Turkcell’de Yapay Zeka

Günümüz dünyasında her gün yeni bir teknoloji ile tanışıyoruz ve teknoloji lansmanlarının artık bir çoğunda  yapay zeka kullanılıyor. Bu nedenle yapay zeka aslında hayatımızın her alanına girmiş durumda. Yapay zekayı eminim çoğunuz duymuştur ama duymayanlar için özet geçmek gerekirse, makinelerin karmaşık problemlere insanlar gibi çözüm üretmesini sağlama ile ilgilenen bir bilim dalı yani kısaca makineleri insanlaştırma çabası diyebiliriz.

Her geçen gün sürekli gelişmekte olan bu alan kendisine farklı sektörlerde yer buluyor. Bu zamana kadar akıllı ev sistemleri, güvenlik sistemleri, akıllı araçlar ve özellikle robotlar gibi birçok alanda kullanılmaya başlayan yapay zeka çoktan hayatımızın bir parçası olmuş durumda. 

Bizlerde “Turkcell Yapay Zeka” ekibi olarak farklı alanlarda bu teknoloji ile geliştirmeler yapmaya ve aktif olarak canlı ortamda kazanımları görmeye başladık. Özellikle chatbotlar, image & video işleme, sesli asistanlar, kişiye özel öneri sistemleri, IoT veri analizi gibi yeteneklerimiz ile Turkcell içinde kendi kaynaklarımızı kullanarak geliştirmeler yapıyor ve dış dünyaya ürünler sunuyoruz.

Tabii ki bu kadar yapay zekanın konuşulduğu bir dünyada, her alana girmiş bu teknoloji için mutlaka her yönüyle düşünmek gerekiyor. Yapay zeka alanında yapılan geliştirmeler, uygulamalar daha öncekilere hiç ama hiç benzemiyor.

SPEECH ANALYTICS 

Günümüzde insanla makinenin iletişimini artık doğal yollarla yapılmasının sağlanması amacıyla insandan makineye ve makineden insana olmak üzere sesle iletişim yapılması amaçlanıyor. Bu amaç dahilinde Speech To Text yani STT (sesten yazıya) ve Text To Speech yani TTS (yazıdan sese) çevrim yapabilecek deep learning modelleri oluşturuluyor. Bu modellerin oluşturulabilmesi için de RNN ve CRNN gibi algoritmalar kullanılmaktadır. Bu algoritmalar GPU’lu donanım ile çalışmaktadır. Aynı işlem CPU’da yapıldığındaysa işlenecek dataya ve algoritmanın büyüklüğüne göre değişkenlik göstermekte ve prototip modelimiz için 40 kat daha yavaş olmaktadır.

Hazırladığımız TTS algoritması sayesinde 10 saatlik sanatçı Şenay Gürler’in ses kaydı ile modellerimizi eğiterek sanatçının sesini kopyalamayı başarmış olduk. Böylece makine sanatçının sesiyle ses sentezleyerek daha önce söylemediği bir sesi, kelimeyi veya cümleyi dahi seslendirebilmektedir. Yıl içerisinde 40 saate ulaşacak ses kaydı datası ile modellerimizi eğiterek, burada oluşan yapay zeka sesini insansı vurgu ve tonlamaya maksimum oranda yaklaştırmış olacağız.

Paralelde STT için derin öğrenme yöntemleri ile hazırlanmakta olan, dikte edilen konuşmaların tamamını anlayabilecek modeller üzerinde çalışıyoruz. 

Ses dünyasındaki yetkinliklerimizi doğal dil işleme ,doğal dil anlama ve üretme yetkinliklerimiz ile birleştirerek nisan ayındaki Turkcell Teknoloji Zirvesinde demosu yapılan Yaani Asistan ürünümüzü bu yıl içerisinde lanse etmeyi hedefliyoruz.

TEXT ANALYTICS 

Yapay zeka kapsamında yapılan metin analizi çalışmaları; metinlerin sınıflandırılması, bölütlenmesi (clustering), metinlerden konu çıkarılması (concept/entity extraction), sınıf taneciklerinin üretilmesi (production of granular taxonomy), duygusal analiz (sentimental analysis), metin özetleme (document summarization), varlık ilişki modellemesi (entity relationship modelling) gibi çalışmaları hedefler. 

Metin analizleri konusunda geçmişten bugüne yapılmış çalışmalardan faydalanılarak geniş bir bilgi havuzu oluşmuştur. Güncel örneklere bakıldığında Google Translate yüksek başarı ile tercüme yapabilmektedir. Yine kısa süre önce binlerce sayfalık teknik bir kitabın Fransızca’dan İngilizce’ye birkaç saat içinde deep learning metodu kullanılarak yapay zeka ile çevrildiği açıklanmıştır. 

Her dilin kendine özgü dilbilgisi kurallar olması ve kültürel öğeleri içermesi sebebiyle metinlerin analizi imaj/video işleme gibi üniversal bir çalışma olmayıp üzerinde çalışılan dile çok yüksek şekilde bağlıdır. Bu alanda yapılan çalışmaların büyük bir kısmı dünyada en yaygın dil olan İngilizce üzerinde yapılmıştır. Türkçe üzerinde yapılan çalışmalar ise az sayıdadır.

