TED@IBM
Raphael Arar: How we can teach computers to make sense of our emotions
Raphael Arar: Bilgisayarlara duygularımızdan anlam çıkarmayı nasıl öğretebiliriz
Filmed:
Readability: 4.3
1,255,602 views
İnsanların etkileşime girmek isteyeceği bir yapay zekâ nasıl yapabiliriz? Raphael Arar, işe sanat yaparak başlamamızı öneriyor. Yapay zekânın nostalji, önsezi ve sohbet gibi kompleks fikirleri keşfetmesine ve anlamasına yardımcı olan interaktif projelerini bizimle paylaşıyor. Bu projelerin hedefi gelecekteki teknolojimizin yapay olduğu kadar insani özelliklere sahip olması.
Raphael Arar - Designer, researcher
IBM's Raphael Arar creates art and designs experiences that examine the complexities of our increasingly technocentric lives. Full bio
IBM's Raphael Arar creates art and designs experiences that examine the complexities of our increasingly technocentric lives. Full bio
Double-click the English transcript below to play the video.
00:13
I consider myself one part artist
and one part designer.
and one part designer.
0
1760
4680
Kendimi kısmen sanatçı
kısmen de tasarımcı olarak görüyorum.
kısmen de tasarımcı olarak görüyorum.
00:18
And I work at an artificial
intelligence research lab.
intelligence research lab.
1
6480
3160
Bir yapay zekâ araştırma
laboratuvarında çalışıyorum.
laboratuvarında çalışıyorum.
00:22
We're trying to create technology
2
10720
1696
Uzak gelecekte
etkileşime girmek isteyeceğiniz
etkileşime girmek isteyeceğiniz
00:24
that you'll want to interact with
in the far future.
in the far future.
3
12440
3296
teknolojiler yaratmaya çalışıyoruz.
00:27
Not just six months from now,
but try years and decades from now.
but try years and decades from now.
4
15760
4640
6 ay sonrası değil,
yıllar, hatta on yıllar sonrası için.
yıllar, hatta on yıllar sonrası için.
00:33
And we're taking a moonshot
5
21120
1616
Bilgisayarlarla derinden duygusal
etkileşimler kurmak isteyeceğimiz
etkileşimler kurmak isteyeceğimiz
00:34
that we'll want to be
interacting with computers
interacting with computers
6
22760
2456
00:37
in deeply emotional ways.
7
25240
2120
çığır açan bir proje üzerinde çalışıyoruz.
00:40
So in order to do that,
8
28280
1456
Bunu yapabilmek için
00:41
the technology has to be
just as much human as it is artificial.
just as much human as it is artificial.
9
29760
4480
teknoloji yapay olduğu kadar
insan da olmalı.
insan da olmalı.
00:46
It has to get you.
10
34920
2256
Sizi yakalamalı.
00:49
You know, like that inside joke
that'll have you and your best friend
that'll have you and your best friend
11
37200
3336
Tıpkı en yakın arkadaşınızla
gülmekten yerlere yattığınız
gülmekten yerlere yattığınız
00:52
on the floor, cracking up.
12
40560
1936
aranızdaki şakalaşma gibi.
00:54
Or that look of disappointment
that you can just smell from miles away.
that you can just smell from miles away.
13
42520
4560
Ya da görür görmez anladığınız
o hayal kırıklığıyla bakışı.
o hayal kırıklığıyla bakışı.
01:00
I view art as the gateway to help us
bridge this gap between human and machine:
bridge this gap between human and machine:
14
48560
6040
Sanatı insan ve makine arasında
bağlantı kuran bir köprü olarak görüyorum:
bağlantı kuran bir köprü olarak görüyorum:
01:07
to figure out what it means
to get each other
to get each other
15
55280
3136
Birbirimizi anlamanın ne anlama geldiğini
tam olarak çözmek
tam olarak çözmek
01:10
so that we can train AI to get us.
16
58440
2760
ve yapay zekâya
bizi anlamayı öğretmek için.
bizi anlamayı öğretmek için.
01:13
See, to me, art is a way
to put tangible experiences
to put tangible experiences
17
61920
3816
Bana göre sanat,
somut tecrübeleri
somut tecrübeleri
01:17
to intangible ideas,
feelings and emotions.
feelings and emotions.
18
65760
3240
soyut fikirlere, hislerere,
duygulara dönüştürmenin bir yolu.
duygulara dönüştürmenin bir yolu.
01:21
And I think it's one
of the most human things about us.
of the most human things about us.
19
69800
2600
Sanatın bizim en insani yanlarımızdan
biri olduğunu düşünüyorum.
biri olduğunu düşünüyorum.
01:25
See, we're a complicated
and complex bunch.
and complex bunch.
20
73480
2936
Biz insanlar karmaşık
ve kompleks bir yapıdayız.
ve kompleks bir yapıdayız.
