UĞUR ŞAHİN YENİ HEDEFLERİNİ ANLATTI: AŞIRI DERECEDE KARMAŞIK BİR GÖREV

Türkiye’de de kullanılan corona virüsü aşısı Comirnaty’i geliştiren BioNTech’in kurucu ortaklarından olan ve şu an şirketin CEO’su olarak görev alan Uğur Şahin açıklamalarda bulundu.

Şahin, İngiltere’nin önde gelen gazetelerinden Financial Times’ın yapay zeka ve tedavi yöntemlerinin ele alındığı kapsamlı makale/analizde görüşlerini paylaştı. Corona virüsü salgını ile birlikte gündemden düşmeyen BioNTech, bir süre önce InstaDeep isimli yapay zeka üzerine uzmanlaşan girişim ile ortaklık yapma kararı almıştı. BioNTech, bu sayede yeni oluşabilecek risk unsuru varyantları önceden tahmin etmeyi planlarken, geliştirilen algoritma sayesinde Omicron da dahil olmak üzere varyantların yüzde 90’ının önceden bulunabildiğini de duyurmuştu.

Şahin, makine öğrenmesi konusunda şirketin yıllardır çalıştığını aktardı. BioNTech’in kurucu ortağı “aradaki adam” yaklaşımını kullandıklarını ve insanların algoritmayı dört yıldır eğitmeye yardım ettiğini söyledi. Şahin, “Yapay zeka bir çocuk gibi. Sonuçlara ulaşmaya başlayana kadar onlara gerçekten çok şey öğretmelisiniz” dedi. Birçok şirketin yapay zeka ve veri işeme sistemlerine ağırlık verdiğine dikkat çekilen haberde, Pfizer’ın 2020’de 4.5 milyar veriyi otomatik olarak analiz edemediği hatırlatılırken şu anda bütün veri tabanının 48 saatte taranabildiği belirtildi.

ŞAHİN: GİDEREK DAHA İYİ OLUYOR

Covid-19 salgını öncesinde BioNTech’in kanser için hastanın bedenine uygun ilaç ve aşı geliştirmeye odaklandığının vurgulandığı makalede, “Tümörden alınan veriler kullanılarak tedavi yöntemi geliştiriliyordu. Şimdi bunu yapay zekayı merkeze alarak yapıyorlar” denildi. Financial Times’a konuşan Şahin, “Burada sorulması gereken soru şu: Eğer her hastanın farklı mutasyonu varsa, her hasta için en iyi sonucu bulmamıza yardımcı olacak bir makine öğrenme programı geliştirebilir miyiz” dedi.

Şahin kendi sorduğu bu soruya da yanıt verdi. BioNTech’in kurucu ortağı, “Bu aşırı derecede karmaşık bir görev, bunda tümördeki mutasyonun durumu ve bağışıklık sisteminden T-hücrelerinin bunu tanıma olasılığı gibi değişkenler bulunuyor. Makine öğrenmesi giderek daha da iyiye ulaşıyor. Şu an insanlar sadece kalite değerlendirmesi için sürece müdahale ediyor” ifadesini kullandı.