Yapay zeka tartışmasına başlamak için öncelikle bu kavramın isimlendirilmesine odaklanmalıyız. Türkçe’de kullanılan “yapay” kelimesi, İngilizce’deki “artificial” teriminin anlamını tam olarak karşılamamaktadır. Yapay zeka konusunda doğru bir bakışa sahip olmak için onu doğru isimlendirmeye çalışarak başlayabiliriz. “Yapay” kelimesi, alt anlamlarında “suni”, “gerçek olmayan” ve “doğal karşıtı” gibi çağrışımları barındırır. Bu da, tanımlamak istediğimiz zeka türünü küçümseyici veya olumsuz bir şekilde algılanmasına neden olabilir.
Dili sadece bir iletişim aracı olarak görmek yerine onun düşünce aracı olabileceğini ya da Chomsky’nin söylemi ile “derin ve anlamlı bir biçimde zihnin bir yansıması”[1] olduğunu kabul edersek zihinlerimizdeki yapay zeka kavramı ile tekrar yüzleşmemiz gerekir. İster düşünme aracı isterse isterse düşünce yansıtma aracı olsun, doğru adlandırma işlemi doğru anlamlandırma ile ayrılamaz bir şekilde bağlı bir süreçtir.
Adlandırmanın Kökenine İnmek
“Artificial” kelimesi, Latince’de “sanat” veya “beceri” anlamına gelen ars (genitif hâli: artis) ve “yapmak” anlamındaki facere fiilinden türeyen artificialis sözcüğüne dayanmaktadır.Daha sonra Fransızcada “artificiel” biçiminde kullanılmış ve İngilizceye “artificial” olarak geçmiştir. Temel anlamı, “insan becerisiyle (sanat veya ustalıkla) yapılmış; doğal (natural) olmayan” şeklindedir.
● ars (artis) = sanat, beceri
● facere = yapmak
● artificialis = ustalıkla/sanat yoluyla yapılmış (insan yapımı)
Bu nedenle “artificial” sözcüğü, tarihsel olarak “doğa tarafından değil, insan tarafından üretilen”, “sanat eseri veya zanaat ürünü” gibi anlamlar taşır. Zaman içinde bu sözcük, “doğal olmayan, sahte, sentetik, yapay vb.” gibi farklı bağlamlarda da kullanılmaya başlanmıştır.
Türkçede “artificial” çoğunlukla “yapay” sözcüğüyle karşılanır. “Yapay” ise “yapılmış, doğal olmayan” anlamına gelir. Dilimizde bu çeviri yerleşik hâle gelmiştir ve özellikle “yapay zekâ” ifadesi, “artificial intelligence” kavramının standart karşılığı olarak kabul edilir.
Ancak “yapay” sözcüğü, bazı durumlarda “sahte” veya “doğal olmayan” çağrışımıyla, “insan becerisi ve ustalığı ile üretilmiş” inceliğini tam yansıtmayabilir. “Artificial” ise her zaman “aldatıcı” veya “gerçek dışı” olmak zorunda değildir; sıklıkla “tasarlanmış,” “planlı,” “insan yapımı” gibi nötr bir anlamı da içerir.
Dolayısıyla “artificial” = “yapay” çevirisi, kavramın etimolojik kökenindeki “sanat/beceri ile meydana getirilmiş” yönünü gölgeleyebilmektedir.
“Artificial” sözcüğü, modern Yunanca’da genellikle τεχνητός (technitós) olarak çevrilir. Bu sözcük, “yapay, insan yapımı, ustalıkla üretilmiş” anlamlarını taşır ve “τέχνη” (tekhni) kökünden türemiştir; “techni” ise “sanat, zanaat, beceri” gibi anlamlara gelir. Dolayısıyla technitós, “sanat/beceri yoluyla üretilmiş” veya “doğal olmayan (insan müdahalesiyle yapılan)” bir şeyi ifade etmek için kullanılır. Bu iki kavram (ars ve techni) farklı dillere ait olmakla birlikte, kavramsal olarak büyük ölçüde örtüşür. Hem ars hem de techni, insanın zihinsel veya fiziksel ustalığını ve becerisini ifade eden hem de sanat/zaanat gibi sözcüklere de kökenlik sağlayan bir kavramdır.