01:28
We have what feels like
an infinite range of emotions,
an infinite range of emotions,
21
76440
3136
Duygularımız ve hislerimiz
adeta sınırsız bir çeşitlilik içinde,
adeta sınırsız bir çeşitlilik içinde,
01:31
and to top it off, we're all different.
22
79600
2496
üstüne üstlük
hepimiz birbirimizden farklıyız.
hepimiz birbirimizden farklıyız.
01:34
We have different family backgrounds,
23
82120
2296
Farklı ailevi geçmişlere,
01:36
different experiences
and different psychologies.
and different psychologies.
24
84440
3080
farklı tecrübe ve psikolojilere sahibiz.
01:40
And this is what makes life
really interesting.
really interesting.
25
88240
2720
Aslında hayatı
bu kadar ilginç kılan da bu.
bu kadar ilginç kılan da bu.
01:43
But this is also what makes
working on intelligent technology
working on intelligent technology
26
91440
3496
Ancak akıllı teknolojiler
üzerinde çalışmayı
üzerinde çalışmayı
01:46
extremely difficult.
27
94960
1600
aşırı derecede zor kılan da bu.
01:49
And right now, AI research, well,
28
97640
3456
Şimdi yapay zekâ araştırmalarına dönelim,
01:53
it's a bit lopsided on the tech side.
29
101120
2016
işin teknoloji kısmı
biraz daha ağır basıyor.
biraz daha ağır basıyor.
01:55
And that makes a lot of sense.
30
103160
2136
Bu oldukça anlaşılabilir bir durum.
01:57
See, for every
qualitative thing about us --
qualitative thing about us --
31
105320
2456
Bizimle ilgili nitel olan her şeyi --
01:59
you know, those parts of us that are
emotional, dynamic and subjective --
emotional, dynamic and subjective --
32
107800
4456
yani duygusal, dinamik
ve öznel taraflarımızı --
ve öznel taraflarımızı --
02:04
we have to convert it
to a quantitative metric:
to a quantitative metric:
33
112280
3136
nicel bir ölçüte çevirmek zorundayız:
02:07
something that can be represented
with facts, figures and computer code.
with facts, figures and computer code.
34
115440
4360
kesin veriler, rakamlar ve bilgisayar
koduyla gösterilebilecek bir şeye.
koduyla gösterilebilecek bir şeye.
02:13
The issue is, there are
many qualitative things
many qualitative things
35
121000
3376
Burada asıl mesele,
parmağımızla dokunamayacağımız
parmağımızla dokunamayacağımız
02:16
that we just can't put our finger on.
36
124400
1960
pek çok nitel şeyin olması.
02:20
So, think about hearing
your favorite song for the first time.
your favorite song for the first time.
37
128400
3200
Mesela en sevdiğiniz şarkıyı
ilk defa duyduğunuz o anı düşünün.
ilk defa duyduğunuz o anı düşünün.
O sırada ne yapıyordunuz?
02:25
What were you doing?
38
133200
1200
02:28
How did you feel?
39
136000
1200
Ne hissettiniz?
Tüyleriniz diken diken oldu mu?
02:30
Did you get goosebumps?
40
138720
1360
02:33
Or did you get fired up?
41
141240
1640
Ya da şarkı sizi çoşturdu mu?
02:36
Hard to describe, right?
42
144400
1200
Tarifi zor değil mi?
02:38
See, parts of us feel so simple,
43
146800
2096
Bazı yanlarımız
çok sıradan olmasına rağmen
çok sıradan olmasına rağmen
02:40
but under the surface,
there's really a ton of complexity.
there's really a ton of complexity.
44
148920
3656
aslında yüzeyin altında
bir yığın karmaşıklık var.
bir yığın karmaşıklık var.
02:44
And translating
that complexity to machines
that complexity to machines
45
152600
2936
Bu karmaşıklığı makinelere aktarmak
02:47
is what makes them modern-day moonshots.
46
155560
2856
bu işi günümüzün
çığır açan projeleri yapıyor.
çığır açan projeleri yapıyor.
02:50
And I'm not convinced that we can
answer these deeper questions
answer these deeper questions
47
158440
4176
Bu derin sorulara sadece 1'ler ve 0'larla
yanıt bulabileceğimize
yanıt bulabileceğimize
02:54
with just ones and zeros alone.
48
162640
1480
ikna olmuş değilim.
02:57
So, in the lab, I've been creating art
49
165120
1936
Bu nedenle laboratuvarda yaptığım şey
02:59
as a way to help me
design better experiences
design better experiences
50
167080
2456
henüz gelişmekte olan
deneysel teknoloji için
deneysel teknoloji için
daha iyi deneyimler tasarlamama
yardım edecek sanat yaratmak.
yardım edecek sanat yaratmak.
03:01
for bleeding-edge technology.
51
169560
2096
03:03
And it's been serving as a catalyst
52
171680
1736
Sanat, bilgisayarların bizimle
daha insani şekilde iletişim kurması için
daha insani şekilde iletişim kurması için
03:05
to beef up the more human ways
that computers can relate to us.
that computers can relate to us.
