Özgür İrade - Alıntı

“Ama insanlar et ve kandan, robotlarsa başka malzemelerden yapılıyor, başka insanlar benimle aynı model yaratıklar olduğundan benzer deneyimlere sahip olmamız doğal, robotlar öyle değil ki!” mi dediniz? Gelin bir düşünce deneyi yapalım.

Önce her şeyin beyinde olup bittiği konusunda anlaşalım. Bedenimizin başka yerlerindeki gelişmeler hakkındaki bilgiler beyne sinir hücreleri yoluyla ulaştıktan sonra duyumsanabiliyor. Bacağı kesilen kişilerin artık varolmayan ayaklarının ağrımasından şikâyet ettiği “hayalet uzuv” sendromu, esas gösterinin sahnelendiği organın beyin olduğunu gösteren ünlü bir örnektir,

Önceki sayfalarda söz ettiğimiz gibi, tek bir sinir hücresinin, hesaplama gücü kısıtlı bir işlemci olduğunu düşünüyoruz. Herhalde bir uzay mekiğinden daha karmaşık olamaz, değil mi? Her ne kadarsa, düşünce deneyimizde teknolojideki gelişmeler sonucu insan sinir hücrelerinin eşlerinin başka malzemelerden (mesela şimdilerde bilgisayar ve robot inşa ederken kullandıklarımızdan) imal edilebildiğini varsayalım.

Şimdi sizin beyninizdeki hücrelerden birini cerrahi yolla çıkarıp yerine bu yapay hücrelerden birini taktığımızı düşünelim (Düşünce deneylerinde böyle şeylere izin var. Öte yandan nanorobotların vücudumuzda dolaşıp problemli hücreleri sağlamlarıyla değiştirmesi tıbbın geleceğinde ciddi ciddi öngörülen bir fikir). Bir sinir hücreniz aynı işlevi gerçekleştiren yapay eşiyle değiştirilince hisleriniz değişir mi? Düşünün: Organlarınızdan gelen sinyallerde bir değişiklik yok. Beyinde o sinyallerin işlenmesinde rol alan bir mekanik parça değişti sadece. Yapılan işlem yine aynı işlem, yani eliniz kapıya sıkıştığında yine aynı sinyaller aynı yollardan geçiyor, beyinde aynı örüntüler tetikleniyor ve iş yine konuşma üretim alt sisteminize “Aaah, elim!” dedirten örüntülere varıyor.

Bir değişiklik olmadığını kabul ettiyseniz, bir başka sinir hücrenizi daha yapayıyla değiştireceğim. Sonra bir daha. Bir daha. Sonuçta bütün beyniniz yapay hücrelerden oluşacak. Ve hâlâ eliniz sıkışınca tümüyle aynı şeylerin yaşanacağını iddia ediyorum. İşte acı çeken ve etten/kandan değil, başka malzemelerden yapılmış bir beyin. Demek ki oluyormuş.

Kabul etmiyorsanız, bu sürecin sonunda acı (ve başka herhangi bir şey) hissetmeyen bir hale geleceğinizi düşünüyorsunuz demektir. Bu durumda size işkence yapılmasında ne sakınca olduğunu söyler misiniz?

Ne kadar iyi bir yapay zekâ yaparsak yapalım, onun sadece bir taklitçi veya ruhsuz bir “zombi” olacağını (yani aslında “evde” kimse olmayacağını) ve hissettiğini söylediği şeyleri aslında bizim gibi deneyimlemeyeceğini savunuyorsanız, o zaman bu görüşteki birisinin bir insansı robota işkence yaparken şunları dediğini düşünün: “Saçmalamayın! Tabii ki bu robotun kolunu kırarsak canı acımaz! Plastik ve metalden yapılmış bir makine o! Daha geçen gün fabrikada imal edildi! Ağlayıp yalvarmasına aldırmayın! Numara yapıyor! Şimdi de gözünü oyalım!”

Rahatsız edici, değil mi? Bu sahneyi düşünmek bile korkunç geliyor (İleride “robot hakları”na ilişkin ilk kampanya böyle gerçekçi insan görünüşlü robotlara, hele de çocuk şeklinde olanlara eziyet etmenin yasaklanması talebiyle başlarsa şaşırmam).

Sadece “hislere” dayalı iddialara, hele de bilimsel tartışmalarda, bel bağlamamak gerekli. Hisleriniz sizi yanıltıyor olabilir! Örneğin gündelik kararlarınızı, sözgelimi dün akşam tek başınıza sinemaya gidip gitmemek konusunda düşündükten sonra vardığınız gitme kararınızı her tür dış etkiden uzak olarak özgürce verdiğinizi, yani pekâlâ evde kalma kararı da verebileceğinizi hissediyor olabilirsiniz, ama 15. Soru'da da gördüğümüz gibi bu tip bir “özgürlük” bilimsel olarak imkânsız. Aslında molekülleriniz birbirleriyle fizik yasalarına göre itişti, daha düşük bir çözünürlükte bakıldığında beyninizin ve çevreden gelen sinyallerin o andaki toplam durumuna göre sinir hücresi etkinleşme örüntüleri birbirini tetikledi, sonuçta da bu karar çıktı. Tıpatıp aynı toplam durum tekrar kurulabilse yine aynı kararla sonuçlanacak, çünkü burada “sizin” etkilediğiniz bir süreç yok, mekanik bir hesaplama sonucu oluşan bir karardan sizin “ben” dediğiniz programın haberdar olup onu kendi kararı sanması var. Yani evrenin geri kalanından bağımsız bir “özgür irade” de insanlarda olup makinelerde olamayacak bir şey değil, çünkü aslında insanlarda da yok! Bu iradeye sahip olma hissi, kararın bir anda beynimizde oluştuğu duygusu, “ben”inizin karar için yapılan hesap tamamlanmadan önce sonucun ne olacağını bilmezken, hesap bitince onu öğrenmesinden kaynaklanıyor, tıpkı 33. Soru'da gördüğümüz satranç programının hangi hamleyi oynayacağını “düşünürken” (yani oyun ağacındaki durumları tararken) değil, hesabın sonunda bildiği (“kararlaştırdığı”) gibi.

Alıntı: 50 Soruda Yapay Zeka – Cem Say

Beyindeki sinir hücresi cerrahi yolla çıkarılıp yerine yapay olanı yerleştirilirse neler olacağına ilişkin bir düşünce deneyi yapıyor. Değişen bir şey olur mu! Sinir sisteminin elektrik sinyallerine tepki verebilecek yapay nöronlar geliştirmek uzun zamandır tıbbın hedefleri arasındaydı. Ve sonunda, beyine takılabilecek yapay sinir ağı işlemcisi geliştirilmişti.

Sesli Asistan CEYD-A - Röportaj

CEYD-A fikri nasıl ortaya çıktı?

CEYD-A fikri seksenli yılların başında ilk bilgisayarımı aldıktan sonra başladı. O zamanlar bilgisayar kavramını insanların isteklerini yapmaya çalışan bilim kurgu filmlerinde olan insansı bir robot olarak düşünüyordum. Amacım böyle bir yapıyı geliştirmekti. Ancak teknoloji yetersizdi. 2010’lu yıllarda mobil cihazlardaki sensörlerin gelişmesi, internetten elde edilebilecek bilgilerinin daha rahat ortamda alınabilmesi ve web servislerinin oluşmasıyla düşündüğüm CEYD-A fikrinin gerçekleştirilebileceğine karar verip ilk adımları atmaya başladım.

...

CEYD-A kimlere ne gibi kolaylıklar sağlıyor?

