Yapay zeka (YZ) bilinen olasılıkların sınırlarının ötesine geçmeye devam ettikçe, insan girdisinin yeri doldurulamaz değeri daha da belirgin hale geliyor. Teknoloji, insan düşüncesini taklit eden makineler üretebilse de, insan sezgisinin benzersiz dokunuşu eşsizliğini koruyor. Birleştirildiğinde, sonuç yeniliği yeni zirvelere taşıyan müthiş bir sinerji oluyor.
Ernst & Young LLP’de (EY) çığır açan yapay zeka girişimlerine öncülük eden çok yönlü bir teknoloji uzmanı olan Aravindh Manickavasagam, “Bu sadece makinelere düşünmeyi öğretmekle ilgili değil; üstün doğruluk ve güvenilirlik elde etmek için insan uzmanlığını entegre etmekle ilgili” diyor. Endüstriler geliştikçe, insan zekasının makine öğrenimiyle birleşmesi (Hüman-in-the-Loop (HITL) olarak bilinir) gelişmiş yapay zeka sistemlerinin temel taşı haline geliyor ve belge işleme standartlarını yeniden tanımlayan içgörüler sunuyor.
“İnsanın Döngüde Olduğu” Yapay Zekanın Evrimi
AI sistemlerinde istenen hassasiyete ulaşmak genellikle sadece veri etiketlerinden daha fazlasını gerektirir; yalnızca insanların sağlayabileceği ayrıntılı bir anlayış gerektirir. HITL yaklaşımı, insan girdisinin makine öğrenimi modellerini sürekli olarak iyileştirdiği ve optimize ettiği bu simbiyozu bünyesinde barındırır. Bu şekilde, makine çıktısı “gerçek zamanlı” olarak düzeltilebilir ve modeller sonunda gerçek dünya uygulamalarında daha doğru performans göstermeye başlar.
EY’de HITL’nin uygulanması belge işleme üzerinde özellikle derin bir etki yarattı. Manickavasagam, “Uzman danışmanlarımızın derin alan-özel bilgiye sahip olduğunu erken fark ettik. Bu uzmanlığı yapay zeka sistemlerimize getirerek, modellerimizi sürekli olarak iyileştiren sağlam bir geri bildirim döngüsü oluşturduk” diye açıklıyor.
Bu metodoloji, modellerin doğruluğunu artırmakla kalmadı, aynı zamanda bunların belirli kullanım durumlarına ilişkin alaka düzeyini ve uygulanabilirliğini de garantiledi.
Gerçek Dünyaya Hoş Geldiniz: EY’de HITL Uygulamaları
EY’de “İnsan döngüde”nin en dikkat çekici uygulamalarından biri belge istihbaratıdır. Geleneksel olarak, yatırım yönetimi anlaşmalarını eyleme dönüştürülebilir kurallara dönüştürmek kapsamlı manuel çaba gerektiriyordu. EY, HITL’yi entegre ederek bu çeviri sürecini otomatikleştirebilen makine öğrenimi modellerine sahip bir belge istihbarat platformu geliştirdi. Uzman geri bildirimleriyle sürekli olarak iyileştirilen bu modeller, işlemlerin yatırım anlaşmalarına uygunluğunu benzeri görülmemiş bir doğrulukla kontrol edebilirdi.
Bir diğer önemli uygulama ise ESG (Çevresel, Sosyal ve Yönetişim) ve varlık yönetimi alanındadır. Manickavasagam, müşterilere değerli içgörüler sağlayan teklif belgelerinden ESG ile ilgili dili çıkarmak ve haritalamak için döngüde insan destekli makine öğrenimi modellerinin kullanımına öncülük etmiştir.
Manickavasagam, “ESG açıklamalarını sistematik olarak analiz etme ve karşılaştırma yeteneği, müşterilerimiz için oyunun kurallarını değiştiren bir şey oldu” diyor. “Daha bilinçli kararlar almalarını sağlıyor ve sürdürülebilir ve sorumlu yatırıma yönelik artan vurguyla uyumlu.”
“İnsan Döngüde” tekniği, denetim geliri tanıma standardında da etkili oldu. EY’nin makine öğrenme modelleri, sözleşme belgelerini denetim standartlarına uygun terimlere ve dillere çevirebildi, bu da denetim sürecini önemli ölçüde basitleştirdi ve olası hataları azalttı. Bu yetenek, finansal piyasalarda güveni sürdürmek için hayati önem taşıyan denetim raporlarının doğruluğunu ve güvenilirliğini güçlendirirken verimliliği artırdı.
Dengeleme Oyunu: Yapay Zekada İnsan Dokunuşu
Manickavasagam’ın EY’deki rolü, belge istihbarat platformunun uçtan uca yönetiminde önemliydi. EY’nin konu uzmanlarının ve danışmanlarının yeterliliğinden yararlanmak için Human in the Loop’u kullanma vizyonu dönüştürücü oldu. “Kurduğumuz yinelemeli geri bildirim döngüsü, modellerimizin sürekli olarak gelişmesini sağladı,” diye açıklıyor. “Danışmanlar, her zamanki işlerini yaparken modelleri eğitebildiler ve böylece AI sistemlerimizin her zaman güncel ve son derece doğru olmasını sağladılar.”
Başarıya rağmen, HITL’nin entegrasyonu zorluklar olmadan gerçekleşmedi. İnsan müdahalesi ihtiyacını otomatik sistemlerin verimliliğiyle dengelemek dikkatli koordinasyon ve yönetim gerektirir.
Manickavasagam, “Bu, doğru dengeyi bulmakla ilgili,” diyor. “İnsan girdisine aşırı güvenmek süreçleri yavaşlatabilirken, çok az güvenmek ise yanlışlıklara yol açabilir. İnsan ve makine katkılarının optimize edildiği kusursuz bir karışım elde etmeyi amaçlıyoruz.”
Güncel Kalmak: Belge İşlemenin Geleceği
Yapay Zeka ve HITL’nin geleceği, endüstrilerin insan bilgisini “gerçek zamanlı” olarak makine öğrenme süreçlerine entegre etmenin değerini giderek daha fazla fark etmesiyle umut verici görünüyor. Manickavasagam kendi yolunu düşünürken, bu teknolojilerin potansiyeli konusunda iyimserliğini sürdürüyor.
“Yapay zeka devrimi burada ve HITL bu dönüşümün ön saflarında yer alıyor. İnsan zekasının ve makine öğreniminin en iyilerini birleştirerek son derece doğru, etik açıdan sağlam ve yaygın olarak uygulanabilir yapay zeka sistemleri geliştirebiliriz.”
Genel olarak, Aravindh Manickavasagam’ın EY’de öncülük ettiği yenilikler, HITL’nin belge işleme ve ötesindeki ilerici potansiyelini vurgulamaktadır. Yapay zeka varlığını güçlendirmeye devam ederken, insan becerisini entegre etmek, bu sistemlerin en yüksek doğruluk ve güvenilirlik standartlarına ulaşmasını sağlamada önemli olmaya devam edecektir.
Manickavasagam gibi liderler dümendeyken, AI’nın geleceği sönme belirtisi göstermiyor. Endüstrilere ve toplumun tamamına fayda sağlayacak ilerlemeler vaat ediyor.
Techbullion ve Businessnewswire.com’dan Daha Fazlasını Okuyun
