Amerikalı matematikçi John Nash’ın 1944 yılında Princeton
Üniversitesi yayınlarından çıkardığı Ekonomik Davranışlar ve Oyun Teorisi
kitabı ile popüler hale gelen ve halen pek çok alandaki sayısız kuram ve
uygulamayı şekillendiren oyun teorisinin etkileri, yapay zekanın temelinde de
bulunuyor. İki disiplin arasında geçmişten günümüze pek çok bağlantı olduğunun
tartışılmaz bir gerçek olduğunu belirten Komtera Teknoloji Genel Müdür
Yardımcısı Ziya Gökalp, yapay zekanın altında yatan fikrin bu teoriden
geldiğini vurguluyor. Gökalp, oyun teorisi ve yapay zeka için “Her ikisinde de
en doğru karara ulaşmak için gözlemlere, geribildirimlere, şartlara ve
davranışlara dayanarak oluşturulan algoritmalar ve onlardan elde edilen
hesaplara başvuruluyor.” ifadelerinde bulunuyor.
İnsana ve insan topluluklarına bağlı, onların yaşama ve
karar verme mekanizmalarını tetikleyen sosyolojik, psikolojik, siyasi ve
felsefi etkenleri de göz önünde bulunduran Oyun Teorisi’nin, davranışların yanı
sıra sosyal varlıklar olarak davranışların temel yapı taşlarıyla da
ilgilendiğinin altını çizen Gökalp, “Bu bağlamda birey seçim yaparken
etkileşimde bulunduğu diğer bireyi, değişkenlerini ve davranışlarını göz önünde
bulundurarak, en iyi sonucu alma adına en iyi tercihi yapıyor ve en iyi kararı
veriyor.” ifadesinde bulunuyor.
“Yapay Zekanın Temelinde Oyun Teorisi Var”
Konuya yapay zekaya bağlı öğrenme sistemi bağlamında bakan
Ziya Gökalp, yapay zekanın temellerinin oyun teorisi ile atıldığını dile
getiriyor. Günümüzde farklı kullanıcı profillerinin davranışlarını analiz eden
farklı yapay zeka uygulamalarının, ortak bir hedefe ulaşmak için etkileşime
girmesi, rekabet etmesi ve birbirinden beslendikten sonra bir karar vermesi
gerekiyor. Eylemler arasında seçim yapma konusunda koşulları değerlendirerek,
daha önceki tecrübeleri veya sonuçları göz önünde bulundurarak ve mevcut
koşullar altında oluşabilecek olası sonuçlara göre alınması gereken kararları
belirleyen her iki disiplinde de, doğru karar bu seçim sonrası kişiye veya
sisteme hangi hareketin en çok kazandıracağı düşünülerek seçiliyor.
Birçok şirket, kullanıcı ve tüketici davranışlarına ait
verileri etkili bir şekilde toplamak, temizlemek, sınıflandırmak, organize ve
analiz etmek için ölçeklendirilebilir büyük veri tabanları ve yapay zeka
uygulamaları oluşturuyor. Gökalp, elde edilen davranışsal analizler ile
kullanıcıların profiline uygun ürün ve hizmet sunmanın yanı sıra, onların
ihtiyaçları doğrultusunda yeni ürünler ve servisler tasarlamanın da mümkün hale
gelebildiğini dile getiriyor.
Günümüzde bu analizler için yapay zekanın bir dalı olan ve
bilgisayarların deneyimler yoluyla öğrenerek koşullara adapte olmasını sağlayan
makine öğreniminin gitgide daha sık kullanıldığını ifade eden Ziya Gökalp, bu
sayede Google, Amazon ve Facebook gibi devler başta olmak üzere pek çok
şirketin elde ettiği davranışsal veri hazinesi ile daha iyi hizmet
verebildiğini belirtiyor.
“Yapay Zeka ve Siber Güvenlik Entegre Çalışıyor”
Siber güvenliği desteklemek, sofistike ataklara ve
bilgisayar korsanlarına karşı daha fazla proaktif önlem almak adına yapay
zekayı kullanan organizasyonların, kullanıcılara ve kullanıcı gruplarına ait
davranışları analiz etmesi, risk düzeyini ölçmesi, riski tanımlaması ve aksiyon
alması kaçınılmaz bir hale geliyor. Farklı sistemlere farklı lokasyonlardan
erişen kullanıcıların, risk seviyesini ve düzeyini artıran olağan dışı
davranışlar sergileyebildiğini belirten Ziya Gökalp, davranışsal analizleri
gerçekleştiren yapay zeka uygulamalarının siber güvenlik çözümleri içinde
entegre olarak çalıştığını dile getiriyor.
Saldırıları ve zafiyetleri gerçek zamanlı tespit etmek ve
veri ihlallerine karşı tepki vermek amacıyla karmaşık süreçleri
otomatikleştiren farklı yapay zeka uygulamalarının kullanımı, her geçen gün
artış gösteriyor. Gökalp, yapay zekaya sahip veri aldatma teknolojilerinin,
saldırganları proaktif olarak algılamak ve kandırmak suretiyle, gelişmiş
saldırılara karşı otomatik olarak tespit, analiz ve savunma yaptığını
belirtiyor. Bu teknolojiler aynı zamanda bilgisayar korsanlarının
davranışlarını da analiz ederek, yaklaşımları önceden anlamak adına istihbari
bir veri tabanı oluşturuyor.
Kullanıcının sisteme giriş yaparken ve sistem içerisinde
çalışırken gösterdiği davranışları analiz eden yapay zeka uygulamaları,
sistemin güvenliğini sağlamak amacıyla davranışların etkileşimini bütün olarak
ele alıyor. Gökalp, sisteme doğru davranışlar sergileyerek giren kullanıcı,
sistem içinde çalışırken daha öncesine veya mevcut koşula göre farklı
davranışlar sergiliyorsa, bir sonraki giriş talebinin reddedilmesi için yapay
zeka uygulamasının kullanıcıyı sistem dışına çıkarması ve girişleri analiz eden
uygulama ile durum bilgisini paylaşması gerektiğinin altını çiziyor.
Gökalp, “Durum, konu, alan, risk, zafiyet, hassasiyet,
güvenlik politikası, sistem ve yönetim gibi konularda yaptırım farklı
gösterilse de, temel olan farklı yapay zeka uygulamalarına ait verilerin
bütünleşik olarak bir kazanım ve amaç için ortak çalışması ve farklı
koşullardaki davranışlara ait bilgileri işleyerek sonuca varması” ifadelerinde
bulunuyor.
Entegre yapay zeka fonksiyonlarına sahip en bilindik siber
güvenlik uygulamalarından, Bilgi Güvenliği Olay Yönetimi (SIEM), Veri Sızıntısı
Önleme (DLP), Saldırı Önleme Sistemi (IPS), Kullanıcı Davranış Analizi (UBA),
Dahili Tehdit Koruması (Insider Threat Protection) ve İzole Veri Güvenlik
Tarama Sistemi (Sandbox) örnek olarak gösteriliyor.
