Google’ın yeni yapay zekâ araçları: DNA atlasından hava tahminine

Google’ın son yapay zekâ duyurularını tek bir ürün lansmanı olarak değil; araştırma veritabanları, tahmin sistemleri, sağlık araştırmaları ve bilgi erişimi araçlarından oluşan bir portföy olarak değerlendirmek daha doğru. Ortak hedef, yapay zekâdan üretilen öngörüleri bilim insanları ve toplum için daha kullanılabilir hâle getirmek. Bununla birlikte, doğrulama, erişim ve gerçek hayattaki uygulamaya ilişkin önemli sorular sürüyor. 4

AlphaGenome Atlas: DNA’daki olası değişiklikler için aranabilir harita

Paketteki en somut araştırma kaynağı AlphaGenome Atlas. Veritabanı, insan genomunda mümkün olan yaklaşık 9 milyar tek nükleotid varyantının — başka bir deyişle DNA’daki olası tek harflik değişimlerin — moleküler etkilerine yönelik yapay zekâ tahminlerini içeriyor. Google DeepMind, AlphaGenome modeliyle bu değişikliklerin gen etkinliğini düzenleyen süreçler üzerindeki etkisini önceden hesapladığını; ortaya yaklaşık 1 petabaytlık bir veri kümesi çıktığını söylüyor. 312

Buradaki temel fayda hız. Araştırmacıların her aday genetik varyant için modeli sıfırdan çalıştırması yerine, önceden hazırlanmış tahminleri sorgulaması mümkün oluyor. AlphaGenome Variant Impact (AVI) skoru da hangi varyantların daha ayrıntılı incelemede önceliklendirilebileceğine yardımcı olmayı amaçlıyor. Atlas, hem protein üreten bölgeleri hem de gen etkinliğini düzenleyen bölgeleri kapsıyor. 212

Bu özellik, özellikle çok büyük bir olasılık kümesini daraltmaya çalışan araştırmacılar için işe yarayabilir. Ancak tahmin edilen bir moleküler etki, tek başına tanı ya da bir hastalığa neden olduğunun kanıtı değildir. Tıbbi kararları etkileyebilmesi için deneysel çalışmalar, klinik değerlendirme ve vakaya özgü takip gerekir. 8

AlphaFold ve AlphaMissense ile ilişkisi

Google, AlphaGenome’u mevcut biyoloji sistemlerinin yanında konumlandırıyor. AlphaFold protein yapılarını tahmin etmeye odaklanırken, AlphaMissense ve AlphaGenome genetik varyasyonların olası etkilerine ilişkin sorulara yöneliyor. Bu kaynaklar birlikte, bir DNA değişikliğinden hücresel biyolojinin nasıl etkilenebileceğine dair araştırma hipotezleri kurulmasına yardımcı olmayı hedefliyor. 412

Yine de bunlar tek bir birleşik klinik sistem değil, birbirini tamamlayan hesaplamalı araçlar. Fayda düzeyleri, tahminlerin incelenen biyolojik bağlamda ne kadar iyi doğrulandığına bağlı.

Meme kanseri taramasında yapay zekâ: umut verici, ancak hekimlerin yerine geçmiyor

Google ayrıca Imperial College London ve Birleşik Krallık Ulusal Sağlık Hizmeti (NHS) ile yürütülen yapay zekâ destekli meme kanseri taraması araştırmasını öne çıkardı. Google’ın açıklamasına göre deneysel bir yapay zekâ sistemi, 175 bin kadının mamogramlarında geleneksel taramada kaçırılmış aralık kanserlerinin yüzde 25’ini belirledi. Aralık kanseri, tarama sonucu sonrasında ortaya çıkan ve belirtiler görülene kadar fark edilmeyebilen vakaları ifade ediyor. 446

Bu bulgu önemli bir araştırma sonucu olsa da yapay zekânın mamografi programlarının, radyologların veya klinik değerlendirmenin yerini alabileceği anlamına gelmiyor. Söz konusu sistem deneysel aşamada. Sağlık hizmetlerinde kullanım için farklı ortamlarda doğrulama, denetim; yanlış pozitif, yanlış negatif ve hasta sonuçlarının dikkatle değerlendirilmesi gerekiyor. 46

WeatherNext 3: Uydu verileriyle küresel hava tahmini

WeatherNext 3, Google’ın en yeni küresel hava tahmini yapay zekâ modeli. Gerçek zamanlı uydu verilerini kullanan model, farklı mekânsal çözünürlüklerde saatlik tahminler üretiyor ve özellikle yağış tahminini geliştirmeyi amaçlıyor. 1819