Rusça’da iskusstvennyy (искусственный) terimi, bu olumsuz düşünce yapısını aşar. Terimin kökü olan iskusstvo (искусство), “sanat”, “beceri” veya “ustalık” anlamına gelir.“Iskusstvennyy Intellekt” (“искусственный интеллект”) tam anlamıyla “Artificial Intelligence” karşılığı olarak kendisini ifade eder.
Arapça ve Farsça’da ise suni (صنع, ṣun‘ / ṣana‘), masunei (مصنوعی, masnū’ī), istinaei (اصطناعي, iṣṭinâ‘î) ya da sakhtegi (ساختگی, sâkhtegi) kullanımları kavramsal olarak yapılmış/üretilmiş ve sahteye karşılık gelse de Türkçe’dekine benzer bir olumsuzlaşmayı yaşarlar. Mesela Arapça’da halihazırda endüstri, zanaat/sanat köküne bağlı olan ve bağlamına göre “yapay” anlamı da taşıyacak olan sınai ( صناعي, ṣınâ‘î) kavramının tercih edilmemesi muhtemelen insan tarafından üretilmiş bu zeka biçiminin küçültülmesinden kaynaklıdır.
Yerleşmiş bir kelime kullanımını değiştirmekten öte kavramı doğru algılamaya yönelik bir çaba içerisine girersek, sahte bir zeka’dan öte, insanın ürettiği teknik bilgi birikiminin bir sonucu olarak ortaya çıkan bir ürüne nötr bakmamızı sağlayacak bir kavramsallaştırma ihtiyacı ortadadır. Buna yönelik girişim dil ve düşünce, dolayısıyla bilinç arasındaki bağı düzgün kurup tüm hayatımızı değiştirme potansiyeli olan “yapay zekayı” doğru ele almaya bizi yaklaştıracaktır.
Kavramsallaştırma
Modern anlamda “artificial” kavramının, “insan ustalığıyla oluşturma” fikrinden hareketle “doğal/doğa kaynaklı olmama” biçiminde ortaklaştığı; ancak “insan sanatı/becerisi” yönünü gölgeleyebildiği görülür. Bu durum, “yapay zeka” ifadesinde bazen “sahte” veya “doğal karşıtı” çağrışımlar doğurarak, aslında “teknolojik bir zeka biçimi” olarak tanımlanabilecek alanı daraltır. Bu nedenle “dijital zeka” şeklinde bir kavram önerisi, “artificial” ve “natural” karşıtlığından doğan yargıları hafifletebilir. Yine de “dijital” teriminin çoğu zaman bilgisayar ya da sayısal veriyle sınırlandırılmış bir algı yarattığı, oysa yapay zekânın (AI) makine öğrenimi, robotik, derin öğrenme ve hatta kuantum hesaplama gibi geniş bir alanda varlığını sürdürdüğü açıktır.
Benzer şekilde “sanal zeka” ifadesi de ses ve yazım olarak benzese de kökeni itibariyle (sanmak/zannetmek) insan becerisini dışladığı için tercih edilmemelidir. Dolayısıyla “dijital zeka”, yapay zekayı küçümseyen veya sahte gösteren olumsuz çağrışımları hafifletebilecek bir karşılık sunmaktadır. Ayrıca, köklü ve yerleşik olan “yapay zeka” ifadesini tümüyle değiştirme iddiasında olunmasa bile, onu daha doğru anlamlandırmaya yönelik bir çaba olarak “dijital zeka” yaklaşımı tartışmaları zenginleştirebilir, konuyu ele alma açısının doğrulmasına katkı sağlayabilir. Asıl amaç yerleşik kavram yerine bir şey geçirmek olmadığı için “dijital zeka” kullanımı açısından bir engel oluşmuyor bu yüzden süregiden tartışmaları bu kavram etrafından sürdürmek gerekir.
Öte yandan, yapay veya insan yapımı olma meselesi, “bağlantısallık” çerçevesinde tekrar düşündüğümüzde anlam kaybedebilir, çünkü doğada her sistemin, uygun örgütlenme düzeyinde zeka benzeri çözümler üretebildiği öne sürülmektedir. Zekanın salt insana özgü bir iş olmadığını, çok basit sistemlerin bile yeni durumlara uyum sağlayabilecek stratejiler geliştirildiğini görebiliriz. Bu bakış açısında “dijital zeka”, yalnızca bilgisayar tabanlı veya insanın tasarladığı teknolojilere dayanmaz, aksine zekanın, doğanın karakteri olarak farklı bağlamlarda oluşabileceğini, dolayısıyla yapay/doğal ayrımının ötesinde düşünmemizi zorunlu kılar.