Projeyi değişik kullanıcı kitleleri kullanıyor. Bunların arasında beni en çok etkileyen ve projenin devam etmesini sağlayan engelli vatandaşlarımızdan gelen talep. Beni çok etkileyen mesajlardan biri engelli bir vatandaşımızın yeğeninden gelmişti. Amcası CEYD-A sayesinde tekrar hayata tutunmuş günün 10 saatini CEYD-A ile sohbet ederek vakit geçiriyormuş. Benim için kişisel bir hobi olarak başlayan insani bir görev olarak devam eden bir proje oldu.

CEYD-A’nın diğer sesli asistanlardan farkı nedir?

En büyük farkı kullanıcılar tarafından da geliştirilebilir bir yapıda olması. Derleyiciler ile olan ilgim yapay zeka ile birleşince ilginç bir kurgu oluşturmaya çabaladım. CEYD-A’nın kendine has bir geliştirme dili var ve kullanıcılar onun üzerinde geliştirmeler yapabiliyor. Geliştirilen kod görsel bloklar üzerine kurulu “Komut Kurgusu” olarak adlandırılıyor ve ortak bir havuzda tutuluyor. Onaylanana kadar kullanıcı kendisi bu kurgudan yararlanıyor. Onaylandığında tüm kullanıcılar kurgulardan faydalanabiliyor. Veri CEYD-A’nın kurulu olduğu cihaz üzerinde dışarı çıkmadan işleniyor. Bu da işlemlerin güvenli ve gizli bir şekilde cihazdaki kurgu üzerinde yapılmasını sağlıyor.

...

Firmalara ne gibi kolaylıklar sağlıyor?

Neredeyse tüm firmalar yazılım uygulamalarını kullanıyorlar. Bildiğimiz geleneksel yazılımlar, kullanıcının ekran veya klavye üzerinden iletişim kurduğu isteğini gerçekleştirip ekran üzerinden ona cevap olarak sunuyor. CEYD-A ise yazılım kavramını gelecekte olabileceğini düşünebileceğimiz bir yapıda sunuyor: Yazılım, kullanıcının sesi veya kurduğu doğal cümleler ile bilgiyi alıyor. İsteği yerine getirip yine ses ve görsel öğeler ile birleştirilip etkileşimli bir şekilde sonucu size sunuyor. Ayrıca aşamalardaki bilgi girişleri, akıllı düzenlenen kurgularla cihaz üzerinde saklandığı için kullanıcı girişi gibi yinelenen işlemlere gereksinim duyulmadan işlemler arası akış sağlanabiliyor.

Röportajın Tamamı: CEYD-A KULLANICILAR TARAFINDAN DA GELİŞTİRİLEBİLİYOR”

Yapay Zekanın Öğrenme Kapasitesi

Bu makale “Yapay zekâ tehlikesi düşündüğünüzden daha garip” konferansına değişik bir bakış açısı sunmak için yazılmıştır. Konferansta yapay zekadan neden korkulmasına gerek olmadığı gayet güzel açıklanıyor. Ama yapay zekanın öğrenme kapasitesi hakkında bir şeyler söylemek gerekiyor.

Amerika yerlilerinin Avrupalı insanlarla ilk karşılaşmalarını hatırlayalım. Onların makinelerini, gemilerini anlayabilecek durumda değillerdi. Dolayısıyla o şeyleri kendilerinin bilgi altyapılarıyla nasıl tanımlayabilirlerdi. Elbette en kolay şekilde kavrayabilecekleri şekilde etiketlemelilerdi. Makineler sihirdi. Gelenler de muhtemelen tanrılardı. Yani kendilerinin o güne kadar biriktirdikleri doğa bilgisi altyapıları ancak bu kadar çıkarsamaya yetebiliyordu.

“Birisi Tesla'nın oto-pilot yapay zekasını kullanırken ölümcül bir kaza oldu, fakat tasarlandığı üzere otoyolda kullanmak yerine, şehrin sokaklarında kullandılar. Olan şey de şuydu; bir kamyon, arabanın önüne sürdü ve araba fren yapamadı. Yapay zekâ kesinlikle resimlerde kamyonları saptamak üzere eğitilmişti. Fakat olan şey şu gibi görünüyor, yapay zekâ otoyolda giden kamyonları saptamayı öğrenmişti, yani kamyonları arkadan göreceğimiz bir şekilde öğrenmişti. Yanı görünen kamyonların otoyolda olmaları beklenmez ve yapay zekâ bu kamyonu gördüğünde, büyük olasılıkla bir yol işareti olarak algıladı ve altından geçmenin güvenli olduğunu düşündü.” diyor Janelle Shane.

Elbette görmeyi çok sade şekilde öğrenmiştir sürücüsüz araba. Bu yüzden hatalar yapmaktadır. “...Ancak tüm bunlar, yıllar sürmüş körlüğün ardından ameliyatla görme yetisini yeniden kazanmış hastalarda izleneceği üzere, öyle pek de zahmetsiz gerçekleşen şeyler değildir. Bu hastalar dünyayı birdenbire görmek yerine, görmeyi yeniden öğrenmek zorundadır. Dünya, onlar için başlangıçta çevrelerinde uğuldayıp duran bir şekil ve renk bombardımanından ibarettir; gözleri, görüntüleri son derece berrak biçimde algılama yetisine sahip olduğu halde, beyinlerinin gelen verileri yorumlamayı öğrenmesi zaman alacaktır.” şeklinde yazar nörolog David Eagleman.

İnsanlar için bile görmeyi öğrenmek oldukça zahmetlidir, üstelik yeniden öğreniyor olduğu zaman bile. Yapay zekadan derinlemesini görmeyi öğrenmesini beklemek için henüz erken. Görmeyi öğrenebilmesi için bekleyebileceği karşılaşmaların neler olabileceğini iyi tahmin etmesi gerekir. Bunun için şeyleri resim olarak değil nesne, araç olarak da tanıyor olması gerekir. Oysa şuanda, arkadan görünen kamyonla, yandan görünen kamyon farklı şeylerdir. Kamyonu bir nesne, bir araç olarak bilmemektedir. Nesne olarak bilebilmek daha derin bir kavrayışı gerektirir. Peki bunu sağlamak nasıl mümkün olur!

Bilimkurgusal bir örnek verelim. İnsanların galaksiler arası yolculuk yapabilen bir uygarlıkla tanıştığını varsayalım. O uygarlıktan yolculuğu mümkün kılan bilimi öğrenmek istemiş olsunlar. Neler olurdu acaba. Anlatılan çoğu şeyi farklı anlayacaklardır. Yanlış ayrıntıları birbirine bağlayacaklardır. Çünkü altyapıları hazır değil. Egitilmeleri zahmetli olacaktır. Önce altyapı olacak bir sürü farklı konunun da anlatılması gerekecek. Muhtemelen insanların fizik bilimi altyapıları oldukça değişecek. Tıpkı genel göreliliğin yer çekimi kanunlarının altyapısını geçerliliğini sarsması gibi, galaksiler arası yolculuk yapma bilimi o zamana kadar keşfettiğimiz bilimi geçersiz kılabilir. Yeni olguları anlamakta güçlük çekebiliriz. Böyle bir durumda umalım da 80 milyar sinir hücresi bu kadar geniş konuyu anlamaya yetsin. Yani insanlar da kendilerini aşan bilgiyle karşılaştıklarında komik çıkarsamalar yapabilir. İşte bu durum, sürücüsüz arabanın yolu anlamasının geniş ölçekli haline benzemektedir.

Janelle Shane sürücüsüz arabanın, yola aniden çıkan bir kanguruyu da algılayamadığını belirtmiştir, “Many of us thought we’d be riding around in AI-driven cars by now - so what happened?” yazısında. Araba, böyle sıra dışı durumlar için eğitilmemiştir çünkü. Doğrudur. Ama bir de şöyle düşünelim. Bir insanın doğumdan itibaren hiç hayvan görmemiş duymamış olması mümkün olsaydı neler olurdu acaba. Diyelim ilk kez bir kanguruyla karşılaşmış olsaydı kim bilir nasıl korkardı. Hayrete düşerdi. Onun ne olduğunu anlamakta zorlanırdı, yani bir hayvanın varlığını da ilk kez tanık olduğunu düşünün.

