50 SORUDA YAPAY ZEKA

admin

YAPAY ZEKÂ (50 Soruda)-Cem SAY (Prof. Dr.)

YAPAY ZEKANIN TOHUMLARI

Çoğu insan bilgisayarlar hakkında çok şey bilmiyor ama bazı bilgisayarlar birçok
insan hakkında çok fazla şey biliyor. Kimi insanların hayatlarını sürdürebilmeleri
doğrudan bilgisayarlara bağlı. Bilişim devriminde dönüşü olmayan noktayı çoktan
geçtik; artık istesek de bilgisayarsız bir dünyaya dönemeyiz.
Tecrübeme göre her zaman, “Yapay Zekâ ŞU işi (insanlar kadar) yapamaz!”
diyen birileri oluyor. Genellikle o iş çok da uzun olmayan bir süre sonra bilgisayarlar
tarafından daha yüksek performansla yapılmaya başlanıyor. Bu ilk başta bir çalkantı
yaratıyor, ama çok geçmeden bir ses duyuluyor: “O iş ‘insan özü’ gerektirmeyen,
mekanikleştirilebilen bir işmiş zaten!’ Esas ŞU diğer işte bilgisayarlar insanları geçemez!”
Ve döngü böylece sürüyor, mühendisler sürekli kayan hedefi tutturmak için o diğer işe
odaklanmıyorlar.

Alan Turing Kimdir?
Alan Turing bilgisayar biliminin babası ve yapay zekanın kurucusu olarak
bilinir. Fakat bu çok eksik bir tanımdır. Hiç kuşkusuz 20.yüzyılın en büyük bilim adamı
olan Turing, çok yönlü bir dehaydı. Biyolojiye, neredeyse boş vaktinde diyebileceğimiz
bir kolaylıkla, dev bir kuramsal katkı yapmıştı. Ulusal takıma seçilebilecek
performansta başarılı bir koşucuydu (Şehirleraras1 yolculuk yapacağı zaman bavullarını
trenle gönderip kendisi yaya olarak giderdi). Ha, unutmadan, bir de 2. Dünya Savaşı’nı
kazanmıştı!
Turing Üniversite hocalığı yoluna koyulduktan kısa süre sonra, daha 24
yaşındayken Hilbert’in bir başka hayalini yıkmış, ama bu arada da makineler çağ1nı
açmıştı.
İngiltere Hitler’le savaşa girdiğinde doktora çalışmasını yeni bitirip ABD’den
yurduna dönmüş olan 27 yaşındaki Turing, üniversitesinden Hükûmet Kod ve Şifre
Okulu’nun Bletchley Park’taki karargahına taşındı. Görevleri, Alman ordusunun
radyo iletişimini gizlemek için kulland1ğ1 Enigma şifresini çözmekti. Bu bir ekip
işiydi, ama başarıya giden yolda en büyük katkının Turing’den geldiğini rahatlıkla
söyleyebiliriz. Savaşın ortalarına doğru Bletchley Park’ta gece gündüz her 30 saniyede
bir Alman mesajı çözülür hale gelmişti. Askeri tarihçiler Turing’in sağladığı bu
istihbarat avantajının Almanya’nın yenilmesini iki yıl kadar öne çektiğini söyler,
Turing bugün “bilgisayar” denen makinenin kuramsal temelini savaştan önce
atmıştı, savaş bittikten sonra Londra’da, daha sonra da Manchester Üniversitesi’nde,
ilk gerçek elektronik bilgisayarları inşa eden uzmanlardan biri olarak çalıştı. 1950’de
yapay zekanın işaret fişeği sayılan “Hesaplama makineleri ve zekâ” makalesini
yay1mlad1. 1951’de Kraliyet Akademisi’ne üye seçildi. Ama 1952 Turing’in şansının
döndüğü yıl oldu.

Turing eşcinseldi ve bu o çağda İngiltere’de suçtu. Evinde gerçeklesen bir
hırs1zlıktan ötürü şikâyette bulunduğu polis komiseri, olayın detaylarını araştırırken
Turing’in bir erkekle olduğunu anladı. Yalanı sevmeyen birisi olan Turing, soru
kendisine sorulduğunda inkara çalışmadı. Mahkeme kendisine hapis cezası ile hormon
“tedavi”si denilen bir tür işkence arasında seçenek sununca özgürlüğü seçti.

 

7 Haziran 1954’te, daha 41 yaşındaki Turing yatağında ölü bulundu. Ölüm
nedeni siyanür zehirlenmesiydi. Genel kanı, hormon işkencesinin vücudunda yarattığı
değişimin tetiklediği bir bunalım sonucu intihar ettiği yolundadır.

BEYİNLER ve DİĞER BİLGİSAYARLAR
Matematik ve mantık kurallarına bağlı kalarak işlemler yapan bir insanı örnek
alarak Turing makinesi (TM) diye bir model yarattık. Bunun üzerine bilgisayar bilimini
kurduk. Tamam, iyi bilgisayarlar TM benzetimi yapabildiklerinden bu modelin gücüne
erişebiliyorlar. İnsanlar da bunu yapabiliyor. Ama bu yüzden insanlara “bilgisayar”
demek, bilgisayar kavramını fazla genişletmek olmuyor mu? İnsanlar hep ispat yapan
matematikçi modunda çalışmak zorunda değil ki! Daha “İnsani” şekilde
davrandıklarında, normalde “bilgisayar” dediğimiz aygıtların asla taklit edemeyeceği
şeyler de yapamazlar mı?
İnsanlar ve (diğer) bilgisayarlar karşılıklı olarak birbirlerini taklit edebildikleri
için (bellek ve hız gibi başta göz ardı ettiğimiz hususlar dışında) birinin diğerine bir
üstünlüğü olduğu söylenemez.
Genelde bilgisayarları anlatan kitaplarda insanlar “kullanıcı” rolündedir. Oysa
resme doğru bakarsak, insan beyninin sürekli olarak duyu (girdi) organlarından bilgi
alan, fizik kurallarına (tabii ki) dayalı bir mekanizmaya o bilgiyi işleyen, hesapladığı
çıktıyı da bedenin çeşitli yerlerine sinyaller olarak gönderen bir bilgisayar, bütünün de
et ve kemik gibi malzemelerden yapılmış bir “otonom robot” olduğunu görürüz. Bu
bilimsel anlayışın insan denen varlığın değerini azalttığını ileri sürenlere aldırmayın.
Robotuz dediysek harika robotlarız, en azından bu gezegende kendi varlığının sırrını
çözmeyi ilk başaran varlıklar biziz ve anlama serüvenimiz daha yeni başlıyor.
Bilgisayar bilimi de tıpkı fizik ve matematik gibi bu serüvende kullanacag1m1z temel
araçlardan biri.

Doğanın programlama dili nedir?
Masanızda veya cebinizdeki bilgisayarınızda donanım/yazılım ayrımını net
şekilde görebilirsiniz. “Donanım”, makinenin elle tutulup gözle görülen, kütlesi olan,
bugünden yarına önemli şekilde değişmeyen fiziksel kısmıdır. Ama bilgisayarınız
sadece bundan ibaret değildir. Telefonunuza bugün yeni bir uygulama program1
indirip kullandınızsa, o artık dünkü telefonunuzdan farklıdır. Ne değişti? Yazılım.
Aynı uygulamayı milyonlarca başka insan da yükleyebilir, ama bu yüzden ne
sizin ne de onların telefonlarının ağırlığı birazcık bile artmaz. Demek ki yazılım madde
ve enerjiden değil, bilgiden oluşan ilginç bir şey.
İnsanın donanım/yazılım ilişkisine “beden/ruh ilişkisiyle aynı şey” diyesi geliyor
akla!
Dünyada bugün hüküm süren tüm canlılarda bulunan DNA molekülü, daha
küçük moleküllerin dizilmesiyle oluşmuş bir zincir. Bir bireyin DNA’s1, o bireyin
sıfırdan nasıl inşa edileceğine ilişkin bilgileri kapsıyor. Her hücremizde tüm bilgiyi
içeren DNA’m1zın bir kopyası var. Adları A, T, C harfleriyle başlayan dört ünlü
molekülün kopyaları art arda dizilerek “yazılmış” (aslında evrilmiş) bir harf dizisi
olarak yorumlanabilen DNA, bilgisayar mühendisi gözüyle bakıldığında bir veri
dosyası, bir işletim sistemi veya belki en iyisi, bir programlar kütüphanesi olarak
görülebilir. Bu son bakış açısına göre uzun DNA dizisinin bazı kısımları “gen” adını
verdiğimiz programlardır.

Bir bedende trilyonlarca hücre, bir DNA’da da on binerce gen olabiliyor. Bütün
bu programlar aynı anda çalışmıyor. Hücredeki kimyasal ortama göre sadece bazıları
çalışıyor, diğerleri susuyor (Vücutta farklı görevleri olan hücreler bu açma/kapama
sistemi sayesinde birbirlerinden farklılaşıyor).
Hücrenin ne hücresi (deri mi, kemik mi, sinir mi, vs.) olacağından ne zaman
bölüneceğine dek bir yığın şey DNA üzerindeki çeşitli kimyasal tetiklerin çekilip
çekilmemesine bağlı.