53
173440
3840
bir katalizör işlevi görüyor.
03:10
Through art, we're tacking
some of the hardest questions,
some of the hardest questions,
54
178000
2696
Sanatla cevaplanması en zor olan
bazı sorulara yanıt arıyoruz:
bazı sorulara yanıt arıyoruz:
03:12
like what does it really mean to feel?
55
180720
2360
Hissetmek tam olarak ne demektir?
03:16
Or how do we engage and know
how to be present with each other?
how to be present with each other?
56
184120
4080
Nasıl ilişki kuruyoruz ve bu ilişkileri
nasıl devam ettiriyoruz ?
nasıl devam ettiriyoruz ?
03:20
And how does intuition
affect the way that we interact?
affect the way that we interact?
57
188800
4000
Etkileşim kurma biçimimizi
önsezi nasıl etkiliyor?
önsezi nasıl etkiliyor?
03:26
So, take for example human emotion.
58
194440
2056
Örneğin insan duygularını ele alalım.
03:28
Right now, computers can make sense
of our most basic ones,
of our most basic ones,
59
196520
3256
Şu an bilgisayarlar keyif, üzüntü,
öfke, korku ve nefet gibi
öfke, korku ve nefet gibi
03:31
like joy, sadness,
anger, fear and disgust,
anger, fear and disgust,
60
199800
3696
en temel duygularımızdan
anlam çıkarabiliyor,
anlam çıkarabiliyor,
03:35
by converting those
characteristics to math.
characteristics to math.
61
203520
3000
bu karakteristikleri
matematiğe dönüştürüyor.
matematiğe dönüştürüyor.
03:39
But what about the more complex emotions?
62
207400
2536
Peki ya daha karmaşık duygular?
03:41
You know, those emotions
63
209960
1216
Birbirimize tarif ederken bile
03:43
that we have a hard time
describing to each other?
describing to each other?
64
211200
2376
güçlük çektiğimiz o duygular.
03:45
Like nostalgia.
65
213600
1440
Nostalji gibi.
03:47
So, to explore this, I created
a piece of art, an experience,
a piece of art, an experience,
66
215640
3936
Bunu keşfetmek için insanlardan
bir anılarını paylaşmalarını isteyen
bir anılarını paylaşmalarını isteyen
bir sanat eseri, bir deneyim yarattım
03:51
that asked people to share a memory,
67
219600
2096
03:53
and I teamed up with some data scientists
68
221720
2136
ve birkaç veri bilimciyle bir ekip olarak
03:55
to figure out how to take
an emotion that's so highly subjective
an emotion that's so highly subjective
69
223880
3576
bu kadar öznel bir duyguyu
nasıl matematiksel olarak
nasıl matematiksel olarak
03:59
and convert it into something
mathematically precise.
mathematically precise.
70
227480
3200
kesin bir şeye dönüştürebileceğimiz
sorusuna çözüm bulmaya çalıştık.
sorusuna çözüm bulmaya çalıştık.
04:03
So, we created what we call
a nostalgia score
a nostalgia score
71
231840
2136
Nostalji skoru dediğimiz şeyi yarattık
04:06
and it's the heart of this installation.
72
234000
2216
ve bu şey bu yazılımın kalbi.
04:08
To do that, the installation
asks you to share a story,
asks you to share a story,
73
236240
3056
Bunun için yazılım sizden
bir hikâye paylaşmanızı istiyor,
bir hikâye paylaşmanızı istiyor,
ardından bilgisayar bu hikâyeyi
daha basit duygular için analiz ederek
daha basit duygular için analiz ederek
04:11
the computer then analyzes it
for its simpler emotions,
for its simpler emotions,
74
239320
3256
04:14
it checks for your tendency
to use past-tense wording
to use past-tense wording
75
242600
2656
geçmiş zamana ait ifadeleri
kullanma eğiliminizi kontrol ediyor
kullanma eğiliminizi kontrol ediyor
04:17
and also looks for words
that we tend to associate with nostalgia,
that we tend to associate with nostalgia,
76
245280
3336
ve ayrıca nostaljiyle
ilişkilendirme eğiliminde olduğumuz
ilişkilendirme eğiliminde olduğumuz
04:20
like "home," "childhood" and "the past."
77
248640
3040
''ev'', ''çocukluk'', ''geçmiş''
gibi sözcükleri arıyor.
gibi sözcükleri arıyor.
Ardından hikâyenizin ne kadar
nostaljik olduğunu göstermek için
nostaljik olduğunu göstermek için
04:24
It then creates a nostalgia score
78
252760
2056
04:26
to indicate how nostalgic your story is.
79
254840
2736
bir nostalji skoru oluşturuyor.
04:29
And that score is the driving force
behind these light-based sculptures
behind these light-based sculptures
80
257600
4136
Skor, yaptığınız katkının
somut bir hâl almış
somut bir hâl almış
04:33
that serve as physical embodiments
of your contribution.
of your contribution.
