298 (90. yüzdelik dilim) puan aldığını iddia etti.

2023: 7 Mart 2023’te Nature Biomedical Engineering, insan eliyle yazılmış metinleri büyük dil modelleri tarafından oluşturulmuş metinlerden “doğru bir şekilde ayırt etmenin artık mümkün olmadığını” ve “Genel amaçlı büyük dil modellerinin hızla çoğalacağı neredeyse kesin…” diye yazıyor. Zaman içinde pek çok sektörü değiştirecekleri oldukça güvenli bir bahis.

2023: ChatGPT’ye yanıt olarak Google, Mart 2023’te LaMDA ve PaLM büyük dil modellerine dayanan sohbet robotu Google Bard‘ı sınırlı bir kapasitede piyasaya sürdü.

2023: Amazon Web Services (AWS), yapay zeka geliştiricilerini desteklemek için önde gelen yapay zeka platformu HuggingFace ile güçlerini birleştirdi. Bu iş birliği, geliştiricilere Chat-GPT, Google’ın Bard’ı ve Auto-GPT dahil olmak üzere en son yapay zeka araçlarına ve modellerine erişim sağlamayı amaçlıyordu.

2023: 29 Mart 2023’te Elon Musk, Steve Wozniak ve diğer teknoloji liderleri tarafından imzalanan 1.000’den fazla imzalı dilekçede, yaratıcılarının “anlayamadığı, tahmin edemediği veya güvenilir bir şekilde kontrol edemediği” yapay zeka sistemleri üreten “kontrolden çıkmış bir yarış” olarak adlandırılan bu yarışın 6 ay süreyle durdurulması çağrısında bulunuldu.

2023: Nisan 2023’te yapay zekada, özellikle de görüntü ve müzik oluşturma alanlarında önemli ilerlemeler görüldü. Oxford’dan araştırmacılar, tek bir görüntüden tam 360° fotoğrafik modeli yeniden oluşturabilen son teknoloji ürünü bir yapay zeka modeli olan Real Fusion modelini tanıttı.

2023: Müzik üretimi alanında Google Araştırma, çeşitli türler, enstrümanlar ve konseptlerde parçalar üretebilen, transformatör tabanlı bir metinden sese dönüştürme modeli olan MusicLM’yi tanıttı.

2023: Baidu araştırmacıları, yayılma modellerini kullanarak dalga biçimi alanında ilk metinden müziğe üretim modeli olan ERNIE-Music’i ortaya çıkardı. Bu gelişme, yapay zekanın daha yüksek doğruluk ve karmaşıklığa sahip müzik üretme potansiyelini ortaya koydu.

2023: Rusya’nın Sberbank’ı, OpenAI’nin ChatGPT’sine rakip olan GigaChat’i piyasaya sürerek rekabetçi yapay zeka arenasına cesur bir giriş yaptı. Buna paralel olarak Çinli teknoloji devleri Alibaba ve Huawei de üretken yapay zeka dünyasına girdi.

2023: Google Brain ve Deepmined, yapay zeka gelişimini hızlandırmak için el ele verirken Elon Musk, OpenAI ve DeepMind’a rakip olarak gerçeği aramak için tasarlanmış bir yapay zeka olan ‘TruthGPT’yi geliştirdiğini duyurdu.

2023: Apple, yapay zeka tabanlı bir sağlık koçu olan ‘Quartz’ı geliştirerek sağlık sektörüne yönelirken, Microsoft Edge, sosyal medya pazarlaması için bir AI Designer’ı bünyesine kattı. Meta, yeni bir görüntü tanıma modeli olan DINOv2’yi piyasaya sürdü. Bu arada Google, yapay zeka arama motoru oluşturmayı amaçlayan iddialı Projesi ‘Magi’ üzerinde çalışmaya başladı.

2023: Drake ve The Weeknd’in yer aldığı, yapay zeka tarafından oluşturulan “Heart on My Sleeve” adlı şarkı günde 20 milyondan fazla izlenmeyle viral oldu.