Zekayı tanımlamak
Zeka genellikle öğrenme, problem çözme, soyut düşünme, uyum sağlama gibi bilişsel işlevlerin ortak bir bileşkesi olarak tanımlanır.
Detaylarına inildiğinde ise bu katmanlar ve tanımlamadaki zorluklar ortaya çıkar. Mesela bu tanımlama bilişsel işlevlerin ötesinde, dil, duygu, kültür, sosyal etkileşim, etik değerler, bilinç gibi katmanların da dahil olduğu çok yönlü ve bütüncül bir yaklaşımdan uzaktır.
Bu tanım insan zekası için detaylandırıldığında da farklı katmanlar ve özellikler ortaya çıkar. İnsan zekasının, biyolojik (beyin yapısı, nörotransmitter[2] sistemleri vb.) ve sosyal (kültür, dil, eğitim, toplumsal etkileşim) unsurların bütünleştiği, kendi kendini şekillendiren bir yapıya sahip olduğunu söyleyebiliriz. Bu özelliği ile, dijital zeka tanımınnın bilişsel kapasiteye odaklanan yönünden, kültürel boyutu veya toplu öğrenme süreçleri ile ayrılır.
Öznel farkındalık (qualia)[3] , duygular, ahlaki değerler, kişilik gibi çok yönlü bileşenlerle beslenir ve farklı koşullara yaratıcı uyum sağlama kabiliyeti, dil ve kültürel araçlarla bütünleşerek çok yönlülüğü ile öne çıkan bir sistem oluşturur. Tüm bunların yanında, çevresini algılama, düşünme, hissetme ve varlığının farkında olma durumuna yani bir bilince[4] sahiptir.
Ancak olay ölçme süreçlerine geldiğinde bunu bütün yönleri ile ölçebilecek araç bulamamıştır. Buna rağmen doğadaki en zeki varlık olduğunu iddia edebilir.
IQ testleri (Intelligence Quotient) sözel akıl yürütme, sayısal/matematiksel problem çözme, soyut-görsel muhakeme, kısa süreli hafıza gibi alanlarda ölçüm yapmayı hedeflese de, sosyal, duygusal zeka, yaratıcılık gibi yönleri ölçemez ve kültürel ve dilsel farklılıklar boyutunu içeremez.
Wechsler Testleri (WAIS, WISC, WPPSI), aynı şekilde, sözel (Vocabulary, Similarities) ve performans (Block Design, Matrix Reasoning) görevleriyle mantık, hafıza, işlem hızı gibi temel bilişsel yetenekleri değerlendirebilirken, çoklu bilişsel süreçlerin ortalamasını baz alır. Yine kültürel ve dilsel farklılıklar boyutu ile gerçek bir zeka ölçümüne varılamaz. Raven İlerleyen Matrisleri (Raven’s Progressive Matrices) de görsel soyut akıl yürütmeyi ölçmek için kurgulanabilmiştir.
İnsan zihni, kendini hem bilimsel hem de deneyimsel düzeyde kavramaya çalışmaktadır. İnsanın bilinci, sürekli yeni fikirler üretmeye, eskileriyle çelişse bile yeni hipotezler kurmaya yeteneklidir. Bu içsel dinamizm, “fikirlerin tükenmezliği” hissini verebilir, kendisine aitmiş gibi görünen yaratıcılık, hayal gücü ve soyutlama kapasitesi, “sanki sonsuz sayıda kombinasyon” varmış gibi bir izlenim doğmasına ve öznel deneyimin ucu bucağı olmayan doğasının beslenmesine sebep olabilir. Henüz emekleme aşamasında sayılabilecek bir düzeyi, kendini yüceltme (self-enhancement) eğilimi göstererek, “ben/insan türü özelim, üstünüm, benzersizim” düşüncesini yaratır. Bütün evreni bu teze tutunarak tanımlama eğilimindedir. Ancak aynı eğilim bir yanıyla da insan yaratımı bir zekayı değersizleştirmeyi de sürdürür.