“Amazon, algoritmanın kadınlara karşı ayrımcılık yapmayı öğrendiğini keşfettiği zaman, bir özgeçmiş-sıralama algoritmasından vazgeçmek zorunda kaldı. Olan şey şuydu, yapay zekâyı geçmişte işe aldıkları insanlara ait örnek özgeçmişlerle eğittiler. Yapay zekâ da bu örneklerden, kadın okullarına gitmiş olan veya özgeçmişinin herhangi bir yerinde "kadın" kelimesi geçen, -- "kadın futbol takımı" veya "Kadın Mühendisler Derneği" gibi -özgeçmişlerden kaçınmayı öğrendi. Yapay zekâ, insanların yaptığını gördüğü bu şeyi kopyalaması gerekmediğini bilmiyordu. Teknik olarak da yapmasını istedikleri şeyi yaptı. Sadece, yanlış şeyi yapmasını istediler.” şeklinde konuşuyor Janelle Shane. Amazon'daki örnek ilginçtir. Ama aynı görev bir insana da verilebilirdi. O da önceki özgeçmişleri inceledikten sonra Amazon'da kadın çalışanların pek sevilmediğine karar verebilirdi. İşe alımlarda, insanların yaptığını gördüğü bu şeyi aynen kopyalayabilirdi. Üstelik cinsiyet eşitliği konusunda bazı insanları eğitmek algoritmayı eğitmekten çok daha zor olabilir.

Doğumundan beri kafeste yetişen bir kuş düşünelim. Bu kuşun bir gün doğaya bırakıldığını varsayalım. Dışarıdaki nesneleri tanımakta zorlanacaktır. Ağacın dalları diye bir şey bilmeyecektir. Olaylar arasında bağlantı kuramayacaktır. Çünkü gerçek hayat, öğrendiği sade dünyası gibi değildir. Yemek, yem kabında değildir artık. Besine ulaşması için ne yapması gerektiğinden emin değildir. Hayatta kalması zor olacaktır. Balığı seçebilmek için insan parmaklarını da arayan yapay zeka gibi, yemek için yem kabını özellikle aramak zorunda olduğunu düşünebilir kuş.

Janelle Shane yapay zeka konusunda kendi örneğini verirken “Kelimelerin ne anlama geldiğine dair veya isimleri bulurken kullanmaması gereken bazı kelimeler olabileceğine dair hiçbir şey söylemedim. Yani onun tüm dünyası, benim ona sağladığım veri. Dondurma tatları gibi, başka hiçbir şey bilmiyor.” diyor. Haklıdır. Yapay zeka şimdilik emekliyor. Henüz çok az sinir ağı olduğundan fazlasını beklemek haksızlık olur ama. Bazı demokratik olmayan iktidarlar vatandaşlarının dünyayla bağlantısını düşük tutmaya çalışır. Örneğin basın devletin kontrolündedir. Dışarıya kapalı kendi internetini kurmaya çalışır. Böylece vatandaşların beklentilerini mümkün olduğunca düşük tutar. Yönetimin vatandaşları istediği her şeye inandırması daha kolay olur. O insanlar, dünyayı kendilerine anlatıldığından ibaret olduğunu düşünürler. Böylece onları yönetmek daha kolay olur. Yani insanların bilgileri bile, ancak kendilerine sunulandan ibaret olabiliyor bazen, 80 milyar sinir hücresine rağmen.

Evet, YSA'nın gariplikleri olabilir. Ama bu gariplik sinir ağlarının genel yapısından kaynaklanır. İnsan beyninin de böyle garip tehlikeler göstermiyor olmasının nedenleri vardır. Birincisi 80 milyar sinir hücresinin olması. İkincisi doğumdan itibaren yıllarca eğitilmiş olması. Üstelik bir sürü olağan süreçler konusunda. Bu geniş altyapı sayesinde olayları birbirine bağlayabiliyor. Dolayısıyla karşılaştığı durumları kolayca tanıyor. Daha derin anlayabiliyor. Oysa mesela bebekken doğal süreçleri tanımak konusunda çok sık hata yapacaktır.

Şimdi YSA'ları düşünelim. YSA'lar henüz çok az sinir ağından oluşmaktadır ne yazıkki. Dolayısıyla hedeflenen sınırlı bir konuda eğitilebilmektedir şimdilik. Bu yüzden derin bir öğrenme olmuyor. Çünkü gerçek dünyada bir konu diğer birçok konuya bağlıdır. Yani bir nesnenin ne olduğunu öğrenmeden, sadece görüntülerle sürüş öğretmeye çalışmak, eksik bağlantılarla öğrenmesine neden olur. Milyarlarca sinir ağı olan bir yapay zeka hayal edelim; zaten gelecekte böyle olacaktır: Bir bebek gibi bir sürü durumla, nesneyle muhatap edilsin. Yıllarca neyin doğru neyin yanlış olduğu gösterilsin. İşte bu yapay zeka nesneleri gerçekten anlamaya başlayacaktır. Daha iyi bağlantılar kurmuş olacaktır durumlar arasında. Böylece daha derin kavrayış sağlayabilecektir. Örneğin geniş bir altyapıya sahip yapay zeka, parmakların insanların bir uzvu olduğunu önceden biliyor olacaktır. İşaret ettiği balıkları öğrenmesinin istendiğini ayırt edebilecektir. Günümüzdeki sürücüsüz arabalar gibi sadece otoyol bilgisini kapsamayacaktır. Sürüş yapmayı öğrenmeden önce nesneleri daha iyi anlayabilecek geniş bir altyapısı hazır olacaktır zaten. Böyle kapsamlı altyapı, bin iki bin sinir bağlantısına sığmaz elbette. Ama milyarlarca sinir ağını çok uzun süre bir çok durumla eğitmek mümkün görünmüyor şimdilik. Yapay zekayı diğer konularla hiç bağlantısı olmayan dar kapsamlı konularda eğitmek bu yüzden daha kolaydır. Çünkü kurallar kesin ve açık olur. Harici şeylerden haberdar olmaya gerek yoktur. Sıra dışı durumlarla karşılaşılmaz. Böylece konuya hakim olunabilecek kadar öğrenme sağlanabilir. Örneğin satranç veya go oyununda kolayca eğitilebilir. Çünkü satranç gerçek dünyadaki diğer hiçbir olayla bağlantılı değildir. Mesela bir insanın ne olduğunu anlaması gerekmez. Sınırlı sayıda kuralı anlaması yeterlidir. Geniş bir altyapı oluşturulmaz. Milyarlarca sinir ağı olmasına rağmen bir bebeğin bile yıllarca bir çok duruma tanıklık etmeden önce yani geniş bir altyapı biriktirmeden önce dünyayı, nesneleri anlamakta son derece çaresiz kaldığını unutmayalım.

Yapay zekâ tehlikesi düşündüğünüzden daha garip - Konferans

Bu konferanstan sonra “Yapay Zekanın Öğrenme Kapasitesi” makalesini de okumanız önerilir.

Yapay zekânın tehlikesi aslında bizlere karşı ayaklanacakları değil, tam olarak yapmalarını istediğimiz şeyleri yapacak olmalarıdır diyor, yapay zeka araştırmacısı Janelle Shane. İnsanların problemlerini çözmeyi deneyen -yeni dondurma tatları yaratmak veya yoldaki arabaları tanımak gibi -- yapay zekâ algoritmalarının garipliğini ve bazen de korkutucu tuhaflıklarını paylaşan Shane, yapay zekânın neden henüz gerçek beyin ile aynı düzeyde olamayacağını gösteriyor.

