Yapay Beyin Değil, Yapay Zekâ – I

Yapay Beyin Değil, Yapay Zekâ – I

Yapay zeka ile ilgili yaklaşımlarda bilgisayar ile insan beyninin kıyaslanmasının doğru olup olmadığı, gerekip gerekmediği sık sık tartışılır. Öyle görülüyor ki, yapay zeka’nın sahip olmasını istediğimiz yetenekler hakkında şimdilik tek referans noktamız insan beynidir.

Fakat insan beyninin karmaşıklığı da bu noktada bizi ürkütüyor, hatta ümitsizliğe kapılmamıza neden oluyor. Peki ama, gerçekten bu kadar ürkmeli miyiz? Yani bizim hedefimiz “yapay beyin” yapmak mı ki, insan beyninin karmaşıklığından bu kadar ürkelim? Biz “yapay zeka” hedefliyoruz sadece. Dolayısı ile, beynimizin “zeka” dışındaki fonksiyonlarını konumuz dışına alarak söz konusu karmaşıklığı biraz azaltabilirmiyiz? Yani beynin bütününe değil de, çok küçük bir kısmını oluşturan “zihinsel etkinliklere” odaklanarak hedefi küçültebilirmiyiz? Beyindeki zihinsel süreçlerin bir modellemesi bize bu konuda yardımcı olabilir mi?

beyin

“İnsanda ‘zeka’ ne kadar karmaşıktır” veya, “insan beyninin ne kadarı zeka ile ilgilidir” gibi sorular, saçma görünümleri altında bize çözüm için bazı ipuçları sunabilirler.

İnsan beyni, bilinen en yoğun sinir gruplarını şu işlere ayırmıştır:

İnsan olsun, hayvan olsun her beyin, büyük kütlesi ile öncelikle bu işlerle uğraşmaktadır. Ağırlık olarak belki yüzde doksandan fazlası, nöron sayısı olarak belki yüzde seksenden fazlası “düşünme dışı” işlerle ilgilidir. Halbuki bizim “yapay zeka”mızın bu tür işlerle hiç mi hiç ilgisi olmayacaktır. O, salt “zeka” olacaktır. Eğer görmesi gerekiyorsa zekamıza uygun bir görme aparatı ve programına bir görüntü işleme modülü ekleyebiliriz. İşitmesi gerekiyorsa ses ile ilgili aletler ve uygun yazılım üzerinde çalışabiliriz. Ama bütün bunlar elimizde bulunan “zeka”yı özel bir alanda kullanmaktan ibaret olacaktır. Şüphesiz bu alanların her birisinin çözülmesi gereken bir yığın sorunları da olacaktır. Görüntü tanıma, ses analizi gibi sorunlar bugün hemen hemen aşılmak üzere olan, fakat hala yetkinleştirilememiş sorunlardır. Ama biz “zeka”yı “zeka’nın uygulama alanlarından” ayırmakla, yapay zeka konusunda önümüzü daha açık görüyor olacağızdır.

yapay-beyin

Beyni değil de zekayı taklit etmek söz konusu ise, bir daraltma daha yapabiliriz. Biliyoruz ki, “evrende ulaşılabilecek en son bilgi” diye bir şey yok. Bilginin sınırı yok. Yani biz elimize alacağımız yapay zeka ile, sonsuz sayıda bilginin birbiri ile sonsuz ilişkisini çözmeyi ve sonunda tek cümlelik bir “hayatın anlamı” gerçeğine ulaşmayı hedeflemiyoruz. Hedefimiz çok daha mütevazı: Zeki bir insandan biraz daha zeki olsun yeter. Bilgisayarların hemen hemen sınırsız hafıza ve hesap yeteneği ile, az bir zeka farkı bile çok büyük işler başaracaktır.

Gelin bir daraltma daha yapalım: Beynin düşünme ile ilgili faaliyetlerinin de büyük bölümü, “veri tabanı yönetiminden” ibarettir. Düşünme-hafıza ilişkileri büyük oranda böyledir ve zihinsel faaliyetlerimizde oldukça geniş bir yer tutar. Veri tabanı yönetimi ise, bizim bugün zaten oldukça geliştirmiş olduğumuz ve başarı ile her yerde kullandığımız bir “zeka unsuru”dur. Yalnızca, düşünme-hafıza ilişkisinde sorgulama yöntemlerinin oldukça “konuya özel” olduğunu ve bizi en çok uğraştıracak olan alanlardan birinin burası olduğunu unutmamalıyız..

