Yapay Zekâ Bir Son Mu Yoksa Başlangıç Mı?

Son yıllarda artan popülerliğiyle herkesin diline dolanan yapay zekâ, kimilerine göre daha şimdiden insanlığı bitirmek isteyen “Robot Sophia” veya insanlığa “ölümsüzlük” kavramını katacak bir kahraman. Daha emekleme sürecindeki bu olguyu şu anki haliyle net bir kalıba sokabilmek zor. Fakat “Neymiş bu yapay zekâ, nasıl çıkmış ortaya?” gibi soruları anlayabilirsek kendi geleceğimizi belki de kendimiz çizeriz. Haydi o zaman hazırsak bir bakış atalım neymiş bu anorganik zekâ.

Yapay zekânın ve modern bilgisayarların temellerini atan birçoğumuzun bildiği 2. Dünya Savaşı’nın gidişatını değiştiren Alan Turing’dir. Kendisi bir matematikçi ve kriptologdu. Zamanının çoğunu Nazi Almanyası’nın savaş koordinatlarını ve istihbaratlarını her 24 saatte şifrelemesi için geliştirdiği ENİGMA’yı kırmaya ayırıyordu. Fakat herhangi bir insan veya ekip, 24 saat gibi kısa bir sürede bu kadar iyi şifrelenmiş algoritmayı çözemiyordu. Tam da burada Turing hayal etmeye başladı, bir araç ki normal bir insanın günlerini alacak bir sorunu saniyeler içinde çözecek. O, her şeyden önce bir bilim insanı ve açık görüşlü bir düşünce sanatçısıydı. Tabii ki kurmayları, hatta çok yakın arkadaşları ona hayalperest dediler ve alay ettiler. Fakat aklına koyduğu bu amaç uğrunda çok çalıştı ve başardı. Herkesin kırılmaz dediği ENİGMA’yı saniyeler içinde kıran bir bilgisayar geliştirdi. Böylelikle Almanların bel kemiği olan hücumbot ve denizaltı haberleşmelerinin İngilizler ve müttefikleri tarafından satır satır okunabilmesini sağladı. Bu sayede milyonlarca insanın hayatını kurtardı ve sizin şu an bu yazıyı okuyabilmenizi sağlayan bilgisayar teknolojisinin temellerini attı. Evet, yapay zekânın ortaya çıkışını kısaca özetlediğimize göre biraz daha yakın tarihe gelelim ve yapay zekânın nasıl bir evrim geçirdiğini görelim.

İdealize edilmiş tanımıyla yapay zekâ konusundaki ilk çalışmalardan biri McCulloch ve Pitts tarafından yapılmıştır. Bu araştırmacıların önerdiği, yapay sinir hücrelerini kullanan hesaplama modeli, önermeler mantığı, fizyoloji ve Turing’in hesaplama kuramına dayanıyordu. Herhangi bir hesaplanabilir fonksiyonun sinir hücrelerinden oluşan ağlarla hesaplanabileceğini ve mantıksal ve ve veya işlemlerinin gerçekleştirilebileceğini gösterdiler. Bu ağ yapılarının uygun şekilde tanımlanmaları hâlinde öğrenme becerisi kazanabileceğini de ileri sürdüler. Hebb, sinir hücreleri arasındaki bağlantıların şiddetlerini değiştirmek için basit bir kural önerince öğrenebilen yapay sinir ağlarını gerçekleştirmek de olası hale gelmiştir. Beyindeki sinaptik ağların karmaşık ve bir o kadar da bütünsel çalışma sistemini taklit edebilirlerse yapay zekânın daha da bize yaklaşacağını, bir başka deyişle öğrenebilen yapay bir sinir sistemini yapabileceklerini düşündüler ve haklıydılar.