Karmakarışık bir kontrol ağı, döllenmeden itibaren tüm hücrelerin
bölünmesini, bölünmemesini, özelleşmesini, icabında ölmesini düzenleyerek sıfırdan
bir canlıyı inşa etmek için her hücrenin genlerini uygun şekilde açıp açıp kapatıyor.
Bilinçli bir mühendisin bir seferde tasarlamasıyla değil de DNA’da milyonlarca
yıl boyunca rasgele mutasyonların ve değişen çevre şartlarının denk gelmesiyle oluşan
kısmi değişikliklerle şekillenmiş bu işletim sistemi tam bir arapsaç1 ve nice akıllı insan
onca yıldır çalışma şemasını tam olarak çözmeye çalışıyor.
Aslında oyunun kuralı yaşamın başlangıcından beri aynı: Öz kopyalayıcıların
daha çok kopyasının çıkarılması. Genler kendi kopyaları çoğalsın diye bedenler inşa
ediyorlar, o bedenler rekabete rağmen üremeyi becersin diye de tasarım şeması
koşullara göre değişiyor. Başarılı bireyler ürettirebilen genler, zaman içinde
rakiplerinin yerini alıyor. Genler iyi yazılmış gibi görünen programlar, ama onları
yazan bir “üst akıl” yok.

Bazı türlerde yine bu çağlardır süren “Bir birey inşa et ki genlerini paylaşan yeni
bireyler üretsin” döngüsü sırasında “beyin” diye bir organ evrilmiş. Ama bazı beyinler
kontrolden çıkıp oyunu bozabiliyor.

Beyin nasıl bir bilgisayardır?
Demem o ki, beyin bir bilgi işlem makinesidir. Kelimeyi renkli bir benzetme
olarak değil, teknik bir terim olarak kullanıyorum; beyin tam teşekküllü bir
bilgisayard1r.

Bu önemli geçeği sindirmek için günümüzün elektronik bilgisayarlarının temel
mimarisiyle beynimizinkini karşılaştırmak yararlı olabilir. Karşılaştırma hakkaniyete
uygun olsun diye şartları eşitleyelim: Bir bedeni sevk ve irade problemiyle uğraşan bir
beyinle otonom bir robotun davranışlarını kontrol etmekle görevli bir bilgisayarı
karşılaştıralım.

Kontrol bilgisayarı, robotun alg1lay1cılarından (kamera, mikrofon, pusula,
jiroskop, basınçölçer vs.) gelen verileri girdi olarak alır. Bu veriler söz konusu alg1lama·
cihazları tarafından O ve l’lerden oluşan diziler 0larak yorumlanabilen iki seviyeli
elektrik sinyalleri olarak gönderilir. Zaten bilgisayarın içinde de her şey O ve l’ler
cinsinden yaz1lır.

Temel bilgisayar mimarimizde veri üzerinde işlem yapan tek bir birim
vardır. Üzerinde işlem yap1lacak bilgiler, sıraları geldiğinde, bellekte tutuldukları
yerlerden bu “merkezi işlem” birimine getirilir, sonuçları da geri taşınır. Çoğu
bilgisayarın belleği farklı hız ve kapasitede birkaç k1s1mdan oluşur ve işlenecek
veriler o sırada büyük ama yavaş kısımdaysa erişilmeleri sistemi yavaşlatabilir.
Bilgisayarın o sırada çalıştıracağı (robotumuzun nasıl davranacağını
belirleyen) program da kullanıcısı (belki de robotu tasarlayan mühendis)
tarafından belleğe yerleştirilmiştir.

Program alınan girdilere ve algoritmasına kodlanmış olan amaca göre şu
anda yapılacak hareketin ne olduğunu hesaplayınca robotun ilgili “eyleyici” birimlerine
(tekerleği döndüren motor, ses çıkarılacaksa hoparlör, ışık yakılacaksa fener, vs.)
gerekli sinyalin gönderilmesini emreder. Bu eylemin sonucunda durum (robotun
konumu kameranın aldığı görüntü, vs.) değişir ve “Şimdi ne yapmalı?” döngüsü sürer
gider.
Gelelim beyne. Göreceğiz ki beynin yap1s1 daha karışık, anlaması da daha zor.
Bunun sebebi, iki sistem arasındaki diğer farklılıkların sebebiyle aynı: Elektronik
bilgisayar bir mühendislik ürünüdür, tek işlemcili TM modeli esas alınarak ve
anlaşılması, hata teşhisi ve onarımı kolay olsun diye net sınırlarla ayrılan modüllerden
oluşacak şekilde tasarlanmıştır. Beyin ise, anlaşılma veya tamirci tarafından
sökülebilme kolaylığının hiç umursanmadığı, tek “amacın” eldeki şemada ufak tefek
değişiklikler yaparak eldeki malzemeden çevreye daha uyumlu üretken bireyler
yaratmak olduğu kör evrimin ürünüdür.
Beyin, duyu organlarından gelen verileri girdi olarak alır. Bu veriler söz konusu
organlardan elektrik sinyalleri olarak gönderilir. Sinir hücrelerinin (“henüz
etkinleşmedi” I “etkinleşti” ayrımıyla) rahatlıkla O ve 1 olarak yorumlanabilen bir veri
taşıma kipi varsa da, bazı durumlarda etkinleşme s1klığı gibi 0, 1’den ziyade küsuratlı
sayılarla daha doğal ifade edilen bir gösterimi destekliyor gibi görünürler.
Tek işlemcili, programın her adımının bir öncekinin bitmesini beklediği
modelin tersine, beyindeki her sinir hücresi (yüz milyar tane olabilir!) aynı anda iş
görebilir.

İnsanların programlama dili nedir?
İnsanlığın en büyük buluşu olan dil yeteneğinin temelinde “kur kur dene”
altprogramının yatmasıdır.
Başka hayvanlarda da diğer bireyleri değişik tehlike türlerine karşı uyarmak için
ses sinyalleri evrilmiştir. Ama insan dili matematiksel olarak gelişmiş bir yapıdır.
Konuşma sırasında nasıl oluyor da sonsuza yakın sayıdaki gramere uygun, fakat
duruma uygunsuz lafı değil de sohbetin o noktasına uyan bir cümleyi üretebiliyoruz?
Belki sadece amaç ve zevklerimize uygun cümlelere olumlu tepki veren bir
programımız var, söz sırası bize geldiğinde diyeceklerimiz de kafamızda yerli yersiz
birçok seçeneğin kurulup bu programca denenmesi yoluyla seçiliyor.
“Ama ben zihnimde bütün bu programların aynı anda çalıştığını hiç
hissetmiyorum” mu dediniz? İşte insanlık tarihinin en ünlü kurgusal karakterine
geldik; şu “ben” adındakine.

Başka canlılarla, özelde de insanlarla birlikte yaşamak zorundayız. Onları
birbiriyle etkileşen katrilyonlarca molekül veya binlerce program olarak düşünürsek,
nasıl davranacaklarını mevcut zaman ve bellek kısıtlarımızla hesaplayamayız. O
yüzden bizimkine çok benzeyen o başka bedenleri, kafamızdaki dünya benzetiminde
birer özerk “birey” olarak modelliyoruz.

Nasıl bilgisayarınızın ekranında gördükleriniz o anda makinenin içinde
çalışan çok sayıda programın çoğu hakkında hiç bilgi içermiyor, kalanları
hakkındaysa çok yüzeysel, kullanıcı anlayabilsin diye süzülüp özetlenmiş bilgiler
veriyorsa, kafamızda da etkilerinin toplamı ile bedenin davranışını belirleyen program
kalabalığının tümünü değil, sadece sesi o sırada en yüksek çıkan programları kaale
alarak onların isteklerini bir “anlatı”’ haline getiren, diğer insanlar için geliştirdiğimiz “Bir bedenin bir sesi olur” yanılsamasına uygun olarak evrilen, dil
modülüyle yakın bağlantılı, “bilinç” dediğimiz o tek sesi duyuyoruz.
Doğasındaki filtreleme özelliği nedeniyle bilincim (yani “ben”!), o sırada
“içeride” olup bitenin çoğundan habersiz. Davranışlarım genel vücut sistemince alt
katmandaki fizik yasalarına göre çalışan bir üst katmandaki sinir hücresi
programlarınca belirlendikten sonra bilincimin de bundan haberi oluyor ve o da
görevi gereği “eylemi üstleniyor”, gerçekten inanarak “Ben karar verdim, ben
yaptım!” diyor.

Matematiksel nedenlerle son derecede esnek bir sembolik sistem olan dil,
evrilmesi sırasında hiç söz konusu olmayan, “gereksiz” ve hatta “imkânsız” şeyleri de
düşünülebilir kıldı. İş insanların “mantık” ve “matematik” denen tuhaf şeyleri icat
etmesine, ya da belki de keşfetmesine kadar vardı.
İnsanların programlama dili ne midir? Hangi katmanda çalışmak istediğinize
bağlı. En altta, fiziksel katmanda değişiklikler yaparak istediğimizi elde etmek,
günümüz teknolojisinin hassasiyet düzeyinde epey zor. Beyne büyük mıknatıslar
dayayarak sinir tellerindeki elektrik akımıyla oynayıp deneklerin istedikleri
organını hareket ettirebilen veya çeşitli olaylar karşısındaki yargılarını değiştirebilen
bilimciler hakkında belgeseller de izlemiş olabilirsiniz.
Pek çok beceriyi edinmek için sürekli tekrarlar yapmak işe yarıyor; beynin
tekrarlanan davranışları bir süre sonra otomatiğe aldığını herkes bilir. Ama en üst
düzeyde programlama yöntemleri elbette ki duyu organları ve dil kanalıyla
çalışıyor. Donanım zayıflıklarından yararlanmak, sözgelimi cinsel çekiciliği
kullanarak kandırmak çok etkin bir yöntem, Din ve ideoloji gibi bulaşıcı fikir
kompleksleri bazı insanları doğal içgüdülerinin tam zıt yönünde, gen programını
hiçe sayarak davranacak şekilde programlayabiliyor. Mantıksal dayanak ve delil
göstererek ikna etmeye çalışmak da bir yöntem, ben de burada onu yapmaya
çalışıyorum.

