Geçmişten günümüze geliştirilen ve tüm insanların kullanabildiği teknolojilerin birçoğu askeri amaçlarla üretilmiş, çeşitli revizelerin ardından halkın kullanımına sunulmuştur. Uydular, haberleşme sistemleri, taşıtlar ve bilgisayar sistemleri gibi birçok teknoloji askeri amaçlarla geliştirildikten sonra doğrudan veya sivil kullanıma yönelik değişiklikler yapılarak günümüzdeki hallerine geldi.
Yapay zekada da benzer bir durum söz konusu. Bunu görmek için makine öğrenmesi kavramının ortaya çıkışına bakmamız yeterli. 1940’lı yıllarda Matematikçi Alan Turing’in makineleri, Nazi Almanyası’nın askeri kriptoloji sistemi Enigma’nın şifreli mesajlarını kırıyordu. Yapay zeka dediğimiz kavramın temelini oluşturan makine öğrenmesinin serüveni ise, 1950’li yılların başında yine Alan Turing’in “Bilgi İşlem Makineleri ve Zeka” isimli yayınıyla ortaya çıkan “makineler düşünebilir mi?” sorusu ile başladı. Turing’in çalışması, Taklit Oyunu adı verilen bir teste tabi tutulan ve bu testi başarıyla geçebilen bilgisayarların düşündüğünü kanıtladığını belirtiyordu. Nitekim bu sorunun herkes tarafından kabul edilen bir cevabı olmasa da yapay zeka dil modelleri üzerine yapılan çalışmalara ilhâm kaynağı oldu.
AI Dil modellerinin hayatımıza girişi
GPT-3 dil modeli temeliyle oluşturulan ve 2022’nin Kasım ayında yayınlanan asistan ChatGPT’nin çıkmasıyla yapay zeka, bu alanda çalışmayan insanların dahi kullanımına sunuldu. Daha sonra GPT-3.5 ve GPT-4 olarak güncellenen bu asistan; içerik üretiminden teknoloji geliştirmeye, yemek tarifi vermekten şiir yazmaya birçok yönüyle yüksek kapasiteli bir dil modeli olarak hayatımıza girdi. GPT-4 ile veri analizi ve hayali resimler üretebilme özelliğine sahip oldu. İnsanlar günlük hayatta, iş hayatında, okul hayatında ChatGPT’nin yardımını almaya başladılar.
Günümüzde savunma teknolojilerini konuştuğumuzda insansız sürü sistemler, Loyal Wingman konseptleri, simülatör sistemleri gibi alanlarda yapay zekanın kullanımını tartışıyoruz. Peki ya büyük verileri kısa sürede analiz edip çeşitli senaryolara göre çözümler üretebilen dil modellerini, cephede orduları yönetmekte kullanmak mümkün mü? Askeri komutanın merkezine ChatGPT gibi yardımcı olabilecek sistemler geliştirebilir miyiz?
Bu sorunun cevabını, ABD Merkezli, veri analizi konusunda çalışmalar yapan Palantir firması geliştirdikleri Palantir AIP ile veriyor.
Nedir bu Palantir AIP?
Sistem, Palantir AIP’nin askeri komuta merkezine gelen “seçili” girdi ve çıktı verisine erişimi ile kuruluyor. Seçili kelimesini; yapay zekaya olan güven, bazı kesimlerce yapay zekanın uygulanması sırasında dikkat edilmesi gerektiği düşünülen etik değerler ve yasal mevzuatlardan ötürü vurguluyoruz. AIP’nin sisteme entegrasyonuyla sahada olan tüm dost-düşman askeri birimlerin haritası çıkarılıyor ve sanal ortamda savaş alanının görüntüsü elde ediliyor.
Radarlar, uydu görüntüleri, İHA kameraları ve çeşitli görüntüleme cihazlarından alınan girdi verisi, ihtiyaç duyulan alana göre analiz ediliyor ve komuta merkezine iletiliyor. AIP, komuta merkezinin istemine göre detaylı bilgiyi veriyor ve alınabilecek en mantıklı aksiyonları sunuyor. Bu aksiyonları; birimlerin türü, askeri teçhizat miktarı, müdahale edilecek tehdite olan uzaklık gibi verilerden yararlanarak analiz ediyor ve en uygun müdahale yöntemini öneriyor. Burada önemli bir noktaya dikkat etmek gerek: Son karar ve kontrol her zaman insan elinde. Yapay zeka, hiçbir birime doğrudan emir gönderememekte hatta insansız sistemleri dahi insan onayı olmadan kontrol edememekte. AIP’nin içinde yer alan yazılımsal güvenlik tedbirleri, gizli verilere erişim kısıtlaması gibi önlemlerle bunun önüne geçiliyor.
Şirketin Youtube kanalında tehdit tespiti ve müdahale senaryosuna yönelik bir demo videosu hazırlanmış. Adım adım senaryoyu ve yapay zekanın olaya yaklaşımını inceleyelim.
Sistem alışık olduğumuz ChatGPT’ye benzer bir arayüze sahip. İlk olarak bu ekrana AIP Asistan tarafından, bir SAR radarından alınan görüntüde saptanan anormal askeri aktiviteye dair bir uyarı gönderiliyor. Sisteme erişen bir insan operatör, daha fazla detay istediğine dair istemi (prompt) asistana gönderiyor. Asistan; uyarıya ilişkin SAR görüntüsünü, tespit edilen tehdit sayısını, görüntünün nereden alındığına dair bilgileri iletiyor. Operatör, görüntünün çözünürlüğü düşük olduğu için daha yüksek çözünürlükte görüntü alma görevine dair en uygun seçenekleri istiyor. Asistan, bölgede olan bir MQ-9 drone ile veya 39 dakika içerisinde o bölgeden geçecek bir uydudan görüntü alınabileceğini bildiriyor. Operatör MQ-9’u görevlendiriyor ve ilgili görüntü Asistan arayüzüne getiriliyor. Alınan yeni görüntü tehditin bir tank ve yanındaki piyadeler olduğunu gösteriyor.