81
261760
3896
bu ışık bazlı modellerin
ardındaki itici güç.
ardındaki itici güç.
04:37
And the higher the score,
the rosier the hue.
the rosier the hue.
82
265680
3216
Skor ne kadar yüksekse
ton o kadar pembe oluyor.
ton o kadar pembe oluyor.
04:40
You know, like looking at the world
through rose-colored glasses.
through rose-colored glasses.
83
268920
3936
Dünyaya pembe gözlüklerle bakmak gibi.
04:44
So, when you see your score
84
272880
2616
Skorunuzu ve fiziksel gösterimini
gördüğünüz zaman
gördüğünüz zaman
04:47
and the physical representation of it,
85
275520
2656
04:50
sometimes you'd agree
and sometimes you wouldn't.
and sometimes you wouldn't.
86
278200
2936
bazen ona katılacak
bazen de katılmayacaksınız.
bazen de katılmayacaksınız.
04:53
It's as if it really understood
how that experience made you feel.
how that experience made you feel.
87
281160
3480
Bu deneyimin sizi nasıl hissettirdiğini
sanki gerçekten anlamış gibi.
sanki gerçekten anlamış gibi.
04:57
But other times it gets tripped up
88
285400
2216
Ancak bazı zamanlar yanılacak
04:59
and has you thinking
it doesn't understand you at all.
it doesn't understand you at all.
89
287640
2560
ve onun sizi hiç anlamadığını
düşünmenize sebep olacak.
düşünmenize sebep olacak.
Ama bu çalışmanın
asıl göstermek istediği şey
asıl göstermek istediği şey
05:02
But the piece really serves to show
90
290680
1896
05:04
that if we have a hard time explaining
the emotions that we have to each other,
the emotions that we have to each other,
91
292600
4056
hislerimizi ve duygularımızı birbirimize
bile açıklamakta zorlanıyorsak
bile açıklamakta zorlanıyorsak
05:08
how can we teach a computer
to make sense of them?
to make sense of them?
92
296680
2360
bilgisayara bunları anlamlandırmayı
nasıl öğretebiliriz?
nasıl öğretebiliriz?
05:12
So, even the more objective parts
about being human are hard to describe.
about being human are hard to describe.
93
300360
3576
İnsan olmanın daha nesnel olan yanlarını
bile tanımlamak güç.
bile tanımlamak güç.
05:15
Like, conversation.
94
303960
1240
Mesela sohbet.
05:17
Have you ever really tried
to break down the steps?
to break down the steps?
95
305880
2736
Daha önce hiç adım adım
analiz etmeye çalıştınız mı?
analiz etmeye çalıştınız mı?
05:20
So think about sitting
with your friend at a coffee shop
with your friend at a coffee shop
96
308640
2656
Arkadaşınızla bir kafede oturduğunuzu,
havadan sudan konuştuğunuzu düşünün.
05:23
and just having small talk.
97
311320
1320
05:25
How do you know when to take a turn?
98
313160
1720
Konuşma sırasının ne zaman bizde olduğunu
05:27
How do you know when to shift topics?
99
315440
1840
ya da konuyu ne zaman
değiştireceğimizi nasıl biliyoruz?
değiştireceğimizi nasıl biliyoruz?
05:29
And how do you even know
what topics to discuss?
what topics to discuss?
100
317960
2720
Hatta hangi konulardan
bahsedeceğimizi nasıl biliyoruz?
bahsedeceğimizi nasıl biliyoruz?
05:33
See, most of us
don't really think about it,
don't really think about it,
101
321560
2096
Çoğumuz bunu gerçekten düşünmüyoruz
05:35
because it's almost second nature.
102
323680
1656
çünkü neredeyse bir alışkanlık
hâline gelmiş.
hâline gelmiş.
05:37
And when we get to know someone,
we learn more about what makes them tick,
we learn more about what makes them tick,
103
325360
3496
Birini tanıma aşamasında,
ilgi alanlarını, nelerden hoşlandığını
ilgi alanlarını, nelerden hoşlandığını
05:40
and then we learn
what topics we can discuss.
what topics we can discuss.
104
328880
2376
ve dolayısıyla onunla
konuşabileceğimiz konuları öğreniriz.
konuşabileceğimiz konuları öğreniriz.
05:43
But when it comes to teaching
AI systems how to interact with people,
AI systems how to interact with people,
105
331280
3656
Ama yapay zekâ sistemlerine
insanlarla etkileşimi öğretirken
insanlarla etkileşimi öğretirken
05:46
we have to teach them
step by step what to do.
step by step what to do.
106
334960
2856
onlara yapmaları gerekenleri
adım adım öğretmek zorundayız.
adım adım öğretmek zorundayız.
05:49
And right now, it feels clunky.
107
337840
3496
Şu anda oldukça hantal ve yavaş.
