EUPHRAT
Yönetici
- Katılım
- 3 Ocak 2017
- Mesajlar
- 1,197
- Tepkime puanı
- 2,691
- Puanları
- 113
Yapay zekânın temellerinin atılmasının üzerinden yaklaşık 70 yıl geçti. Günümüzde yapay zekâ Go oyununda yenilmezliğini kimseye kaptırmıyorsa da henüz küçük bir çocuğun beyninin yapabildiklerinden çok uzakta. Peki bunun sebebi Moravec'in paradoksu ile açıklanabilir mi?. Sebep ne olursa olsun bilim insanları insansı özelliklere sahip yapay zekâ yapmakta kararlı. Bu süreçte, bilim insanlarının karşısında doğru veriye ulaşma ve etik problemleri olsa da zamanla taşlar yerine oturabilir.
Moravec'in paradoksu olarak bilinen ilkeye göre, zor problemleri çözmek için makineleri eğitebiliriz, ancak asıl zor olan bizim için kolay olanlar. Moravec “Mind Children” adlı kitabında, bizim kolay bulduğumuz doğal yaşamımızı idame etmemizi sağlayan bilgilerimizin milyonlarca yıllık bir deneyim sonucunda beynimize yerleşmiş olduğunu savunuyor. Bu nedenle günlük yaşamsal davranışlarımız bize kolay gelirken, bir makine yapmak ya da matematik öğrenmek zor geliyor. Çünkü bunlar, milyonlarca yılda programlanmış beynimiz için çok yeni sayılabilecek bilgiler. Örneklemek gerekirse elimizi uzatıp bir cismi almak ve onu başka bir yere koymak bir çocuğun kolaylıkla yapabileceği bir şey ancak 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 gibi; “Eski filozoflardan daha az şey biliyor olsak da insan zihni, doğada görebileceğimiz en güzel şeylerden biri. Yapay zekâ ise belirli bir görev için tasarlanmış bir mutfak bıçağı gibidir, ancak bazı insanlar bunları yanlış amaçlar için kullanabilir. Bence karar vermeyi gerektiren hemen 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 ekibi çocukların hâlâ en iyi algoritmalardan daha iyi performans gösterdiğinden yola çıkarak, bunu nasıl yaptıklarını bulmaya çalışıyor. Çünkü çocuklar yaşamsal kodlarının dışında ellerine verilen bir cep telefonunu bir yetişkinden daha iyi kullanmayı kısa süre içinde başarabiliyor. Oysa cep telefonlarının geçmişi milyonlarca yıl değil ve bu bilgi çocuk beyninde yerleşik bir bilgi değil diyor. Gopnik’e göre çocuklar çok az denetimle çok çeşitli görevlerde performans göstermeyi öğrenebiliyorlar ve bunu daha önce hiç görmedikleri yeni durumlara genelleyerek kullanabiliyorlar. Makine örenimi için ise yüksek miktarda veri gerekiyor. Oysa çocuklar bunu çok daha azı ile başarabiliyor.
“Çocukların çevresindekileri taklit ederek başlayan öğrenme süreci, merak, hayal gücü, deneyimleme ve pek çok farklı etkenle şekillenerek gelişiyor” diyen Gopnik ve Barkley’deki ekibinin 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 engelin üstesinden gelebileceğini ileri sürüyor.
İnsansı yapay zekâ çalışmaları multidisipliner olarak yol alırken Elon Musk, hayvan çalışmaları sonucunda bilgisayarların beyin gücüyle kontrol edilmesini başardıklarını açıkladı. Musk cihazı kullanacak olanların zaman içerisinde yapay zekâ ile simbiyotik bir beyine sahip olabileceğini de savunuyor. Eğer bunu başarabilirse ileride doğumdan itibaren bir insanın beyninin nasıl işlediği konusunda çok daha gerçek verilere ulaşabiliriz. Bu da makine öğrenimi için bir sıçrama tahtası olabilir. Bu çalışmaların sonunda mükemmel insan ya da insansı yapay zekâ oluşur mu zaman gösterecek.
