Yapay Zekâ’nın 70 Yıllık Seyahatinde Nasıl Boyut Atladığını Okuyunca ”Nereden Nereye” Diyeceksiniz!

Aslında bundan 30 yıl kadar önce de yapay zekâ haberlere mevzu oluyordu. O yapay zekâya ne oldu? Bugünkü yapay zekâyla farkı neydi?

Yapay Zeka

06.06.2024 11:40

A⁺

A^-

Sene 1997. Tüplü televizyonların puslu renkleri, takım elbiseli iki adamı satranç oynarken gösteriyor. Bu adamlardan biri satrancın o dönemki en büyük ismi olan Kasparov. Diğer kişi ise IBM’in yapay zekâ bilgisayarı Deep Blue’dan gelen komutları oynayan bir aracı. Dünyanın dört bir yanında bu maç haberlere mevzu oluyor çünkü ilk defa bir yapay zekâ, bir satranç ustasına baş tutuyor.

Aradan birkaç sene geçiyor, internet yeni yeni yaygınlaşmaya konutlara girmeye başlamış. Satranç bilen bilmeyen internetten satranç oynuyor ve herkes Chessmaster’da en zorda oyun açıp rakibinin ataklarını Chessmaster’da yapıyor. Chessmaster’ın verdiği karşılıkları da insan rakiplerine karşı kullanıyorlar. Botman diye bir manyak bu yapay zekâ işini abartıp Counter-Strike oyununa botları ekliyor ve oyunu meskenlerde de internetsiz oynanabilir hâle getiriyor.

Sene 2024. Bir üniversitede ders veren bir akademisyen, öğrencilerin ödevleri yapay zekâya yaptırmadıklarından emin olmak için yeni yollar bulmaya çalışıyor. Pekala ortada ne oldu da yalnızca oyunlarda atak yapan yahut kolay iddialar geliştiren yapay zekâlar kendi başına ödev yapar, program muharrir oldu?

Aslında yapay zekâ çok uzun vakittir gündemde olan bir konu

1956 yılında John McCarthy, periyodunun sayılı bilim insanlarını topladığı aktifliğe dikkat cazip bir isim buldu: Yapay Zekâ. Aslında bu isim bulunmadan önce, bilgisayar bilimci Arthur Samuel işten arta kalan vakitlerinde dama oynayacak kimseyi bulamıyor diye bir program geliştirmiş ve ilk yapay zekâyı -adını bilmeden de olsa- bulmuştu.

Bu periyodun bilgisayarları devasa olsalar da işlem kapasitesi olarak bugünün standartlarının çok gerisinde cihazlardı. Bu da onlara farklı bir özellik katıyordu: Yapay zekâ sizin benim tahmin yapmak durumundaydı. anda oynanabilecek zibilyon tane hamleyi hesaplayamadığı için, o an en ideal görünen hamleyi yapıyordu.

Zamanla yapay zekâlar kendilerini geliştirebilmeye başladı. Yaptıkları atak sonucunda oyun kaybettiklerinde ikinci en iyi alternatife yönelmeye başladılar. Bu da ortaya güçlendirilmiş öğrenme dediğimiz tekniği çıkardı. Yalnız bu yolda yapay zekâ daha fazla yahut daha iyi işlem yapmıyordu, sadece daha süratli işlem yapıyordu. Daima domates doğrarsanız nasıl ezmeden domates kesebileceğinizi ve kendinizi kesmeden süreci tamamlayabileceğinizi öğrenirsiniz lakin bu pratik, size “Al ananas doğra” dendiği zaman pek bir işe yaramaz. Eski yapay zekânın da bu türlü bir sorunu vardı. Bu yapay zekâya sembolik yapay zekâ ismi veriliyordu.