Bilim insanları denemelerin daha somut çıktılarını görebilmek için satrancı bir eşik olarak gördüler. Carnegie Mellon Üniversitesi lisansüstü öğrencilerinden oluşan bir ekip bunun için tamı tamına 10 yıl gibi uzun bir sürede geliştirilen ilk prototipi 1989 yılında üretti ve adını Derin Düşünce (“Deep Thought”) koydu. Bilim insanlarının planı, o zamanın Dünya Satranç Şampiyonu Büyük Usta Garry Kasparov’u yenmekti fakat hayalleri çok kısa bir sürede suya düştü. Garry Kasparov aynı yıl içerisinde tam iki kez Deep Thought’u alt etmişti. Bu bir yenilgi gibi dursa da aslında bir devrimin başlangıcıydı. Tarihte ilk defa bir bilgisayar insandan bağımsız bir şekilde kendi kararlarını alıp inisiyatifini kullanmıştı. Bu olay birçok teknolojik devrim için ilham kaynağı oldu. Çok kısa bir süre sonra IBM, Carnegie Mellon Üniversitesi’nden fazlasıyla etkilendi ve araştırmacıları işe almaya başladı. CMU ekibinin teknolojisini, Deep Blue isimli kendi satranç bilgisayarlarının erken bir sürümünü geliştirmek üzere kullandı. Deep Blue takımı 1996'da Philadelphia’daki bir turnuvada Kasparov’a tekrar kaybetti ancak dünya şampiyonuna karşı altı maçtan birini kazanmayı başardı. O tek galibiyet şu an satrançta gelmiş geçmiş bütün büyük ustaları eze eze yenen, tabiri caizse yenilmez konumda olan Google ait olan Deep Mind yapay zekâsının umut ışığı olmuştur. Buraya kadar bahsettiklerimi bir analoji üzerinden betimleyecek olursam, yapay zekânın gelişim tarihi bir deniz olsaydı buraya kadar anlattığım kısım minik bir kova dolusu su olurdu. En azından konsepte aşina olmamız için bu kadarını bilsek de yeter. Az da olsa kafamızda bir fikir oluştuysa gelgelelim yapay zekânın günümüzdeki haline ve insanların onu neden bu denli pozitif veya negatif yönde metalaştırdığına.

Şu ana kadar bahsetmiş olduğumuz yapay zekâ bizim yani insanların ona sunduğu verileri işleyip kullanabilmesiyle sınırlıydı. Aslında evet, kendi kararlarını verebiliyordu fakat bu kararlar sadece ve sadece bizim ona sunduğumuz seçeneklerle sınırlıydı. Fakat devam eden araştırmalarla 70'li yıllarda temeli fark edilmeden atılmış olan makine öğrenmesi ve derin öğrenme, affedersiniz ama dananın kuyruğunun koptuğu nokta tam olarak burası . Çünkü bir önceki paragrafta kısaca bahsetmiş olduğum Google’ın yenilmez yapay zekâsı tam da bu şekilde bu unvana sahip oldu. Olayın ciddiyetini kavrayabilmek için şöyle anlatayım Google yapay zekâsına sadece ve sadece satrancın kurallarını ve süre kısıtlamalarını öğretti, o ise tam bağımsız bir şekilde kendi başına dünyadaki satranç ustalarının hepsini yenebilecek konuma dakikalar içinde geldi. Bu tarifi neredeyse imkânsız bir olgu. Bilim kurgu filmlerinden aşina olduğumuz yapay zekâ konseptinin gerçekçi en net tohumuydu bu. Geleceğe hoş geldiniz!

NVIDIA, ismini oyun teknolojilerinden bilgisayar donanımına kadar birçok yerde duyabileceğiniz bir şirket fakat bu şirket 2018 yılında çoğu kişinin haberinin bile olmadığı bir devrimi sessizce gerçekleştirdi tam otonom sürüş. Şimdi düşüneceksiniz bunu zaten yıllardır TESLA şirketi önderliğinde birçok firma yapıyor ama hayır! Burada ufak ama çok önemli bir fark var. Tesla veya diğer araç firmaları bu otonom sürüş için arabalarındaki yapay zekâya trafik kurallarını önceden veriyorlar örnek vermek gerekirse hız sınırları, yol çizgileri, trafik ışıkları, trafik tabelaları, hangi yolda nasıl viraja girilmeli gibi veriler sunuluyor. Bunun yanı sıra burada da tabii ki makine öğrenmesi kullanılıyor. Sonuç olarak girilen veriyi farklı konseptlerde de tanıyabiliyor fakat hatalarından ders çıkaramıyor çünkü yaptığı şey aslında hata değil, ondan bağımsız gelişen kazalar. NVIDIA’nın devrimi de tam olarak burada, NVIDIA’nın yapay zekâsı hiçbir girdi almıyor, evet doğru duydunuz herhangi bir mühendisten veya bilgiden beslenmiyor. Sadece arabanın içinde ve dışında bulunan kameralar sayesinde gerçek bir şoförün sürüşünü izliyor, analiz ediyor ve öğreniyor, hatta izleyerek öğrendiği şoförün hatalarını bile bulabiliyor. Yapay zekânın yapabilecekleri bununla da kısıtlı değil. Şimdi başka bir örneğe ve beni en çok etkileyen örneğe bakalım.