Operatör, tanka müdahale için 3 farklı yöntem isteminde bulunuyor. Asistan; F-16, uzun menzilli topçu bataryası veya operasyon ekibi ile müdahale edilebileceğini ve bu birimlerin teçhizatları ile hedefe olan uzaklık bilgilerini gösteriyor. Operatör bu 3 seçeneğin incelenmesi için bilginin üst yönetime iletilmesini istiyor.
Komuta merkezine gelen seçenekler arasından operasyon ekibi ile müdahale seçiliyor ve asistandan operasyonun yapılacağı bölgenin arazi analizi ile en uygun rotanın hazırlanması isteniyor. Hazırlanan tüm bu yönergeler ile operasyon simülasyonu gerçekleştirilmiş oluyor.
Geleneksel Yöntemlerle Karşılaştırma
Geleneksel ve hâlen kullanılan yöntemleri düşündüğümüzde yukarıda incelediğimiz senaryoda yapılması gereken 3 temel iş var: Tespit, analiz ve müdahale.
Geleneksel yöntemler ile ele aldığımızda tespit kısmında yüzlerce radar, uydu, İHA görüntüleri gibi verilerin incelenmesi ve potansiyel tehditlerin tespit edilmesinde çok sayıda operatöre iş düşüyor. Yapay zekanın çalıştığı durumda ise görüntü işleme ile hızlıca tespit edilen tehdit komuta merkezine iletiliyor. Hem zaman hem insan iş yükü açısından kazanç sağlanıyor.
Analize geldiğimizde ise risk yüzdeleri, operasyon süresi, bölgeye olan uzaklık gibi verilerin teknik yeterlilik açısından kıyaslanması için orduda çeşitli alanlarda uzmanlaşmış kişilerin saatler süren planlamalarıyla operasyon senaryoları hazırlanmakta. Yapay zekanın müdahil olduğu durumda ise tüm bu verinin uygun AI modeliyle işlenmesi ile en uygun senaryolar dakikalar içinde hazır hâle geliyor. Verinin işlenmesiyle ortaya çıkan olasılıkların birbiriyle kombinasyonu ile tüm ihtimaller ortaya çıkarılmakta ve aralarında risk yüzdesi en düşük ihtimalin uygulamaya sunulması mümkün.
Müdahale aşamasında ise geleneksel yöntemlerde operasyon birimini oluşturan birimlerin operasyonel farkındalığı, büyük ölçüde komuta merkezi tarafından sağlanıyor. İletişimde oluşabilecek gecikmeler, bu farkındalığa zarar veriyor ve risk yüzdesini artırıyor. Yapay zeka asistanın doğrudan sahadaki birimlere olan iletişiminde ise komuta merkezine kıyasla daha hızlı yapılan tespitler doğrudan sahaya iletiliyor ve operasyonel farkındalık büyük ölçüde korunmuş oluyor.
Tabii ki bu karşılaştırmalar kağıt üzerinde. Ve her ne kadar Palantir bu alana yönelik bir ürün geliştirmiş olsa da bildiğimiz kadarıyla sahada uygulanmış değil. Bu da Palantir AIP’yi gerçek operasyonlarda kullanılana kadar sadece AR-GE aşamasında olan bir ürün kılıyor.
Sistemin farklı alanlarda kullanılması
Palantir AIP normalde doğrudan askeri amaçlı kullanım için geliştirilmiş bir sistem değil. Yönetimi zor, büyük birimlerin sorunlarını en kolay ve en iyi şekilde çözüme kavuşturmaya da yardımcı bir sistem olarak GPT-4 tabanlı dil modellerini kullanarak geliştirilmiş. Şirketlerin üretim, dağıtım, yatırım adımlarını en iyi nasıl atacağına yönelik analizler yaparak yönetimi daha kolay hale getiriyor. Üretim hattında ortaya çıkan sorunlar, soruna karşı uygulanacak çözümler, çözüm uygulanana kadar oluşacak gecikmeyi telafi etmeye yönelik tedbirler gibi birçok yönde yardımcı oluyor. Yine Palantir Youtube kanalında bir imalatçı şirketin yönetiminde yaşanan sorun senaryosuna dair demo videosu hazırlanmış. Videoda iş yerlerinin Palantir AIP Asistanı nasıl kullanacakları ve iş planlarına nasıl katkı sunacağı anlatılıyor.
Sonuç
GPT-4 tabanlı modeller her ne kadar geçmişte kullanılan yapay zeka dil modellerine kıyasla daha iyi durumda olsalar da sıkça hata yaptıklarına şahit oluyoruz. Dünya üzerinde birçok ülkenin dahi erişme imkanı olmayan askeri teçhizatı, zaman zaman hata yapan bu modellerin erişimine sunmak ve bu modellerin analizleri doğrultusunda aksiyon almak zincirleme hatalara ve büyük kayıplara yol açması olası bir durum. Her ne kadar insan gözetiminde kontrol edilse de insan psikolojisini yanıltma ve yanlış yönlendirmesi mümkün. Bu sistemin ordulara entegre edilebileceğini görmemiz için daha çok veriyle eğitilmiş daha büyük dil modelleri ile yaşanacak teknolojik gelişmelere ve sahada yapılacak testlere ihtiyacımız var.
