Amerikan şirketlerinin 2020’ye kadar yapay zeka araştırmacılarına ait işe alım bütçelerini 1 milyar doların üzerinde çıkarması bekleniliyor. Bu üst düzey roller dünya genelinde bu konuda çalışabilecek kişinin sayısının azlığı sebebiyle yıllık ortalama 314 bin dolar maaşa sahip. Bu yetenekler neden bu kadar çok aranılıyor, arz ve talep arasındaki boşluğu yaratan şey ne, ve şirketler yapay zeka konusundaki okur yazarlık seviyelerini nasıl arttırabilirler? Yetenek eksikliği ile nasıl başa çıkılabilir?
Yapay zekanın gelecek bir kaç yılda dönüştüreceğini düşünmediğim bir sektörü düşünürken zorlanıyorum – Andrew Ng
Yeni elektrik
Yapay zekanın yeni elektrik olarak tanımlayan ünlü bilgisayar bilimcisi Andrew Ng açıkça bu alana ne kadar derinden inandığını, alanın çok yakında her alanda var olacağını açıkladı.
Rakamlar da Ng’nin tahminini destekliyor: Apple, AI odaklı çalışanlarının sayısını 2014’ten beri 2 katına çıkardı. 2016 yılında 5 milyar yapay zeka girişimi fonlandı. Amerikan şirketleri, bu konusunda çalışabilmek için gerekli yeteneklere sahip kişileri kapmak için 1 milyar doların üzerinde para topladı.
Ve henüz bu seviyedeki yatırım başarıyı garanti etmiyor.
Yapay zeka çok geniş, yeni oluşan ve bilgisayar biliminin kompleks bir alanı. Dünyanın en zengin şirketleri bile gerekli hızda işe alım yapabilmek adına çabalıyor.
Bu yazıda, dünya genelindeki yapay zeka yetenek eksikliğinin sebepleri (ve potansiyel çözümlerine) girmeden önce ilk olarak bu konuda çalışacak rolün ihtiyaçlarını tanımlayacağız
Yapay Zeka Araştırmacısı / Bilimcisi
Yapay zeka çalışanları çok çeşitli sorumlulukları kapsamına almaktadır. İşin aslı, bu konu sürekli gelişen doğasından dolayı bu alandaki bazı spesifik rollere ait iş ünvanının ne olması gerektiği ile ilgili halen bir konsensüs oluşmuş değil.
Yine de bu konuda çalışacakların yapay zeka deneyimine sahip bir bilgisayar bilimcisi (bilgisayar mühendisi) olduğunu rahatlıkla söyleyebiliriz. İnsanlarla ilişkilendirdiğimiz bilişsel yeteneklere sahip makinelerin geliştirilmesine yönelik çalışan bilimciler.
Yapay zeka öncelikli iş kültürüne doğru gidiş Siri ve Alexa gibi dijital asistanlarla toplumun bilincine girdi. Ama işin aslında bu rolünün arkasında çok daha fazla iş bulunuyor.
Yapay zeka araştırmacıları projelerin geliştirilmesine öncülük edebilir, akademik ölçüdeki araştırmasına odaklanabilir, ya da AI sistemlerini besleyen bilginin kalitesinden veri bilimciler sorumlu olabilir. Bu hiyerarşi içerisinde herhangi bir seviyede, dağıtık hesaplama altyapılarında deneyime ve istatistik veya ilişkili diğer alanlarda akademik kariyere sahip olacaktır.
Yapay zeka araştırmacıları yakın zamana kadar akademide çalışmaya eğilimliydi. Fakat şimdi karlı kurumsal rollere önemli ölçüde beyin göçü vermiş durumda.
Yetenekleri daha önce hiç olmadığı kadar çok sektörde gerekli hale gelmiştir. Gartner’a göre 2020’ye kadar yapay zeka her yeni ürün ya da yazılımın içerisinde olacak. Bu sebeple, yapay zeka uygulayıcılarının evriminin devam etmesi beklenilmekte.
Talebin yüksek, ancak bu alanda çalışacak yeteneklerin arzı Dünyanın en zengin şirketleri için bile bir kaygı durumunda.
Peki arz neden düşük?
New York Times, Dünya genelinde yapay zeka teknolojileri geliştirebilecek sadece 10 bin insanın yeterli eğitim, deneyim ve yeteneğe sahip olduğunu düşünüyor.