Enformasyon nedir?
Turing’in “algoritma”yı tanımlarken kurduğu yapının sağlamlığı o zamana
dek el yordamıyla kullanılan, ama bilimsel bir netliğe kavuşmamış başka önemli
bilişsel kavramların da kuramsal bilgisayar biliminde yerli yerine oturmasını
saglad1. Bunlardan biri de “enformasyon”dur.
Terminoloji notu: İngilizce “information” kelimesi karşılığı olarak
“enformasyon”u kullanıyoruz. “Bilgi” demiyoruz, çünkü o burada
tanımlayacağımız anlamda enformasyondan farklı, daha “yüksek” seviyede,
işlenip anlamlandırılmış malumata (“knowledge”) karşılık geliyor.
Enformasyonun aksine, bilginin standartlaşmış bir tanımı yok ve literatürde
farklı yerlerde birbirinden biraz farklı şeylere “bilgi” dendiğinden kafalar karışabiliyor.
Enformasyon kuramı, Claude Shannon’ın 1948’de yazdığı “Matematiksel Bir
İletişim Kuramı” başlıklı mükemmel makalesinde doğdu.

“Yapay Zekâ Mevsimleri” Nedir?
Yapay zekanın isim babası McCarty işin altyapısını oluşturmakta en çok katkısı
olanlardandı.

Sayısız YZ programının yazılmasında kullanılan bir bilgisayar dili olan Lisp,
onun eseriydi.
Taşkın zekasıyla bir yandan “problem çözen makinelerin çoğunun inançları
olduğunun” söylenebileceğine ilişkin felsefe makaleleri yazıyor, öte yandan herkesin
ayrı bir bilgisayar sistemine sahip olması yerine hesaplamaların tıpkı su veya elektrik
gibi ihtiyaç bazında alınıp satıldığı bir iş modelini (günümüzün “bulutta hesaplama”
fikrinden yarım asır önce) ortaya atıyordu.
Marvin Minsky, daha sonra evleneceği Gloria Rudisch’le ilk yemeğe çıkışlarında
ona, “Bir gün insan beyninin nasıl çalıştığının sırrını çözeceğim” demişti. Gloria yıllar
sonra “O anda ‘Bu adam ya deli ya da dahi’ diye düşünmüştüm. Neyse ki ikincisiymiş”
diyecekti.

Minsky yapay zekâ, insan zihnini inceleyen “bilişsel bilim” dalının devlerinden
olmasının yanı sıra matematikçi, yepyeni bir mikroskop cinsinin mucidi ve yetenekli
bir piyanistti. Massachusetts Teknoloji Enstitüsü’nde öğrencilerine o zamana dek
meydanı boş bulanların bol keseden “Makineler şu işi yapamaz!” diye atıp tuttuğu işleri
yapan bilgisayar programları yazdırmaya başladı: Kısıtlı bir dilde yazılmış, belli
konulardaki matematik problemlerini çözen programlar, bir masanın üzerindeki tahta
blokları gören, onları belli koşulları sağlayacak şekilde hareket ettirmek için gerekli
planları yapabilen ve bu konuda oldukça karmaşık İngilizce komutları anlayabilen
programlar.

Dikkat ettiyseniz, yukarıdaki örneklerin tümü “mikro dünyalar” denilen,
çerçeveleri çok iyi çizilmiş, kısıtlı kullanım alanlarında çalışıyordu. Ama o zamana dek
bir makinenin böyle bir şey yaptığını görmemiş olan insanların aklını başından
alabiliyorlardı. Russell ve Whitehead’in Pirincipia Mathematica’sındaki bir teorem için
kitaptakinden daha kısa bir ispat bulmayı başaran “Mantık Kuramcısı” programının
yazarlarından (daha sonra ekonomi Nobel’i sahibi olacak olan) Herbert Simon
felsefedeki zi hin-beden problemini çözdüklerini ve makinelerin artık düşünebildiğini
söylüyor, sonra da h1z1nı alamayıp 1968’e dek bir bilgisayarın satranç şampiyonu
olacağını ileri sürüyordu (Böyle tahminler yapmaya kalkarsam lütfen beni durdurun).
Soğuk Savaş sırasında Sovyetler’e karsı bir avantaj sağlamak için yanıp tutuşan ABD
Savunma Bakanlığı kesenin ağzını açtı. Yapay zekâ araştırmalarına para akmaya
başladı. Fakat bu bahar aslında sonbahardı.

1990’da Irak komşusu Kuveyt’i işgal etti. En çok katkıyı ABD’nin yaptığı
uluslararası bir ittifak 1991’de Irak’a saldırarak işgali sona erdirdi. Bunun bizim
konumuzla ilgisi ne mi?

1989’da yapılan bir tatbikatta lojistik sistemlerinde büyük verimsizlikler
olduğunu saptayan ABD ordusu, aceleyle bu sorunları çözecek bir YZ programı
ısmarlamıştı. Savaştan az önce devreye alınan DART (“Dinamik Analiz ve Yeniden
Planlama Aracı”) adındaki program Avrupa’dan apar topar Suudi Arabistan’a
sayısız kuvvetini taşımak zorunda kalan ABD ordusunun teçhizat ve personel nakil
planlarına kısa zamanda askeri yetkilileri hayran bırakan iyileştirmeler hesapladı.
1995’e gelindiğinde ABD Savunma Bakanlığı sadece DART’ın sağlad1ğ1 tasarrufla
önceki 30 y1l boyunca çoğu duvara toslayan tüm o YZ projeleri için verdiği
paray1çıkarıp kâra geçmişti!

1997’de Deep Blue Kasparov’u yenip Simon’ın öngörüsünü 30 yıl gecikmeyle
de olsa gerçekleştirdi. Acımasız mühendislerin iteklemelerine aldırmadan işine
bakan sabırlı insansı robot videoları insanlarda bu sefer de “Fazla mı ileri gittik ne?”
düşüncesini uyandırmaya başladı.

Fakat son YZ kışından çıkışın esas sebebin bilgisayarların sürekli hızlanıp
ucuzlayarak birkaç paralı kurudaki soğutulmuş merkezlerden çıkıp dünyanın her
köşesinde evlere ve insanların ceplerinde sokaklara yay1lması oldu. Dünyayı saran
ağ, inanılması güç şekilde insanlara harika hizmetleri bedavaya sunan Google gibi
şirketlere, bu hizmetleri kullanan insanların bedavaya ağa yükledikleri bilgiler de
çalışmak için dev veri kümeleri gereksinen yapay öğrenme sistemlerinin nihayet
kanatlanmasına yol açtı.

Hayranlık verici görüntü tanıma, yol tarifi, tıbbi destek, müşteriye göre ürün
önerme ve (eskisine göre çok iyi) doğal dil işleme programları geliştirildi. Kendi
kendini süren otomobiller yollara çıktı. Sadece oyunun hamle kurallarının
bilgisiyle başlayıp Go’yu ve satrancı kendi kendine oynayarak öğrenen ve 24 saat
içinde insanüstü seviyeye gelen bir program da yazıldı.

Derin Öğrenme
Çağ, herkesin resim çekip onu bedavaya internete koyduğu çağdı. Facebook,
Google gibi devler neden size resimlerinizi ve yazılarınızı koymanız için sınırsız bellek
hediye ediyor?

Çünkü onlara makinelerinin dünyanın nasıl göründüğünü ve insan dillerinin
düzenini öğrenmesi için ihtiyaçları var!
Bu “büyük veri” denizi sayesinde önceki kuşağın araştırmacılarının hayal
edemeyeceği büyüklükte sinir ağları, devasa veri kümeleriyle eğitildi ve yapay zekâ
birçok örüntü tanıma işinde insan düzeyine vardı, hatta geçti.
Ben bu kitabi yazarken derin öğrenmeyle edinilen başarı haberleri gelmeye
devam ediyordu. “Her şeyi öğrenen bir makine! Yapay zekaya kavuşmamıza az kaldı!”
Doğru mu?

Emin değilim. Derin öğrenmenin ne olduğunu unutmayalım: Verilen bir yığın
girdi-çıktı çifti üzerinde antrenman yap1p bir dönüşüm çıkarsamak ve bu dönüşümün
daha önce görmediği bir girdiyle karşılaştığında ona uygun çıktıyı vereceğini ummak.
Bu işi, konuşma tanıma, go oyununda kazanma şansı yüksek pozisyonları tanıma, cisim
tanıma gibi alanlarda yapabiliyoruz, çünkü bunların tümündeki dönüşümler öğrenme
algoritmamızın matematiksel doğasının (türevlere vs. dayalı iç mantığına göre) kolayca
öğrenebildiği fonksiyonlardan (“Kolay” derken yüz binlerce örneğin art arda
gösterilmesini kastettiğimi unutmayın). Her fonksiyonun bu kadar kolay öğrenilebilir
olması gerekmez. Hatta kimi fonksiyonlar bu şekilde gücümüzün yeteceği boyda ağlar
tarafından hiç öğrenilemiyor olabilir.