05:53
If you've ever tried to talk
with Alexa, Siri or Google Assistant,
with Alexa, Siri or Google Assistant,
108
341360
4136
Eğer Alexa, Siri veya Google Assistant
ile konuşmayı denediyseniz
ile konuşmayı denediyseniz
05:57
you can tell that it or they
can still sound cold.
can still sound cold.
109
345520
4200
hâlâ soğuk bir edayla konuştuklarını
fark etmişsinizdir.
fark etmişsinizdir.
06:02
And have you ever gotten annoyed
110
350440
1656
Hiç söylediklerinizi anlamadığı için
06:04
when they didn't understand
what you were saying
what you were saying
111
352120
2256
sinir olduğunuz oldu mu?
06:06
and you had to rephrase what you wanted
20 times just to play a song?
20 times just to play a song?
112
354400
3840
Sadece bir şarkı çalması için şarkının
adını 20 kez tekrarlamanız gerekti mi?
adını 20 kez tekrarlamanız gerekti mi?
06:11
Alright, to the credit of the designers,
realistic communication is really hard.
realistic communication is really hard.
113
359440
4896
Tasarımcılar övgüyü hak ediyor,
gerçeğe yakın iletişim gerçekten zor.
gerçeğe yakın iletişim gerçekten zor.
06:16
And there's a whole branch of sociology,
114
364360
2136
Sosyolojinin bu konuyla
ilgilenen ayrı bir alanı var,
ilgilenen ayrı bir alanı var,
06:18
called conversation analysis,
115
366520
1936
sohbet analizi deniyor
ve değişik türde konuşmalara ilişkin
şablonlar çıkarmaya çalışıyorlar.
şablonlar çıkarmaya çalışıyorlar.
06:20
that tries to make blueprints
for different types of conversation.
for different types of conversation.
116
368480
3136
06:23
Types like customer service
or counseling, teaching and others.
or counseling, teaching and others.
117
371640
4080
Müşteri hizmetleri
veya danışma, eğitim ve diğerleri.
veya danışma, eğitim ve diğerleri.
06:28
I've been collaborating
with a conversation analyst at the lab
with a conversation analyst at the lab
118
376880
2936
Laboratuvarda bir konuşma analistiyle
birlikte çalışmalar yapıyorum,
birlikte çalışmalar yapıyorum,
06:31
to try to help our AI systems
hold more human-sounding conversations.
hold more human-sounding conversations.
119
379840
4696
yapay zekâ sistemlerimizin daha insansı
sohbet edebilmesini sağlamaya çalışıyoruz.
sohbet edebilmesini sağlamaya çalışıyoruz.
06:36
This way, when you have an interaction
with a chatbot on your phone
with a chatbot on your phone
120
384560
3176
Bu şekilde telefonunuzdaki bir chatbot
veya arabanızda ses temelli
bir sistemle etkileşime geçtiğinizde
bir sistemle etkileşime geçtiğinizde
06:39
or a voice-based system in the car,
121
387760
1856
06:41
it sounds a little more human
and less cold and disjointed.
and less cold and disjointed.
122
389640
3320
daha çok insanla konuşur gibi olacak,
kulağa soğuk ve tutarsız gelmeyecek.
kulağa soğuk ve tutarsız gelmeyecek.
Bu nedenle biz tasarımcıların
06:46
So I created a piece of art
123
394360
1336
06:47
that tries to highlight
the robotic, clunky interaction
the robotic, clunky interaction
124
395720
2816
yapay zekânın neden hâlâ
insan gibi konuşmadığını
insan gibi konuşmadığını
ve bu konuda neler yapabileceğimizi
anlamasına yardım edecek
anlamasına yardım edecek
06:50
to help us understand, as designers,
125
398560
1976
06:52
why it doesn't sound human yet
and, well, what we can do about it.
and, well, what we can do about it.
126
400560
4576
robotik ve donuk konuşmayı çıkaran
bir tür sanat yarattım,
bir tür sanat yarattım,
06:57
The piece is called Bot to Bot
127
405160
1456
Adı Bot to Bot,
06:58
and it puts one conversational
system against another
system against another
128
406640
2936
bir konuşma sistemini
diğeriyle karşı karşıya getiriyor
diğeriyle karşı karşıya getiriyor
07:01
and then exposes it to the general public.
129
409600
2536
ve daha sonra bunu ifşa ediyor.
İşin sonunda gerçekleşen şey
07:04
And what ends up happening
is that you get something
is that you get something
130
412160
2496
07:06
that tries to mimic human conversation,
131
414680
1896
insan konuşmasını taklit etmeye çalışan
07:08
but falls short.
132
416600
1896
ama yetersiz kalan bir şey.
07:10
Sometimes it works and sometimes
it gets into these, well,
it gets into these, well,
133
418520
2736
Bazen işe yarıyor,
bazen de yanlış anlama
döngüsüne takılıyor.
döngüsüne takılıyor.
07:13
loops of misunderstanding.