Turkcell’de de bu alanda önemli çalışmalar bulunmaktadır. Bunlardan bazıları chat verilerinin anlamlandırılması ve otomatik kategori belirlenmesi, abone etkileşimlerinde duygu analizi, metin üzerinden otomatik şikayet tespiti ve ticket açılmasıdır.

IMAGE & VIDEO ANALYTICS

Dijital ortama aktarılmış resim yada video üzerinden ihtiyaca göre fayda elde etmek için kullanılan bir yöntemdir. Aslında videolar da resim olarak işlenir, çünkü arka arkaya eklenmiş resim frame’lerinden oluşurlar.

Peki bilgisayarlar bir resmi nasıl görür? Matematiksel olarak resimler iki boyutlu bir matris olarak ifade edilir ve sonrasında tüm işlemler bu matris üzerinden yapılır.

Son yıllarda donanım dünyasında GPU, TPU gibi teknolojilerin gelişmesi görüntü işleme alanında deep learning modellerinin kullanılmasına olanak sağladı.Genelde CNN ve RNN gibi algoritmalar kullanılır.  Alexnet, VGG, Inception, Resnet gibi büyük veri setleri ile eğitilmiş modeller ihtiyaca göre özelleştirilip başarılı sonuçlar elde edilebilir.  Tensorflow, pytorch, opencv gibi teknolojiler kullanılmaktadır.

Otonom araçlar, kanser teşhisi, yüz tanıma, ürün kalitesinin belirlenmesi gibi sağlıktan tarıma finanstan sigortacılık sektörüne kadar pek çok alanda farklı senaryolarda fayda elde edilebilir.  

Turkcell’deki senaryolar:

• Bir bölgedeki insan sayısının tespiti
• Obje etiketleme
• Zararlı içerik tespiti
• OCR yöntemi ile kimlik, pasaport ve faturalarda ad,soyad, tc, adres, telefon bilgilerinin dijital ortama aktarılması
• Bir maddenin çöp yada geri dönüşüm için tespiti  

gibi çok farklı alanlarda bu yeteneğimizi kullanıyoruz

RPA (Robotic Process Automation)

Sanayi devriminin geçen yüzyılda geldiği nokta ağır iş gücü gerektiren işleri makinelere yaptırarak üretimi ve kalitesini arttırmak olmuştu. Bu devrim, daha az insan gücüne ihtiyaç duymak demekti ve binlerce insanı işsiz bıraktı. Fakat aynı zamanda da farklı iş kollarını ortaya çıkarmıştı.

Endüstri teknolojileri robotların iş hayatına sadece fiziksel ortamda katılmasını yeterli görmedi. Artık sandalyesinde oturup rutin işler yapan insan gücüne de gözünü dikmişti. Ve bu rutin arka ofis, operatif işleri hatasız bir taklitle otomatikleştiren uygulama sürecine Robotic Process Automation(Robotik Süreç Otomasyonu) – RPA adı verildi.

Bu robotlar, veri girişinden, anomali tahminleyip alarm üretmeye, müşteri hizmetlerinden, e-posta okuyup doğru aksiyonları almaya kadar her şeyle başa çıkmak için ofis operasyonlarında hızla çalışanların yerlerini almaya başladılar ve şirketlere 7/24 bir iş gücü sağladılar.

RPA’yı benimseyen kuruluşlar artan verimlilik ve düşük işletme maliyetleri ile ödüllendirilirdi. 

RPA in faydaları;

• Artan Hız: İnsan gücüne göre kat kat hızlı.
• Düşük Operasyonel Risk: İnsan hatasını ortadan kaldırıyor.
• Azaltılmış Maliyetler: Görevlerin otomatikleştirilmesiyle, üretkenlik çıktısı üzerinden yaklaşık %30’luk bir maliyet tasarrufu sağlanabilir. Yazılım robotları da bir tam zamanlı çalışandan daha ucuza mal oluyor.
• Artan Çeviklik: 7/24 çalışabildiği için daha esnek iş kaynakları düzenlenmesi
• Daha İyi Uyum: İş süreçleri, gerekli düzenlemelere ve iş standartlarına daha yüksek uyum sağlar.
• Çalışan Deneyimi: Artan personel verimliliği ve daha az yıpranma.

RPA, makine öğrenimi algoritmaları ve yapay zeka ile birlikte çok daha fazla yetenek kazanacak. Ufukta doğal dil işleme ve bilişsel otomasyon gibi yetenekler var; bu da botların daha akıllı hale geleceği ve sonuçta hızla değişen durumlara daha fazla uyum sağlayacağı anlamına geliyor.

Gelecekteki RPA, işlerin nasıl otomatize edileceğine bile karar verip aynı zamanda süreçleri öğrenecek ve uyarlayabilecek. Ya da daha sade bir ifadeyle, botlar nasıl daha iyi botlar olacağını öğrenecekler.