Kâmil Ergin | Brezilya-Teknolojinin gelişmesiyle beraber yapay zekâ kavramı her geçen gün daha çok gündeme geliyor. Bundan 20 yıl önce bilim kurgu filmlerine konu olan insansı robotlar, kendi iradesiyle iş yapan aletler ve akıllı algoritmalar yavaş yavaş gerçek hayatta karşımıza çıkıyor. 

Sohbet botları, sürücüsüz araçlar, zihnimizi okuyan reklam önerileri derken önümüzdeki yüzyılda yapay zekanın yaşamın bütününe yayıldığına şahit olacağız.

İnsanoğlunun bir makineyi eğiterek kendisinden daha akıllı bir varlığa dönüştürme fikri, 1997 yılında Kasparov'u satrançta yenen IBM bilgisayarla ilk numunesini vermişti. Geçen yıllarda Google da benzer bir strateji oyununda aynı başarıya ulaşan AlphaGo yapay zekâsını üretti. 

Şimdilerde bu yeteneğin oyun tahtasından çıkıp sokaklarda gezinmeye başladığını görüyoruz. Usta bir mühendis, şair ya da müzisyeni taklit edebilen yapay zekâlar gelişimini sürdürüyor. İleride ne olabileceğine dair ekstrem örnek arayanlar i-Robot filmini yeniden izleyebilir.

Yapay zekâya giden yol, insan beynindeki sinir ağlarına dair matematiksel bir anlayış geliştirmekle başladı. Bir mantıkçı olan Walter Pitts ve nörobilimci Warren McCulloch, ilk kez 1943 yılında insanın düşünsel sürecini taklit etmeyi amaçlayan bir matematik algoritması oluşturdular. Geliştirilen ilk model yıllar içinde evirilmiş olsa da bugün hala makine öğrenmesinin standardı olarak kabul edilir.

İlk zamanlarda klasik mantık önermeleri bilgisayara elle tek tek girildi ve makinenin girdiler üzerinden bir sonuca ulaşması hedeflendi. Uzun yıllar devam eden çalışmalar neticesinde bu yaklaşımın çıkmaz sokak olduğu anlaşıldı. Çünkü bu yöntem okuma yazma bilmeyen birine cümle ezberleterek onu belli koşullarda sorgulamaktan ibaretti. "Köpekler uçabilir" şeklinde bir önerme girildiğinde yapay zekâ köpeklerin gerçekten uçup uçamadığıyla ilgilenmiyordu. Oysa ihtiyaç duyulan şey kendi kendine okuyup öğrenebilen, karşılaştırma ve muhakeme ederek bir mantık örgüsü oluşturabilen, bilgi ve tecrübesini artırıp insan gibi düşünebilen bir sistem kurmaktı. 

Bu problemi aşmak için yapay sinirsel ağlar geliştirildi ve insanın dil öğrenme sürecini taklit eden NLP yöntemleri uygulandı. Neticede, yapay zekanın IQ'su anlamına gelen hafızadaki parametre sayısı hızla arttı ve yapay zekâ daha işlevsel hale geldi. Elon Musk öncülüğünde geliştirilen GPT-3, hafızasındaki 175 milyar parametre ile şu ana kadar geliştirilen en yüksek IQ'lu yapay zekâ ünvanına sahip. Halen geliştirme aşamasında olan GPT-3, herhangi bir konuda makale yazabiliyor, tasvir edilen bir işlev için kod üretebiliyor, istenen resmi kendisi üretebiliyor.

Yapay zekâ potansiyelinin tam olarak anlaşılması için makine öğrenmesi ve derin öğrenme gibi kavramlara aşina olmak gerek. Yapay zekâ, bilgiyi yorumlama ve otonom iş yapma kabiliyetine erişen bir insana benzetilebilir. Makine öğrenmesi de bu insanın eğitim sürecidir. Derin öğrenme ise bilgi katmanları arasında bağ kurabilme özelliği. Yani, makineler artık bir insan gibi eğitiliyor, olaylar ve disiplinler arasında bağ kurabiliyor, hatalardan ders çıkarabiliyor, analiz yapıp düşünce ya da eylem ortaya koyabiliyor. Hangi dilde olursa olsun okuduğu metni anlıyor, resim ve videolara bakıp içeriğinden veri toplayabiliyor, topladığı veriyi işliyor ve hafızasında tutuyor. Şimdiye kadar yapay zekalar daha çok mavi yakalı işlerde kullanıldı. Gelişen teknolojiler, yapay zekaların artık beyaz yakalı işlerde de kullanılabileceği sinyalini veriyor. Yapay zekâ ile donatılmış bir makinenin teorik olarak yapabilecekleri göz önüne alınırsa bilim insanları bu gücü sınırlı ve kontrollü bir şekilde büyütmek için kafa yoruyorlar. 

Kısaca, yazılım mühendisleri ileride kendi meslekleriyle birlikte birçok mesleği ortadan kaldıracak makineyi icat ediyor! Yapay zekanın film senaryosu yazabildiğini, üstüne bir de yazdığı senaryodan film üretebildiğini hayal edin. 

Bugün cep telefonuna yüklenen bir yapay zekâ uygulaması, dünyada keşfedilen bitkileri ve bitki hastalıklarını tanımlayabiliyor, tedavi için hangi zirai ilacın kullanılması gerektiğini size söylüyor. Bunun için telefonun kamerasını bitki üzerine tutmanız yetiyor. Bu yönüyle yapay zekâ bir tarım mühendisi veya botanikçi gibi iş görüyor. Aynı yöntemin hayvanlara uygulanabildiği bir yapay zekâ geliştirilirse veteriner görevi görecek. İnsan hastalığını teşhis edecek bir yapay zekâ ise doktorların işini elinden alabilir.