Yapay Zeka: Yeni başlayanlar için bir rehber

Herkes yapay zekadan bahsediyor. Bu anlaşılabilir bir durumdur - sonuçta, birdenbire, metin ve resimler dahil olmak üzere, sınırsız stil aralığında ve görünüşte saniyeler içinde AI tarafından oluşturulmuş çeşitli içerik oluşturmak için hazır ücretsiz (veya ucuz) araçlar vardır.

Tabii ki heyecan verici.

Ancak bir an durun ve kendinize birkaç soru sorun:

• AI'nın ne olduğunu gerçekten biliyor muyum?
• Ne kadar süredir olduğunu biliyor muyum?
• Yapay zeka ile makine öğrenimi arasındaki farkı biliyor muyum?
• Derin öğrenmenin ne olduğunu biliyor muyum?

Tüm bu soruları olumlu yanıtladıysanız, bu makale size göre olmayabilir. Bazıları üzerinde tereddüt ettiyseniz, okumaya devam edin.

AI devrimi başlıyor… şimdi mi?

Biraz arka plan doldurarak başlayalım.

AI yeni bir şey mi?

Hayır. En azından kavramsal olarak, yapay zekanın geçmişi 1950'ye kadar uzanıyor (buna daha sonra değineceğiz). Pratik bir arayış olarak, 1960'larda ve 1970'lerde bilgisayarlar daha hızlı, daha ucuz ve daha yaygın hale geldikçe gelişmeye başladı.

Yapay zeka pazarlamada yeni bir şey mi?

Hayır. Yapay zekanın pazarlamada içerik oluşturmak dışında uzun süredir birçok uygulaması olduğunu akılda tutmakta fayda var. İçerik önerileri ve ürün önerileri, yıllardır yapay zeka tarafından desteklenmektedir. Tahmine dayalı analitik - geçmiş davranışların büyük veri kümelerine dayalı olarak kullanıcı davranışını tahmin etmek ve bir sonraki en iyi eylemi tahmin etmek için kullanılır (ona ilgili bir teknik incelemeyi gösterin, ona kırmızı bir beyzbol şapkası gösterin, bir e-posta gönderin) - yapay zeka olmuştur. -uzun bir süre için güçlendirilmiş.

Tanınmış satıcılar, neredeyse on yıldır yapay zekayı çözümlerine dahil ediyorlar. Adobe Sensei ve Salesforce Einstein, 2016'dan kalmadır. Oracle'ın yapay zeka ile ilişkisi en az bir o kadar ve muhtemelen daha da geriye gider; ona asla sevimli bir isim vermedi. Yapay zekanın diğer bir kıdemli uygulayıcısı, onu önce iş süreci yönetimi teklifinde ve daha sonra CRM platformunda bir sonraki en iyi eylemleri tahmin etmek için kullanan Pega'dır.

Pekala…üretken yapay zeka yeni bir şey mi?

Üretken AI. Konuşma yapay zekası. AI yazma araçları. Anın tüm cümleleri, hepsi anlam olarak örtüşüyor. Üretken AI, metinler (veya resimler ve hatta videolar) oluşturur. Konuşmaya Dayalı Yapay Zeka, bir insan muhatapla etkileşim halinde metinler oluşturur (yapay zeka destekli sohbet robotlarını düşünün). AI yazma araçları, talep üzerine özelleştirilmiş metinler oluşturmayı amaçlar. Tüm bu çözümler, şu ya da bu şekilde, "istemleri" kullanır - yani, bir soru sorulmasını veya bir görev belirlemeyi beklerler.

Bütün bunlar yeni mi? Hayır. Yeni olan, geniş kullanılabilirliğidir. Doğal dil işleme (NLP) ve doğal dil üretimi (NLG) yıllardır kullanılmaktadır. İlki, metinlerin AI destekli yorumunu ifade eder; ikincisi, AI destekli metin oluşturma. 2015 gibi uzun bir zaman önce, kendi raporlarıma göre yapay zeka destekli NLG, doktorlar ve endüstriyel operasyonlar için yazılı raporlar oluşturuyordu ve hatta Birleşik Krallık'ın ulusal hava durumu hizmeti olan Met Office için hava tahminleri üretiyordu.

Veri girişi, metin çıkışı. ChatGPT gibi bir şey kadar yaygın olarak mevcut değil.

Video da. En azından 2017'de yapay zeka, yalnızca kişiselleştirilmiş değil, aynı zamanda bireyselleştirilmiş video içeriği oluşturmak için kullanılıyordu - kullanıcı oynatmayı tıkladığında, mevcut bir video kitaplığından akış yapıyormuş gibi görünecek kadar hızlı oluşturuldu. Yine, yaygın olarak mevcut değil, daha ziyade maliyetli bir kurumsal teklif.

Daha derin kaz: ChatGPT : Bir pazarlamacının kılavuzu

AI nedir: basit sürüm

Baştan sona açıklayalım.