Yapay zekâ çok tanınan oldu lakin devam edemedi: “Yapay zekâ kışı” geldi

Yapay zekânın eski versiyonunda küçük bir sorun vardı: mucitler. Eski modeller tasarlanırken insanların her sorunu mantıkla çözdüğü varsayılırken, yapay zekânın da Aristo mantığı düzeyinde “Filler uçar, Mehmet de fildir o zaman Mehmet de uçar.” düzeyinde düşünmesi kâfi görülüyordu. İnsanlar hiç de o denli mantıklı canlılar olmadıkları için yapay zekâ gereksinimlere yanıt veremiyordu. Firmalar bilim kurgu sinemalarındaki robotlara sistemler vaat ediyorbaşaramıyordu.

Bu uyumsuzluk ve anlayış sıkıntıları nedeniyle, 70’ler ve 80’lerde büyük patlama yapan yapay zekâ çalışmaları 1987-1993 arasında neredeyse durdu ve bu periyoda “yapay zekâ kışı” ismi verildi. Demokrasinin beşiği olduğunu söyleyen ülkenin “kovboy” olarak gördüğü aktörü devletin başına geçirdiği bir periyotta insanların tamamen mantıkla karar veren ve ona göre kodlar çalıştıran bir makineyi sevmemesi olağandı.

Sonrasında nöral ağlar geldi

Nöral ağlar, milyonlarca koda sahip ağır ve tek bir iş yapan yapay zekâların yerini almak üzere geldi. Bu yapay zekâ modelleri “gerçek manada düşünebilen” ilk yapay zekâ olarak değerlendirildi. Aslında yapay zekâ çalışmaları tarihi boyunca olan bu sistem, önce 1986 yılında meşhur backpropagation isimli makale ile yeniden gündeme geldi. Siteleri robot olmadığımıza ikna etmek için gidip kedi köpek fotoğraflarına tıklamamız gerekmesinin temelinde de bu makale yer alıyor. Yapay zekâ, en kolay hâliyle görselleri katmanlara ayırıp katman kıymetleriyle görselleri yahut dataları sınıflandırıyor. Ayrıyeten daha optimize çalışma ve eğitim sağlıyor.

Bu nöral ağ atılımının akabinde da 2012 yılında AlexNet geldi. Derin öğrenme ve nöral ağlar ile ilgili çığır açan bu makalede, araştırmanın başyazarı Alex Krizhevsky’den ötürü AlexNet kavramı ortaya atılmış olsa da çalışmada imzası bulunan isimlerden biri de Ilya Sutskever, hani şu OpenAI’ın hengame dövüş ayrılan kurucusu ve eski yöneticisi. Bu makale, çokça bilgi ve çokça hesaplama gücü ile derin öğrenmenin nasıl kullanılabileceğini göstererek yeni çağın temellerini atmış oldu.

Bu devirde daha karmaşık hesaplamalar yapan, daha zeki, farklı maksatlarla görevlendirilebilen yapay zekâ araçları ortaya çıkmaya başlarken makine öğrenmesi, büyük lisan modelleri aynıi kavramlar da tanınan olmaya başladı. Genel manada insanlarla daha reaksiyonlar veren ve insanları gerçek manada anlamaya yaklaşan yapay zekâların ilkel örneklerini de burada gördük.

Yapay zekâ gerçek manada boyut atlamış oldu

Eski yapay zekâ yaklaşımında iki boyutlu bir düzlem üzerinde, kodlara göre ilişkiler kuruluyor ve çok kısıtlı bir alanda, bilgiyi farklı alana aktaramadan işlem yapılıyordu. Yeni yaklaşımda ise çok fazla bilgi anda göz önüne alınıyor ve farklı alanlarda elde edilen maharetler de diğer medyalara aktarılıyor. Yani kağıt üzerinde oklar çizen yapay zekâ artık üç boyutlu bir yapıyla ve her kesimi bir beyefendisini aktiflenerek çalışıyor.

Kaynaklar: Miller, George A.,

ETİKETLER: Bilgi, Eski, Geldi, İnsan, Yapay Zeka