AlphaGo dünya go şampiyonunu nasıl yendi?
2015 yılı itibariyle bilgisayarlar go oyununu insanlara rakip olacak düzeyde
oynayamıyordu. Deep Blue’nun Kasparov’u satrancın süre kısıtları içinde yenmek
için kullandığı yöntemin merkezinde makinenin olası hamlelerin getireceği oyun
pozisyonlarını “zafere yakınlık” açısından sıralamakta kullandığı ve büyük emekle
hazırlanan karmaşık bir formül bulunmaktadır. Go için böyle iyi bir değerlendirme
formülü bir türlü bulunamamıştı. 2015’de go’da insanların üstünlüğü tartışılmazdı.

Ve sonra “AlphaGo” çıktı. 2017 baharında bir dizi efsane maçın sonunda bütün
insan oyuncuları geride bıraktığı kesinleşen AlphaGo, aynı yılın Ekim’inde tahtını
AlphaGo Zero adındaki bir üst sürümüne terk etti.
AlphaGo’nun sırrı pekiştirmeli öğrenmeyi derin öğrenme teknikleriyle
desteklenmesindeydi.

AlphaGo’nun sinir ağına önce binlerce insan oyunundan pozisyonlar
gösterilerek hangi hamlelerin tercih edildiği öğretildi. Elbette ki insanları geçmek için
yeterli olmayan bu altyapım, sonraki “kendi kendine öğrenme” aşamasında oynayacak
programların başlangıçta kullanacağı değerlendirme formülünü oluşturmakta
kullanıldı.

AlphaGo bir insan ömrü boyunca oynayabileceğinden çok sayıda oyunu kendi
kendisine oynadı. Her oyunda kazanan kopya kaybedene oranla bir şeyi daha iyi
yapmış olmalıdır, değil mi? Oyunun sonundaki bu “ödül” sinyali pekiştirmeli öğrenme
yoluyla önceki aşamalardaki pozisyonlara yansıtılarak onların da “makbul” olduğu
bilgisi sinir ağına kodlandı. Böylece her aşamada daha da iyileşen değerlendirme
formülü, bir sonraki aşmada kendi kendine oynanacak oyunların daha yüksek kalitede
olmasına yol açıyordu. DeepMind mühendisleri bu döngüyü durdurduklarında
program insanüstü seviyeye ulaşmıştı.

AlphaGo Zero’nun AlphaGo’dan farkı ise insan bilgisine başta bile hiç ihtiyaç
duymamasındaydı. Sadece oyunun hamle ve kazanma kuralları bilgisiyle donatılan
AlphaGo Zero doğrudan kendi kendine oynamaya geçti. Başlarda yaptığı hamleler
aptalcaydı elbet; ama binlerce oyundan sonra kazanmaya götüren oyun tarzını keşfetti
ve sadece 40 günlük bir antrenmanla atası AlphaGo’yu yenecek hale geldi. Galaksinin
yeni şampiyonu oydu artık.

Kendi kendini süren otomobiller nasıl çalışır?
“Robot” kelimesi de robotları konu alan mühendislik dalının adı olan “robotik”
kelimesi de bilimkurgu yazarları tarafından dünyaya armağan edildi. Çekçe, “zorla
çalıştırma” anlamında bir kelimeden bozularak elde edilen “robot” sözcüğü, ilk kez
1920’de Karel Capek’in R.U.R. adlı tiyatro oyununda kullanıldı. “Robotik” sözcüğü de
Gün 1ş1ğını bilimkurgunun devlerinden Isaac Asimov’un 1941’de yayımlad1ğ1 “Yalancı!”
başlıklı k1sa öyküsünde gördü. Aradan geçen zamanda robotlar gerçek olmakla
kalmadı, başka gezegenler gibi insanların gidemediği yerlerde bizi temsil de ettiler.
Boston Dynamics şirketinin tanıtım videolarında kendilerini tekmeleyen ve
sopalarla itip kakan mühendislerin engellemelerine karşın işlerine bakan insansı veya
köpeksi robotları halkın sempatisini kazandı (Bu satırları yazmaya başlamadan birkaç
hafta önce bir televizyon habercisi bana canlı yayında “Hocam, bu robot kapıdan
çıkmasın diye kuyruğunu çeken adama dönüp bir tane çakar mı?” diye sordu).
Kuşkusuz robotların şimdiye dek gördüğümüz yapay zekâ uygulamalarından en
önemli farkı, birer nedenlerinin olmasıdır. Bu, sadece bir yaz1lımdan ibaretseniz ve bir
bilgisayarın içinde çalışıyorsanız, hiç kafa yormanızın gerekmeyeceği bir yığın sorunu
beraberinde getirir. Robotlar girdilerini bedenleri üzerindeki alg1layıcılar yoluyla dış
dünyadan gelen sinyallerden süzmek, ne yapacaklarına karar vermek (ne yapacağına
ilişkin komutları uzaktaki bir insandan alan ve sadece bir tür uzak organ görevi gören
“uzaktan kumandalı” robotlardan değil, “özerk” olanlardan bahsediyorum), ve bu
kararı eyleyicilerini kullanarak hayata geçirmek zorundadır. Gerçek dünyanın

karmaş1klığ1yla olan bu içli dışlılık, robotun işini iyice çetrefil hale getirir: Kameralarım
değişik ışık veya hava koşullarında yeterince kaliteli görüntüler alıyor mu? Şu anda
nerede olduğumu biliyor muyum? Ya birisi beni iter veya kaldırıp başka bir yere
koyarsa?
Diyelim doğru konumumu biliyorum ve hedefime gitmek için tekerleklerimi
tam yüz kez döndürmem gerektiğini hesapladım. Peki ya lastiklerimin havası
kaçmış ve çapları kısalmışsa? O zaman yüz devir beni istediğim yere ulaştıramaz!
Bu nedenlerle iyi bir robotikçinin hem yazılımından donanımına eksiksiz bir
bilgisayar mühendisliği uzmanlığına hem makine mühendisliği becerilerine hem
de bende olmayan türden engin bir sabra sahip olması gerekir.

Boston Dynamcs’inkiler bir yana, son yılların en çok konuşulan ve
muhtemelen yakın gelecekte yaşamımızı en görülür şekilde değiştirecek olan
robotları sürücüsüz otomobillerdir. Her yıl yüz binlerce insan trafik kazalarında
ölmekte, milyonlarcası da yaralanmaktadır. Özel arabaların vakitlerinin yaklaşık
%95’inin “yatarak”, yani park halinde geçtiği hesaplanmıştır. Özellikle bazı yerlerde
otomobilini- yoksa veya onu süremeyecek durumdaysanız hareket kabiliyetiniz
neredeyse sıfıra inmektedir. Tüm otomobiller kendi kendilerini sürebilseler ve
özellikle kentlerde kişilerin malı değil, kiralanabilen bir hizmet olarak görülseler,
bu sorunlar ortadan kalkacaktır. Bir yerden diğerine gitmeniz gerektiğinde akıllı
telefonunuzdan en yakınızdaki sunucusuz arabayı çağırıp binersiniz. Sizi
istediğiniz yere bırakıp sonraki yolcusuna doğru ilerler. Park derdi kalmaz;
şimdinin park alanla makineler değil insanlar için kullanılabilir. Arabalar çok daha
verimli kullanılacaklarından çok daha az1 yeterli olur.

Robot sürücüler uyuklamaz, dikkati dağılmaz, trafik kurallarını çiğnemez,
insanların sahip olmadığı radar gibi algılayıcıları nedeniyle çevreden, bağlantı
yetenekleri ne deniyle de trafikteki tüm diğer araçların ne yaptığından ve
yapacağından yüksek düzeyde haberdardır. Günümüzde insanların birbirleriyle
koordine olamamaları nedeniyle yavaş akan trafik hayranlık verici derecede
hızlanır, kazalar ve ölümler sıfıra yaklaşır. Hedef budur.
Bilgisayarlar bizi bizden iyi tanıyabilir mi?

Veri bilimcilerin “keşifsel çözümleme” dedikleri, henüz verinin içinde ne
aradıklarını bilmeden gezinme aşamamdayken kullandıkları tekniklerden biri de
“ayrıksılık saptama”dır: Bir grup ak koyunun içindeki tek kara koyun ister istemez
gözünüze çarpar. Daha önceden koyunları renk cinsinden sınıflandırmak aklımızda
değildiyse bile gündemimize girmiş olur. Buna benzer şekilde verinin içinde doğal
öbekleşmeleri otomatik olarak keşfeden, böylelikle de bu öbeklerin dışında kalan
kayıtları dikkatimize sunan algoritmalar kredi kartı sahteciliklerinin saptanmasından
Günse yüzeyinde beliren lekelerin hangilerinin normal, hangilerininse şaşırtıcı
olduğunun anlaşılmasına dek birçok uygulamada işe yararlar.
Yazarların önceki kitaplarında kullandıkları stil (hangi kelimeleri sıklıkla bir
arada kullandıkları, paragraf uzunlukları, vb.) makinece öğrenilip yeni bir kitabı aynı
kişinin yazıp yazmadığı yüksek başarı ihtimaliyle söylenebilir, örneğin takma adla
yazılan; Guguk Kuşu (The Cuckoos Calling) romanının Harry Potter serisinin yazarı J.
K Rowling’e ait olduğu bu şekilde anlaşılmıştır.