Algoritmalarla başlayın

Algoritma, hesaplamalarda veya diğer problem çözme veya görev tamamlama işlemlerinde, özellikle bir bilgisayar tarafından izlenecek bir dizi kural olarak tanımlanabilir. “Algoritma” Yunancadan mı geliyor? Hayır, aslında bir ^9. yüzyıl Arap matematikçisinin adının (el-Harizmi) bir kısmından geliyor. Ama bu önemli değil.

Önemli olan, bir hesaplama veya görev için algoritma kullanmanın yapay zeka kullanmakla aynı şey olmamasıdır - tekrar edin, değil. Kolayca bir algoritma oluşturulur; basit bir örnek verelim. Diyelim ki çevrimiçi bir kitapçı işletiyorum ve ürün önerileri sunmak istiyorum. Yüzlerce kural (algoritma) yazabilir ve web sitemi bunları yürütmesi için eğitebilirim. "Jane Austen'ı ararsa, ona Emily Bronte'yi de gösterin." "1. Dünya Savaşı kitaplarını ararsa, ona 2. Dünya Savaşı kitaplarını da gösterin." "Agatha Christie'yi ararsa, ona diğer polisiye romanları gösterin."

Dedektif kurgu ciltlerimin uygun şekilde etiketlenmesine ihtiyacım olacak elbette, ama şimdiye kadar çok kolay. Bir yandan, bunlar iyi kurallar. Öte yandan, “akıllı” kurallar değildirler. Çünkü ben geri gelip onları değiştirmezsem taş gibi kalırlar. 1. Dünya Savaşı kitaplarını arayan kişiler sürekli olarak 2. Dünya Savaşı kitaplarını görmezden gelirse, kurallar öğrenemez ve uyum sağlayamaz. Yapmaları söyleneni aptalca yapmaya devam ediyorlar.

Şimdi, Amazon'un kaynaklarına sahip olsaydım, kurallarımı akıllı hale getirirdim - yani, kullanıcı davranışına göre değişip gelişebilir. Ve eğer Amazon'un pazar payına sahip olsaydım, kuralların öğrenebileceği bir kullanıcı davranışı seline sahip olurdum.

Algoritmalar insan gözetimi olsun ya da olmasın kendi kendilerine öğretebiliyorsa, yapay zekamız var.

Fakat bekle. Bu sadece makine öğrenimi değil mi?

Yapay zekaya karşı makine öğrenimi

Saflık açısından yapay zeka ve makine öğrenimi başlangıçta aynı şey değildir. Ama - ve bu büyük bir ama - terimler o kadar birbirinin yerine kullanılıyor ki geri dönüş yok. Bunun yerine, "genel AI" terimi, insanlar saf AI, orijinal anlamıyla AI hakkında konuşmak istediğinde kullanılır.

1950'ye geri dönelim (bunu yapacağımız konusunda sizi uyarmıştım). Alan Turing, parlak bir bilgisayar bilimcisiydi. Kod kırma istihbarat çalışmasıyla Müttefiklerin Nazileri yenmesine yardım etti. Ödülü, (hala yasa dışı olan) eşcinselliği nedeniyle İngiliz toplumu tarafından iğrenç bir şekilde muamele görmesiydi; bu muamele, ölümünden 50 yılı aşkın bir süre sonra Başbakan Gordon Brown'ın resmi bir özür dilemesiyle sonuçlandı: "İngiliz hükümeti ve tüm bu kişiler adına" Alan'ın çalışmaları sayesinde özgürce yaşayan, şunu söylemekten gurur duyuyorum: Üzgünüz. Sen çok daha iyisini hak ettin.”

Peki ya yapay zeka? 1950'de Turing, "Bilgisayar makineleri ve zeka" adlı dönüm noktası niteliğinde bir makale yayınladı. Bilimsel bir dergide değil, "Mind" felsefe dergisinde yayınladı. Makalenin merkezinde, "taklit oyunu" adını verdiği bir tür düşünce deneyi var. Artık yaygın olarak “Turing testi” olarak biliniyor. En basit ifadeyle, makine (veya yapay) zeka için bir kriter önerir. Bir insan muhatap, sorularına bir makineden gelen yanıtlarla başka bir insanın yanıtları arasındaki farkı anlayamıyorsa, makineye zeka atfedebiliriz.

Elbette Turing'in önerisine pek çok itiraz var (ve testi akıllıca tasarlanmamıştı bile). Ancak bu, insan zekasını çoğaltma - veya en azından eşdeğerini yaratma - arayışını başlattı. IBM Watson'ı bu amaca yönelik devam eden bir arayış olarak düşünebilirsiniz (ancak daha az iddialı ve daha karlı birçok kullanım durumu vardır).

Hiç kimse Amazon benzeri bir ürün tavsiye makinesinin veya ChatGPT benzeri bir içerik oluşturma motorunun insanlar kadar zeki olduğunu düşünmüyor. Birincisi, yaptıkları şeyin doğru mu yoksa yanlış mı olduğunu bilmekten veya umursamaktan acizler - yaptıklarını verilere ve tahmine dayalı istatistiklere dayanarak yapıyorlar.