Hayvanlara baktığımızda belki karmaşık dil süreçlerini gözlemleyemiyoruz ancak insan zekası ile uyumlu gelişimler görmek mümkün. Örneğin bazı karga, kuzgun veya şempanze topluluklarında “alet yapma–kullanma” becerisi ve yenilikçi çözümler, daha hızlı kaynak erişimi gibi özellikler rahatlıkla gözlemlenebiliyor. Filler, şempanzeler, yunuslar gibi türlerde de yas tutma, yardımlaşma, stres algılama gibi duygusal zeka türevlerinin varlığından söz edebiliriz. Aslında sinir sistemi olan her şeyin en alt düzeyde de olsa bir tür zeka ürettiğini kabul etmemiz gerekir. Eğer zekanın basit ifadesi değişik durumlara değişik yanıtlar üretebilmek ise, en basit hayvanın şunu ya da bunu tercih etmesi bir seçme işlemi yapmak, dolayısıyla bir zeka ifadesi olarak kabul edilebilir.
Tüm bunların yanında, insanlarda gözlemlemekte zorlandığımız ama bazı hayvanların bize var olduğunu gösterdiği biyolojik uyarlanma veya ekolojik zeka diyebileceğimiz bazı katmanlar da mevcut. Hayvanlar, yaşadıkları ekosisteme mükemmel uyum sağlamış “zekice” avlanma, saklanma, navigasyon stratejileri geliştirebilir (ör. göçmen kuşlar, arıların dans yoluyla iletişimi). İnsan perspektifinden “dil yok” diye küçümsenebilecek bu stratejiler, aslında ekolojik zeka (ecological intelligence) kapsamında oldukça sofistike olabilir.
Antroposentrik bakış ve sınırlılıkları
Biyolojik çeşitliliğe bakınca insan merkezli tanımlamaların zaten sınırlı olacağı bellidir, zeka dediğimiz şeyin “mantık, dil, soyut akıl” dışında pek çok farklı strateji ve beceri şeklinde ortaya çıkabileceği görülür. Her canlı “kendi problemlerini” çözecek şekilde evrimsel yoldan geçerek benzersiz bilişsel mekanizmalar geliştirebilmiştir. Her türün ihtiyaçları ve kısıtları içinde geliştirdiği ustalıklar üzerinden değerlendirilen bir zeka anlayışı, genel bir hiyerarşik kavramın reddi ve zekanın anlamlı tanımı içerisinde bütünlüklü olabilir.
Elbette insanın dilsel biliş, yüksek kültürel aktarım, soyutlama ve bilinç gibi ekstrem özellikleri var; ancak bu, diğer canlılardaki “bilişsel hünerler”i hafife almamızı gerektirmez. Bilişsel çeşitlilikten öğrenmek ve uyum kapasitesini genişletmek belki de insanın gelecek evrimsel kazanımı olacaktır.
İnsan zekasının yanında hayret uyandırıcı bilişsel yetenekler olarak kabul etmek zorunda kaldığımız “doğal zeka” çeşitlerine bakacak olursak;
“Bölünmüş zeka (distributed cognition)”: karıncaların davranışlarından, feromon izleri üzerinden toplu karar alışlarından ortaya çıkardığımız bir bilişsel davranış türü olarak bir zekanın varlığını kabul etmek zorunda kalırız;
Danslarla iletişim: insanın dil üzerine yetkinliğinin benzersiz olduğu fikrinden kurtulduğumuzda, arıların “arı dansı” (waggle dance) yoluyla birbirleriine polen veya nektar kaynağının yönünü ve uzaklığını aktarabildikleri ve farklı iletişim varyasyonlarının varlıklarını görebiliriz;
Bazı karga ve kuzgun türlerinin alet yapma becerisi, Afrika gri papağanın sözel yetenekleri, Orca (katil balina) gruplarının avlanma taktiklerini ve kuşaktan kuşağa aktarabilmeleri, yunusların karmaşık “tıklama” ve “ıslık” repertuarı ile iletişim kurmaları, büyük maymunların (Şempanze, Bonobo, Goril) grup içi koalisyonlar, politik manevralar, aldatma ve barışma davranışlarının oluşması gibi insana benzeyen ve benzemeyen bir sürü bilişsel yetenek insan dışı zeka varlığına saygı duymayı gerektirecek düzeydedir.