Satıcılar veya film platformu Netflix gibi siteler, tuketim örüntüleri sizinkine
benzeyen diğer çok sayıda müşteriye benzediğinizi, bu nedenle onların beğendiği diğer
şeyleri sizin de beğenebileceğinizi öngörerek size önerilerde bulunur. Siz ilk bakışta bir
filmi sevmeyeceğinizi düşünebilirsiniz, ama Netflix sizin gibi pek çok kişinin o filmi
izleyince sevdiğini görmüştür, bu anlamda sizin ne düşüneceğinizi sizden iyi bilebilir.
Amaçları sitede mümkün olduğunca çok vakit geçirip reklam izlemeniz olan YouTube
ve Facebook gibi servisler, şimdi izlemekte olduğunuzun ardından size önerecekleri
yeni içerikleri aynı yollardan geçmiş milyonlarca diğer kullanıcıdan hangilerinin en
uzun süre bağlandığına ve neyi ne sırada izlediğine göre eğitilen algoritmalarla belirler.
Sosyal medyadaki eylemlerimizin hakkımızda saçtığı verinin önemi, 2016’da
Birleşik Krallık’ın Avrupa Birliği’nden çıkışı ve ABD’deki başkan seçimi oylamalarının
seçmenler hakkında bu şekilde edinilmiş bilgiye dayalı kampanyalar yürüten taraflarca
sürpriz şekilde kazanılmasıyla gündeme geldi. İnsanları yeni deneyimlere açıklık,
mükemmeliyetçilik, dışa dönüklük, iş birliğine açıklık ve kolay üzülme boyutlarında
konumlayarak kişiliklerine göre sınıflandırmak için kullanılan bir testi Facebook’ta
insanların gönüllü şekilde doldurdukları anketlerin içine gömen psikologlar, ilk kez
elde edebildikleri bu dev hacimli veriyi aynı deneklerin profillerindeki açık bilgiler ve
“beğeni” etiketi koydukları paylaşımlarla baglantıland1rmay1 başarmıştı. Bu eşleştirme
sayesinde diğer Facebook kullanıcılarının sadece neleri beğendiğini girdi olarak alıp
çıktı olarak bu kişilerin birçok özelliğini tahmin edebilen bir sistem geliştirilmişti.
Bir kullanıcının ırkını %95, cinsel yönelimini %88, siyasi parti tercihini de
%85 doğrulukla tahmin edebilmeniz için onun sadece %68 beğenisine bakmak
yeterli oluyordu.

Aynı yöntem mercek altındaki kişilerin zekâ seviyelerini, dinlerini, alkol ve
sigara kullanıp kullanmad1klarını, ebeveynlerinin boşanmış olup olmadığını da
saptayabiliyor; dahası, bu kişilerin ileride karşılaşacakları bir seçimde ne karar
vereceklerini sadece 10 beğeni ile iş arkadaşlarından, 70 beğeni ile arkadaşlarından,
150 beğeni ile ebeveynlerinden, 300 beğeni ile de hayat arkadaşlarından daha yüksek
doğrulukta tahmin edebiliyordu.

Kuşkusuz, bu bilgi ters yönde, yani girdi olarak verilen detaylı kişilik
özelliklerine sahip Facebook kullanıcılarını bulmak için bir tür “arama motoru” olarak
da kullanılabilirdi.

Bu bulguların akademik dünyada duyulmasından sonra Cambridge Analytica
isimli şirketin siyasetçilere teker teker seçmenler bazında hedefli propaganda
yapmalarına olanak veren benzer bir hizmeti sunmaya başladığı anlaşılıyor. Örneğin
Donald Trump’ın rakibi Hillary Clinton’ın birçok potansiyel destekçisinin, sadece
mensup oldukları dar bir kategorideki kullanıc1lara gösterilen, bu nedenle Clinton’ın
cevap verme şansı bile bulamadığı “karanlık reklam”larla oy vermekten vazgeçirildiği
söyleniyor. Bir şirketin reklam geliri sevdası, dünya tarihini değiştirmiş olabilir…

Yapay zekâ doktorluk yapar mı?
Aklını o yönde yoranlara insanları öldürmek için yeni olanaklar sunan yapay
zekâ, bizleri daha uzun ve sağlıklı yaşatmak için de kullanılabilir elbet.
Halk arasında “kireçlenme” olarak bilinen osteoartrit, orta ve ileri yaşlardaki
kişilerin çoğunu etkileyen bir eklem hastalığıdır. Ağrı şikayetiyle gelen hastalara
röntgen veya manyetik rezonans görüntüleme (MRI) incelemesi sonucu tanı konulur.

Hastalık eklemin kıkırdak yapısının bozulmasıyla oluşur ve günümüzde tanı
konulduktan sonra bu hasarı düzeltmenin bir yolu yoktur.
Şikâyetler başlamadan yıllar önce osteoartrit yolundaki kişileri diğerlerinden
ayırmanın bir yolu olsa iyi olurdu, değil mi? Yapay öğrenme sayesinde böyle bir umut
doğmuştur.

Araştırmacılar insan doktorların gözüne tümü de sağlıklı görünen çok sayıda
diz MR’ını “görüntüleme tarihinden 3 yıl sonra osteoartrit teşhisi
“konulanlar”/”konulmayanlar” olarak etiketleyerek bilgisayara göstermiş ve yeni
geliştirdikleri sistem daha önce görmediği örneklerle çalıştırıldığında hastalanacak
kişilerin kıkırdaklarını hastalanmayacaklarınkilerden %86 doğrulukla ayırt etmeyi
başarmıştır.

Röntgen filmleri gibi diğer radyolojik görüntülerdeki hastalıkla ilgili
örüntülerin saptanmasında yapay öğrenme sistemlerinin insan uzmanlardan daha
başarılı olduğunu bildiren çalışmalar giderek çoğalmaktad1r.
2018 Mayıs ayında, sağlıklı ben mi melanom mu (bir tür cilt kanseri) olduğu
etiketlenmiş yüze bin görüntü üzerinde eğitilmiş bir sinir ağının daha sonra yeni
gördüğü 100 vaka üzerinde yarıdan çoğu beş yıldan fazla tecrübeye sahip 58
dermatologla karşılaştırıldığı ve doktorlara daha büyütülmüş görüntülerle hastanın
yaşı, cinsiyeti vs. ek bilgiler sağlanmasına karşın sinir ağının daha yüksek doğruluğa
ulaştığı duyurulmuştur.

Hastaların görüntüleme incelemelerini bilgisayar tarafından
yapılmasında ısrar edecekleri günler yakındır.
(İnsan kumandasındaki) “robot cerrah”lar kesme işlemlerini insan elinden daha
düzgün yapabiliyor, ama cerrahinin yapay zekaya terk edilmesine daha uzun süre
olduğunu düşünüyorum.

Görüntüleme teknikleri eskiye oranla çok gelişmiş olsa da günümüzde cerrahlar
hâlâ çoğu hastanın tüm gerçeğiyle ancak onu kesip açtıklarında karşılaşmakta ve kışa
bir süre içinde akıl yürüterek karar verme durumuyla baş başa kalmaktadır.

YAPAY ZEKANIN GELECEĞİ
Yapay zekâ yanlış yapar mı?
Bir sistemin nasıl işlediğinin gerçekten anlaşılmasının en iyi yollarından biri,
onun çalışmasındaki aksaklıkları incelemektir.
Google’ın hayatımı genellikle kolaylaştıran servislerinde hata bulduğumda
mesleki bir haz duyuyorum.

Satırları yazmaya başlamadan hemen önce, İstanbul’daki Akmerkez’in (üçgen
tabanlı bir binadır) bir kenarındaki bir kapısından diğer bir kenarındakine en kısa
yürüyüşle nasıl gidebileceğimi sordum. Program yol tarifini binanın dışından vermekle
kalmadı, bana binayı arkama alıp uzaklaşmamla başlayan ve dört kez gereksiz yere
kaldırımdan inip karsıdan karşıya geçmemi gerektiren 600 metrelik bir açık hava rotası
önerdi.

Aralık 2017’de Kaliforniya’y1 kasıp kavuran orman yangınları Los Angeles
şehrinin kimi mahallelerine sıçramıştı. Telefonlarımızdan nerede ve ne hızla hareket
etmekte olduğumuzu anlayarak hangi yolun tıkalı, hangisinin açık olduğunu
hesaplayan yol tarif sistemlerinin bir sakıncası o sırada ortaya çıktı. Yanan
mahallelerde yolların boş olduğunu “gören” yapay zekalar, sürücülere ilk seçenek
olarak o yollardan geçen rotalar öneriyordu. Los Angeles polisi kentteki şoförlere navigasyon uygulamalarını kapatma çağrıs1 yapmak zorunda kaldı.
Gelelim Google Çeviriye. Haziran 2018 itibarıyla bulabildiğim birkaç sorun
şöyle:
“O bir banka memuresidir” cümlesi Türkçeden İngilizceye “It’s a bank note” (“O
bir banka notu”) olarak, “memure” kelimesinin dişil anlamından tümüyle bihaber
şekilde çevriliyor.
“Memure” gibi az kullanılan sözcükler örnekleri arasında çok geçmediyse böyle
sonuçlar çıkıyor.

