9724,50%-0,42
35,19% 0,30
36,73% 0,92
2968,28% 1,32
4806,92% 0,71
Tesla, şirketin yeniliklerini ve çeşitli iş birimlerinin planlarını halka sunduğu ve yıllık olarak düzenlediği Tesla AI Day 2022’yi bugün gerçekleştirecek.
Tesla, şirketin yeniliklerini ve çeşitli iş birimlerinin planlarını halka sunduğu ve yıllık olarak düzenlediği Tesla AI Day 2022’yi bugün gerçekleştirecek. Önceki yıllarda Tesla, Cybertruck elektrikli hafif hizmet nakil kamyonetini, insansı bir robot olan Optimus’u ve otonom sürüş için ileri teknolojiler gibi geleceğe dönük ürünlerini duyurmuştu. Tesla AI Day etkinliklerinde sunulan yenilikler, makine öğrenimi ve yapay zeka sistemlerinin robotik veya otonom araçlarda nasıl kullanılabileceğini gösteriyor.
Elena Krupenina, Kaspersky Kıdemli Veri Bilimcisi
Yapay zekaya dayalı çözümlerde siber güvenlik önlemleri en az, bu çözümlerin etkinliği ve kullanılabilirliği kadar önemlidir. Bir yapay zeka sisteminin, kullanıcılarının güvenliğini sağlamak için açıklanamayan sonuçlara yol açabilecek şeffaf olmayan algoritmalar ve gizlilik gibi alanları göz önünde bulundurması gerekmektedir. Peki neden?
Karmaşık yapay zeka sistemlerini destekleyen çoğu makine öğrenimi (ML) modeli, insan yorumunun ötesinde sonuçlar veya eylemler üretiyor. Bu sonuçlar veya eylemler beklenmedik olabilirken belirsizliklere de yol açabilir. Bir robotun kafasının karışması sonucu bir nesneyi yerine başka bir nesneyi yakalaması buna örnek olarak gösterilebilir. Açıklanamayan sonuçlar, sistemin kendisi ve insanlar için potansiyel olarak riskler oluşturabilir. Bu nedenle geliştiriciler, yapay zeka tarafından alınan şeffaf olmayan kararları değerlendirmek ve açıklamak için mekanizmaları ve araçları göz önünde bulundurmalı ve ardından risklerden kaçınmak için parametrelerini ve ölçümlerini kalibre etmelidir.
Yapay zeka destekli cihazlar, veri toplamak için kameralar, mikrofonlar, radarlar, lidarlar, ultrasonik sensörler, kızılötesi kameralar gibi çeşitli sensörler kullanabilirler. Yapay zekanın yüksek kalitede çalışmasını sağlamak için çok büyük miktarda veri gereklidir ve hassas verilerin ifşası riskini en aza indirmek kritik öneme sahiptir. Bu sorunu çözmek için, örneğin modelin doğru çalışması için gereken verileri en aza indiren aygıt içi işleme ve birleşik öğrenme gibi açıklanabilirlik ve gizliliği artıran teknolojilerin geliştirilmesi gerekir.