Bilişsel etoloji, hayvan davranışlarını “sırf içgüdüsel tepki” yerine bilişsel, duygusal, sosyal öğeler barındıran süreçler olarak kabul eder. Bu yaklaşım, zeka ve bilinç kavramlarının insanla sınırlı olmadığını göstererek, çoklu zeka tiplerinin doğada var olabileceğini vurgular.
Zeka tanımı, “insan benzeri dilsel bilinç” yerine, adaptasyon, verimli problem çözme, yaratıcı sentez yapabilme gibi işlevsel kriterlere dayandırıldığında, “dijital zeka” veya insan-makine birleşiminde ortaya çıkacak melez formlar da “bilişsel sistemler” olarak tanımlanabilir.
İnsan Zekası hatalara sahip bir model
İnsan beyni, bazı zihinlerin iddia ettiği gibi sınırsız, mükemmel ya da ilahi değildir; aksine, yanılgılara ve manipülasyonlara açık ve çok sık hata yapan bir yapıdadır. Evrimsel sürecinde bir sürü hata ve hayatta kalma refleksleri ile bugüne gelmiştir.
Algısal Yanılgılar (Perceptual Errors): İnsan algısı sınırlıdır ve çevresel bilgiyi eksik veya yanlış yorumlayabilir. Örneğin, optik illüzyonlar veya karanlıkta yanlış algılanan nesneler gibi.
Bilişsel Önyargılar (Cognitive Biases): İnsanlar, karar alma süreçlerinde sistematik olarak hatalı eğilimler gösterir. Bunlar, beynin karmaşık bilgiyi basitleştirme çabasından kaynaklanır. Örneğin, Kendi inançlarını destekleyen bilgilere daha fazla değer verme, bilginin sunuluş biçiminin kararları etkilemesi gibi hatalar vardır.
Duygusal Etki ve Fobiler: Duygular, insanların kararlarını ve düşüncelerini etkileyerek mantıklı veya rasyonel olmayan sonuçlara yol açabilir. Kimi insanlar, örümcek, yükseklik, uçma vb. fobilere sahiptir. Bu da tehlike sinyallerinin aşırı genellenmesine yol açar. Evrimsel perspektifte örümcek, yılan, böcek gibi tehlikelere karşı “hızlı korku” mekanizması (bias) avantajlı olurken karar anlarında yanılgılara sebep olur.
Bilgi İşleme Sınırlamaları: Aynı anda sınırlı miktarda bilgi işleyebilir. Bu, karmaşık problemler üzerinde düşünürken hatalara neden olabilir. Fiziksel ve zihinsel yorgunluk gibi faktörlerden etkilenerek daha fazla hata yapar.
Bunların yanı sıra, panik atak, savaş-veya-kaç (fight-or-flight) gibi aşırı veya uygunsuz tepkiler, asansöre binmek gibi aslında hayati risk içermeyen durumlarda dahi “hayatta kalma” refleksini aşırı tetikleyebilir; nörolojik “haritalama” sorunları ise (örneğin “phantom limb” sendromu veya sol-sağ yönelim bozukluğu) beden algısının yanıltıcı olmasına yol açabilir. Tüm bu bilişsel veya algısal “yanlış”lar, evrimsel süreçte “hızlı ve yaklaşık doğru” tahmin üreterek hayatta kalma şansını artırma işlevi görmüş olsa da, modern ortamlarda bazen abartılı korku ve yanlış algılar yaratır. Benzer bir şekilde insan beynini taklit ederek gelişmeye çalışan dijital zeka’nın da insan zekası kadar kusurlu olduğunu kabullenmek gerekir.
Bağlantısallık ve Connectome
Prof. Dr. Türker Kılıç “Bilgi işleyen her sistem zeka üretir”[5] diyor. Bu teze dayanan detaylı birkaç çalışması da var. Bağlantısallık kavramı üzerinden geliştiriyor çalışmalarını ve tezi, kabaca, şöyle özetlenebilir: “Bilgi işleme” sadece nöronların tek tek yaptığı bir iş değildir; asıl önemli olan bu nöronların birbirleriyle kurdukları devasa bağlantı ağlarıdır. Sinir hücrelerinin (nöronların) sahip olduğu bağlantı noktaları (sinapslar) ve hangi nöronların hangi nöronlarla bağlandığı, zekânın ve bilincin ortaya çıkışında kritik rol” oynar.