134
421280
1536
07:14
So even though the machine-to-machine
conversation can make sense,
conversation can make sense,
135
422840
3096
Yani botlar arasındaki sohbetler
dilbilgisel ve sözcüksel anlamda
mantıklı olabilse de
mantıklı olabilse de
07:17
grammatically and colloquially,
136
425960
2016
07:20
it can still end up
feeling cold and robotic.
feeling cold and robotic.
137
428000
3216
hâlâ soğuk ve robot gibi bir his
uyandırabilir.
uyandırabilir.
07:23
And despite checking all the boxes,
the dialogue lacks soul
the dialogue lacks soul
138
431240
4016
Bütün yanları tamam olsa da
bu diyalog ruh bakımından
bu diyalog ruh bakımından
07:27
and those one-off quirks
that make each of us who we are.
that make each of us who we are.
139
435280
3136
ve bizi biz yapan farklılıklarımız
bakımından eksik kalıyor.
bakımından eksik kalıyor.
07:30
So while it might be grammatically correct
140
438440
2056
Dil bilgisi açısından doğru olmasına
07:32
and uses all the right
hashtags and emojis,
hashtags and emojis,
141
440520
2656
ve bütün doğru hashtag
ve emojileri kullanmasına rağmen
ve emojileri kullanmasına rağmen
07:35
it can end up sounding mechanical
and, well, a little creepy.
and, well, a little creepy.
142
443200
4136
yine de sonunda mekanik
ve biraz ürkütücü olabiliyor.
ve biraz ürkütücü olabiliyor.
07:39
And we call this the uncanny valley.
143
447360
2336
Biz bunu tekinsiz vadi
olarak adlandırıyoruz.
olarak adlandırıyoruz.
07:41
You know, that creepiness factor of tech
144
449720
1936
Teknolojinin insana çok benzer
ama biraz tuhaf olduğu
ama biraz tuhaf olduğu
07:43
where it's close to human
but just slightly off.
but just slightly off.
145
451680
2856
o tekin olmayan, ürkütücü his.
07:46
And the piece will start being
146
454560
1456
Bu çalışmanın başlangıcında
07:48
one way that we test
for the humanness of a conversation
for the humanness of a conversation
147
456040
3216
bir sohbetin ne kadar insanı olduğu
07:51
and the parts that get
lost in translation.
lost in translation.
148
459280
2160
ve çeviride kaybolan kısımlar
tek yönlü test edilecek.
tek yönlü test edilecek.
07:54
So there are other things
that get lost in translation, too,
that get lost in translation, too,
149
462560
2856
Çeviride kaybolan başka şeyler de var,
07:57
like human intuition.
150
465440
1616
insan sezgisi gibi.
07:59
Right now, computers
are gaining more autonomy.
are gaining more autonomy.
151
467080
2776
Şu anda bilgisayarlar daha fazla
özerklik kazanıyorlar.
özerklik kazanıyorlar.
Bizim için gündelik işler yapıyorlar,
08:01
They can take care of things for us,
152
469880
1736
08:03
like change the temperature
of our houses based on our preferences
of our houses based on our preferences
153
471640
3176
tercihlerimize göre
evin sıcaklığını ayarlamak,
evin sıcaklığını ayarlamak,
08:06
and even help us drive on the freeway.
154
474840
2160
hatta otoyolda araba kullanmamıza
yardım etmek.
yardım etmek.
08:09
But there are things
that you and I do in person
that you and I do in person
155
477560
2496
Ancak bizzat yaptığımız bazı şeyleri
08:12
that are really difficult
to translate to AI.
to translate to AI.
156
480080
2760
yapay zekâya aktarmak gerçekten zor.
08:15
So think about the last time
that you saw an old classmate or coworker.
that you saw an old classmate or coworker.
157
483440
4360
Okuldan veya işten eski bir arkadaşınızı
en son gördüğünüz zamanı düşünün.
en son gördüğünüz zamanı düşünün.
08:21
Did you give them a hug
or go in for a handshake?
or go in for a handshake?
158
489080
2480
Onlarla kucaklaştınız mı
yoksa el mi sıkıştınız?
yoksa el mi sıkıştınız?
Ne yapacağınızı
muhtemelen düşünmediniz.
muhtemelen düşünmediniz.
08:24
You probably didn't think twice
159
492800
1496
08:26
because you've had so many
built up experiences
built up experiences
160
494320
2336
Çünkü birbirinizle etkileşim sonucu
08:28
that had you do one or the other.
161
496680
2000
çok fazla birikim ve tecrübeniz var.
08:31
And as an artist, I feel
that access to one's intuition,
that access to one's intuition,
162
499440
3456
Bir sanatçı olarak
bir kişinin önsezilerine
bir kişinin önsezilerine
ve bilinçaltına erişebilmesinin
08:34
your unconscious knowing,
163
502920
1416
08:36
is what helps us create amazing things.
164
504360
3056
inanılmaz şeyler yaratmamıza
yardım eden şey olduğunu hissediyorum.
yardım eden şey olduğunu hissediyorum.