2023: Bir fotoğrafçının yapay zeka tarafından oluşturulan sanat eseri Dünya Fotoğraf Ödülü’nü kazandı.

2023: Snapchat, ‘Benim Yapay Zekam’ avatarının kullanıma sunulması sayesinde şaşırtıcı bir şekilde 363 milyon kullanıcıyı yapay zeka platformuna dahil ederek ses getirdi. Kısa bir süre sonra TikTok, kullanıcıları için yapay zeka tarafından oluşturulan profil resimlerini kullanıma sundu.

2023: Dropbox yapay zekadaik gelişmelere bağlı olarak 500 çalışanını işten çıkardı.

2023: Stanford araştırmacıları, ChatGPT’yi kullanarak Sims’ten ilham alan Sandbox’ta yapay zeka destekli bir köy yarattı. Haberlere konu olan şey, 25 yapay zeka avatarının tamamının, tıpkı insanlar gibi kendi kimliklerini yaratması, geliştirmesi ve birbirleriyle iletişim kurmasıydı.

2023: Mayıs 2023’te Google, Bard’ın LaMDA’dan çok daha gelişmiş bir dil modeli olan PaLM2’ye geçişine ilişkin bir duyuru yaptı. Med-PaLM 2’nin belirli tıbbi görevlerde insan doktorları geride bırakması nedeniyle Google tıbbi yapay zeka alanında da başarılı oldu. Benzer şekilde DeepMind’ın AlphaFold’u, protein yapılarını benzeri görülmemiş bir doğrulukla tahmin ederek önemli bir kilometre taşına ulaştı.

2023: Mayıs 2023’te Adobe, dijital tasarım endüstrisinde devrim yaratan bir dizi yapay zeka destekli görüntü oluşturma ve düzenleme aracı olan Firefly‘ı tanıttı.

2023: Mayıs ayındaki bir diğer önemli gelişme ise Canva’nın yapay zeka destekli sanal Tasarım Asistanları ve Marka Yöneticilerinin kullanıma sunulmasıydı. Bu yapay zeka araçları, kullanıcıların görsel olarak etkileyici tasarımları kolaylıkla oluşturmasına olanak tanıyarak yapay zekanın tasarımdaki potansiyelini daha da ortaya çıkardı.

2023: Mayıs 2023’ün son haftasında, Geoffrey Hinton, Sam Altman, Bill Gates ve diğer birçok önde gelen YZ araştırmacısı ve teknoloji lideri tarafından aşağıdaki kısa mesajı içeren bir YZ Riski Bildirisi imzalandı: “YZ kaynaklı yok olma riskinin azaltılması, salgın hastalıklar ve nükleer savaş gibi diğer toplumsal ölçekli risklerle birlikte küresel bir öncelik olmalıdır.”

2023: Aynı sıralarda, yapay zeka alanında önde gelen isimlerden biri olan Geoffrey Hinton, dünyayı yapay zekanın gelecekteki tehlikeleri konusunda uyararak Google’dan ayrıldı. Kısa bir süre sonra yapay zeka öncüsü Yoshua Bengio, hükümetleri yapay zekayı düzenleme konusunda hızlı hareket etmeye çağıran bir çağrıda bulundu.

2023: Mayıs ayında OpenAI, ChatGPT için API’leri ve Whisper adında bir metinden konuşmaya modelini başlattı. Bu gelişmeler, içerik oluşturma ve doğal dil işlemede yapay zekanın artan önemini ortaya koydu.

2023: Sanctuary AI’nin Phoenix Robotu dünyanın ticari olarak satılan ilk genel amaçlı insansı robotu olurken, Tesla’nın Optimus Botu da önemli ilerleme gösterdi. OpenAI destekli startup 1X de barmen, hemşire ve güvenlik görevlisi olarak görev yapabilen benzer botlar geliştirdi.