“Benim elmam kırmızı. Senin elman ne renk?” “My apple is red. What color is
your hand?” diye çevriliyor. İlk cümlenin çevirisinde sorun yok ama ikincisi (sistemin
insanların aksine önceki cümlelerde kurulan bağlamın da hiç dikkate almadığını
gösterir şekilde) “Senin elin ne renk?” olarak çevrilmiş. Burada yine (“Elman”
kelimesinin çeşitli dillerde insan ismi olarak da geçmesinin de rol oynad1ğ1) veri
eksikliğinden kaynaklı bir “olsa olsa bu olur” atışının söz konusu olduğunu sanıyorum.
“Başka kadına bakarsa gözünü oyarım” cümlesinin Google çevirisi “If you look at
another woman, I’ll take a look” (“Eğer siz başka bir kadına bakarsanız, bir göz
atacağım”) şeklinde gerçekleşiyor.
Sonuçta, romantik ilişkilerinizde otomatik çeviri sistemlerine
güvenmeMEnizi öneririm.

Yapay zekâ kullanımının zararları nelerdir?
Günümüzde doğaları gereği “sınıflandırma” içeren (iş başvuruları, şartlı tahliye
için başvuran hükümlüler vb.) birçok karar, bu işteki başarımlarının hızla artığını
gördüğümüz yapay öğrenme ürünü algoritmalara bırakılıyor.
Çoğu durumda bu süreçlere insanlara özgü rüşvet, kayırma, tarafgirlik gibi kötü
huylarının olmadığı düşünülen bilgisayarların dahil edilmesi olumlu bir gelişme olarak
görülüyor, başvuranlar hoşlarına gitmeyen sonuçlar karşısında sızlanırlarsa “Sistem
öyle karar verdi, yapacak bir şey yok!” karşılığını alıyor. İşte SORUN BURADA.
Bu sistemler nasıl karar vereceğini nereden öğreniyor?
Önceki yıllarda insanlar tarafından verilmiş kararlardan. Peki ya o insanlar o
kararlara tarafgirlik bulaştırdıysa?

Londra’daki St. George Hastanesi Tıp Okulu, iş başvurularını bir yapay zekaya
eletme uygulamasına ilk geçen kurumlardandı. Eski başvuruların kabul/red bilgileriyle
eğitilen sistem devreye sokulduğunda, her yıl gelen 2000 dolayında dosyayla başa
çıkmanın sağlıklı bir yolu olarak alkışlanmıştı. Ne yazık ki dört yıl sonra yapılan bir
inceleme, bilgisayarın kadınlara ve Pakistan gibi ülkelerden başvuran doktorlara
negatif ayrımcılık yaptığını, yılda yaklaşık 60 kişinin akademik başarıları göz ardı edilip
sadece cinsiyetleri veya isimlerine dayanılarak reddedilmiş olduğunu gösterdi. Makine,
geçmişteki işe alma kararlarını veren insanların önyargılarını öğrenip kusursuzca
devam ettirmişti.

ABD nüfusunun %12’si siyahlardan, %64’ü ise beyazlardan oluşuyor. Oysa
cezaevlerindeki mahpusların %33’ü siyah, beyazların oranı ise sadece %30. Ülkenin
birçok eyaletinde hakimler tutuklamanın gerekliliğini değerlendirirken sanıkların
serbest bırakılmaları halinde tekrar suç işleyip işlemeyeceklerine ilişkin tahmin
skorları hesaplayan yazılımların çıktılarını da dikkate alıyor. Sanığın anne veya
babasının hapis geçmişi olup olmaması gibi sıkıntılı verileri de esas alan bu yazılımlardan birinin ırkçılık yaptığı, yani siyahlara beyazlardan hak etmedikleri
derecede kötü skorlar verdiği, hakkında tahminde bulunduğu kişilerin ilerideki
yıllardaki sicilleri de incelenerek kanıtlandı.

Tahminleri yüksek doğrulukla çıksa bile, belli bir dönemin insani verisiyle
eğitilmiş, yazılımları devreye sokup karar sürecinin katı bir parças1 olarak kullanmak,
toplumun ilerlemesine engel koyma sonucunu doğurabilir.
Yapay öğrenme sistemlerinin temel varsay1m1, gelecekte işlerin geçmişteki gibi
devam edeceğidir. ABD’de tam da bu konudaki çalışmalarıyla tanınan bilim insanım1z
Zeynep Tüfekçi’nin belirttiği gibi, Google Çeviri “O bir doktor” cümlesini İngilizce’ye
“He is a doctor” diye çevirirken, “O bir hemşire” karşılığı olarak “She is a nurse” diyor;
yani bu meslekleri icra edenlerin cinsiyetleri hakkındaki yerleşik varsayımları da
öğrenmiş. Önyargılarımızın bilgisayarlarım1zda ilelebet yaşamamas1 için önlem
almalıyız.

Cathy O’Neil’in büyük veriden beslenen şeffaflık yoksunu matematiksel
modellerin kitlesel kullanımının yarattığı birçok problemi işlediği harika kitabi
“Matematik İmha Silahları”nı (Weapons of Math Destruction) konuyla ilgilenenlere
hararetle tavsiye ederim.

Sınıflandırma mantığı insanların birey değil, “tip” olarak ele alınmasını
dayatıyor: İnternetteki hareketlerinizin b1raktığı. izlerden fakir mi zengin mi
olduğunuzu çıkarsayan algoritmalar size buna göre farklı muamele ediyor (“yağlı”
müşteriler insan temsilcilerine bağlanırken yoksullar sohbotlara
yönlendiriliyorlar), borç para veren şirketler verileriniz “geri ödeme riskli”
kişilerinkilere benziyorsa (sözgelimi bir fakir bir mahallede oturuyorsanız) sizden
yüksek faiz istiyorlar, şehrin hangi bölgelerine ek devriyeler gönderileceğini veriye
dayalı olarak belirleyen programların yolladıkları polisler, orada oldukları için
başka mahallelerde şikayet edilmeden geçilecek küçük suçları da görerek o
bölgenin suç sicilini kabartıp daha da çok polis gönderilmesini tetikliyor, böylece
“sistem” bir eşitsizliği alıp daha da büyüten bir girdap oluşturmuş oluyor.
Bu kâbus senaryolarının belki de en ürperticisi ise Çin Halk
Cumhuriyeti’nde şimdiden uygulamaya konulmuş olan vatandaş puanlama
sistemi.

2014’ten beri farklı uygulamaların entegre edilmesiyle genişlemekte olan
ve 2020’de ülke çapında hayata geçişinin tamamlanması öngörülen Çin sosyal
kredi sistemi her bireyin (ne kadar “iyi” bir yurttaş olduğuna göre hesaplanan)
bir puanının olması ve bu puana göre günlük hayatında ödüller veya cezalarla
karş1laşmas1 fikrine dayalı.

Ülkenin dev e-ticaret şirketi Alibaba’nın finans kolunun müşterilerine
atadığı ve 350 ile 950 arasında değişebilen “Susam Kredisi” puanları, sistemin
önemli parçalarından biri. Borçlarını (ve mahkemelerce verilmiş para cezalarını)
zamanında ödemeyenlerin puanı düşüyor. Krediniz yüksekse hastanede doktora
görünmeden önce girmeniz gereken para ödeme kuyruğunu (“Komünist” bir
ülke için kulağa inanılmaz gelen bu deneyimi bir ziyaretimde bizzat yaşadım)
atlama hakkı kazanıyor, apartman dairesi veya bisiklet kiralarken depozito
ödemiyor, vize kolaylıklarına, arkadaş bulma sitelerinde daha çok görünürlüğe ve
daha nice avantajlara kavuşuyorsunuz. Krediniz düşükse de bu iyi şeylerin tersi
oluyor. Bu nedenle kredi düşürme internette fazla oyun oynamaktan “yasadışı sosyal örgüt üyeliği”ne, otellerde rezervasyon yaptırıp sonra gelmemekten
alışveriş sitelerinde uydurma ürün değerlendirmeleri yazmaya dek bir dizi
istenmeyen hareketi cezalandırmak için kullanılıyor.
Kredi seviyesi nedeniyle uçak bileti alması engellenenler çoğalıyor. Çocuk
bezi almak (sorumlu bir ebeveyn olduğunuzu gösterir), sosyal medyada ülkenin
gidişatı hakkında “olumlu” mesajlar atmak ve kredisi yüksek başka kişilerle
“arkadaş” olmak ise kredinizi yükseltmenin yollarından bazıları.

Robotlar âşık olmalı mı?
Kitabı bu sayfaya kadar okuyanlar, başta sözünü ettiğimiz “İnsanların
yapabildiği, ama makinelerin yapamayacağı bir şey var mıdır?” sorusuna yanıtımı
biliyor. Bilimin bu konuda vardığı sonuç bence çok net. Ama yine düşünce
insanları arasında bile, kimi insani özelliklere bilgisayarların asla sahip
olamayacaklarını düşünenler mevcut. “Tamam” diyorlar, “her tür insan
davranışının taklit edilebileceğini anladık, ama davranıştan değil, ‘içeriden’
bahsedelim. Bilgisayar’ın duyguları olabilir mi? Robot hakimlerin vicdanı olur mu?
Bir makine çocuğunun yasının tutan bir annenin ne hissettiğini duyumsayabilir
mi? Sevinebilir mi? Aş1k olabilir mi?”
İnsan zihni, yaratmaya çalıştığımız makine zihinden çok farklı koşullarda
ortaya çıkmıştır.