Dolayımsız bir şekilde bilgi işleyen her sistemin zeka ürettiğine katılmam mümkün olmasa da, temelinde yatan fikir, nöronların kurduğu ağların ve bağlantı ağlarının büyük ölçüde bağlantı örüntülerinden doğan bir bütüncül süreci ortaya çıkarması yadsınamaz bir gerçekliği işaret ediyor.
Beynin (ve genel olarak zekanın) sırlarını anlamak için “bağlantısallık” (connectivity) kavramına odaklanmak giderek daha belirgin bir ihtiyaç haline geliyor. Çünkü hem biyolojik sinir sistemlerinde hem de dijital zeka modellerinde bilgi işleme, büyük ölçüde, parçaların (nöronlar, yapay nöronlar, modüller vb.) kendi başlarına yaptıklarından çok, bu parçaların nasıl organize olduğu ve aralarındaki iletişimin hangi örüntülere göre şekillendiğiyle belirleniyor. Bu bölümde, beyin bağlarının haritalanmasını hedefleyen connectome ve İnsan Beyni Projesi (Human Brain Project) gibi projeler bu düşünce, bilinç ve zeka hakkında kapsamlı ve bütüncül bakış açısı sunmak için ulaştığımız en son nokta gibi görünüyor.
Connectome, bir canlının (insan, hayvan vb.) sinir sistemindeki tüm nöronal bağlantıların haritasıdır. Nöronlar ve sinapslar arasındaki bağlantı örüntüleri, zeka ve bilinç gibi yüksek düzey bilişsel süreçleri şekillendirmede kilit rol oynar (Sporns, 2011) [6].
C. elegans (Yuvarlak Solucan) Connectome: Bilimde bir organizmanın sinir sisteminin ilk kez tam olarak haritalanması yaklaşık 302 nörona sahip Caenorhabditis elegans (C. elegans) adlı yuvarlak solucanda gerçekleşti (White et al., 1986)[7]. Bu küçük organizma, basit bir sinir sistemi olmasına rağmen belirli öğrenme ve basit davranış kalıpları sergileyebiliyor. C. elegans’ın connectome’unu tam olarak ortaya çıkarmak, “beyin haritalama” alanına cesaret verici bir örnek sunmakla kalmadı; aynı zamanda bilgi işleyen her sistemde bağlantıların nasıl organize olduğunu anlamamıza dair güçlü ipuçları verdi.
Bugün Drosophila’nın (Meyve Sineği) eksiksiz Connectome ’u[8] da çıkarılabilmiş durumda. 130,000 nöron ve milyonlarca snaptic bağlantıyı içeren bu sistemin sinaps seviyesine yakın çözünürlüklerle elde edilmesi nörobilimde önemli bir kilometre taşıdır.
Human Connectome: İnsan beyninde ise yaklaşık 86 milyar nöron ve trilyonlarca sinaps olduğu düşünülüyor. Human Connectome Project gibi girişimler, MRI ve difüzyon MRI (dMRI) tekniklerini kullanarak makro ölçekte hangi beyin bölgelerinin birbiriyle nasıl bağlı olduğunu ortaya koymaya çalışarak, aynı zamanda mikro ölçekte de (elektron mikroskopisi vb. yöntemlerle) daha küçük doku parçalarını inceleyip sinaps düzeyinde “Connectome’a” yaklaşma hedefi güdüyor. Böylece bağlantı örüntüleri çözülerek, bugüne kadar gölgede kalmış bilinmeyen birçok şeye ulaşmaya çalışıyor.
Bağlantısal verilerin (örneğin bir milimetreküp beyin dokusundaki trilyonlarca sinaps verisinin) işlenmesinde devasa kombinasyonların “paralel” şekilde çözümlenmesi sorunları bu çalışmaların önündeki engeller gibi görünse de, oluşturduğu multidisipliner yapı yeni gelişmelere de ulaşmamızı sağlıyor. Birisini besleyen ve birinin gelişimlerini tetikleyen yeni alanlar yeni bilgiler ve disiplinler bağlantısallık üzerinden geliştiriliyor.