Bu noktada hedef iyice daralmış oluyor işte. Beklediğimiz; “yapay zekanın” ne görmesi, ne işitmesi, ne hareket etmesi,koklaması, tatması, kızıp küsmesi değil, kendi başına, yardımsız öğrenebilmesi ve önüne amaçlar koyabilmesi. Bir amaç edinip bu amaç doğrultusunda elinin altındaki imkanlardan (girdiler,dosyalar veya internet) öğrenerek amaca ulaşmaya çalışan bir sistem, onu hangi sisteme bağlarsanız (görsel, işitsel, hareketli) o sistemi “zekice” kullanır.

Demek ki Beynin tamamını taklit edeceğiz diye paniğe kapılmaya gerek yok. Evet, beyin gerçekten çok karmaşık bir sistemdir ve ne yazık ki canlı ve çalışır vaziyette laboratuara sokmakta zorlandığımız bir yapıdır. Ama bize sadece “zeka” gerekli şu anda. Evet, o da hala oldukça karmaşık, tanımsız, ele-avuca sığmaz bir şey ama, hiç olmazsa beynin tümü kadar değil. Ayrıca, beynin tümünü değil ama, zihinsel süreçleri içgözlem yolu ile inceleyebiliyoruz, hem de binlerce yıldanberi.

“Zeka”ya ulaşmak için hala önümüzdeki tek referans “insan zekası”dır ve bu konuda yararlanabileceğimiz oldukça geniş bir bilgi yığını da vardır. Modern psikolojinin gerek laboratuar, gerekse istatistik tabanlı araştırmaları azımsanmayacak boyuttadır. Ayrıca ikibin yıldan buyana üretilen değerli teorik çalışmaları da unutmamak gerek. Aşağıda, Epistemolojik çalışmalardan hareketle bir “yapay zeka” modellemesinin üzerinde yükselmesi gereken temel ayaklara değineceğim. Yani iyice daralttığımız hedefi biraz daha daraltıp, avuçlarımızın içine sığmasını sağlamaya çalışacağım. Yaratıcı programcılara yeni patikalar açacağını umuyorum.

BEYNİN HİLELERİ

Beyin, karmaşık “çevreye uyum ve tepki” problemlerini bazı hilelerle halleder. Zihinsel faaliyetlerde beyin, işleri kolaylaştırmak için, zamandan ve enerjiden tasarruf için olağanüstü bir hileye başvurur: Şartlı refleksler. Beynin bu hilesini yapay zeka çalışmalarında kullanabilirsek, önemli bir iş yükünden kurtulmuş oluruz. Beyin, çevre ile ilişkisini başlıca üç yöntem ile düzenler:

Doğal refleksler, herhangi bir düşünme olayına gerek kalmadan beynin bir uyarana verdiği otomatik tepkidir. Bilincin bu işte herhangi bir etkisi yoktur, ancak sonradan, verilen tepkiden haberi olur. Bir canlı türünün tüm bireylerinin hayatları boyunca karşılaşacakları en genel sorunlara, genlere işlenmiş çözümlerdir refleksler. İçgüdüler de bu kapsamda değerlendirilebilirler.telkin

Bilinçli Davranış, bir türün bireylerinin tek tek karşılaşacakları geçici sorunların çözümü için gereklidir. Eğer bir sorun çok sık ortaya çıkıyorsa, Şartlı Refleks mekanizması ile o soruna uygulanan çözüm refleksleştirilir. Böylece beyinde, ortaya çıkacak yeni sorunlarla ilgilenmek için yer, zaman ve enerji ayrılmış olur. Şartlı refleksler bir doğal refleks üzerine oluşturulurlar. Bir şartlı refleks üzerine bir başkası, onun da üzerine bir başkası oluşturulabilir. Buna kademeli şartlı refleks denir.

refleks

Şartlı Refleks, yalnızca Pavlov’un köpeklerinin salyaları ile ilgili bir kavram değildir. Eşyalara verdiğimiz her isim, zamana yayılmış etkileşimler olan olaylara (eylem, fiil) verdiğimiz her isim, konuşmada kullandığımız ekler ve takılar birer şartlı refleks ürünüdürler. Ürettiğimiz kavramlar, soyutlamalar da ikinci-üçüncü kademe şartlı reflekslerdir.

Konuşmayı yeni öğrenen bir çocuk belki uygun kelimeyi bulmakta zorlanır, belki utanıp sıkılır ama, tanıdığımız birisi bize “n’aber” dediğinde biz hiç düşünmeden, bir kalıp olarak “valla iyilik, n’ossun, senden n’aber” deyiveririz. Bu cevap, belirli bir soru tipine karşılık belirli şartlarda verilebilecek bir cevap olarak refleks halini almıştır ve bilinci işe katmaya gerek yoktur.