2023: İnsansı robotların yanı sıra Neuralink adında bir beyin implantı girişimi de bulunan Elon Musk, yapay zeka destekli çipler oluşturup insanların beynine yerleştirme hedefi doğrultusunda Mayıs ayında FDA’dan insan deneyleri için onay aldı.

2023: OpenAI, ChatGPT mobil uygulamasını piyasaya sürerek erişilebilirlik yolunda bir adım atarken Spotify, yapay zeka destekli DJ özelliklerini İngiltere ve İrlanda’ya genişletti.

2023: Yapay zeka destekli kod tamamlama aracı Kite, Visual Studio Code için geliştiricilerin kodlama verimliliğini artıran yeni bir eklentiyi kullanıma sundu.

2023: Yaratıcı yapay zeka alanında Midjourney 5.1, değişim için bir katalizör olarak ortaya çıktı ve yapay zeka görüntüsü oluşturma konusunda önemli güncellemeler getirdi.

2023: Stability AI, Dreamstudio görüntü oluşturma araç setinin açık kaynaklı sürümü olan StableStudio’yu yayınladı.

2023: Adobe, üretken yapay zeka özelliklerini Photoshop’a ekledi ve DragGan, basit bir sürükle ve bırak arayüzü aracılığıyla foto-gerçekçi görüntü manipülasyonunu tanıttı.

2023: Google, Mayıs ayında çeşitli makine öğrenimi araçlarını birleştiren Vertex AI platformunu piyasaya sürerek dev bir adım attı.

2023: Microsoft ayrıca yapay zeka geliştirme ve dağıtımını kolaylaştırmak için tasarlanmış kapsamlı bir platform olan Azure AI’nın lansmanıyla yapay zeka alanına da girdi.

2023: Meta, ilk iki yapay zeka çipini piyasaya sürerek yapay zeka donanımında önemli ilerlemeler kaydetti.

2023: Stabilite Yapay Zekası, ilk büyük ölçekli açık kaynaklı RLHF sohbet robotu StableVicuna’yı tanıtarak ses getirdi.

2023: Facebook 3D vizyonda derin öğrenme araştırmaları için değerli bir kaynak olan PyTorch3D’yi piyasaya sürerek açık kaynak topluluğuna katkıda bulundu.

2023: American Express, finans sektöründe kredi onay sürecini geliştirmek için yapay zekayı uygulamaya koydu.

2023: NASA, Dünya’ya güneş fırtınalarına ilişkin erken uyarılar sağlamak için yapay zekanın gücünden yararlandı.

2023: Apple’ın Vision Pro’nun tanıtılması, Haziran 2023’ün en büyük yapay zeka gelişmesi oldu. Yapay zeka destekli artırılmış gerçeklik başlığı, sürükleyici deneyimleri yeniden tanımlamak için geliştirildi.

2023: Haziran’da HubSpot, kullanıcılara içerik oluşturma ve müşteri katılımı konusunda yapay zeka odaklı yardım sağlamayı amaçlayan ChatSpot.ai ve İçerik Asistanı araçlarını tanıttı.

2023: Yine Haziran ayında Khan Academy, sanal botları danışman, müfredat tasarımcısı ve öğretim asistanı olarak entegre eden Khanmigo AI platformunu başlattı. Bu gelişme, yapay zekanın eğitimde devrim yaratma ve öğrenme deneyimini iyileştirme potansiyelini ortaya koydu.

2023: Ford, otonom sürüş projesini hızlandırmayı amaçlayan bir girişim olan Latitude AI’yi başlattı. Bu gelişme, yapay zekanın otomotiv endüstrisinde artan öneminin ve araç güvenliğini ve verimliliğini artırma potansiyelinin altını çizdi.

2023: Temmuz 2023’te yapay zeka ilerlemeleri üretkenlik ve sosyal medyada önemli ilerlemeler kaydederek bu alanlardaki yapay zeka destekli araç ve uygulamaların potansiyelini ortaya çıkardı.