Google, modelin çeşitli değerlendirme ölçütlerine göre yağış tahminlerinde iyileşme sağladığını bildiriyor. Yayımlanan sonuçlarda, erken tahmin vadelerinde IMERG’e karşı yüzde 60’a, MRMS’ye karşı yüzde 30’a ve yağış ölçer verilerine karşı yüzde 10’a varan iyileşme belirtiliyor. Google’ın bölgesel bir duyurusunda ise bir gün ve daha sonrası için yağmur tahmini doğruluğunun yüzde 50’ye kadar arttığı ifade ediliyor. 1920

Uydu girdileri, yer istasyonu gözlemlerinin sınırlı olduğu alanlarda özellikle önemli olabilir. Ancak model performansı; kullanılan ölçüte, karşılaştırma temel çizgisine, coğrafyaya ve tahmin ufkuna göre değişir. Bu nedenle yapay zekâ tabanlı hava tahminleri, daha geniş kapsamlı meteoroloji ve acil durum planlama sistemlerinin bir parçası olarak ele alınmalı.

Earth AI ile krizleri öngörme çabası

Google’ın Earth AI Planetary Prediction Engine adlı sistemi; hastalık salgınları, gıda kıtlığı ve iklimle bağlantılı riskler gibi krizleri tahmin etmek için küresel sağlık, gıda güvenliği ve sosyoekonomik verileri bir araya getiriyor. Google, sistemin doğal dilde verilen talimatlarla çalışabildiğini; Demokratik Kongo Cumhuriyeti’ndeki Ebola salgını sırasında ve ABD’de 21 CDC sağlık göstergesinde kırılgan toplulukların belirlenmesinde kullanıldığını söylüyor. 4

Bu tür sistemler kurumların hangi alanları daha erken incelemesi veya önceliklendirmesi gerektiğine yardımcı olabilir. Ancak çıktılar kesinlik değil, tahmindir. Bir öngörünün kalitesi; temel verilerin niteliğine, model varsayımlarına ve halk sağlığı ile insani yardım ekiplerinin alacağı kararlara bağlıdır.

Daha fazla dilde bilgi erişimi

Google ayrıca, yaklaşık 7 milyar kişinin konuştuğu, dünya nüfusunun kabaca yüzde 86’sına karşılık gelen 300’den fazla dili kapsayan yapay zekâ destekli dil desteğinden söz etti. Amaç, bilgiye ve dijital hizmetlere erişimdeki dil engellerini azaltmak. 4

Ne var ki kapsama alanı, herkes için eşit erişim anlamına gelmez. Çeviri kalitesi, bölgesel dil çeşitlerinin desteği, kültürel bağlam, yerel bağlantı imkânları ve güvenilir kaynakların bulunabilirliği; insanların bilgiye güvenli ve etkili biçimde erişip erişemeyeceğini belirler.

AI & Economy ATLAS: Yapay zekâ kullanımı nasıl ölçülüyor?

AI & Economy ATLAS, insanların dünyada işte ve günlük yaşamda yapay zekâyı nasıl kullandığını belgelemeyi amaçlayan, açık erişimli bir proje. Kaynak, istihdam ya da verimlilik sonuçları için kesin bir tahmin sunmaktan ziyade, benimsenme düzeyine ve algılanan etkilere ilişkin betimleyici bir görünüm sağlamayı hedefliyor. 414

Bu ayrım önemli. Yapay zekâ yeni görevler, araçlar ve roller yaratabilir; aynı zamanda bazı işlere olan talebi dönüştürebilir veya azaltabilir. Kullanımı ölçmek değerli olsa da kazançların, risklerin ve fırsatların nasıl dağıtılacağı sorusunu tek başına yanıtlamaz.

Sonuç: Büyük potansiyel, otomatik fayda anlamına gelmiyor

Google’ın yeni dalgasındaki en somut araştırma kaynağı AlphaGenome Atlas: insan DNA’sındaki yaklaşık 9 milyar olası tek harflik değişim için tahminler sunan açık bir veri haritası. Bunun çevresinde hava tahmini, kriz haritalama, sağlık araştırması, dil erişimi ve yapay zekâ kullanımını anlamaya dönük araçlar bulunuyor. 34

Potansiyel büyük; fakat yarar kendiliğinden ortaya çıkmayacak. Bilimsel ve tıbbi tahminlerin bağımsız biçimde doğrulanması, tahmin sistemlerinin sorumlu kullanımı ve daha geniş erişimin doğruluk, yerel bağlam ve adil uygulamayla desteklenmesi gerekiyor.