Bu mekanizmayı belki adını koymadan bugün zaten bilgisayar programlarında kısmen kullandığımızı belirtmek isterim. “if….then…” önermesi bir şartlı refleks üretir. “Tümdengelim” ifade eder. “Her zil çaldığında yemek gelir. Eğer zil çalıyorsa, salyalarımı hazırlayayım. Yemek gelecek”.

Şartlı refleksin bir özelliği de, iyice pekişmesinden sonra “ayırım” gelişmesidir. Bu, ilgili konuda seçiciliğin başlaması, daha alt kavramların oluşmasıdır, “tümevarım”dır. Biz bu özelliği de, önceden oluşturulmuş yargılarda “if not…then…” ifadesi ile kısmen kullanmaktayız. Tabii bunun arkasından, genelleme oluşturmak için gerekli komut dizisini kullanmayı unutmayacağız.

Beynin kullandığı bir başka hile, işlem birimi olarak harfleri veya kelimeleri değil, olayları kullanmasıdır. Bir olay, tek kelime ile de ifade ediliyor olabilir, Dünya tarihini anlatan onlarca cilt ile de ifade edilebilir, beyin için sonuçta bir olaydır. Kullandığımız 7000 kelime ile, 7000 üzeri bilmemkaç adet anlamlı cümle üretebiliriz. Ama beyin bunlarla uğraşmaz. 500.000 kelimelik bir romanı okuduğumuzda, o romandaki en temel olayları yakalar ve romanın bütününü de sadece, mesela “iyi bir roman” olarak kaydederiz. Kaba bir sorgu ile romandaki temel olayları, daha ayrıntılı bir sorgu ile bazı önemli tali olayları da hatırlarız. Ama geri kalan “kendince” kuru kalabalık bilgiyi asla hatırlamaz beyin. Onları, ancak yeniden karşılaştığında “tanıyabileceği” bir kategoriye yerleştirmiştir. İşte bizi terrabayt’larca bilgi yükünden kurtaracak olan hile bu olabilir.

Beynin, algıları kendi işlem diline çevirirken en kısa tanıma ulaşmak için kullandığı çok özel yöntemleri vardır. İşlem dilinin kullandığı birim, “fikir”dir. Hani o zaman zaman kafamızın üzerinde yanan ampül. Fikir, bir figür ve (onu saran ortam bilgileri olarak) bir fon halindedir. Bu şekli ile algılanıp saklanır, aklımıza bu şekli ile gelir ve biz sonra uygun kelimeleri seçerek konuşma diline çevirmeye çalışırız.

fikir

Bu yöntem de yapay zeka çalışmalarında bize bazı kolaylıklar sağlar. Mesela yalnızca figürlerle işlem yapıp, fon bilgilerini gerektiğinde ve gerektiği ölçüde ayrıca sorgulamak gibi; veya girdilerde figürü fondan ayırıp işlemleri basitleştirmek gibi. Bir de, figürler çoğaldıkça onları temsil eden birkaç daha genel figür oluşturarak malzemeyi azaltmak gibi (aslında beyin hep tek bir figüre ulaşmaya çalışır. Fizikçilerin birleşik güç teorisi arayışlarının altında bile bu dürtü yatar). Yapay zekada verileri “anlama” veya “anlamlandırma” burada gerçekleşmelidir sanırım. Burada girdileri veya kelimeleri anlayarak kendi diline çevirir, veya oluşturduğu bir anlamı konuşma diline çevirerek dışarıya verebilir. Anlamlandırma’nın temelini ise zaman ve mekan (konum ve yön) algılarına dayanan doğal refleksler oluşturur. Bu reflekslerin bilgisayardaki karşılıklarını bulmak yapay zekanın en temel problemi olacaktır sanıyorum.

Beynin en büyük hilelerinden birisi de, alınan bilgileri elemeye öncelik vermesidir. Duyu organlarına her an milyonlarca uyarı ulaşmaktadır. Beyin eğer bunların hepsini değerlendirmek zorunda kalsaydı, bugün yeryüzünde hayata rastlayamazdık. Beyin, amaçları doğrultusunda önem taşımayan uyarıları hiçbir şekilde değerlendirmeye, kayda almaz. “Dikkat” dediğimiz bir yeteneği sayesinde yalnızca gerçekten gerekli olan uyarıları, dikkatin yoğunluğunu ayarlayarak da öncelikle en gerekli figürleri değerlendirmeye alır. Yukarıdaki roman örneğinde de böyle bir mekanizma işlemektedir. Demek ki yapay zeka uygulamalarında programın daha başında bir “dikkat” katmanı veya modülü tasarlamak, burada ciddi bir eleme gerçekleştirmek yararlı olacaktır. Bu katmanda sorgu kriterleri, amaç doğrultusunda önem taşıyan fikirler veya figürler olabilir. Tıpkı web’de kullandığımız anahtar kelimeler gibi. Fakat programın kendisi, dikkatin yönünü (sorgu kriterlerini) ihtiyaç doğrultusunda değiştirebiliyor olmalıdır.