2023: Meta-AI, etkileyici 70 milyar parametreyle donatılmış açık kaynaklı bir Büyük Dil Modeli (LLM) olan Llama2’yi tanıtarak ses getirdi. Eş zamanlı olarak Anthropic, 130 milyar parametreye sahip çok modlu bir model olan Claude2’yi tanıttı. 2,5 trilyon tokenden oluşan kapsamlı bir veri kümesi üzerinde eğitilen Claude2, büyük ölçekli, çok modlu dil modelleri alanında ileriye doğru bir atılımı temsil ediyordu.

2023: Google Cloud, Vertex AI platformunda üretken yapay zekayı genişleterek yapay zeka yeteneklerini geliştirme konusundaki kararlılığını güçlendirdi.

2023: Google DeepMind, Multimodal Büyük Dil Modeli olan Gemini’nin yeni sürümü üzerinde devam eden çalışmalarını duyurdu.

2023: Google, yapay zekayı Google Workspace’e entegre ederek kullanıcılara Dokümanlar ve Gmail’de yazma yardımı sağladı. Bu gelişme, yapay zekanın üretkenliği artırma ve iletişimi kolaylaştırma gücünü gösterdi.

2023: 9 Temmuz 2023’te Sarah Silverman, büyük dil modellerini milyonlarca yazarın telif hakkıyla korunan eserleri üzerinde izinsiz olarak eğittikleri için Meta ve OpenAI’ye karşı telif hakkı ihlali nedeniyle toplu dava açtı.

2023: Microsoft, yapay zeka destekli 365 Copilot’u piyasaya sürdü ve GitHub, CopilotX’i tanıtarak yapay zekanın üretkenliği artırmadaki rolünü daha da genişletti. Bu araçlar, kullanıcılara kodlama, yazma ve proje yönetimi dahil olmak üzere çeşitli görevlerde yapay zeka odaklı yardım sağlamayı amaçlıyordu.

2023: Temmuz’da Snapchat‘in yapay zeka platformu MyAI, 363 milyon kullanıcıya ulaşarak yapay zekanın sosyal medya platformlarında artan önemini ortaya koydu. Bu gelişme, yapay zeka odaklı kişiselleştirmenin ve içerik oluşturmanın sosyal medyadaki kullanıcı deneyimlerini iyileştirmedeki potansiyelini ortaya koydu.

2023: Ağustos ayına gelindiğinde Google ve Microsoft gibi şirketler, makine öğrenimi araçlarını birleştirme ve yapay zeka geliştirmeyi kolaylaştırma konusunda öncülük yaptı.

2023: Ağustos 2023’te New York Times, CNN, Reuters, Chicago Tribune, Australian Broadcasting Corporation (ABC) ve diğer haber şirketleri OpenAI’nin GPTBot web tarayıcısının içeriklerine erişimini engellerken New York Times da hizmet şartlarını güncelleyerek içeriğinin büyük dil modellerinde kullanılmasına izin vermedi.

2023: Google, çeşitli makine öğrenimi araçlarını birleştirerek yapay zeka geliştirme sürecini kolaylaştıran yenilikçi bir çözüm olan Vertex AI platformunu başlattı.

2023: Microsoft yapay zeka geliştirme ve dağıtımını kolaylaştırmak için tasarlanmış kapsamlı bir platform olan Azure AI‘nın lansmanıyla yapay zeka geliştirmede de önemli ilerlemeler kaydetti. Bu platform, geliştiricilere çeşitli sektörlerde yenilikçi yapay zeka çözümleri oluşturmaları için güçlü bir araç ve kaynak seti sağlamayı amaçlıyordu.

2023: DeepMind’ın AlphaFold’u, protein yapılarını benzeri görülmemiş bir doğrulukla tahmin ederek önemli bir kilometre taşına ulaştı. Bu atılım, yapay zekanın biyoteknoloji alanında devrim yaratma ve tıpta yeni çözümler yaratma potansiyelini ortaya koydu.