Aslında, burada tartışılan tüm yapay zeka gerçekten makine öğrenimidir. Ama kimsenin ona AI demesini engellemeyeceğiz. İnsan düzeyinde veya "genel yapay zeka" arayışına gelince, bunun hemen köşede olmadığını düşünmek için iyi nedenler var. Örneğin, Erik J. Larson'ın "Yapay zeka efsanesi: Bilgisayarlar neden bizim düşündüğümüz gibi düşünemiyor?" başlıklı makalesine bakın.

Peki ya 'derin öğrenme'?

"Derin öğrenme", karşılaşabileceğiniz AI ile ilgili başka bir terimdir. Makine öğreniminden farklı mı? Evet öyle; makine öğreniminin ötesinde büyük bir adımdır ve önemi, AI'nın kalıpları algılama ve böylece görüntüleri (ve videoyu) sayıları ve sözcükleri ele aldığı kadar yetkin bir şekilde işleme yeteneğini büyük ölçüde geliştirmesidir. Bu karmaşık bir hal alır; işte kısa versiyon.

Derin öğrenme, bir girdi tarafından etkinleştirilen, birbiriyle bu konuda iletişim kuran ve ardından bir çıktı üreten bir yapay nöron katmanı (matematik parçaları) olan bir sinir ağına dayanır. Buna “ileriye yayılma” denir. Geleneksel makine öğreniminde olduğu gibi, düğümler çıktının ne kadar doğru olduğunu öğrenir ve operasyonlarını buna göre ayarlar. Buna "geri yayılım" denir ve nöronların eğitilmesiyle sonuçlanır.

Ancak, giriş katmanı ile çıkış katmanı arasında "gizli katmanlar" olarak bilinenlerin çoğalması da vardır. Bu katmanların kelimenin tam anlamıyla üst üste yığıldığını düşünün: Bu tür makine öğrenimine "derin" denmesinin nedeni budur.

Bir yığın ağ katmanı, girdi verilerindeki kalıpları tanımada çok daha iyi çıktı. Derin öğrenme, örüntü tanımaya yardımcı olur, çünkü nöronların her bir katmanı, karmaşık örüntüleri daha da basit örüntülere ayırır (ve geriye yayılan eğitim süreci de vardır).

Martech alanında AI satıcıları var mı?

Ne demek istediğine bağlı.

AI kullanan satıcılar

Martech alanında tahminen 11.000'den fazla satıcı var. Birçoğu, belki de çoğu yapay zeka kullanıyor (ya da yaptıklarının bu olduğuna dair iyi bir argüman sunabiliyor). Ancak AI'yı kendi iyiliği için kullanmıyorlar. Bir şeyler yapmak için kullanıyorlar.

• Ticaret önerileri oluşturmak için.
• E-posta konu satırları yazmak için.
• Pazarlamacılara veya satış temsilcilerine sonraki en iyi eylemleri önermek.
• Sohbet botlarına güç sağlamak için.
• Reklam metni yazmak için.
• Büyük ölçekli çok değişkenli testler için içerik oluşturmak.

Liste sonsuz.

Vurgulamak istediğim nokta, AI'nın biraz tuz gibi olduğu. Yemeklere daha iyi tat vermek için tuz eklenir. En azından çoğumuz, yemeğimizde tuzun uygun şekilde kullanılmasını severiz. Ama kim “Akşam yemeği için tuz alacağım” veya “Atıştırmalık gibi hissediyorum; Ben biraz tuz alayım.”

Yemeğe tuz koyuyoruz. AI'yı pazarlama teknolojisine koyduk. Belki de araştırma amaçları dışında, tuz ve yapay zeka kendi başlarına pek kullanılmaz.

Yani evet, AI kullanan sayısız martech satıcısı var. Ancak yapay zekayı bağımsız bir ürün olarak satan martech satıcıları var mı?

AI satan satıcılar

Cevap, martech alanında çok az. Bir ürün olarak yapay zeka, mühendisler tarafından tasarlanan ve daha sonra başka bir çözüm bağlamında birleştirilip kullanılabilen yapay zeka yazılımı anlamına gelir. Yapay zeka yazılımı satan mühendislik satıcılarını bulmak kolaydır, ancak çoğunlukla pazarlama kuruluşları yerine BT kuruluşlarına satıyorlar ve pazarlamayı etkinleştirmek yerine çok çeşitli arka ofis amaçları için kullanılmak üzere satıyorlar. satış.

Ürünlerini açıkça pazarlamacıları hedef alan bir veya iki istisna vardır. Bununla birlikte, bir pazarlama teknolojisi ortamında kalabalık bir kategori oluşturmak için yeterli değil.

Yüzeyi çizdik

Bu makalenin tüm amacı bu: Arkasında zengin bir tarih ve önünde öngörülemeyen bir gelecek olan son derece karmaşık bir konuyu yüzeysel olarak kazıyın. Elbette, makine öğrenimi modellerinin önyargılı veri kümeleri üzerinde eğitileceği neredeyse kaçınılmaz durumlar ve aynı derecede kaçınılmaz olarak üretken yapay zeka tarafından insan içeriğinin çalınması gibi ele alınması gereken etik sorular var.

Ama umarım bu şimdilik çiğnemek için yeterlidir.