Beynin kullandığı diğer küçük hileleri burada sıralamak istemiyorum. Ayrıca, hileler söz konusu olduğunda ille de beynin hileleri ile kendimizi sınırlamak da gerekmez. Bilgisayar teknolojisinin gelişmelerine uygun pek çok özgün hileyi yapay zekada uygulamak mümkün olabilir. Zihinsel süreçlerin bilgisayarda modellenmesi demek olan yapay zeka alanındaki gelişmeler, beyin araştırmalarına da katkı sağlayacaktır.

MUHAKEME

Beyin, hayal yeteneğine de sahiptir ve hayal, düşünmenin temel elemanlarından birisidir. Denetimli hayal, “muhakeme”dir. Bir muhakemenin gerçekleştirilmesi için öncelikle ilgili veriler, beklenen sonuca ait bir boş küme (hayal kümesi) ve bu boş kümeye atanan değerler ile verilerin uygunluğunu karşılaştıracak uygun bir sorgu yöntemi gereklidir. Verili durum kümesi ve hayal kümesi, birlikte bir “olay kümesi” oluştururlar ki, işte bu olay kendi yarattığımız “fikir”dir. Düşünme eyleminin temeli hayaldir. Doğası gereği denetimsizdir. Kafamızda bir sahne (mekan) üretip onu rasgele olaylarla doldurup eğleniriz. Eğer bu sahnedeki olayların gerçeğe uygunluğunu denetlemeye başlarsak, düşünüyoruz, muhakeme yapıyoruz demektir. (küme, bir figürün taşıdığı çok sayıda fon öğelerini ifade eder).fikir

Muhakemede, hayal kümesi ile mevcut veriler kümesi arasındaki her uyumsuzluk bir “engel” olarak algılanır ve her engel için yeni bir hayal kümesi oluşturularak verilere en uygun şekilde doldurulmaya çalışılır. İnsan beyninde işte bu “her engel”in sayısı 6-7’yi aşamamaktadır. İnsan beyninin muhakemedeki doğal sınırıdır bu. Bu işlemler sanki özel bir odada yapılır ve odada ancak 6-7 kişilik yer vardır. Sekizinci eklenince birinci çıkar. Fakat bilgisayarda bu açıdan bizi sınırlayan sadece ram kapasitesi ve zamandan ibarettir. Mevcut veriler ile hayal kümesinin uygunluğu ise, biraz “özel” yöntemlerle sorgulanmalıdır. Yöntemlerde, “soru üretmek” önemli bir yer tutar. İşte size uğraşacak bir konu. Hem muhakeme, hem de gelecek tasarımı (boş küme aynı zamanda beklentimiz demektir) sorunlarını aynı anda çözebilecek olan bu algoritmayı kim önce yazacak bakalım!

Beynimizin, işlem yaparken fikirlere ve fon ögelerine atadığı çeşitli önem ve ağırlık değerleri vardır. Bunların çoğu duygularla ilgilidir ama, salt düşünce ile ilgili olarak da kullanılır bu değerler. Bu değerler ve ağırlıkların seçilmesi, her konu için pratik olarak yapılabilir. Örneğin, bir konuda (mesela teorik bir konu ise) bilimsel yayınlar üzerinde araştırma yapacak olan bir program, seçtiğimiz değerlere göre lise düzeyinde bir ödev veya doktora düzeyinde bir makale üretebilir.

Diğer yandan, beyin aldığı bir bilgiyi olur olmaz heryere kaydederek bir israf örneği de sergiler. Algılanan bir olayın görsel, işitsel, dokunsal vb. yönleri, eşlik eden anılar, uyardığı duygular ayrı ayrı ilgili yerlerde (ilgili alan figür, diğerleri fon olarak-figür değişiklikleri ile) depolanırlar. Bu durum hatırlama açısından bazı avantajlar sağlasa da, bilgisayarda bizim böyle bir israfa izin vermemiz gerekmez. Nöral saklama açısından beyin kendi en iyi yöntemini geliştirmiş olabilir. Bizim, elektronik saklama açısından en iyi yöntemi geliştirmemiz gerekir.