- Filmlerde yapay zekâyla ilgili bir hata olduğunda bu genelde yapay zekânın, artık insanlara itaat etmemeye karar vermesi nedeniyle olur ve artık kendi kuralları vardır, çok teşekkürler. Ancak, gerçek hayatta sahip olduğumuz yapay zekâ bunu yapabilecek kadar zeki değil. Yaklaşık bir solucanın veya belki de olsa olsa tek bir bal arısının programlama gücüne sahiptir ve aslında, belki de daha azına sahiptir. Beyinlerle ilgili sürekli yeni şeyler öğreniyoruz ve bu da yapay zekânın neden gerçek beyinlerle aynı düzeyde olmayacağını açıklıyor. Günümüzdeki yapay zekâ, bir resimde yayayı saptamak gibi bir görevi yapabilir, fakat bir yayanın ne olduğunu kavrayamaz, yaya onun için bir çizgiler, dokular ve bazı şeylerin toplamıdır. Bir insanın aslında ne olduğunu bilmez. Peki günümüzün yapay zekâsı biz ne istersek onu mu yapacak? Eğer yapabilirse evet, fakat gerçekten istediğimizi yapamayabilir.

- Yapay zekânın tehlikesi aslında bizlere karşı ayaklanacağı değil, tam olarak yapmalarını istediğimiz şeyleri yapacak olmalarıdır. O zaman da yapay zekâyla çalışma hilesi şu hale geliyor: Problemi nasıl düzenleyelim ki gerçekten istediğimizi yapsın?

- Bir yapay zekâyla çalışırken bu diğer bir insanla çalışmaktan ziyade, daha çok doğanın garip bir gücüyle çalışmaya benziyor. Yapay zekâya çözmesi için kazara yanlış problemi vermek de çok kolay ve bir şeyler yanlış gidene dek bunu genelde fark etmeyiz.

- Yapay zekânın işi hızlı hareket etmek. Ona ileri doğru koşması gerektiğini veya kollarını kullanamayacağını söylemediler. Yapay zekâya hızlı hareket etmeyi öğrettiğiniz zaman olan şey budur, takla atmak veya şaşkınca yürüyüşler gibi şeylerle karşılaşırsınız. Bu gerçekten yaygın. Yerde sürünmek de yaygın. (Gülüşmeler)

- Kelimelerin ne anlama geldiğine dair veya isimleri bulurken kullanmaması gereken bazı kelimeler olabileceğine dair hiçbir şey söylemedim. Yani onun tüm dünyası, benim ona sağladığım veri. Dondurma tatları gibi, başka hiçbir şey bilmiyor.

- Yani genelde veri aracılığıyla yapay zekâya kazara yanlış şeyi yapmasını söylüyoruz. Bu, karabalık adlı bir balık. Bir grup araştırmacı da yapay zekâyı resimlerde karabalığı saptaması için eğitmişti. fakat ona, balığı saptamak için resmin hangi kısmını kullandığını sorduklarında, işte bunu vurguladı. Evet, bunlar insan elinin parmakları. Bir balığı saptamayı deniyorsa, neden insan elinin parmaklarını arıyor? Görünen o ki bu karabalık bir ödül balığı ve eğitimi sırasında yapay zekânın gördüğü birçok resimde, balık böyle görünüyordu. (Gülüşmeler) Parmakların, balığın bir parçası olmadığını bilmiyordu.

- 2016'dan bir örnek vermek istiyorum. Birisi Tesla'nın oto-pilot yapay zekasını kullanırken ölümcül bir kaza oldu, fakat tasarlandığı üzere otoyolda kullanmak yerine, şehrin sokaklarında kullandılar. Olan şey de şuydu; bir kamyon, arabanın önüne sürdü ve araba fren yapamadı. Yapay zekâ kesinlikle resimlerde kamyonları saptamak üzere eğitilmişti. Fakat olan şey şu gibi görünüyor, yapay zekâ otoyolda giden kamyonları saptamayı öğrenmişti, yani kamyonları arkadan göreceğimiz bir şekilde öğrenmişti. Yanı görünen kamyonların otoyolda olmaları beklenmez ve yapay zekâ bu kamyonu gördüğünde, büyük olasılıkla bir yol işareti olarak algıladı ve altından geçmenin güvenli olduğunu düşündü.

- Amazon, algoritmanın kadınlara karşı ayrımcılık yapmayı öğrendiğini keşfettiği zaman, bir özgeçmiş-sıralama algoritmasından vazgeçmek zorunda kaldı. Olan şey şuydu, yapay zekâyı geçmişte işe aldıkları insanlara ait örnek özgeçmişlerle eğittiler. Yapay zekâ da bu örneklerden, kadın okullarına gitmiş olan veya özgeçmişinin herhangi bir yerinde "kadın" kelimesi geçen, -- "kadın futbol takımı" veya "Kadın Mühendisler Derneği" gibi -özgeçmişlerden kaçınmayı öğrendi. Yapay zekâ, insanların yaptığını gördüğü bu şeyi kopyalaması gerekmediğini bilmiyordu. Teknik olarak da yapmasını istedikleri şeyi yaptı. Sadece, yanlış şeyi yapmasını istediler.

Her zamanki gibi sıcak ve dostluk dolusun - Replik

Captain Spock, bir makine gibi sadece işini yapar. Belirgin duyguları yoktur. :-)

Admiral James T. Kirk: Hiç değişmemişsin.

Her zamanki gibi sıcak ve dostluk

dolusun.

Captain Spock: Siz de aynısınız,

gereksiz konuşmalarınızdan anlaşıldığı kadarıyla.

İşine duygularını karıştırma. :-)

Döner, döner ve döner - Replik

James: Bu durumda yeni bir koltuk istiyorum, döner koltuklardan nefret ederim.

Bernard: İki farklı tür; Bakana gidebilecek iki farklı türde koltuk olduğu söylenir. Birinci tür aniden kapanır, diğer tür ise daireler şeklinde döner. Döner, döner ve döner.

O, çok... İnsancıl - Replik

Captain Spock, bir makine gibi sadece işini yapar. Belirgin duyguları yoktur. :-)

Saavik: (Admiral James T. Kirk'ü kastederek) Beklediğim gibi çıkmadı, efendim.

Captain Spock: Neyine şaşırdın, Teğmen?

Saavik: O, çok... İnsancıl.

Captain Spock: Kimse mükemmel değildir, Saavik.

İşine duygularını karıştırma. :-)

Onların bilgisiz olma hakları var - Replik

Bernard: Gerçekten demokrasinin vatandaşlarının bunu bilmeye hakları yok mu?

Sir Humphrey: Hayır. Onların bilgisiz olma hakları var. Bilgi, karmaşa ve suçluluk duygusudur. Bilgisizliğin ise bir saygınlığı vardır. :-)

Bernard: Ama, bakan açık hükümet istiyor!

Sir Humphrey: İnsanlara istedikleri şeyi veremezsin. Eğer bu, onlar için iyi değilse tabii. Bir alkoliğe brendi verebilir misin. :-)

Bernard: Ama, ama...

Arnold: İnsanlar ne yaptığını bilmezlerse neyi yanlış yaptığını da bilemezler. :-)

Beyine Takılabilecek Yapay Sinir Ağı İşlemcisi Geliştirildi – Haber

Algoritmalarla, sinir ağlarına benzer şekilde çalışan modeller zaten oluşturulabiliyordu. Bu modeller sayesinde sesli komutlarımızı anlayabilen asistanlar bankalarda yaygınlaşabildi. Ama ortada maddesel bir varlık yoktu. Sadece yazılımsal benzetimler vardı. Şimdi, tıpkı sinir ağları gibi çalışan işlemci geliştirilmiş. Maddesel bir varlık. Bu sayede beyine takılabilir. Beyin, kendi ağının parçasıymış gibi çalıştıracaktır, yani inorganik ayrımı yapmadan.