2023: AtomAI, bilimsel araştırmalara yönelik ileri bir adım olarak, mikroskopi veri analizi yazılımına derin öğrenmeyi tanıttı. Bu yenilik, mikroskobik verilerin analizinin hassasiyetini ve verimliliğini artırarak biyoloji ve malzeme bilimi gibi alanlarda yeni anlayışların kilidini açtı.

2023: Kneron’un otomatik sınıflanan KL730 NPU çipi, uç yapay zeka alanında ezber bozan bir ürün olarak ortaya çıktı. Bu çipin devrim niteliğindeki yetenekleri, yapay zekanın uçtaki cihazlara nasıl entegre edileceğini yeniden tanımlayarak daha verimli ve güçlü uygulamaların önünü açtı.

2023: Dönüm noktası niteliğindeki bir hukuki kararla, bir ABD mahkemesi yapay zeka tarafından üretilen sanat eserlerinin telif hakkı korumasını reddetti. Bu karar, yapay zeka tarafından oluşturulan eserlerin fikri mülkiyet haklarıyla ilgili kritik soruları gündeme getirdi ve yapay zeka tarafından oluşturulan içeriğin yasal statüsü için bir emsal oluşturdu. Bunu takiben 8.500’den fazla yazar, yazılarının yapay zeka tarafından kullanılmasıyla ilgili endişelerini dile getirdi.

2023: Yapay zeka, Eylül 2023’te haber raporlama ve içerik oluşturma alanlarında önemli ilerlemeler kaydetmeye devam etti. Google, haberlerin aktarılma biçiminde devrim yaratmak için yapay zekadan yararlanmaya odaklanan AI Genesis girişimini başlattı. Bu gelişme, yapay zekanın gazetecilik endüstrisini dönüştürme ve okuyuculara daha doğru, tarafsız ve alakalı haber içeriği sunma potansiyelini ortaya koydu.

2023: YouTube, yapay zeka destekli düzenleme uygulaması YouTube Create‘i piyasaya sürerek yapay zekanın içerik oluşturmadaki rolünü daha da genişletti. Bu uygulama, video düzenleme sürecini basitleştirmeyi ve kullanıcılara görsel olarak çekici ve ilgi çekici içerik oluşturmaları için yapay zeka destekli yardım sağlamayı amaçlıyor. YouTube ayrıca platformdaki müzik içeriğini keşfetmeyi ve bulmayı kolaylaştıran yapay zeka destekli Humming Search özelliğini de tanıttı.

2023: Coca-Cola, yapay zeka kullanılarak yaratılan gizemli bir lezzeti tanıttı ve yapay zekanın ürün geliştirme ve pazarlamadaki yaratıcı potansiyelini ortaya koydu. Bu benzersiz lezzet, yapay zekanın yeni ürün fikirleri üretme ve tüketicilerin yenilikçi yollarla ilgisini çekme konusundaki potansiyelini ortaya koydu.

2023: 13 Eylül 2023’te ABD Senatosu, yapay zekanın tehlikeleri konusunda artan endişelere ciddi bir yanıt olarak, senatörleri, CEO’ları, sivil haklar liderlerini ve diğer sektör temsilcilerini bir araya getirerek, senatörleri yapay zekanın doğası ve riskleri hakkında daha fazla bilgilendirmek ve gerekli önlemleri ve mevzuatı tartışmak için iki partili “Yapay Zeka Öngörü Forumu” düzenledi. Etkinlik Senato Çoğunluk Lideri Chuck Schumer (D-NY) tarafından organize edildi ve başkanlığını Senato AI Grubunun Kurucusu ve eş başkanı ABD Senatörü Martin Heinrich (DN.M.) yaptı. Toplantının önemini yansıtan foruma 60’tan fazla senatör katıldı. Ayrıca Elon Musk (Tesla CEO’su), Mark Zuckerberg (Meta CEO’su), Sam Altman (OpenAI CEO’su), Sundar Pichai (Alphabet) CEO), Bill Gates (Microsoft kurucu ortağı), Satya Nadella (Microsoft CEO’su), Jensen Huang (Nvidia CEO’su), Arvind Krishna (IBM CEO’su), Alex Karp (Palantir CEO’su), Charles Rivkin (MPA’nın başkanı ve CEO’su) , Meredith Stiehm (Amerika Batı Yazarlar Birliği Başkanı), Liz Shuler ( AFL-CIO Başkanı) ve Maya Wiley (Sivil ve İnsan Hakları Liderlik Konferansı CEO’su ) da katıldı.