yapay-sinir-aglari

Görüldüğü gibi, şimdiye kadar yapay zeka konusunda geliştirdiğimiz yapay sinir ağları, bulanık mantık, yeni diller, yeni algoritma düzenlemeleri gibi yöntemlerin dışında daha radikal yaklaşımlar tanımlamamız ve bunlara göre çözümler üretmemiz gerekmektedir. İhtiyacımız olan, bilgilerden kesin sonuçlara ulaşmak değildir. Matematiksel kesinlik sağlayan programları zaten kullanıyoruz. Hatta teorem ispatları bile yaptırabiliyoruz bilgisayara. Bunları daha da geliştireceğiz elbette. Ama asıl ihtiyacımız olan, elimizdeki bilgileri kullanarak bize yeni yöntemler önerecek, hipotezler ve teoremler oluşturacak, yeni yargılar oluşturacak, yeni yaklaşımlar sunacak, keşifler yapacak, deneyler ve gözlemler tasarlayıp bize önerecek bir programdır. Kesinlik gereken durumlarda ayrı bir birim olarak biz diğer programları kullanabiliriz. Ya da gerekli çevre birimlerini ekleyerek istediğimiz amaç için yapay zekamızı modifiye edebiliriz. Daha teknik konuşursak, insandaki 6-7 birimlik “çok kısa süreli hafıza” yerine belki 100 birim kullanan, benzerliklerde insan beyninden daha düşük yaklaşıklık değerleri kullanabilen (daha fazla sayıda alt-kavramlar), refleks kalıplarındaki sızıntı oranları ayarlanabilen (deha, reflekslerdeki yırtıklardan fışkırır) bir zihin yapısı oluşturmak bu ihtiyacı karşılamaya yetecektir. Bu tür bir yapı için ise, beyinden kopya çekmemiz gerekmektedir.

muhtesem-beyin

Beyinden kopya çekebilmek için aşmamız gereken bir zorluk vardır. Beynin çalışmasını anlamamızı engelleyen, kullandığımız dilden kaynaklanan yapay bir zorluktur bu. Bu yapay zorluk, yeryüzündeki her dilde bulunan eş anlamlı ve bulanık anlamlı sayısız kavramın beynimize maledilerek içinden çıkılmaz bir kargaşa oluşturmasıdır. Aşağıdaki sözcüklerin gerçekten tam anlamlarının bilinip bilinmediğini, bir Türkçe sözlüğe bakarak test edin bakalım:

Akıl, Zihin, Bilinç, Zeka, Fikir, Kavram, Uzay, Zaman, Muhakeme, Hayal, Çağrışım, Algı, Şuur, İdrak, Anlam, Dikkat, Sezgi, Genelleme, Sanı, Ayrım, İlgi, İçgüdü, İstek, Sempati, ve duygulanımın tüm çeşitleri…

Zihinsel sürece uygun bir yapay zeka modelinin sorunları az değil. Bilgisayar “zamanı” tanır ama, mutlaka gerekli olan “mekanı” ona (3D gibi ağır yükler yüklemeden) nasıl tanıtacağız? Şartlı refleksleri üzerine bina edeceğimiz doğal refleksler (elektronik refleksler mesela) var mı? Programın her parçasına özgü sorgu tiplerini birbiri ile uyumlu çalıştırabilecekmiyiz? Sonuçta ortaya çıkacak bilgi kümesi hangi noktada hafıza sınırlarımızı zorlamaya başlayacak? Artık gerekmeyen bilgileri “unutma” olayının ince ayarlarını verimliliği aksatmadan ne ölçüde yapabileceğiz?

Bu makalede anlatılanların, zihinsel süreçler konusuna yabancı okurlar tarafından kolay anlaşılamayacağını biliyorum. Fakat yapay zeka ile ciddi olarak ilgilenen herkesin, beynin çalışmasından bir model olarak yararlanması gerektiğini düşünüyorum. Zihinsel süreçlerle ilgili yukarıda belirtmeye çalıştığım metodoloji ve tezler, e-kitap olarak yayına hazırladığım “Düşünen Hayvan – Bir Canlılar Psikolojisi Denemesi” adlı çalışmamda geniş bir şekilde incelenmektedir.

Ha gayret arkadaşlar! Belki bilim dünyasında örneği bol bulunan çıkmaz yollardan birisi de bu yaklaşımdır. Ama bir yolun çıkmaz olduğunun anlaşılması bile bir ilerlemedir. Yapay zekaya bu yöntemle yaklaşımı şirin bulacak arkadaşlara başarı ve bol şans diliyorum.

Nadir BENCAN

Sosyal Medyada Paylaş

Bir Cevap Yazın

E-posta hesabınız yayımlanmayacak.