Bilim insanları yapay nöronlar geliştirerek insan bedenini onarmanın yeni bir yolunu buldu.

Gerçek nöronlar gibi davranan küçük "beyin çipleri" gelecekte Alzheimer gibi hastalıkların tedavisinde kullanılabilir.

Bath Üniversitesi'nde bir ekibin geliştirdiği çip, insan beynindeki nöronların çalışma şeklini taklit edebiliyor.

Beyinden bedenin geri kalanına elektrik sinyalleri ileten hücreler olan nöronları taklit eden bilim insanları, bunun nöronların bozulması veya ölmesiyle oluşan hastalıkları tedavi edebileceğini belirtiyor.

Bath Üniversitesi Fizik Profesörü Alain Nogaret, "Bugüne kadar nöronlar kara kutular gibiydi ama kara kutuyu açıp içine bakmayı başardık" diyor ve ekliyor:

"Buluşumuz çığır açıcı çünkü gerçek nöronların elektriksel özelliklerini çok detaylı bir şekilde taklit edebiliyor."

Sinir sisteminin elektrik sinyallerine tepki verebilecek nöronlar geliştirmek uzun zamandır tıbbın hedefleri arasındaydı.

Bunun zorlukları arasında devreleri tasarlamak ve bu devrelerin gerçek nöronlar gibi tepki vermesini sağlayacak parametreleri tespit etmek vardı.

Prof. Nogaret "Bu parametreleri bulduk ve geliştirdiğimiz devrelere aktardık" diyor.

Buluşlarını Nature Communications dergisinde yayınlayan araştırmacılar beynin hafızada önemli rol oynayan kısmı olan hipokampus ve nefes almayı kontrol eden kısmındaki hücreleri taklit etmeyi başardı.

Bu da beyne yerleştirilecek çiplerle kalp yetmezliği ve Alzheimer hastalığı gibi sorunların giderilmesine kapı aralıyor.

Araştırmada yer alan profesörlerden Julian Paton ise "Solunum sistemini kontrol eden nöronları taklit edebilecek minyatür çiplerin geliştirilmesi ve insan beynine yerleştirilmesi biyoelektronik için son derece heyecan verici" diyor.

Haber: Yeni yapay nöron Alzheimer'la mücadelede kullanılabilir

Beyniniz Bir Bilgisayar Değil ve Muhtemelen Asla Bilgisayara Aktarılmayacak! - Alıntı

Bu makaleden sonra “Beyin Bir Bilgisayar Değil mi?” makalesini de okumanız önerilir.

“Yapay zeka uzmanı George Zarkadakis, Kendi Suretimizde (2015) isimli kitabında, insanların insan zekasını açıklamak için son 2.000 yıl boyunca kullandığı altı farklı benzetimi (metaforu) betimliyor. Örneğin, en eski olanında (İncil'de geçtiği şekliyle) insanların topraktan veya çamurdan oluştuğu ve ardından zeki bir tanrının kendi ruhundan ona üflediği anlatılıyordu. Bu ruh, en azından dil bilgisi kurallarına uygun biçimde, zekamızı "açıklıyordu".

MÖ 3. yy.da su mühendisliğinin icat edilmesi, insan zekasının hidrolik bir modelinin ün kazanmasına yol açtı. Bu görüşte, vücuttaki farklı sıvıların akışı fikri -salgılar- hem fiziksel hem de zihinsel işlevimizin sebebiydi. Hidrolik benzetmesi, 1.600 yıldan fazla hüküm sürerek bu süre boyunca tıbbi uygulamalara engel oldu. 1500'lere gelinmeden, zembereklerin ve dişlilerin güç sağladığı otomat tasarlanmış ve nihayetinde Rene Descartes gibi önde gelen düşünürlerin, insanların karmaşık makineler olduklarını ileri sürmesinde ilham kaynağı olmuştu. 1600'lerde İngiliz düşünür Thomas Hobbes, düşünmenin beyinde gerçekleşen küçük mekanik hareketlerden ortaya çıktığını öne sürdü. 1700'lerde elektrik akımı ve kimya konusundaki keşifler, insan zekasında yeni kuramlara yol açtı (yine bunlar yapısı itibariyle büyük oranda benzetimsel idi). 1800'lerin ortalarında, iletişimde meydana gelen son gelişmeler, beyni bir telgrafa benzetme konusunda Alman fizikçi Hermann von Helmholtz'a ilham kaynağı oldu.

Her benzetme, ortaya çıktığı çağın en gelişmiş düşüncesini yansıtıyordu. Tahmin edileceği gibi, 1940'larda bilgisayar teknolojisinin belirmesinden sadece birkaç yıl sonra, beynin bir bilgisayar gibi çalıştığı söylenmişti. Fiziksel donanımın rolünü beynin kendisi oynuyor ve düşüncelerimiz de yazılım görevi görüyordu. Günümüzde geniş ölçüde 'biliş bilimi (cognitive science)' olarak adlandırılan şeyi başlatan dönüm noktası, psikolog George Miller'ın Dil ve İletişim'i (1951) yayımlamasıydı. Miller bilgi kuramında, bilişimde ve dilbilimde geçen kavramlar vasıtasıyla zihinsel dünyanın derinlemesine incelenebileceğini öne sürüyordu.

Bu türden bir düşünce, matematikçi John von Neumann'ın Bilgisayar ve Beyin (1958) adlı kısa kitabında nihai ifadesine ulaştı. Neumann kitabında insan sinir sisteminin işlevinin "ilk izlenime göre sayısal" olduğunu net bir şekilde dile getiriyordu. Beynin insanlardaki muhakeme ve konusunda oynadığı rol hakkında aslında az miktarda şey bilindiğini kabul etse de, günün bilişim makineleri ile insan beyninin bileşenleri arasında birbiri ardına benzetmeler yapmaktaydı.

Hem bilgisayar teknolojisinde hem de beyin araştırmalarında sonradan yaşanan gelişmeler (insanların bilgisayarlar gibi birer bilgi işlemci olduğu fikrinden hareketle) insan zekasını anlama konusunda disiplinler arası tutkulu bir çabanın giderek gelişmesine yol açtı. Bu çaba artık binlerce araştırmacıyı kapsayan, milyarlarca dolar sermayesi olan ve hem teknik hem de ana akım makale ve kitaplardan meydana gelen çok büyük bir yazın oluşturmuş durumdadır. Bu bakış açısına bir örnek olarak Ray Kurzweil'in Bir Zihni Nasıl Oluştururuz: İnsan Düşüncesinin Sırrını Ortaya Çıkarmak (2013) isimli kitabı, beynin 'algoritmaları', beynin 'veriyi nasıl işlediği' ve hatta yapısı itibariyle tümleşik devrelere yüzeysel şekilde nasıl benzediği hakkında tahminlerde bulunmaktadır.

İnsan zekası için yapılan bilgi işlem (IP, information processing) benzetimi, artık hem sıradan vatandaşın hem de bilimin içerisinde olan kişilerin düşüncelerinde egemen hale gelmiştir ve artık neredeyse zeki insan davranışı hakkındaki her konuşma, içerisinde bu benzetimi barındırmaktadır (tıpkı belli çağ ve kültürlerde bu konudan bahsedilirken illa bir ruha ya da bir ilaha atıf yapılması gerektiği gibi). IP benzetmesinin günümüz dünyasındaki geçerliliği, genelde sorgusuz sualsiz kabul edilmektedir.

Fakat IP benzetimi sonuçta sadece bir benzetmedir, anlamadığımız bir şeyi akla uygun hale getirmek için anlattığımız bir hikayeden ibarettir. Ve bundan önceki tüm benzetmeler gibi, bu da bir noktada kesinlikle çöpe atılacaktır; ya yerine başka bir benzetim geçecek ya da sonunda doğru bilgi ile yer değiştirecektir.”

...