2015'te New York’ta bulunan The Mount Sinai Hastanesinde bir grup bilim insanı hasta kayıtlarına makine öğrenmesi algoritması entegre etmeye karar veriyor. Bu hasta kayıtlarına test sonuçları, hastaneye ne sıklıkla geldikleri gibi bilgiler dahildi. Deep Patient adı verilen bu algoritma 700.000 kişinin verilerini analiz ederek öğrenmeye başlıyor. Sadece ama sadece verilere bakarak. Yani herhangi bir tıp algoritması hangi hastalığın sebebi nedir diye bir talimat verilmeden bu algoritma bu hasta kayıtlarında kimsenin göremediği bağlantıları çözüyor ve hangi hastalığa neyin neden olduğunu ve hangi belirtilerin hangi hastalıklara işaret ettiğini öğreniyor. İsim isim kimlerin akciğer kanseri olabileceğini söylüyor. Yani hasta kayıtlarına bakarak bir sonuca varabilecek klasik yöntemler de vardı öncesinde. Ama araştırmayı yapan grubun başı Joey Dudley şöyle söylüyor: “Bu program daha önce görmediğimiz bir doğruluk oranına sahip.” Burada da bitmiyor. Kanser gibi tanısı diğer hastalıklara nazaran daha kolay hastalıkları tespit etmesi normal gelebilir belki. Ama program şizofreni gibi çok uzun tetkiklerle saptanan psikiyatrik hastalıkların da kimlerde ortaya çıkacağını çok yüksek bir doğrulukla tahmin ediyor. İşte işlerin karıştığı nokta burası. Projeyi başlatırken kimse böyle bir sonuç beklemiyordu. Çünkü bu tip hastalıklar normal şartlarda dahi teşhis edilmesi çok zor hastalıklar. Ama nasıl oldu bu?Nasıl bu sonuçlara varabildi? Bunu nereden öğrendi? Yapay zekâyla ilgili komplo teorilerine hoş geldiniz!

Şu an kimi otoritelere göre en seçkin MIT, STANFORD VE CALTECH gibi üniversitelerin bilgisayar bilimleri bölümünde okuyan yüksek lisans ve doktora öğrencilerinin çok yüksek bir yüzdesi yapay zekâ üzerine çalışıyor onu daha da geliştirmek ve daha da bağımsız, zeki bir hale getirebilmek için. Fakat daha çok yolu var çünkü yeterli veriye sahip değil. Açıklamak gerekirse bir sonraki blogumuza da dem vurmuş olalım. Big Data yani büyük veri sizin, benim, dünyadaki tüm gelişmeleri kapsayan geniş veri havuzu. Şu anki haliyle bile çok büyük olsa da geleceği düşünün. Tam olarak bir terminatör karakteri gibi biyonik varlıklara evrileceğiz. Bunun ilk kademesini cep telefonlarında gerçekleştirdik. Her an, her yerde yanımızdalar ve sürekli ihtiyaçlarımız doğrultusunda kullanabiliyoruz. Bunun tüm hayatımıza entegre olduğunu düşünün. Sahip olduğunuz, yaptığınız en ufak bir şeyin bile bir veri ve bunu karşılaştırmalı olarak tüm insanlar üzerinde analiz edebiliyor olduğunu düşünün; bundan sonrası sizin hayal gücünüze kalmış.

Bahsettiğim bu olgular bir hayal ürünü değil, hatta dünyanın en zengin insanı unvanına sahip Tesla, SpaceX gibi şirketlerin kurucusu Elon Musk bir röportajında, yeni açtığı Neuralink şirketinin hedeflerinden bahsederken laf arasında bunu önüne geçilemez olarak görülen hümanoid’lere karşı bir silah olacağını espriyle belirtiyor ve de insanlar daha kendi beyinlerini tam olarak çözememişken kendimizden üst bir akıl ortaya çıkarmanın mantıklı bir hareket olmadığını söylüyor.

Şu an yapay zekânın ve bilgisayar teknolojilerinin embriyoloji çağında olduğunu düşünsek bile bizi bu kadar kısa bir zamanda kendine hayran bıraktı. Çok uzak gelecekten bahsetmiyorum 5 ile 10 sene içerisinde hayal edebildiğimizden çok daha farklı bir dünya bizi bekliyor. Fakat şu an bu dünyanın bizim için güneşli mi yoksa karanlık olacağını belirtmek için çok erken.

Tüm sorularınızı yorumlar bölümünden bize iletebilirsiniz.