2023: Midjourney, kullanıcılara gelişmiş yapay zeka araçları ve yetenekleri sunarak görüntü düzenlemeyi yeniden tanımlayan ‘Bölgeyi Değiştir’ özelliğini tanıttı.

2023: Stability AI, metinden sese dönüştürme alanında çığır açan bir yeniliği tanıttı.

2023: Ekim 2023’te yapay zeka ilerlemeleri, arama ve görsel oluşturmada önemli ilerlemeler kaydederek bu alanlardaki yapay zeka destekli araç ve uygulamaların potansiyelini ortaya çıkardı. Google, belirli arama sorguları için özetler oluşturmak üzere tasarlanan Arama Üretken Deneyimini (Search Generative Experience) tanıttı.

2023: Amazon Web Services (AWS), geliştirme süreçlerini kolaylaştıran platform olan Amazon Bedrock’un genel kullanıma sunulduğunu duyurdu. Ayrıca Amazon, ses teknolojisinde önemli bir ilerlemeyi ortaya çıkardı. Alexa’nın yeni ‘Hadi Sohbet Et’ özelliğiyle ‘insan gibi’ sohbetler yapabileceği belirtildi.

2023: Artık X olarak yeniden markalanan Twitter, şeffaflığa doğru bir adım atarak, yapay zeka modellerini eğitmek için kamuya açık verileri kullandığını doğruladı.

2023: Microsoft, protein üreten bir yapay zeka olan EvoDiff ile biyoinformatik alanına girdi.

2023: Ardından Canva, tasarım sürecini kolaylaştırmayı ve kullanıcı deneyimini geliştirmeyi amaçlayan bir dizi yapay zeka aracını tanıttı. Bu araçlar, yapay zekanın tasarım ve içerik oluşturmada giderek artan önemini gösterdi.

2023: 30 Ekim 2023’te ABD Başkanı Biden, Yapay Zekanın Güvenli, Emniyetli ve Güvenilir Geliştirilmesi ve Kullanımına İlişkin Yönetici Kararnamesini imzaladı.

2023: ElevenLabs, orijinal konuşmacıların seslerini korurken konuşulan içeriği hızla farklı dillere çeviren, çığır açan bir yapay zeka düzenleme teknolojisi sundu.

2023: Dell, Intel ve Cambridge Üniversitesi ortak bir çalışmayla Dawn Phase 1 süper bilgisayarını duyurdu.

2023: Google, belirli arama sorguları için özetler oluşturmak üzere tasarlanmış, devrim niteliğinde bir yapay zeka aracı olan Arama Üretken Deneyimi (Search Generative Experience – SGE) tanıttı.

2023: Kasım 2023’te yapay zeka ortamı, yapay zeka sohbet robotları ve video oluşturma konusunda önemli gelişmelere tanık oldu. Elon Musk’un yapay zeka girişimi xAI, yapay zeka odaklı sohbet aracılarının endüstrileri dönüştürme ve müşteri etkileşimlerini iyileştirme potansiyelini sergileyen Grok sohbet robotunu tanıttı.

2023: Aynı ay içinde, video oluşturma için yeni bir model olarak Pika 1.0 tanıtıldı ve yapay zekanın içerik oluşturma ve dijital medyada artan önemini ortaya koydu.