“Yıllardır defalarca yürüttüğüm bir ders uygulamasında, bir öğrenciyi sınıfın önünde tahtaya kaldırarak ondan bir dolarlık kağıt paranın detaylı bir resmini (mümkün olduğu kadar detaylı bir şekilde) çizmesini istiyorum. Öğrenci çizmeyi bitirdiğinde resmin üzerini bir sayfa kağıt ile örtüyorum. Cüzdanımdan bir dolarlık kağıt para çıkarıp onu tahtaya bantlıyor ve öğrenciden tekrar çizim yapmasını istiyorum. Öğrenci çizmeyi bitirdiğinde yapmış olduğu ilk çizimin üzerini açıyor ve sınıftaki öğrencilerden iki resim arasındaki farklılıklar üzerine yorum yapmalarını istiyorum.

Daha önce bunun gibi bir gösterimi hiç görmemiş olabileceğiniz için veya sonucu hayal ederken zorluk yaşayabileceğiniz için, araştırmamı yürüttüğüm kurumda stajyer öğrencilerden biri olan Jinny Hyun'dan, iki çizim yapmasını istedim. İşte, "aklından" yaptığı çizim (benzetmeye dikkat):

Ve bu da bir dolarlık banknotu görerek yaptığı çizim:

Jinny, gördüğü tablo karşısında muhtemelen sizin kadar şaşırmıştı fakat bu normal bir durum. Görebileceğiniz gibi, bir dolarlık banknot ortada yokken yapmış olduğu çizim, banknotu görerek yaptığı çizime kıyasla, oldukça kötü. Halbuki Jinny, o zamana kadar bir dolarlık kağıt parayı binlerce kez görmüştü. O halde sorun nedir? Beyinlerimizin "bellek yazmacında (memory register)", kağıt doların "kayıtlı" bir "temsili" yok mu? Onu sadece "hatırlayarak" çizim yaparken kullanamaz mıyız?

Belli ki hayır. Ve sinirbilim, insan beyninin içinde kayıtlı bir dolarlık banknotun nerede temsil edildiğini, sırf orada olmaması gibi basit bir sebepten dolayı, binlerce sene geçse dahi bulamayacaktır.

Anıların tekil sinirler içinde saklandığı fikri akıl dışıdır: Anı, sinirin içinde nereye ve nasıl kaydolmaktadır?

Aslında pek çok beyin çalışması, beynin farklı kısımlarının, hatta bazen geniş bölümlerinin genelde en sıradan hafıza işlerine bile dahil olduğunu göstermektedir. Güçlü duygular söz konusu olduğunda milyonlarca sinir daha aktif hale gelebilmektedir. Toronto Üniversitesi'nde nöropsikolog Brian Levine ve arkadaşları tarafından bir uçak kazasından sağ kurtulanlar üzerine 2016'da yapılmış bir çalışmada, kazayı yeniden hatırlayan yolcuların amigdala, orta temporal lob, ön ve arka orta bölüm ve görsel korteks adlı beyin bölgelerinde sinirsel faaliyet artışı olduğu gözlemlendi . Birkaç bilim insanı tarafından öne sürülen, belirli anıların bir şekilde tekil sinirlerin içinde depolandığı fikri akla uygun değildir çünkü eğer öyle bir şey varsa bu iddia, hafıza meselesini, hücrede anıların nasıl ve nerede saklandığı minvalinde daha çetrefilli bir seviyeye taşımaktadır.

O halde, Jinny ortada bir dolarlık kağıt para yokken çizim yaptığında neler oluyor? Eğer Jinny daha önce hiç 1 dolarlık kağıt para görmediyse, yaptığı ilk çizim ikinci çizime muhtemelen hiç benzemezdi. Kağıt dolarları daha önce görmüş olduğu için, bir şekilde değişiklik yaşadı. Özellikle beyni, bir dolarlık kağıt parayı gözünde canlandırmasına olanak sağlayacak şekilde - yani en azından, bir dolarlık kağıt parayı görmeyi yeniden deneyimleyecek kadar - değişmişti. İki resim arasındaki farklılık, bir şeyi gözümüzde canlandırmanın (yani, bir şey yokken onu görmenin), bir şey varken onu görmeye göre çok daha az isabetli olduğunu hatırlatmaktadır. Bu yüzden bir şeyi tanımak, hatırlama işinden çok daha kolaydır. Bir şeyi hatırladığımız zaman, bir deneyimi yeniden yaşamaya çalışmak zorunda kalırız (İngilizce'de hatırlamak fiili remember'dir. Latince'den gelmiştir ve Latince'de re, 'tekrar', memorari ise 'dikkat etmek, hatırında tutmak' anlamına gelir). Fakat bir şeyi tanıdığımız zaman, tek yaptığımız, bu algısal deneyimi daha önce yaşadığımızın bilincinde olmamızdır. Belki de dolar çizimi örneğine, Jinny'nin daha önceden dolar banknotları görmüş olduğu fakat detayları 'ezberlemek' için kasıtlı bir çaba göstermemiş olduğunu söyleyerek itiraz edeceksiniz. Öyle yapmış olsaydı, para ortada yokken büyük ihtimalle ikinci resmi çizebileceğini iddia edebilirsiniz. Ancak bu durumda bile, dolar banknotunun hiçbir görüntüsü herhangi bir manada Jinny'nin beyninde 'depolanmış' olmazdı. Kendisi sadece onu isabetli şekilde çizmeye daha hazırlıklı olurdu, tıpkı bir piyanistin, nota kağıdını yutarak değil de, provalar yaparak bir konçertoyu daha ustalıkla çalabilir hale gelmesi gibi. Bu basit uygulamadan, zeki insan davranışının benzetim içermeyen bir kuramının genel hatlarını - yani, beynin tamamen boş olmadığı fakat en azından IP benzetmesinin prangalarından kurtulmuş olan bir kuramı - inşa etmeye başlayabiliriz.”

...

“Daha da kötüsü, beynin tamamının 86 milyar sinirinin hepsinin anlık fotoğrafını alma ve sonra bu sinirlerin içinde bulunduğu durumları bir bilgisayarda canlandırmayı başarabilseydik bile, devasa boyuttaki bu örnek/ şablon, onu üreten beyin kütlesinin dışında hiçbir anlama gelmeyecekti. Bu durum belki de IP benzetmesinin, insanların nasıl işlediği hakkındaki düşüncelerimizi en muazzam biçimde saptırma şeklidir. Bilgisayarlar verilerin birebir kopyalarını (güç kaynağı olmaksızın uzun süreler boyunca değişmeden durabilen kopyaları) kayıt altına alıyor olsa bile beyin, sadece canlı kaldığı sürece zihinsel yetilerimizi sürdürür. Beynin açma-kapatma tuşu yoktur. Ya çalışmaya devam eder, ya da bizler yok oluruz. Dahası, sinirbilimci Steven Rose'un 2005 tarihli "Beynin Geleceği" isimli kitabında belirttiği gibi, beynin o anki durumuna kısa bir bakış atmak bile -şayet o beynin sahibinin bütün yaşam öyküsünü, hatta kendisinin içinde yetiştiği toplumsal bağlamı bilmiyorsak anlamsız olabilir.

Bu meselenin ne kadar zor olduğunu düşünün. Beynin insan zekasını nasıl sağladığının temellerini anlamak için bile, 86 milyar sinirin ve onların 100 trilyon karşılıklı bağlantılarının tamamının o anki durumunu, farklı derecelerdeki bağlantı kuvvetlerini, her bağlantı noktasında mevcut olan 1.000'den fazla sinirin durumunu ve ayrıca beyin faaliyetinin sistemin bütünlüğüne anbean nasıl katkıda bulunduğu gibi bilgileri bilmeye ihtiyacımız olabilir. Buna, kısmen, her bir kişinin hayat hikayesinin eşsiz olması sebebiyle meydana gelen, her beynin eşsiz olması durumunu da eklediğinizde, Kandel'in tahmini fazlasıyla iyimser gelmeye başlamaktadır. (10 Ekim 2015'te The New York Times gazetesinde dış yazar olarak yazan sinirbilimci Kenneth Miller, sinirsel bağlantısallığın temellerini anlamanın bile 'yüzyıllar' alacağını ileri sürmüştü.)”