Tüm bu çalışmalardan şu an için çıkaracağımız sonuçlardan biri de aslında beynimizin ne kadar eşsiz olduğu. Beynimizi olumlu, iyi ve doğru kararlar vermede kullanmamız insanlığın geleceği için çok önemli. Günlük hayatımızda da onu iyiden, doğrudan, bilimden yana kullanmamız dileğiyle.
Moravec'in paradoksu olarak bilinen ilkeye göre, zor problemleri çözmek için makineleri eğitebiliriz, ancak asıl zor olan bizim için kolay olanlar. Moravec “Mind Children” adlı kitabında, bizim kolay bulduğumuz doğal yaşamımızı idame etmemizi sağlayan bilgilerimizin milyonlarca yıllık bir deneyim sonucunda beynimize yerleşmiş olduğunu savunuyor. Bu nedenle günlük yaşamsal davranışlarımız bize kolay gelirken, bir makine yapmak ya da matematik öğrenmek zor geliyor. Çünkü bunlar, milyonlarca yılda programlanmış beynimiz için çok yeni sayılabilecek bilgiler. Örneklemek gerekirse elimizi uzatıp bir cismi almak ve onu başka bir yere koymak bir çocuğun kolaylıkla yapabileceği bir şey ancak 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 gibi; “Eski filozoflardan daha az şey biliyor olsak da insan zihni, doğada görebileceğimiz en güzel şeylerden biri. Yapay zekâ ise belirli bir görev için tasarlanmış bir mutfak bıçağı gibidir, ancak bazı insanlar bunları yanlış amaçlar için kullanabilir. Bence karar vermeyi gerektiren hemen 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 ekibi çocukların hâlâ en iyi algoritmalardan daha iyi performans gösterdiğinden yola çıkarak, bunu nasıl yaptıklarını bulmaya çalışıyor. Çünkü çocuklar yaşamsal kodlarının dışında ellerine verilen bir cep telefonunu bir yetişkinden daha iyi kullanmayı kısa süre içinde başarabiliyor. Oysa cep telefonlarının geçmişi milyonlarca yıl değil ve bu bilgi çocuk beyninde yerleşik bir bilgi değil diyor. Gopnik’e göre çocuklar çok az denetimle çok çeşitli görevlerde performans göstermeyi öğrenebiliyorlar ve bunu daha önce hiç görmedikleri yeni durumlara genelleyerek kullanabiliyorlar. Makine örenimi için ise yüksek miktarda veri gerekiyor. Oysa çocuklar bunu çok daha azı ile başarabiliyor.
“Çocukların çevresindekileri taklit ederek başlayan öğrenme süreci, merak, hayal gücü, deneyimleme ve pek çok farklı etkenle şekillenerek gelişiyor” diyen Gopnik ve Barkley’deki ekibinin 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 engelin üstesinden gelebileceğini ileri sürüyor.
İnsansı yapay zekâ çalışmaları multidisipliner olarak yol alırken Elon Musk, hayvan çalışmaları sonucunda bilgisayarların beyin gücüyle kontrol edilmesini başardıklarını açıkladı. Musk cihazı kullanacak olanların zaman içerisinde yapay zekâ ile simbiyotik bir beyine sahip olabileceğini de savunuyor. Eğer bunu başarabilirse ileride doğumdan itibaren bir insanın beyninin nasıl işlediği konusunda çok daha gerçek verilere ulaşabiliriz. Bu da makine öğrenimi için bir sıçrama tahtası olabilir. Bu çalışmaların sonunda mükemmel insan ya da insansı yapay zekâ oluşur mu zaman gösterecek.
Tüm bu çalışmalardan şu an için çıkaracağımız sonuçlardan biri de aslında beynimizin ne kadar eşsiz olduğu. Beynimizi olumlu, iyi ve doğru kararlar vermede kullanmamız insanlığın geleceği için çok önemli. Günlük hayatımızda da onu iyiden, doğrudan, bilimden yana kullanmamız dileğiyle.