2023: StabilityAI, yapay zeka destekli video düzenleme ve oluşturma için yenilikçi bir çözüm olan Stable Video Diffusion’ı piyasaya sürdü. Bu gelişme, yapay zekanın görsel olarak çekici ve ilgi çekici içerik oluşturma potansiyelini ortaya koyarak dijital medya ortamını daha da dönüştürdü.

2023: Amazon Web Services (AWS) ayrıca şirketler için özel olarak tasarlanan ilk sohbet robotu Amazon Q’yu piyasaya sürerek ileriye doğru bir adım attı.

2023: Bilimsel yapay zeka haberlerinde, Google DeepMind’ın araştırmacı ekibinin iki milyondan fazla yeni malzemenin yapılarını başarılı bir şekilde tahmin etmek için yapay zekadan yararlanmasıyla önemli bir ilerleme kaydedildi. Bu başarı, yenilenebilir enerji ve bilgi işlem de dahil olmak üzere çeşitli endüstriler için muazzam bir potansiyel barındırıyor.

2023: DeepMind, tahmin edilen 2,2 milyon kristal yapıdan en kararlı olduğuna inanılan 381.000’e ilişkin veri yayınladı. Bu keşif, bilinen kararlı malzemelerden oluşan mevcut veri tabanını etkili bir şekilde on kat artırıyor. Bu materyaller hala sentez ve kapsamlı testler gerektirse de (birkaç aydan yıllara kadar sürebilecek bir süreç), DeepMind’ın son zamanlardaki ilerlemesi, yeni materyallerin keşfedilmesini ve geliştirilmesini hızlandırmaya hazırlanıyor. Bu malzemeler, enerji depolama çözümleri ve güneş panellerinden süper iletken çiplerin üretimine kadar çeşitli uygulamalar için çok önemli.

2023: OpenAI, geliştiricilerin AI odaklı konuşma aracılarını uygulamalarına sorunsuz bir şekilde entegre etmelerine olanak tanıyan Asistanlar API’sini tanıttı.

2023: Samsung, çeşitli görevleri yerine getirmek üzere tasarlanmış yeni nesil yapay zeka modeli Gauss’u tanıttı.

2023: OpenAI, Kasım 2023’te ciddi bir yönetimsel kriçz yaşadı. CEO Sam Altman sürpriz bir kararla görevden alınırken, bir hafta sonra yönetim kurulu değişikliğiyle görevine daha güçlü biçimde döndü.

2023: OpenAI, kriz yaşadığı günlerde GPT-4 Turbo modelini piyasaya sürerek ses getirdi. OpenAI ayrıca çok modlu işlevselliği birleştirdi ve ChatGPT’nin yeteneklerini genişleterek hem görüntülerle hem de sesle sorunsuz bir şekilde çalışmasına olanak tanıdı.

2023: OpenAI, ChatGPT için özel bir GPT oluşturma özelliği sunarak kullanıcıların yapay zeka modelleri üzerinde daha fazla kontrole sahip olmalarını sağladı. Bu, kullanıcıların dil modellerini belirli ihtiyaçlara ve sektörlere göre uyarlamasına olanak tanıyarak daha kişiselleştirilmiş bir yapay zeka deneyimi sağlamayı vaat etti.

2023: Dictador adlı bir içecek şirketi, dünyanın ilk yapay zeka destekli CEO’su Mika’yı atadı.

2023: Kasım 2023’te, yapay zekanın yakın ve uzak vadeli risklerini ve zorunlu ve gönüllü düzenleyici çerçevelerin olasılığını tartışmak üzere Birleşik Krallık’taki Bletchley Park’ta ilk küresel Yapay Zeka Güvenliği Zirvesi düzenlendi. Zirvenin başlangıcında aralarında ABD, Çin ve Avrupa Birliği’nin de bulunduğu 28 ülke, yapay zekanın zorluklarını ve risklerini yönetmek için uluslararası işbirliği çağrısında bulunan bir bildiri yayınladı.