Bunun bir kaç nedeni bulunuyor. Fakat yatırımların eksikliği kesinlikle bunlardan biri değil. Sadece Amerikada, kariyer tavsiye platformu Paysa aşağıdaki net maaşlar ile en iyi şirketlerdeki açık roller olduğunu ortaya çıkardı.
Amazon: $227,769,001
Google: $130,048,389
Microsoft: $75,158,057
Facebook: $38,636,827
NVIDIA: $34,280,190
Kuşkusuz, elit yetenekler için şiddetli bir mücadele söz konusu ve büyük şirketler kazanmak için ne gerekiyorsa ödemeye hazırlar.
Google’ın sahip olduğu DeepMind yapay zeka problemlerini çözmek için nöral ağların geliştirilmesine odaklanmış durumda. 2016 yılına ait şirket kayıtları gösteriyor ki 400 çalışanına yıllık olarak ortalama 345 bin dolar ödenmiş. Bazı tavsiyeler piyasanın kontrolden çıkmasını engellemek için ulusal futbol ligi tipi maaş sınırının gerekli olduğu yönünde.
Peki, neden bu kadar kazançlı roller için çok az uygun aday bulunuyor? Hele, yıllık 5 ya da 6 haneli rakamlara dayanan kazançlar söz konusuyken.
Her şeyden önce yapay zeka, makine öğrenmesi, resim tanıma, doğal dil işleme gibi bir çok disiplini barındıran genel bir ifade. Bu alanların her biri önemli ölçüde matematik yeteneği ile birleşmiş sektör deneyimi (10 yıl ve yukarısı) gerektiriyor. Sonuç olarak, niş uzmanlıklarında daha derine daldıkça yetenek açığı doldurması daha zor hale geliyor.
Ayrıca yapay zeka değişimini sürdüren bir endüstridir. Yeni buluş ve inovasyonlar manzarayı sık sık değiştirmekte. Bu da bir paradoks yaratıyor. Yapay zeka konusunda uzman olmak için yıllarca yoğun ve düzenli çalışma gerekirken, araştırma alanı sürekli değişiyor. Bu nedenle akademik kuruluşlar, kurumsal dünyanın ihtiyaçlarına yönelik olan derslerini güncel tutmaları zorlaşıyor.
Özünde, yapay zeka konusundaki istek en deneyimli bilgisayar mühendisleri arasında bile uzmanlık düzeylerinin çok ötesinde
Yetmez ama…
Makine öğrenmesi problemlerini çözen binlerce değil, milyonlarca kuruluş olsun istiyoruz – Jeff Dean, Google Beyin Takımının Başı
Birleşik Krallık’taki kariyer ve iş bulma hizmeti, 2022’ye kadar yapay zeka dahil en yetenekli dijital meslekler için yarım milyondan fazla yeni çalışan ihtiyacı olacağını öngörüyor. Birleşik Krallıktaki bilgisayar mühendisliği mezunlarının bu talebi karşılaması için 10 kat artması gerekiyor.
Kıdemli yapay zeka araştırmacısı rolünü icra edeblecek binlerce insan ve sofistike yapay zeka teknolojileri geliştirerek kar etme potansiyeli olan milyonlarca şirket olunca, bir şeyler vermek gerekiyor.
Daha fazlası Google gibi devasa büyüklükteki şirketler yaptıkları her şeyde yapay zeka bulunduğu iddiasında olunca, kuruluşların yapay zeka konusunda işe alma problemini çözmede yaratıcı olmaları şaşırtıcı olmuyor.
Kuruluşlar yeteneklerini geliştirmek için nasıl çalışıyor?
Kuruluşların doğru yetenek arayışında globalleştiği ölçüde, Amerika’daki her üç veri bilimcisinin birisi Amerika dışında doğmuş durumda. Yapay zekaya tahsis edilmiş bir tesis durumundaki Google Beyin Toronto, uluslararası yetenekleri ile alma arzusunu açıkça gösteren bir konumdadır. Amazon, daha da ileriye giderek Cambridge Universitesine yakın benzer bir tesis olacak Barselona’da yapay zeka odaklı lab planı onaylattı.
Fakat, bu yatırımların hiç biri rekabete karşı garantili bir koruma sağlamıyor.