08:39
Big ideas, from that abstract,
nonlinear place in our consciousness
nonlinear place in our consciousness
165
507440
4056
Bilincimizin o soyut, doğrusal olmayan
kısmından gelen büyük fikirler
kısmından gelen büyük fikirler
08:43
that is the culmination
of all of our experiences.
of all of our experiences.
166
511520
2960
bütün tecrübelerimizin doruk noktasıdır.
08:47
And if we want computers to relate to us
and help amplify our creative abilities,
and help amplify our creative abilities,
167
515840
4656
Bilgisayarların bizi anlamasını,
yeteneklerimizi güçlendirmesini istiyorsak
yeteneklerimizi güçlendirmesini istiyorsak
08:52
I feel that we'll need to start thinking
about how to make computers be intuitive.
about how to make computers be intuitive.
168
520520
3896
onları nasıl sezgisel yapacağımızı da
düşünmeye başlamalıyız.
düşünmeye başlamalıyız.
08:56
So I wanted to explore
how something like human intuition
how something like human intuition
169
524440
3096
Bu nedenle insan önsezisi gibi bir şeyin
08:59
could be directly translated
to artificial intelligence.
to artificial intelligence.
170
527560
3456
yapay zekâya nasıl aktarılabileceğini
keşfetmek istedim.
keşfetmek istedim.
09:03
And I created a piece
that explores computer-based intuition
that explores computer-based intuition
171
531040
3216
Bilgisayar temelli sezgiyi
fiziksel mekânda inceleyen
bir yapıt yarattım.
bir yapıt yarattım.
09:06
in a physical space.
172
534280
1320
09:08
The piece is called Wayfinding,
173
536480
1696
Adı Wayfinding,
09:10
and it's set up as a symbolic compass
that has four kinetic sculptures.
that has four kinetic sculptures.
174
538200
3936
dört kinetik heykelden oluşan
sembolik bir pusula olarak tasarlandı.
sembolik bir pusula olarak tasarlandı.
09:14
Each one represents a direction,
175
542160
2056
Heykellerden her biri
bir yönü temsil etmekte;
bir yönü temsil etmekte;
09:16
north, east, south and west.
176
544240
2120
kuzey, doğu, güney ve batı.
09:19
And there are sensors set up
on the top of each sculpture
on the top of each sculpture
177
547080
2696
Her bir heykelin üzerinde
09:21
that capture how far away
you are from them.
you are from them.
178
549800
2256
onlardan ne kadar uzakta olduğunuzu
yakalayan sensörler var.
yakalayan sensörler var.
09:24
And the data that gets collected
179
552080
1816
Toplanan veriler,
09:25
ends up changing the way
that sculptures move
that sculptures move
180
553920
2136
heykellerin hareket ediş şeklini
09:28
and the direction of the compass.
181
556080
2040
ve pusulanın yönünü değiştiriyor.
09:31
The thing is, the piece doesn't work
like the automatic door sensor
like the automatic door sensor
182
559360
3656
Burada önemli olan
bunun siz önünden geçtiğinizde açılan
bunun siz önünden geçtiğinizde açılan
09:35
that just opens
when you walk in front of it.
when you walk in front of it.
183
563040
2656
otomatik kapı sensörü gibi
çalışmıyor olması.
çalışmıyor olması.
09:37
See, your contribution is only a part
of its collection of lived experiences.
of its collection of lived experiences.
184
565720
5056
Sizin katkınız onun yaşanmış tecrübeler
koleksiyonunun yalnızca bir parçası.
koleksiyonunun yalnızca bir parçası.
09:42
And all of those experiences
affect the way that it moves.
affect the way that it moves.
185
570800
4056
Bütün bu deneyimler
onun hareket etme biçimini etkiliyor.
onun hareket etme biçimini etkiliyor.
09:46
So when you walk in front of it,
186
574880
1736
Önünde yürüdüğünüz zaman,
09:48
it starts to use all of the data
187
576640
1976
sergilendiği süre boyunca
yakalamış olduğu
yakalamış olduğu
09:50
that it's captured
throughout its exhibition history --
throughout its exhibition history --
188
578640
2616
tüm verileri ya da önsezisini
kullanmaya başlıyor,
kullanmaya başlıyor,
09:53
or its intuition --
189
581280
1816
09:55
to mechanically respond to you
based on what it's learned from others.
based on what it's learned from others.
190
583120
3560
başkalarından öğrendiklerine dayanarak
size mekanik şekilde yanıt veriyor.
size mekanik şekilde yanıt veriyor.
09:59
And what ends up happening
is that as participants
is that as participants
191
587480
2536
Neticede gerçekleşen şey
katılımcılar olarak biz
katılımcılar olarak biz
10:02
we start to learn the level
of detail that we need
of detail that we need
192
590040
2816
hem insanların hem makinaların
beklentilerini yönetmek için
beklentilerini yönetmek için
10:04
in order to manage expectations
193
592880
2016
ihtiyaç duyduğumuz detay düzeyini
10:06
from both humans and machines.
