İnsanların makineler tarafından yaratılan, derin ve engin tarihsel bilgi yığınına dayanarak ve ileri seviyede algoritmalar kullanarak elde edebildikleri öngörülere “bilişsel bilişim” deniliyor. Son yıllara özellikle iş hayatında kullanımı hızla artan bilişsel araçlar, çalışanların daha önce fark edilemeyen siber saldırıları, müşteri satın alma davranışlarını veya felaket seviyesindeki cihaz arızalarının erken sinyallerini fark edebiliyorlar.
Birçok şirket artık algoritmalara güveniyor. Ancak iş hayatı daha çok algoritma tabanlı oldukça, bu çözümlerin yarattığı bir sorun da ortaya çıkıyor: Nasıl işlediği açığa çıkartılan birçok algoritmanın, çok kısa raf ömürleri oluyor. Algoritmalarda mükemmellik, yalnızca üstün bir matematik ve bilgisayar bilimleri demek değil. Aynı zamanda bu algoritmaları tasarlayan, entegre eden ve kullanan birimlerin de çok çevik olması gerekiyor. Araçların yarış lastiklerini saniyeler içerisinde değiştiren Formula 1 ekipleri gibi, eskiyen, yıpranmış, artık işlevini yapmayan algoritmaları gözünün yaşına bakmadan çöpe atıp, yerine anında yenilerinin konulması gerekiyor. Bu durum, giderek dijitalleşen iş hayatında neredeyse Darwin’in Evrim Teorisi mekaniklerini izliyor. O sırada, ortama daha uygun olan algoritma ister istemez hayatta kalıyor. Geri kalanı ölüyor.
Algoritmalar için ölüm kalım savaşı
Siber güvenlik dünyasından basit bir örnek ile açıklamak gerekirse, bir saldırıdan sonra savunma sistemleri bu saldırının bir daha yaşanmamasını garanti edecek şekilde güncelleniyor. Güvenli kalmak için, firmaların saldırganlar kadar hızlı bir şekilde algoritmalarını değiştirmeleri gerekiyor. Finans dünyasında ise, örneğin Wall Street’te, ticari algoritmaların ortalama ömrü yalnızca 6 hafta. Bir buçuk ay sonra, rakip şirketler ters mühendislik ile algoritmayı çözüp, karşı ticari saldırılarına başlıyorlar.
Siber güvenlik ve dolandırıcılık tespitinde algoritma performansı, sapı samandan ayıran yegane unsurdur. Pek de uzun olmayan bir zaman önce Amerika Birleşik Devletleri’nin perakende devlerinden Target, algoritma kurbanı oldu. Yapılan hack girişimini, 200 kişilik güvenlik ekibi tespit edemedi. Çünkü Target algoritmaları, masum güvenlik hatalarından gerçek hack girişimini ayırt edemedi. Ekip basitçe, bir anda yağmaya başlayan aşırı miktardaki bilgiyle baş edemedi.
Agoritmik dolandırıcılık tespit alanının en ileri seviyesi finansal hizmetler sektöründe bulunur, çünkü riskler ve sonuçları çok ağırdır. Örneğin Knight Capital, 2013 yılında yalnızca 40 dakika içerisinde 440 milyon dolar kaybetti. O günden beridir de algoritma inovasyonu hızla artarak gelişiyor. Örneğin ABD’nin en büyük dijital hisse senedi ticareti ajanslarından ConvergEx, takip ettikleri 500 milyondan fazla finansal olayı, gerçekten kendilerini ilgilendirecek birkaç yüz taneye indirmeyi başarabiliyorlar.
Gürültüde veriyi duymak
Buradaki kilit nokta, akan veri içerisindeki “gürültüyü” azaltarak analize sokan ve basitçe anlaşılabilir bir yapıda sunan sistemler inşa etmek. ConvergEx CEO’su Joe Weisbord’un açıkladığı gibi, hangi soruna eğilmek gerektiğini gösteren algoritmaları tasarlamak haftalar veya aylar alabiliyor. Bir işletmenin pazarda çalışan stratejileri olduktan sonra, duruma göre farklı günlerde farklı stratejileri uygulayabiliyor veya eski senaryoları temel alarak yeni stratejiler belirleyebiliyor.
Daha çok öğrendikçe, yeni hata şablonları belirlendikçe ve sistemler değiştikçe, stratejilerin sil baştan entegre edilmesi gerekiyor. Finansal pazarlar yalnızca güvenlik algoritmaları kadar güvenliler ve bu algoritmaların hiç durmadan daha da akıllanmaları gerekiyor.
Hızlı algoritma evriminin gözlendiği bir diğer alan ise “kestirimci bakım”. Artık endüstriyel Nesnelerin İnterneti her cihazdan sensör okumalarını akıtıyor ve bu okumaların anında analiz edilmesi artık çok kritik. Bu okumalar sayesinde algoritmalar, bir cihazın ne zaman bozulacağını, bozulmanın ilk işaretlerini algıladığı anda belirliyor.
büyük petrol ve doğalgaz şirketlerinin veri bilimcileri, şirkete on milyonlarca dolar zararı dokunabilecek cihaz hatalarını önceden tahmin edebilmek için bu algoritmaları geliştirmeye yıllarını harcıyorlar. Son 6 ay içerisinde yaratılan yüzlerce farklı algoritma test ediliyor, tekrar test ediliyor ve en efektif bulunanları araştırma altına alınıyor. Algoritma sistemleri sürekli olarak bir akıl evrimi içerisinde giriyor.
Neyse ki biz insanlar, algoritmaların evrimini milyonlarca yıldan birkaç güne kısaltmanın yollarını icat ettik. Kullandığımız araçlar, bilgi işçilerinin deneyimlerini ve önsezilerini artırıyor, yeni algoritmalar keşfetmelerine yol açıyor, bunları yıllar değil saatler içerisinde entegre etmelerini sağlıyor, algoritmaları ışık hızında düzenliyor.