Zarifçe yazılmış bir yapay zeka programının güzelliği hepimiz için yeni ve heyecan verici olanaklar açabilir. Ayrıca doğru insanlar devrim niteliğindeki bir şeyi yaratmak için her zaman arkalarında devase kaynaklara ihtiyaç duymazlar. Google’ın CEO’su Sundar Pichai bunu son röportajıda şöyle ima etmişti:
Her zaman vadide garajda daha iyi olacak bir şey üzerine çalışan birisinin olduğunu düşünürsünüz
Bu teknolojinin devlerinden birinin patronu tarafından söylendiğinde kulağa çok alçakgönüllü gelebilir ama bu gerçek bir duygu.
Topluluk
Veri bilimi topluluğu açık kaynak yazılım ve iş birliğine dayanıyor. Intel gibi dev şirketler düzenli olarak Kaggle’da en büyük problemlerinin çözümü konusunda bu topluluktan yardım istiyor. Kazananlar sıklıla yüksek maaş teklifleriyle ödüllendiriliyor. Merkezi olmayan veri ağına girme girişimleri kısa vadede yardımcı olurken, halen sorunun kalbinde yer alamıyorlar.
Çok sayıda yapay zeka uygulamasını sonuna kadar geliştirmek için gerekli yeteneklere sahip yeterli iş gücüne sahip değiliz. Ancak sayıları her geçen gün artan şirketler amaçlarına ulaşmak için ne gerekiyorsa harcamaya hazırlar.
Şirketler bugün veri bilimi yeteneklerini geliştirmek için ne yapabilir?
Şaşırtıcı değil ama Google bu konuda öncü durumda. Arama devinin AutoML olarak bilinen son girişimi kendine yapay zeka öğretme amacına sahip.
Bu rahatsız edici gelebilir ancak eğer başarılı olurlarsa orta ölçekli şirketker için fırsat zenginliği yaratabilir. Yapay zeka konusunda çalışacak kişileri işe almak maliyetli ve kendi araştırmacılarını yetiştirmek yıllarca yatırım gerektiriyor. Dolayısıyla en zengin şirketlerin bu elit yeteneklere sahip olacağını düşünmek adil olacaktır.
Eğer bu teknoloji devleri otonom teknoloji ve açık kaynaklı çözüm geliştirebilirse, diğer işletmeler de bu uzmanlığa erişebilir. Bu teknoloji devi bu sayede algoritmalarını ince ayar (tune) edebilecek verileri toplayabilir.
Bunlar her hastaya tabi ki ilaç olmayacaktır.
Çeşitli araştırmalar ve anketler
Bu teknolojileri kullanmak için veri kaynağından temizlik ve işlemeye kadar gerekli temel veri okur yazarlığı seviyesi bulunuyor. MIT tarafından yapılan bir araştırma şirketlerin %43’ünün uygun analitik becerilerin eksikliğini önemli bir sorun olarak rapor ediyor.
Yine de Forbes tarafından anket uygulanan şirketlerin %63’ü şirket için veri analitiği eğitimi sağlayarak çalışanlarının yapay zeka’ya kolayca erişmesini amaçlamakta – kendi kendilerine nasıl bir sistemi geliştireceklerini bilmeseler de.
Paysa’nın tahminlerine göre yapay zeka ile ilgili pozisyonların %35’i doktora derecesi gerektiriyor, fakat kuruluşlar eğitimli oldukları için matematik, fizik mezunlarını bu alanları doldurmak için düşünmeli.
Çevrimiçi Eğitimler
Eğitim kaynakları da hem nitelik hem de nicelik olarak artmakta. Andrew Ng, derin öğrenme bilgisini aktarmak amacıyla Coursera işbirliğiyle deeplearning.ai’ı duyurdu. Çalışanlarına yatırım yapmaya niyetli şirketler için Udacity ve EdX’de daha çok sayıda kitlesel çevrimiçi açık kurs bulunuyor.
Bunun gibi veri okur yazarlığını geliştirmek için çok çeşitli yollar bulunmakta.
Eğer, yapay zeka yeni elektrik ise, iş dünyasının yöneticileri çalışanlarının en iyi şekilde yararlanabilmesi adına hızlı hareket edilmeli.
Bu yazı Towards Data Science‘ta yayınlanan 8 Kasım 2017 tarihli “AI scientists: How can companies deal with the shortage of talent?” yazısından Türkçe’ye çevrilmiştir.