Tek tek parçalardansa parçaların toplamında çok daha fazlasına tekabül eden ortak bir aklın, kolektif zeka diyebileceğimiz bir yolun pusulasını elde etmiş olabiliriz. Neyin zekaya, neyin bilince girip girmeyeceği tartışması devam ederken, bağlantılı bilgi işleme mekanizmaları, toplulukların nasıl “kolektif zeka” oluşturduğuna dair ufuk açıcı örneklerde keşfedilmeye devam ediyor.
Nicel Birikimin Sınırında: Dijital Zeka
Dijital zekanın gelişimi ve beklentiler üzerine gidersek insanlık için bir sıçrama noktası olabileceğini, hatta bilgisayar bilimleri göz önüne alındığında nicel birikimin sınırlarında olduğumuzu iddia edebileceğimiz bir dönem yaşıyoruz
Son on yılda, internet ve bağlı cihazların (IoT) yayılmasıyla veri hacmi geometrik şekilde arttı. Paralel olarak, GPU/TPU gibi donanımların gelişmesi derin öğrenme yöntemlerini mümkün kıldı. Kritik eşiğin ne zaman aşılacağı belli olmasa da sınırlarında gezdiğimizi, hatta birbirini tetikleyen çoklu yığılmaların yaşandığını, birbirini tetikleyecek eşik aşmalara ve toplumsal bütün katmanları etkileyecek nitel bir sıçramaya doğru yol aldığımızı iddia edebiliriz.
Daha önce “teoride” var olan sinir ağları, yeterli hesaplama gücü olmadığı için çok yaygın kullanılamıyordu. Bugün, milyarlarca parametreli modellerin eğitimi mümkün hâle geldi ve bu, yeni mimarilerin devreye girmesiyle, üstel hızlanma yaratıyor. Yüz milyarlarca parametreli modeller, GPU/TPU benzeri yoğun hesaplama altyapısı ve devasa veri kümeleriyle eğitilebiliyor. Dil modellerinin yanına görsel-işitsel modellemeleri eklediğimizde (multimodal yapılar), farklı veri türlerini tek potada eriten, çok yönlü zeka benzeri çözümler ortaya çıkıyor. Hatta multimodal yapının genel dijital zeka için ihtiyaç duyulan bağlamlar arası geçiş yapmayı mümkün kılan bir anlayışa sahip olduğunu da iddia edebiliriz. Multimodal yapılar, farklı veri türlerini (metin, görsel, işitsel vb.) işleyerek, bu türler arasındaki bağlantıları anlamlandırabilir ve farklı bağlamlar arasında geçiş yapma yeteneği sağlayabilir.
Derin ağlar büyüdükçe, ölçeklendirme yasalarına (scaling laws) göre belirli aşamalarda “beklenmedik” yetenekler ortaya çıkabiliyor. Örneğin, modelin kendi kendine mantık yürütme benzeri görevlerde başarılı olması veya ek bir eğitime ihtiyaç duymadan yeni görevlerde makul sonuç vermesi gibi. Bu “kırılma noktası” yığılmalardan birinin göstergesi sayılabilir.
Kuantsal (Kuantum) hesaplama konusunda her geçen gün yeni bir şeyler üretiliyor. 504 qubitlik Çin kuantum bilgisayarından sonra Google’ın willow’u, qubitler artsa da mimarisi sayesinde, büyük ölçekli kuantum sistemlerinin güvenilir şekilde çalışmasının mümkün olacağını iddia ediyor. Tek başına bu bile, 2-3 sene öncesine kadar hayal denebilecek bir gelişmeyi işaret ediyor. Anlamsal olarak bir çok problemin çözümünde elimizdeki en hızlı bilgisayarların 10 septilyon yıl’da yapabileceğini 5 dakikanın altında çözebilen bir işlem gücünden bahsedebiliyoruz.
Henüz 10 yıl önce görüntü tanıma sistemleri bir kediyi bile tanımada oldukça başarısızdı. Bugün ise gerçek zamanlı olarak insan seviyesinden daha hızlı ve doğru sonuçlar üretebilir halde. Klasik yaklaşımlarda, araştırmacılar görüntü özniteliklerini (features) elle tasarlamaya çalışırken, derin ağlar bunları veriden kendiliğinden öğrenebilir. Geoffrey Hinton bu dönüşümü, “Makine öğrenmesi sonunda kendi öz nöronlarımızdan esinlenen bir sistemde şaşırtıcı bir performans sergiliyor” diye anlatmıştır.