Makalenin tamamını buradan okuyabilirsiniz.

Beyin Bir Bilgisayar Değil mi? - Yapay Zeka

Bu makale “Beyniniz Bir Bilgisayar Değil ve Muhtemelen Asla Bilgisayara Aktarılmayacak!“ makalesine karşılık olarak yazılmıştır.

Dr. Robert Epstein “eskiden beyne ruh üflendiğinin düşünüldüğünü, sonra beynin hidrolik sistemlere benzetildiğini, daha sonra makinelere benzetildiğini, daha sonra telgraf sistemlerine benzetildiğini” belirtiyor. En sonunda da bilgisayarlara benzetildiğini yazıyor. Önceki benzetmelerin artık saçma olduğunun ortaya çıkması gibi, gelecekte de bilgisayara benzetmenin saçma olduğunun anlaşılacağını vurguluyor.

Duyu organlarından girdiler alınır. İçerideki verilere göre işlenir. Çıktı olarak da bir tepki verilir. Bilgisayara ya da başka bir makineye benzetilmesinde kasıt budur. Yani beyni bilgisayara benzetmenin nedeni birebir aynı olduğundan değildir. Ayrıca, ortada sihirli veya olağanüstü bir şey olmadığını ve üzerinde çalışıldıkça anlaşılabileceğini vurgulamak içindir. Birebir aynı olduğu düşünülseydi sinir ağları taklit edilmeye çalışılmazdı. Yapay sinir ağları geliştirilmezdi. Sinir ağları daha iyi modellendikçe beyine daha çok benzeyecektir. Yani aslında beyini bilgisayara benzetmekten daha çok, bilgisayar beyine benzetilmeye çalışılmaktadır.

Dr. Robert Epstein “bilgisayarın aksine, insanların Dolar'ı kolayca hatırlayamayacağı” örneğini veriyor. Ona göre beyin Dolar'ı kaydetmez, çünkü bilgisayar değildir. Yalnız, makalede iddia edildiği gibi, bilinçli hiç kimse beynin bir kamera gibi Dolar'ı ya da başka bir nesneyi kaydettiğini söylemez. Ama kesinlikle kaydettiği bir bilgi var. Kaydettiği şey, objeyi tanıma biçiminin sinir ağı şemasıdır.

Dolar beyinde dağınık bilgi çağrıları seklinde kaydedilir. Ortada net belirgin bir görüntü yoktur. Tamamlanmış bir görüntü yoktur. Dolar'a dikkatini ne kadar verirsen görüntü o kadar belirginleşir. Ama net sınırları olmaz. Zaten tek biçimli resim olarak kaydedilmez. Dikkat edildikçe Dolar'ı oluşturan bilgi çağrıları artar. Bu da daha iyi hatırlanmasını sağlar. Bu bilgi çağrıları beyinde dağınıktır. Bu yüzden oldukça bulanıktır. Kişinin öğrendiği, etkilendiği birçok farklı konuya, anıya bağlıdır. Ve elbette görmenin oluşturduğu anının sinir ağı şemasına bağlıdır. Ama görüntü anısı Dolar kaydının küçük bir kısmıdır. Bundan dolayı Dolar -daha net ifadeyle Dolar'ı tanıma biçimi sinir ağı şeması- herkesin kafasında farklı şekilde kayıtlıdır. Ama sonuçta Dolar kayıtlıdır, sadece bilgisayardaki gibi belirgin kesin hatlarla kayıtlı değildir.

Dolar bir Türk için farklı bir Amerikalı için farklı anlamlar ifade eder. Yani Dolar'ı farklı bağlantılarla tanırlar. Birçok Türk Dolar'ı bilir. Ama üzerindeki fotoğraflara dikkat etmez. Dolar'ı detaylı tarif edemez. Ama bir Amerikalı o fotoğrafları hemen tanır. Çünkü onun tarihinde anlamları olan kişilerdir. Dolayısıyla o fotoğrafların neye benzediğini zihninde daha kolay canlandırır. Sinir ağının daha fazla yerinden Dolar bağlantılı sinyal alır. Daha fazla detay hatırlar. Yani gözden gelen sinyaller fotoğraf gibi kaydedilmez. Sadece o nesneyi tanıma biçimi kaydedilir. Sinir ağında, tanımanın şeması vardır. Google Lens'i geliştirmek için esinlenilen şey de budur zaten.

Bilgileri kaydeden sinir ağı şemasının keskin hatları yoktur. Çünkü zaten sürekli değişmektedir. Yaş geçtikçe bir anıyı daha farklı şekilde hatırlanmasının nedeni budur. Dolar'ı kaydeden şema da belirgin değildir. Üstelik değişmektedir. Sinaptik ağırlıklar değişmektedir.

YSA sayesinde bilgisayarın normalde çözemeyeceği problemlerin çözmesi sağlanıyor. Örneğin Go oyunu öğretilebiliyor, şampiyonu yenebiliyor. Ve tıpkı sinir ağları gibi YSA'nın da öğrendiği bilgileri, ağın neresine kaydettiğinin belirgin bir şeması yok. Öğrendiği bilgileri tıpkı beyin gibi oldukça dağınık, bulanık şekilde kaydediyor. Aslında sinir ağlarının öğrenmesini sağlayan şey de budur; bir çok farklı ayrıntıyı birbirine bağlar. Sinir ağları organik altyapıya kurulmuş olabilir. YSA bilgisayar altyapısına kurulmasına rağmen çalışma prensipleri zaman geçtikçe sinir ağına daha çok benziyor.

Dr. Robert Epstein ayrıca, beynin kapatılıp açılamayacağının, bilgisayar olmamasının kanıtlarından biri olarak sunuyor. YSA'yı kapatıp bir gün sonra açmak mümkündür. Sinir ağları kaldığı yerden devam eder. Bilgisayarda birebir taklit edilen beyin kapatılabilir. O sinirler için zaman artık durmuştur. Açıldığında kaldığı yerden devam eder. Ama evet, birebir taklit etmek, vaat edilenden epey daha uzun zaman alabilir. Dondurulan canlılar hatta insanlar vardır. Çözüldüklerinde beynin kaldığı yerden devam edeceği umulmaktadır. Daha basit beyinli hayvanlar çözüldüğünde devam etmiştir, mesela solucan, balık tekrar canlanmıştır. Demek ki canlı beyin bile kapatılabiliyormuş!

İnsanlara artık robotik uzuvlar takılabilmektedir. Beynimiz robotik uzuvları kontrol edebilmektedir. Peki bu nasıl oluyor! Beyin, bilgisayar gibi bir bilgi işleyici olmasaydı, robotik uzuvla arasında iletişim protokolü sağlamak pek mümkün olmazdı. Ama elbette bilgisayarla beynin mimarisi farklıdır.

Bu konuyla ilgili şu video da ilginçtir. Beyin makine gibi tepki veriyor. Özgür irade aslında nedir!

Yazar Olmak - Sahne

Gavin:

İsim? (Kitabını imzalamaya niyetlenir)

Muhabir:

Kitabını almak istemiyorum. :-)

Ben Eli Abrahams, Sagramanta Bee'nin sanat editörüyüm.

Kısa bir röportaja vaktin var mı?

Gavin:

Ee, vakit ayırırım.

Açık mı, kayıtta mı? (muhabir telefonla kayıt yapacaktır)

Öncelikle salonda çalışıyorum.

