Yapay Zeka Matematik Sınavından Kaldı

Google’ın uzun yıllardır üzerinde çalıştığı yapay zeka DeepMind, İngiltere’de lise 2 matematik sınavına girdi ancak notları pek iç açıcı değil.

Bilgisayarların hayatımıza girmesiyle birlikte insan beyninin taklit edilebilmesi konusunda sıkı çalışmalar yapan bilim insanları bunun öyle kolay bir şey olmadığını da biliyor olacaklar ki, MIT Üniversitesi’nde yapay zekayla ilgili çalışmalara başlamadan önce Marvin Minsky liderliğinde beynin çalışma modelini inceleyen bir ekip kurmuşlar.

Hatta konuyla ilgili Minsky’in hazırladığı The Society of Mind kitabı karar alma yapısı ve hiyararşisinin nasıl oluşturulduğu konusunda bilgiler veriyor.

Ancak ilerleyen sürelerde yapılan çalışmalarda, insan beyninin taklit edilmesi arzusunun öyle hemen ortaya çıkmayacağı anlaşılmaya başlanmış. Zira insan beynin özellikleri bilinse bile, düşünme ve öğrenme süreçleriyle ilgili çok net bilgilere henüz daha sahip değiliz.

Bu ve benzeri birçok etken, bilim dünyasının insansı robot çalışmalarını ve yapay zeka hareketlerinin bir süreliğine rafa kaldırmalarına neden olmuştur.

Ancak bir hayal olarak başlayan bu fikir için, direkt olmasa bile; fikri gerçekleştirmeyi mümkün kılabilecek somut adımlarla birlikte çalışmalar değer kazanmaya başladı.

İnsanı taklit etmeye çalışmak 40 yılımızı aldı

Bugün fiziksel bir engeli olmayan her birey daha çocuk hatta bebek denilebilecek yaşlarda temel motor becerileri gerçekleştirirken bir eğitim sürecinden geçtiğinin farkında bile değil. Bir bardağı kolayca masanın üzerinden alabiliyor ve başka bir yere koyabiliyor ya da bir kalemi tutabiliyoruz. Belki ilk başlarda daha az estetik bir tutuş ama zamanla bu tutuşumuzu ve hassasiyetimizi düzeltiyoruz.

Robotlara koşma, zıplama, bardak tutma, engelleri aşma gibi insanın öğrenirken farkında bile olmadığı şeyleri öğretmeye çalışmak bilim dünyasının 40 yılından fazlası almış bulunmakta.

Bu gelişmeler bilim dünyasını insansı robot anlayışından çıkarıp, robot ve yapay zekanın iki farklı disiplin olarak çalışılmasına yöneltti.

Robot geliştiren bilim insanları artık insanı birebir taklit eden robotlar değil, motor becerilerin her berinin ayrı ayrı taklit eden robotlar üzerinde çalışmaya başladılar.

Bu sürede yapay zekada da gelişmeler yaşanmaya başlandı, bilim insanları insan beynini birebir taklit edemeyeceklerini anlamış olacaklar ki, beyindeki işlevleri bölmeye başladılar.

Bu karar bilgisayar dünyasını revize eden algoritma kavramını bizlerle tanıştırdı, ancak böyle havalı bir kavram yine insandan ilham alarak ortaya çıktı.

İnsanoğlu tarihinin en başından beri algoritmalarla yaşıyor. Gün içinde hatta daha küçük birimlerde bile sürekli tekrar eden faaliyetler gösteriyoruz.

Bazen çok basit tekrarla algoritmalar oluştururken bazen de çok daha karmaşık algoritmaları kullanmaktayız.

Mesela, sabah uyandığımız zaman yataktan kalkıp elimizi yüzümüzü yıkamaya kadar geçirdiğimiz adımlar çok zor olmasa da bir dil öğrenebilmek fazlaca karmaşık bir algoritma.

Henüz daha 1 yaşında konuşmaya başlamışken, 6-7 yaşlarında söylediklerimizi ya da duyduklarımızı yazabiliyoruz. Halbuki dil çok zor algoritmaya sahip. Hatta bu konuyu matematiğe dökmek isteyen bilim insanları bile ifade edemediler ve bu karmaşık algoritmanın içinden çıkamadılar. Ancak bu işin içinden çıkamamış olmak onları durdurmadı ve dil öğrenmeye göre daha basit algoritmalar üzerinden yapay zeka geliştirilmeye başlandı.

İlk olarak, satranç, briç, poker ve go gibi oyunları insan beyninin çalışmasını taklit etmelerinden dolayı seçerken, oyunların kesin kurallarının olması işleri bir nebze olsun kolaylaştıracaktı ki öylede oldu.

Poker için bir algoritma geliştirmek satranca göre daha kolay olabilir, elinize gelen kağıtlar ve yere açılan kağıtlar arasında bir matematik yapıp olasılıkları hesaplamak yeterli olacaktır ancak satranç bu kadar basit bir oyun değil.

Pokerde açılan her kart olasılık hesaplarını düşürürken, satrançta tam tersi işleyen bir matematik var ve her hamle olasılığı artırıyor. Bu sebepten satranç daha çok hafızaya dayalı bir algoritmaya sahip.

Profesyonel satranç oyuncularına bakacak olursak, daha önceden oynanmış büyük oyunları sürekli tekrar etmekte ve kendilerine ders çıkarmaktadırlar. “Kim nerede ne yapmış?”, “O hamleyi yaparken ne düşünmüş?” gibi sorulara cevap aramaktalar.