Kediyi tanımaktan ilaç keşfine giden yol herkesi şaşırtacak kısalıktayıdı, AlphaFold (DeepMind) projesi, proteinlerin 3D yapısını neredeyse deneysel yaklaşımla[9] kıyaslanacak doğrulukta tahmin ederek, protein katlanmasını açığa çıkardı, “biyoloji camiasında on yıllardır çözülemeyen bir problemi büyük ölçüde çözmüş” durumda (Jumper et al., 2021).
Her gün ortaya çıkan devrim niteliğindeki yeni özellikler, bilinen tüm sınırların ötesine geçebileceğimizi göstermeye başladı. “Dijital zeka” ve kuantum devriminin getirdiği bu dönüşüm, Ray Kurzweil’in tekillik (singularity) dediği noktaya doğru hızla ilerliyor. O aşamada, insan ve makine arasındaki sınırlar bulanıklaşarak, insan zekası dijital zeka ve kuantum işlemcilerin bütünlüğünde hiç görülmemiş bir seviyeye ulaşabilir. Bu gelişmeler, Andy Clark’ın vurguladığı gibi, insanın tarihsel olarak araçlar ve teknolojilerle “bilişsel bütünleşme” (Natural-Born Cyborgs, 2003) eğilimine de işaret ediyor.
İnsan beyninin kusurları, hayvan zekalarının farklı yönleri, dijital zeka ve bağlantısallık üzerinden gelişen tartışmalar, zihnin giderek daha geniş bir perspektifte ele alınmasını zorunlu kılıyor. Henüz bu dönüşümleri tam anlamıyla kabullenmiş olmasak da, çok uzak olmayan bir gelecekte “bildiğimiz her şey”in değiştiğini göreceğiz. Bu değişimler, yeni dünyanın nasıl oluşacağı, yönetileceği, ortak yaşamlarımızın nasıl dönüşeceği ve insanlığın buna nasıl uyum sağlayacağı sorularını gündeme getiriyor. Beklemek yerine, bu sorulara bugünden cevap aramak, geleceği yaşanabilir kılmanın ön koşulu olarak karşımızda duruyor.
1. “Language is a mirror of mind, in a deep and significant sense.” Noam Chomsky, Reflections on
Language, 1975, s. 4
2. Nörotransmitter: Sinir hücreleri arasında iletişimi sağlayan kimyasal mesajcı moleküllerdir. Dopamin,
serotonin ve asetilkolin gibi çeşitli nörotransmitterler, duygu, hareket ve bilişsel işlevlerin düzenlenmesinde
kritik rol oynarlar.
3. Öznel Farkındalık (Qualia): Bireyin yaşadığı duyusal ve bilinçli deneyimlerin, örneğin renklerin nasıl
göründüğü veya acının nasıl hissedildiği gibi, nitel yönlerini ifade eden bir kavramdır.
4. Bilinç, öz-farkındalıkla karıştırılsa da varlığının farkında olma durumu yanında duyusal yeteneklerle bilgiyi
işleyerek seçimler yapma ve eyleme geçme becerisini kapsar.
5. https://x.com/turkerkilic/status/1045957667200618497
6. Sporns, O. (2011). Networks of the brain. MIT Press.
7. White, J. G., Southgate, E., Thomson, J. N., & Brenner, S. (1986). The structure of the nervous system of
the nematode Caenorhabditis elegans. Philosophical Transactions of the Royal Society of London. Series
B, Biological Sciences, 314(1165), 1–340.
8. A.Lin, R Yang, S Dorkenwald, … (2024). Network statistics of the whole-brain connectome of Drosophila.
Nature, 634, 153–165. https://www.nature.com/articles/s41586-024-07968-y
9. Jumper, J., Evans, R., Pritzel, A., Green, T., Figurnov, M., Ronneberger, O., … & Hassabis, D. (2021).
Highly accurate protein structure prediction with AlphaFold. Nature, 596, 583–589.
https://doi.org/10.1038/s41586-021-03819-2