2023: Aralık 2023’te yapay zeka düzenlemesinde önemli kilometre taşları atıldı ve geleceğe yönelik heyecan verici gelişmeler duyuruldu. Sorumlu Yenilik için Yapay Zeka İttifakı‘nın oluşumu, etik ve sürdürülebilir yapay zeka gelişiminin sağlanmasına yönelik önemli bir adım oldu. IBM, META ve diğer 50 kuruluştan oluşan ittifak, sorumlu yapay zeka inovasyonuna yönelik işbirlikçi bir yaklaşımı teşvik etmeyi amaçlıyor.

2023: Avrupa Birliği, Yapay Zeka Yasası ile, yapay zekanın daha sorumlu bir şekilde geliştirilmesi için bağlayıcı kurallar ve standartlar getiren dönüm noktası niteliğinde bir anlaşmaya vardı. Bu yasa, veri gizliliği ve ayrımcılık gibi endişeleri ele alarak yapay zeka geliştirmede şeffaflığı ve hesap verebilirliği sağlamayı amaçlıyor.

2023: Google’ın yeni nesil yapay zeka modeli Gemini, OpenAI’nin GPT-4’ünü geride bırakarak şirketin yapay zeka teknolojisini ilerletme konusundaki kararlılığını ortaya koydu. Gemini, doğal dil işleme ve yaratıcı içerik oluşturma konusunda olağanüstü yetenekler sergileyerek sektördeki yapay zeka modellerinin çıtasını yükseltti.

2023: Google DeepMind ekibi, karmaşık sorunları başarıyla çözen FunSearch adlı yenilikçi bir araç geliştirdi ve yapay zekanın, büyük dil modellerinde (LLM’ler) eğitim verilerinin sınırlarının ötesine geçebileceğini gösterdi. FunSearch, matematik ve bilgisayar bilimlerindeki temel zorlukları ele almak üzere özel olarak tasarlanmıştır ve bu amaç için DeepMind’ın gelişmiş yapay zeka teknolojisinden yararlanıyor. Google’ın yapay zeka bölümünde FunSearch’ün AlphaTensor gibi araçlara göre önemli bir potansiyele ve avantajlara sahip olduğuna dair artan bir inanç var. Bu, FunSearch’ü öngörülebilir gelecekte bir dil modeli olarak daha fazla gelişme ve evrim için umut verici bir aday olarak konumlandırıyor.

2023: AMD, AI donanım üretim endüstrisinde NVIDIA’nın tacına doğru ilerlemeye başladı. AMD, Instinct MI300X GPU ve MI300A APU’yu tanıttı ve Nvidia’nın rakip GPU’larına göre önemli bir üstünlük sağladığını iddia etti.

2023: OpenAI bu ay GPT-6 ve GPT-7’nin lansmanına hazırlanırken Apple, makine öğrenimi çerçevesi MLX’in tanıtımıyla açık kaynak alanına yeni girdi.

---

(SON GÜNCELLEME): 02.01.2024 – Bu sayfa yapay zeka alanında yeni gelişmeler oldukça ve tarihsel kayıt ve belgelerle ilgili yeni bilgilere erişildikçe güncellenmektedir. Eğer bu tarihsel akış içerisinde yer alması gerektiğini düşündüğünüz bilgiler varsa, ya da tarihçede bir eksiklik ya da hata olduğunu düşünüyorsanız bize bilgi@yapayzeka.news eposta adresimiz üzerinden iletebilirsiniz.)

KAYNAKLAR: Bu sayfa oluşturulurken genel bilgi kaynaklarının yanı sıra aşağıdaki kaynaklardan da yararlanılmıştır:

• Wikipedia
• G2.com
• TechTarget
• Cerebro

---

Yapayzeka.news’in hiçbir güncellemesini kaçırmamak için bizi Facebook, Twitter, LinkedIn, Instagram‘ ve Whatsapp Kanalımız‘dan takip edin.