Beyin aynı anda bedenin farklı kısımlarına veya gündem maddelerine
ilişkin birçok farklı program1 çalıştıran bir bilgisayardır. Bu programlardan
bazıları diğer hayvan türleriyle ortak atalarımızın zamanında, bazılarıysa insan
türü diğerlerinden ayrıldıktan sonra, topluluklar halinde yaşamanın getirdiği
evrimsel baskıların sonucu şekillenmiştir. Kimi zaman gözden kaçırılan bir
husus, bu programların aslında onları kafalarında çalıştıran bireylerin esenliği
için değil, o bireylerin beden planlarında yer alan genlerin sonraki nesillerde
olabildiğince çok kopyasının bulunması için böyle şekillendiğidir.
Duygular da bu programlardandır ve her birinin var olması için evrimin
mantığına uygun bir neden vardır. Korku programı everildiği çağlarda atalarımız
için ölüm tehlikesi uyarıs1 olabilecek (ani gürültüler, yılanlar, zehirli olabilecek
örümcekler, vs.) sinyallerce tetiklenir (ama ne yazık ki beyin devrelerimize bir
kez öyle işlendiği için emniyet kemeri takmama, sigara vs. çağımızda geçerli
ölüm tehlikelerine aynı tepkiyi vermez) ve vücutta yol açtığı (gözlerin büyümesi,
kasların gerilmesi, adrenalin salgılanması vs.) otomatik değişikliklerle bireyi
mantıklı bir akıl yürütme sürecinden çok daha kısa sürede kaçmaya veya
savaşmaya hazır hale getirir.

Tiksinme programı çocuklukta büyüklerden iğrenç olduğu öğrenilen
şeyleri yemeyi istememe sonucunu doğurur, bunun zehirlenme riskine karşı
evrimsel bir avantaj getirdiği barizdir.

Bireylerarası ilişkilerin matematiğini ekonomi ve oyun kuramı gözlüğüyle
inceleyen araştırmacılar, başka birçok duygunun evrilmesi için makul
açıklamalar geliştirmiştir:Faydalı bir şeyin paylaşımında veya genelde iki tarafın da çıkar sağlaması
öngörülen herhangi bir anlaşmada karşı tarafın benden fazla pay alması veya
sözünü tutmayarak beni zarara sokması genlerim için kötü haberdir. Herkesin
genleri için ayn1 durum geçerli olduğundan bana kazık atanlara saldırmamı tetikleyerek potansiyel kazıkçıları caydıran bir programın evirilmiş olması
doğaldır. Adalet duygusu, dostluk, bireyin sözünü tutmadığının anlaşılmasının
kötü sonuçlarından çekinmesine yarayan suçluluk duygusu ve vicdanın, bu
bağlamda ortaya çıkmış olmaları akla yakındır.

Anneler çocuklarını sever, çünkü bu güçlü duygu sevilen çocukların
hayatta kalma şansını artırdığından sevgisiz annelerin soyu çoktan tükenmiştir.
Kadınlarla erkekler âşık olur, çünkü insanlar aleminde beyin ne kadar büyük
olursa o kadar iyidir; ama dişilerimizin doğurabilecekleri çocuklarına kafaları
“mimari” kısıtlar nedeniyle belli bir boydan büyük olamadığından, insan
yavrularının gelişmelerini tamamlamadan doğup yıllarca bakılmaları gerekir. Eh,
potansiyel anne ile babanın ilk başta bu zahmete girmesine vesile olan ve zorlu
çocuk yetiştirme sürecinden bezip komşu mağaralardaki çekici bireylere doğru
yelken açmalarını engelleyerek, onları partnerlerine “mantıks1zca” bağlayan bir
program da bu koşullarda çocukların hayatta kalıp kendi tohumunu taşıyan
genleri yayma olas1lığını yükselterek evirilmiştir.

Şimdi yapay zekaya gelelim. Eğer özellikle uğraşıp yukarıda anlatılana
benzer bir seçilim ortamı oluşturmazsak, yapay zekâ programları evrim yoluyla
ortaya çıkmaz. Genleri yoktur. Dolayısıyla da üreyip çoğalmayı, hatta “hayatta”
kalmayı (mesela birisinin bilgisayarının fişini çekip programın da bütün
kopyalarının silinmesini engellemeyi) istemeleri için bir sebepleri yoktur. Eğer
biz bu tür istekleri onlara özellikle kazand1rmazsak tabii.
Çoğu durumda makinemizin duygularının olmasını istemeyiz. Nükleer
santral kazalarında devrelerine sonuçta hasar verecek yükseklikte radyasyon
içeren bölgelere yollayacağımız robotların korkup kaçması, ya da cep
telefonumuzdaki kişisel asistanımızın bazı arkadaşlarımızdan hoşlanmadığı için
telefonu suratlarına kapatması mantıklı olmaz. Ama robotlarımızın kimi
duyguları varmışçasına davranmasının anlamlı olacağı durumlar da akla
gelmiyor değil…

Nüfusun her yıl yüz binlerce kişi azaldığı, yaşlıların nüfustaki payının
arttığı, kültürün de cansız cisimlerin de ruhlarının olduğuna inanılmasına el
verdiği Japonya, insansı robotların hayatın her alanına girmesine açık.
Ülkede azalan işgücünün robotlarla desteklenmesi öngörülüyor. Pizza
taşıyan küçük sürücüsüz arabaların yoldan geçenlerce tekmelendiği ABD’nin
aksine, yalnızlara “can yoldaşı” olan, yaşlıların ilaç, egzersiz vs. gereksinimlerini
karşılad1klarını kontrol edip onlarla olabildiğince insani şekilde etkileşen
robotlar, Japonya’da büyük kabul görüyor. İşte bu etkileşim de duygusallık
görüntüsü vermeyi gerektiriyor.
Her ne kadarsa, düşünce deneyimizde teknolojideki gelişmeler sonucu
insan sinir hücrelerini eşlerinin başka malzemelerden (mesela şimdilerde
bilgisayar ve robot inşa ederken kullandıklarımızdan) imal edilebildiğini
varsayalım.

Şimdi sizin beyninizdeki hücrelerden birini cerrahi yolla ç1kanp yerine bu
yapay hücrelerden birini taktığ1m1z1 düşünelim (Düşünce deneylerinde böyle
şeylere izin var. Öte yandan nanorobotların vücudumuzda dolaşıp problemli
hücreleri sağlamlarıyla değiştirmesi tıbbın geleceğinde ciddi ciddi öngörülen bir
fikir).

Bir sinir hücreniz aynı işlevi gerçekleştiren yapay eşiyle değiştirilince
hisleriniz değişir mi? Düşünün: Organlarınızdan gelen sinyallerde bir değişiklik
yok. Beyinde o sinyallerin işlenmesinde rol alan bir mekanik parça değişti
sadece. Yapılan işlem yine aynı işlem, yani eliniz kapıya sıkıştığında yine aynı
sinyaller aynı yollardan geçiyor, beyinde aynı örüntüler tetikleniyor ve iş yine
konuşma üretim alt sisteminize “Aaah, elim!” dedirten örüntülere varıyor.
Bir değişiklik olmadığını kabul ettiyseniz, bir başka sinir hücrenizi daha
yapayıyla değiştireceğim. Sonra bir daha. Bir daha. Sonuçta bütün beyniniz
yapay hücrelerden oluşacak. Ve hâlâ eliniz sıkışınca tümüyle aynı şeylerin
yaşanacağını iddia ediyorum. İşte acı çeken ve etten/ kandan değil, başka
malzemelerden yapılmış bir beyin. Demek ki oluyormuş.
Kabul etmiyorsanız, bu sürecin sonunda acı (veya başka herhangi bir şey)
hissetmeyen bir hale geleceğinizi düşünüyorsunuz demektir. Bu durumda size
işkence yapılmasında ne sakınca olduğunu söyler misiniz?
Sadece “hislere” dayalı iddialara, hele de bilimsel tartışmalara, bel
bağlamamak gerekli. Hisleriniz sizi yanıltıyor olabilir! Örneğin gündelik
kararlarınızı, sözgelimi dün akşam tek başınıza sinemaya gidip gitmemek
konusunda düşündükten sonra vard1ğınız gitme kararınızı her tür dış etkiden
uzak olarak özgürce verdiğinizi, yani pekâlâ evde kalma kararı da
verebileceğinizi hissediyor olabilirsiniz, ama bu tip bir “özgürlük” bilimsel olarak
imkânsız. Aslında molekülleriniz birbirleriyle fizik yasalarına göre itişti, daha
düşük bir çözünürlükte bakıldığında beyninizin ve çevreden gelen sinyallerin o
andaki toplam durumuna göre sinir hücresi etkinleşme örüntüleri birbirini
tetikledi, sonuçta da bu karar çıktı.

Tıpatıp aynı toplam durum tekrar kurulabilse yine aynı kararla
sonuçlanacak, çünkü burada “sizin” etkilediğiniz bir süreç yok, mekanik bir
hesaplama sonucu oluşan bir karardan sizin “ben” dediğiniz programın haberdar
olup onu kendi kararı sanması var. Yani evrenin geri kalanından bağımsız “özgür
irade” de insanlarda olup makinelerde olamayacak bir şey değil, çünkü aslında
insanlarda da yok! Bu iradeye sahip olma hissi, kararın bir anda beynimizde
oluştuğu duygusu, “ben”inizin karar için yapılan hesap tamamlanmadan önce
sonucun ne olacağını bilmezken, hesap bitince onu öğrenmesinden
kaynaklanıyor, tıpkı satranç programının hangi hamleyi oynayacağını
“düşünürken” (yani 0yun ağacındaki durumları tararken) değil hesabın sonunda
bildiği (”kararlaşt1rd1g1”) gibi.

