Sahte sesle 35 milyon dolar çaldı

Yapay zekanın dolandırıcılık işlemlerinde kullanıldığı son derece yaratıcı bir yöntem daha ortaya çıktı. Bir BAE bankasını, bir firmanın finans temsilcisi olduğu iddiası ile arayan bir kişi, gerekli tüm bilgileri vererek, buna ek olarak ses tanımasını da geçerek telefonla para transferi gerçekleştirmeyi başardı.

Forbes'in haberine göre suçlular "yönetmenin sesini taklit etmek için derin ses teknolojisini" kullandılar. BAE'den yetkililer ABD Adalet Bakanlığı'ndan, çalınan paranın 400.000 dolardan fazlasının yatırıldığı ABD banka hesaplarına sahip iki kişinin ayrıntılarını vermesini istediler. Müfettişler, soyguna karışan en az 17 kişinin olduğuna inanıyor.

Yapay zekanın büyük ayıbı

Günümüzde sosyal medyada yüz tanıma işlemleri uzman yüz tanıma yapay zeka rutinleri tarafından yönlendiriliyor. Yapay zekanın genellikle zaman içinde öğrenerek daha akıllı hale geldiği düşünülse de, bazen büyük aksilikler de olabiliyor. Bunun en son örneği, bir Daily Mail mesajında yaşandı. Facebook yapay zekası, Daily Mail'in bir video postundaki siyah erkekleri "Primatlar" olarak tanımladı.

Videoyu buradan izleyebilir, sağ tarafta ise habere konu olan hatalı mesajı görebilirsiniz.

Facebook sözcüsü Dani Lever "kabul edilemez" olarak nitelendirdiği bu hatadan dolayı özür diledi ve şu açıklamayı yaptı: "Daha önce söylediğimiz gibi, yapay zekamızda iyileştirmeler yapmış olsak da, bunun mükemmel olmadığını biliyoruz ve gidecek daha çok yolumuz var. Bu rahatsız edici önerileri görmüş olabilecek herkesten özür dileriz."

Lever'ın bahsettiği iyileştirmelere konu olan çalışmalar, Nisan ayında Facebook tarafından kullanıma açılan devasa bir veri seti. Bu veri seti, yapay zeka ile ilgili araştırmalar ve eğitimde kullanılmak üzere açıldı.

Günün sonunda şunu rahatlıkla söylemek mümkün: Şurası bir gerçek ki, yapay zeka henüz yeteri kadar zeki değil...

Yapay zekadan endişelendiren başarı

Yeni araştırmalar, röntgen filmlerini analiz eden yapay zekanın (AI) hastaların ırkını şaşırtıcı derecede doğrulukla tanımlayabildiğini, ancak aynı görüntüyü inceleyen insanların bunu yapamayacağını buldu. Gıda ve İlaç İdaresi (FDA), tıbbi kullanım için daha fazla algoritmayı onaylarken, araştırmacılar AI'nın ırksal önyargıların devam etmesine neden olabileceğinden endişe duyuyorlar. Özellikle, makine öğrenimi modellerinin, aşırı derecede bozuk ve düşük çözünürlüklü görüntülerden bile ırkı nasıl tanımlayabildiğini tam olarak çözememekten endişeli olduklarını söylüyorlar.

Arxiv'de yayınlanan çalışmada, uluslararası bir doktor ekibi, derin öğrenme modellerinin tıbbi görüntülerden ırkı nasıl tespit edebildiğini araştırdı. Özel ve kamuya açık göğüs röntgenlerini ve ırk ve etnik kökene ilişkin kullanıcının kendi bildirdiği verileri kullanarak, ilk önce bu algoritmaların ne kadar doğru olduğunu değerlendirdiler, ardından da mekanizmayı araştırdılar.

Ekip, araştırmalarında şöyle yazdı: "Model bir hastanın ırkını tanımlayabiliyorsa, bu, modellerin doğrudan bu görev için eğitilmemesine rağmen, ırksal bilgileri tanımayı dolaylı olarak öğrendiğine işaret ediyor."

Daha önceki çalışmalarda olduğu gibi, makine öğrenimi algoritmalarının hastaların Siyah, Beyaz veya Asyalı olup olmadığını yüksek doğrulukla tahmin edebildiğini buldular. Ekip daha sonra algoritmanın bu bilgiyi toplayabilmesi için birkaç olası yolu test etti. Yapılan tüm incelemeler sonucunda, yapay zekânın ırkı düşük kaliteli görüntülerde bile doğru olarak tahmin ettiği, ancak bunu nasıl başardığının hala anlaşılamadığı ortaya çıktı. Ancak, istenmeden de olsa sağlanan bu ek bilginin olası sorunlar çıkarabileceğine de işaret ediliyor.

Araştırmanın yazarları, "Tıbbi görüntü analiziyle ilgilenen tüm geliştiricilerin, düzenleyicilerin ve kullanıcıların derin öğrenme modellerinin kullanımını son derece dikkatli bir şekilde düşünmelerini şiddetle tavsiye ediyoruz" diyor ve ekliyor: "Irk bilgisi özel olarak sağlanmamış olsa bile, makinenin bunu ortaya koyuyor olması, mevcut tıbbi uygulamada var olan ırksal eşitsizliklerin sürdürülmesine veya hatta daha da kötüleştirmek için doğrudan bir mekanizma olarak ortaya çıkmasına neden olabilir."