194
594920
2776
öğrenmeye başlıyoruz.
10:09
We can almost see our intuition
being played out on the computer,
being played out on the computer,
195
597720
3616
Neredeyse önsezimizin bilgisayar
tarafından sahnelendiğini görebiliyoruz,
tarafından sahnelendiğini görebiliyoruz,
10:13
picturing all of that data
being processed in our mind's eye.
being processed in our mind's eye.
196
601360
3600
zihnimizin gözünde işlemden geçen
bütün o verilerin betimlenmesi.
bütün o verilerin betimlenmesi.
10:17
My hope is that this type of art
197
605560
1656
Umuyorum ki bu tür sanat
sezgi ve gelecekte onu yapay zekâya
nasıl uygulayacağımızla ilgili
nasıl uygulayacağımızla ilgili
10:19
will help us think differently
about intuition
about intuition
198
607240
2416
10:21
and how to apply that to AI in the future.
199
609680
2280
farklı düşünmemize yardımcı olacaktır.
10:24
So these are just a few examples
of how I'm using art to feed into my work
of how I'm using art to feed into my work
200
612480
3936
Bunlar bir tasarımcı
ve yapay zekâ araştırmacısı olarak
ve yapay zekâ araştırmacısı olarak
sanatı, çalışmalarımı desteklemek için
nasıl kullandığıma dair birkaç örnek.
nasıl kullandığıma dair birkaç örnek.
10:28
as a designer and researcher
of artificial intelligence.
of artificial intelligence.
201
616440
3096
10:31
And I see it as a crucial way
to move innovation forward.
to move innovation forward.
202
619560
3496
Sanatı inovasyonu ileriye taşımak
açısından da çok önemli buluyorum.
açısından da çok önemli buluyorum.
10:35
Because right now, there are
a lot of extremes when it comes to AI.
a lot of extremes when it comes to AI.
203
623080
4376
Çünkü şu anda yapay zekâ konusunda
çok fazla aşırılık var.
çok fazla aşırılık var.
10:39
Popular movies show it
as this destructive force
as this destructive force
204
627480
2816
Popüler filmler onu
yıkıcı bir güç olarak gösterirken
yıkıcı bir güç olarak gösterirken
10:42
while commercials
are showing it as a savior
are showing it as a savior
205
630320
3056
reklamlar onu dünyanın
en karmaşık problemlerini çözecek
en karmaşık problemlerini çözecek
10:45
to solve some of the world's
most complex problems.
most complex problems.
206
633400
2936
bir kurtarıcı olarak gösteriyor.
10:48
But regardless of where you stand,
207
636360
2536
Ancak nereden bakarsanız bakın
10:50
it's hard to deny
that we're living in a world
that we're living in a world
208
638920
2176
her saniye daha da dijital hâle gelen
10:53
that's becoming more
and more digital by the second.
and more digital by the second.
209
641120
2576
bir dünyada yaşadığımızı
inkâr etmek oldukça zor.
inkâr etmek oldukça zor.
10:55
Our lives revolve around our devices,
smart appliances and more.
smart appliances and more.
210
643720
4600
Hayatlarımız aygıtlar
ve akıllı cihazlar etrafında dönüyor.
ve akıllı cihazlar etrafında dönüyor.
11:01
And I don't think
this will let up any time soon.
this will let up any time soon.
211
649400
2320
Bunun yakın bir zamanda
son bulacağını da sanmıyorum.
son bulacağını da sanmıyorum.
11:04
So, I'm trying to embed
more humanness from the start.
more humanness from the start.
212
652400
3736
Başlangıçtan itibaren daha fazla
insani özelliği eklemeye çalışıyorum.
insani özelliği eklemeye çalışıyorum.
11:08
And I have a hunch that bringing art
into an AI research process
into an AI research process
213
656160
5136
Bir yapay zekâ araştırma sürecine
sanatı getirmenin
sanatı getirmenin
tam da bunu yapmanın
iyi bir yolu olduğunu hissediyorum.
iyi bir yolu olduğunu hissediyorum.
11:13
is a way to do just that.
214
661320
1896
11:15
Thank you.
215
663240
1216
Teşekkür ederim.
11:16
(Applause)
216
664480
2280
(Alkışlar)
ABOUT THE SPEAKER
Raphael Arar - Designer, researcherIBM's Raphael Arar creates art and designs experiences that examine the complexities of our increasingly technocentric lives.
Why you should listen
While his artwork raises questions about our relationship with modernity and technology, Raphael Arar’s design work revolves around answering those questions in human-centered ways.
Currently a designer and researcher at IBM Research, Arar has been exploring ways to translate aspects of emotional intelligence into machine-readable format. Through this, he is passionately tackling ethical platforms of artificial intelligence. Inc. Magazine says he "epitomizes the style and multi-disciplinary skill set of the modern designer," and in 2017, he was listed as one of Forbes's "30 under 30 in Enterprise Technology."
Raphael Arar | Speaker | TED.com