Yapay zeka alanında satranç konusunda ilk adımlardan birini de IBM attı ve geliştirdiği satranç oynayan yapay zekasına daha önceden oynanmış tüm satranç oyunlarının kayıtlarını yükledi ve yapılan hamleleri bu oyunlardan arayarak bulmasını sağlayan ve hangi kararı vermesi gerektiğini söyleyen bir algoritma yazdılar. Bu başarılı bir girişimdi ama henüz daha yeterli değildi.

IBM’in bu çalışmasından sonra bir adımda Google’dan geldi ve İngiltere merkezli DeepMind’a öğrenmeyi öğrenen bir algoritma geliştirdiler.

Bu algoritma DeepMind’ın içinde ki üç farklı yapay zekayı oluşturuyordu. Yapay zekalarda ikisi nasıl bir hamle yapılması gerektiğini tartışırken, üçüncü karar vermeyle görevlendirilmişti. IBM’in geliştirdiğinden farklı olarak Google, eski kayıtları yüklemedi; sadece satrancın kurallarını öğretti ve internetten eski oyunların bulunmasına izin vererek kendi kendine pratik yapmasını sağladı. Böylece kendi kendine öğrenen algoritma, bir geceden binlerce oyun oynayarak dünya şampiyonları kadar konunun hakimi olabilmişti.

Gelişmeler adım adım geldi

Satranca göre poker basit bir algoritmaya sahipti, ancak Uzak Doğu kökenli go oyununa göre de satranç basit kalıyordu.

Go, kuralları basit bir oyun olsa da temelinde rakibinin stratejini çözme yatan bir oyundu ve satranç gibi en iyi oyunlarının kayıt altına alındığı bir oyun değildi. Yani yapay zeka algoritmaları internet ortamında ihtiyaç duyduklarından daha az kaynağa sahipti.

Fakat çalışmalara başlandı ve uzun uğraşlar sonucunda DeepMind go oyununu öğrenip ilk başta Avrupa şampiyonu bir oyuncuyu yendi, sonrasında ise Kore’de ki bir şampiyonla maça çıkarak O’nu da devirmeyi başardı.

Son on yılda sürekli kendini geliştiren yapay zeka örneklerinin temel noktası belli kuralların olması; açıkça diyebiliriz ki kurallar belliyse yapay zeka bizlerden daha iyi işler çıkarıyor.

İşler ona emanet

Bazı iş alanları öyle bir noktaya geldi ki, yapay zeka bu konuda meslek sahiplerinin koltuklarına göz dikti. Mesela artık göz doktorlarının göz muayene işlerini alan yapay zeka, insandan daha başarılı ölçüde gözlük tavsiyesinde bulunabiliyor ya da THY uçaklarında otomatik pilot sistemleri, gerçek pilotlardan daha başarılı bir sürüş yapabiliyor.

Tıp alanından farklı bir örnekte, beyin tümörlerinin ameliyatla alınmasında çok hassas olunması gerekiyor, çok ufak hatalar bile geri dönüşü imkansız olumsuzluklar doğurabildiğinden tıp doktorları artık yapay zeka ve robotlardan yardım istiyorlar.

Doktorlar robot sitemine beyinde ki tümörle ilgili boyut, konum gibi bilgileri verdikten sonra yapay zekanın yönlendirmesiyle robot beyni açıyor ve insan elinin ulaşamayacağı bir hassasiyetle tümörü temizleyebiliyor.

Eee hani sınıfta kalmıştı, n’oldu?

Evet kaldı, üste saymakla bitiremediğimiz başarılarının yanında yapay zeka hala daha tembel bir öğrenci.

Google DeepMind’ı İngiltere’de, 16 yaşında ki çocukların girdiği standart bir lise matematik sınavına soktu. Ama o şampiyonları yenen yapay zeka matematik sınavında başarılı olamadı hatta sınıfta kaldı bile diyebiliriz.

Hepimiz matematik için ezberlenen bilginin kullanılması gibi varsayım sahibi olsak bile matematik için aslında çok daha karmaşık bir akıl yürütme gerekiyor. Nitekim iki rakamın toplanması (Örn.: 3+5) hemen çözebildiğimiz bir soru olsa bile, aslında beyinde farklı alanlar birbirleriyle iletişim halindeler.

Böyle temel işlemlerde bile çok fazla akıl yürütme yapılırken, lise düzeyi matematik sorunlarında işler daha da karmaşık bir hal almaya başlıyor, sadece bir matematik kuralı değil, birden çok kural ve bu kuralların birbirleriyle ilişkilerinin bulunması derinlerde bir yerlerde zahmetli işlerin yolunda gitmesiyle yapılabiliyor ancak.

İşin içine birde soruyu kavrayabilme becerisi girince ortalık tam anlamıyla karışıyor; hangi bilginin ne zaman ve nasıl kullanılacağını bilmek, büyük bir zihinsel süreç ürünü oluyor.

Bu gibi etmenler DeepMind’ın başarısız olmasının temelini oluşturdu, O’na go oynamayı öğrettikten sonra orada bırakmayıp matematik öğretmeye çalışmak ve insana daha yakın bir hale getirme hevesi bu başarısızlıkla daha da kamçılanacak ve çalışmalar hız kesmeden devam edecek.

Sınav sonucundan sonra DeepMind’ın yaratıcıları bu başarısızlıktan nasıl dersler çıkardıklarını söylemekten çekinmiyor ve ekliyorlar, “akıl yürütmeyi öğretme zamanı geldi.”

Gelecekte soyut düşünebilen ve akıl yürütebilen yapay zekaların gelmesi için bilim insanları canla başla çalışıyorlar.

Kaynak: Beam Me Up Scotty! (2019, Nisan 12). Yapay Zeka Sınıfta Kaldı. Beam Me Up Scotty!, s. 1-9.