Çince Odası Nedir?
Filozof Johr Searle’ün yapay zekaya en ünlü itirazlardan biri olan meşhur
“Çince Odası” argümanının y1llardır pek çok kişinin aklını çelmesinin nedeni,
kanımca böyle bir “uzmanlık yanılgısı”ndan yararlanmasıdır. Ne diyor Searle?
Çince bilmeyen bir Türk’ü Türkçe yazılmış bir kurallar kitabıyla birlikte
bir odaya kilitliyoruz. Dışarıdaki Çinliler, kapının altından art arda üstünde
Çince harfler basılı kağıtlar yolluyor. İçerideki adamcağız da kural kitabındaki
“Şu, şu, şu harfler gelirse şu, şu, şu harfleri dışarı sür” türünden sıkıcı talimatlara
göre stokundaki kâğıtları sıralayıp dışarı yolluyor. Kural kitabi öyle iyi yazışmış
ki, dışarı çıkan cümleler, içeri girenlere en güzel cevapları oluşturuyor. Öyle ki Çinliler bir süre sonra içeride çok zeki bir Çinlinin olduğuna inanıyor. Oysa
Türk’ün bu sohbetten tek kelime bile anladığı yok.
“İşte,” diyor Searle, “Turing testini geçen bir bilgisayar da böyle olacak.
Kural kitabı bilgisayarın çalıştırdığı programa (eğer sinir ağ1 kullanıyorsa
bağlantı aygırlıkları da buna dahil) karşılık geliyor.
Girdi/çıktı ilişkisi çok zekice olsa da “içeride” o programın komutlarının
körlenmesine izlenmesinden başka bir şey olmayacak, gerçekte bilgisayar hiçbir
şey anlamayacak. Oysa insanlar öyle mi? Onlar duyduklarını gerçekten anlıyor,
mesela sizin bu dediklerimi anlad1ğ1nız gibi!
Aynı fikirde değilim. Bu tezde birçok sorunlu nokta var. Öncelikle,
yukarıda bizim duyduklarımızı nasıl anladığımızın anlatılmadığını fark ettiniz
mi? Yukarıda paragrafı insan olmayan birisine, diyelim ki bir uzaylıya
gösterseniz bilgisayarla (veya hikayedeki odayla) insanlar arasında anlama
kalitesi açısından bir fark olduğuna nasıl ikna olacağını göremiyorum.
Burada içerdeki adamcağızın değil ama “oda sistemi”nin tümünün Çince
bilip bilmediği söz konusu.

Yapay zekâ dünyayı ele geçirip hepimizi yok edecek mi?
Giderek daha çok makineye özerk kararlar verme yetkisi veriyoruz.
Kendini süren otomobiller ve borsada hiçbir insanın yetişemeyeceği hızlarda
alım/satım yapan otomatik sistemler şimdiden hayata geçti. Bu eğilim
hızlanarak süreceği için sistemlerimize gerçek dünyanın büyük karmaşıklığı
içinde tasarımcılarının öngörmediği durumlarda bile “doğru” davranmalarını
sağlayacak bir “etik” anlayışı programlamamız gerekebilir.
Bu gereklilik “robotik” biliminin isim babası bilim kurgu yazarı Isaac
Asimov tarafından 1942’de fark edilmiştir. Asimov’un kurgu evrenindeki
robotlar, fabrikada imal edilirken beyinlerine “robotiğin üç yasası” silinmez
şekilde kazınır:
1. Bir robot asla bir insana zarar veremez veya eylemsiz kalarak bir insana
zarar gelmesine göz yumamaz.
2. Bir robot birinci yasayla çelişmeyen durumlarda insanların emirlerini
yerine getirmelidir.
3. Bir robot ilk iki yasayla çelişmeyen durumlarda kendi varlığını
korumalıdır.

Çıkarmamız gereken ders, gerçek hayatın birkaç satırlık bir kural listesiyle
başa çıkılamayacak kadar karmaşık olduğudur. Bu robotlar için olduğu kadar
insanlar için de zordur (Bu nedenle sürücüsüz arabalar için sorulan “yolun
solundaki hamile kadını mı ezsin, sağdaki ihtiyar cifçe mi, yoksa onları kurtarmak
için ani fren yap1p takla atarak kendi yolcusunun hayatını mı tehlikeye atsın?”
gibilerinden imkânsız soruların haksızlık olduğunu düşünüyorum).
Sonuçta hepimiz değerlerimiz ve kısıtlı düşünce yeteneğimiz (bu kitabın
terimlerini kullanırsak, programımız ve hesaplama gücümüz) çerçevesinde
elimizden geldiği kadarını yaparız, zaten hayatımızı başka birçok açıdan
kolaylaştırarak üstlerine düseni yapan makinelerden bir de matematiksel olarak
erişilebilir olup olmadığı bile bilinmeyen bir ahlak seviyesi beklemek ne kadar
gerçekçidir?

Bence gelecekte bu soruda söz ettiğimiz seviyede genel YZ’leri inşa
etmemiz mümkün olursa, onlara tıpkı çocuklarınıza davranmamız gerektiği gibi,
sevgi, özen ve saygıyla davranmalıyız. Bir gün kötü insanların kötülük için
programladığım süper güçlü YZ’lerle karşılaşırsak, bizi savunmak kendi süper
YZ’ lerimize düşecektir.

Umalım ki onlara değerlerimizi olabildiğince kazandırmış olalım. Umalım
ki bizi sevsinler ve korusunlar, yaşlılığımızda bizi rahat ettirsinler, sonrasında da
belleklerinde olumlu anılar olarak kalalım.

İnsan zekasının bir geleceği var mı?

Yapay zekanın gelişmesinin şimdiden gözlediğimiz sonuçlarından biri de,
gelmekte olan bir teknolojik devrimin yaratması olağan olan kaygılardır: Her
geçen gün bazı konularda insanları geçtiğine ilişkin haberler duyduğumuz YZ,
bizi işsiz bırakır mı? Mesleğimi bir makine yemeden, içmeden, yorulmadan, grev
yapmadan, benden daha ucuza yapabilirse ben hayatımı nasıl kazanacağım?
Toplum nasıl değişecek? Haydi buna da cevap verin yapay zekacılar!
Tarihte insanlığın teknolojideki gelişmelerin dünyayı köklü şekilde
değiştirmesi nedeniyle çağ atladığı birkaç devrim yaşamıştır. Bu dönüşümlerin
en önemlileri olan Tarım ve Sanayi Devrimleri insanların yerleştikleri alanlardan
diğer canlılarla ve gezegenle ilişkilerine, toplum yapılarından dinlerine varıncaya
dek neredeyse her şeyi değiştirdilerse de, ortak etkileri (uzun vadede) insan
nüfusunun ve ortalama refahın artması olmuştur. İnsanların işlerini kitlesel
olarak makinelere devredeceği yeni bir dönüşümden de aynı mutlu sonucu
bekleyebilir miyiz?

Geçtiğimiz yüzyılda tümden makineleşme nedeniyle mesleğini yitiren
insanlar arasında asansör operatörleri (eski Amerikan filmlerinde
görebileceğiniz yolcuları istedikleri katlara götürecek şekilde asansörü “süren”
üniformalı adamlar, devrilen bowling pinlerini yeniden dizmekle görevli
çocuklar ve ben küçükken şehirlerarası telefon baglant1larını kurmalarını
saatlerce beklediğimizi hatırladığım santral görevlileri sayılabilir.
Robotiğin ilerlemesiyle aralarında askerlik, madencilik ve seks işçiliği gibi
birçok zahmetli uğraşının da bulunduğu diğer işlerinde bu listeye eklenmesi
gündeme gelecektir.

Kimileri bir zanaatın ortadan kaybolmasında hazin bir yan görebilirse de,
kuşkusuz burada asıl önemli soru, işsiz kalan insanların yeni bir yolla hayatlarını
kazanmalarının mümkün olup olmadığıdır. Geleneksel olarak böyle soruları
yanıtlamak da topluma önderlik etmeye gönüllü olan siyasetçilerin işidir.
Yakın sayılabilecek bir sürede teknoloji kara taşıtlarının kendi kendilerini
sürmesinin yolcular açısından de hayırlı olacağı bir noktaya gelecektir. Hiç satış
elemanlarının bulunmadığı “insansız” mağazalar, resepsiyonda robotlardan
başkasını göremeyeceğiniz oteller şimdiden mevcuttur.

Otomasyona geçiş yavaş olursa, toplumun değişimi sindirmesi başta daha
kolay olacaktır, ama ya günün birinde, yavaş veya hızlı olarak, insanların
çoğunun işinin elden gittiği bir noktaya gelirsek?

Bir çözüm önerisi, insanları işsiz bırakacak servislerin ücretlerinden ve
yeni teknolojinin zengin edeceği azınlığın gelirlerinden kesilecek vergilere her
vatandaşa yaşamı sürdürmesine yetecek sabit bir aylık (“evrensel temel gelir”)
bağlanmasıdır.

KAYNAK

ÇAYAPAY ZEKÂ (50 Soruda)
(*) Cem SAY (Prof. Dr.)
Bilim ve Gelecek Kitaplığı: 1-3. Baskı: Ekim 2018/184 sayfa
(*) Boğaziçi Üniversitesi Bilgisayar Mühendisliği Bölümü öğretim üyesidir.
Boğaziçi Üniversitesi Bilişsel Bilim Lisansüstü Programı’nın kurucularındandır.
Bir dönem ülkeyi meşgul eden davalardaki dijital delilleri inceleyip sahteliklerini
ortaya çıkaran bilgisayar uzmanları arasında yer almıştır.

Bir Cevap Yazın