Moravec’in paradoksu olarak bilinen prensibe nazaran, sıkıntı sorunları çözmek için makineleri eğitebiliriz, fakat asıl sıkıntı olan bizim için kolay olanlar. Moravec “Mind Children” isimli kitabında, bizim kolay bulduğumuz doğal ömrümüzü idame etmemizi sağlayan bilgilerimizin milyonlarca yıllık bir tecrübe sonucunda beynimize yerleşmiş olduğunu savunuyor. Bu nedenle günlük yaşamsal davranışlarımız bize kolay gelirken, bir makine yapmak ya da matematik öğrenmek güç geliyor. Zira bunlar, milyonlarca yılda programlanmış beynimiz için çok yeni sayılabilecek bilgiler. Örneklemek gerekirse elimizi uzatıp bir cismi almak ve onu öteki bir yere koymak bir çocuğun çarçabuk yapabileceği bir şey fakat bir yapay zekanın bunu yapması için pek çok hesaplama yapması gerekiyor.
İnsan beyni mi yapay zekâ mı?
Geçtiğimi aylarda Nature Şizofrenide yayınlanan çalışması konusunda sohbet ettiğim Sunil Vasu Kalmady’nin de söylediği üzere; “Eski filozoflardan daha az şey biliyor olsak da insan zihni, tabiatta görebileceğimiz en hoş şeylerden biri. Yapay zekâ ise muhakkak bir misyon için tasarlanmış bir mutfak bıçağı üzeredir, fakat kimi beşerler bunları yanlış hedefler için kullanabilir. Bence karar vermeyi gerektiren çabucak hemen her alanda yapay zekâ kullanılacak.”
Bazı bilim insanları ise yapay zekâyı geliştirmek için farklı çalışmalar yürütüyor. Bu örneklerden biri Prof. Alison Gopnik. Gopnik ve takımı çocukların hâlâ en düzgün algoritmalardan daha yeterli performans gösterdiğinden yola çıkarak, bunu nasıl yaptıklarını bulmaya çalışıyor. Zira çocuklar yaşamsal kodlarının dışında ellerine verilen bir cep telefonunu bir yetişkinden daha düzgün kullanmayı kısa mühlet içinde başarabiliyor. Meğer cep telefonlarının geçmişi milyonlarca yıl değil ve bu bilgi çocuk beyninde yerleşik bir bilgi değil diyor. Gopnik’e nazaran çocuklar çok az kontrolle çok çeşitli vazifelerde performans göstermeyi öğrenebiliyorlar ve bunu daha evvel hiç görmedikleri yeni durumlara genelleyerek kullanabiliyorlar. Makine örenimi için ise yüksek ölçüde bilgi gerekiyor. Halbuki çocuklar bunu çok daha azı ile başarabiliyor.
“Çocukların etrafındakileri taklit ederek başlayan öğrenme süreci, merak, hayal gücü, deneyimleme ve pek çok farklı etkenle şekillenerek gelişiyor” diyen Gopnik ve Barkley’deki grubunun bulmaya çalıştığı da tam olarak bu. Çocuklar bunu nasıl yapıyor ve bu yapay zekâya nasıl uyarlanabilir?
2018 ACM AM Turing Award sahibi Yann LeCun, “denetimsiz öğrenme” olarak bilinen derin öğrenme alt kategorisinin bu pürüzün üstesinden gelebileceğini ileri sürüyor.
İnsansı yapay zekâ çalışmaları multidisipliner olarak yol alırken Elon Musk, hayvan çalışmaları sonucunda bilgisayarların beyin gücüyle denetim edilmesini başardıklarını açıkladı. Musk aygıtı kullanacak olanların vakit içerisinde yapay zekâ ile simbiyotik bir beyefendisine sahip olabileceğini de savunuyor. Şayet bunu başarabilirse ileride doğumdan itibaren bir insanın beyninin nasıl işlediği konusunda çok daha gerçek bilgilere ulaşabiliriz. Bu da makine tahsili için bir sıçrama tahtası olabilir. Bu çalışmaların sonunda eksiksiz insan ya da insansı yapay zekâ oluşur mu vakit gösterecek.
Tüm bu çalışmalardan şu an için çıkaracağımız sonuçlardan biri de aslında beynimizin ne kadar eşsiz olduğu. Beynimizi olumlu, âlâ ve gerçek kararlar vermede kullanmamız insanlığın geleceği için çok kıymetli. Günlük hayatımızda da onu düzgünden, direkt, bilimden yana kullanmamız dileğiyle.
Serap TORUN
twitter.com/seraptorun73