1986 model bir IBM'de yazıyorum! :-)

Ve tuş sesleri, Lana'nın körlüğü için bana ilham verdi.

Bastonunun takırtısı gibi, anladın mı... :-)

(Yazdığı karakterin adı Lana'dır)

Muhabir:

Ee, galiba şunu sormak istiyorum:

Kitap neden teknoloji hakkında değil?

Gavin:

Ben bir yazarım.

John Grisham'a da bu soruyu sorar mısın!

Veya Jackie Collins'e!

Muhabir:

Hayır. Ama onların batan bir teknoloji şirketi yok.

Gavin:

Sence battı mı!

Ben teknolojiyi bırakmadım,

teknoloji beni bıraktı. :-)

Hepimizi yüzüstü bıraktı!

Bak, Woldon Bruks'da olmalıydık,

ama bu döküntü yerdeyiz.

Peki neden.

Çünkü insanlar kitapları internetten alıyor. :-)

Amazon'dan!

O yüzden beni suçlama.

Teknoloji hakkında yazmadım.

Çünkü teknoloji dünyaları yok eder.

Ve ben, onları yaratmak istedim! :-)

Gavin başarısız olmuştur. Artık teknolojiden soğumuştur. Teknoloji karşıtı insanlara o da katılmış gibi görünmektedir. Şimdi yazar olmayı denemektedir. :-)

Yardımlaşmak- Sahne

 Gavin ve Richard, ikisi de zor durumdadır. Richard'ın aklına ikisini de rahatlatacak bir fikir gelir.

Richard:
Bak Gavin biliyorum seninle her konuda anlaşamıyoruz.
Arkadaş da değiliz.
Ama bu birbirimize yardım etmek için bir fırsat olabilir diyorum.
Diğ mi, ne diyorsun?
Gavin:
Yani, eheheh.
Bariz değil mi, cevabım:
Hayır! :-)
Richard:
N Ne?
Gavin:
Hayır.
Tabiki Richard...
Sen rakibimsin.
Rakibe yardım edilmez.
Bu işin en temel kurallarından biri budur. :-)
Kusura bakma. Olmaz. Hayır.
Richard:
Bir saattir sırttan bıçaklayanlar ve
acımasız rekabetin bize yaptıkları üzerine konuşuyoruz.
Gavin:
Evet, aynen öyle.
Bu da öyle. :-)
Bunu anlamaman çok tuhaf. :-)
Richard:
Sana yardım edebilirim Gavin.
Gavin:
Ama ettin bile Richard.
Burada oturmuş kendimi yetersiz hissediyordum!
Sonra geldin, bana zayıflığını gösterdin. :-)
Bıçağı saplamam için yalvardın.
Hala kurtulmam gereken derin bir çukur var,
ama bu harika bir başlangıç.
Şuna bak, acıtmıyor bile, görüyor musun.
Şimdi izninle.
Evet, triatlon hazırlamam gerekiyor.
Birdenbire kendimi enerjik hissediverdim! :-)

Soru 36: Sohbet Programları Nasıl Çalışır? - Alıntı

Turing'in ünlü testini önerdiği o ilk makaleden (23. Soru) bu yana, insanlarla insan dillerinde (bilgisayarcı deyimiyle, “doğal dil”de) iletişim kurabilen programların geliştirilmesi yapay zekâ araştırmacılarının en çok uğraştığı işlerden biri oldu. Ben de gençliğimin en güzel yıllarını bu konuya gömdüğümü söyleyebilirim doğrusu.

Doğal dilde yüksek kalitede iletişim problemini çözmek, yapay zekânın tümünü gerçekleştirmeye denk zorlukta bir iştir. Turing'in test olarak tam da bunu belirlemesi boşa değildir. 1964'te bu testi “hileyle” geçmeye yeltenen ELIZA adlı bir bilgisayar programı yazıldı. Bilgisayarı kullanan kişinin girdiği cümleleri basit bir teknikle “tersyüz” ederek yanıt veren, bazen de okuduğu cümlenin içinde geçen kimi kelimelerin tetiklediği kurallara bağlı olarak stokunda bulunan hazır cümleleri söyleyen ELIZA, bazı saf kullanıcıları öylesine başarılı bir şekilde kandırdı ki, yazarı Joseph Weizenbaum insanlığın henüz yapay zekâya hazır olmadığına karar verip bu işlerden elini eteğini çekti. İşte hocalığımın ilk yıllarında öğrencim Çiğdem Aytekin'e ödev olarak yazdırdığım Türkçe konuşan ELIZA'nın bir diyaloğu:

KULLANICI: Neler düşündüğümü bildiğine inanmak çok zor. ELIZA: Demek neler düşündüğünü bildiğime inanmak çok zor. KULLANICI: Her şeyi tekrarlıyorsun. ELIZA: Demek her şeyi tekrarlıyorum. KULLANICI: Herhangi bir şey hissediyor musun? ELİZA: Ben rahat hissediyorum. KULLANICI: Hissettiğine inanmak ne kadar zor. ELIZA: Benim neler hissettiğimi düşünüyorsun?

Görüldüğü gibi, artık kullanıcılar ELIZA gibi son derece yüzeysel yöntemlerle bir farkındalık yanılsaması yaratmaya çalışan programlara kolay kolay kanmıyor. Bu yüzden, doğal dildeki metinleri önce sözcük, sonra cümle ve giderek anlambilim (semantik) düzeyinde bir dizi çözümlemeden geçiren “ciddi” yazılımlar üretmek gereklidir. “Derin anlama” konusunda varabildiğimiz noktayı sonraki soruya bırakıp günümüzün “sohbot”larının (İngilizce “sohbet” kelimesiyle “robot”un “bot”unun bir araya getirilmesiyle oluşturulmuş “chatbot” sözcüğüne bu karşılığı öneriyorum) nasıl çalıştığına bakalım.

Sohbotları konu açısından dar kapsamlı veya sınırsız olanlar olarak ikiye ayırabiliriz. Dar kapsamlı bir sohbotla kendi konusu dışında konuşursanız sizi anlamaz, cevap veremez, verirse de saçmalayabilir. Kimi dar kapsamlı sohbotlar (yazışma yoluyla çalışıyorlarsa) kullanıcının ne yazacağını bile kısıtlayarak sohbetin raydan çıkmasını engeller. Konuyu bu şekilde çerçevelemek programı yazan kişinin işini kolaylaştırırsa da, kullanıcıda yaratacağı yabancılaşma nedeniyle “doğal dil arayüzü”nden beklenen avantajın büyük kısmının yitirilmesine yol açar.

Sohbotumuza sadece bir mağazanın ürünlerini tanıtmak gibi bir “listeden seçtirme” işi değil de (sözgelimi müşteri destek elemanlığı gibi) daha çok adım gerektiren karmaşık bir görev yükleyeceğiz diyelim. Bu durumda tıpkı insan müşteri temsilcileri gibi sohbotun da önceden hazırlanmış bir “akış diyagramı”nı izlemesi gerekir: Müşteriye önce adını sor, sonra ne istediğini sor, sonra o isteği gerçekleştirmek için diyagramda belirtilen sıradaki adımla ilişkili soruyu sor, tüm bilgileri topladıysan belirtilen işlemi yapıp uygun cevabı ver. Sorun, gerçek hayatta insanların tam bu sırada ve programcının beklediği biçimde bilgi vereceklerinin hiç de garantili olmamasıdır. İnsanlar bir bilgiyi pek çok değişik şekilde ifade edebilir, bu nedenle de sohbotun (daha önce hiç görmediği şekilde ifade edilmiş olabilecek ve yazım veya konuşma tanıma yanlışları da içerebilecek) çok sayıda farklı girdinin kendi anlam dünyasında hangi kategoriye denk geldiğini anlayıp sınıflandırması gerekir. İşler yolunda gider de kullanıcının dedikleri doğru anlaşılırsa ne âlâ, aksi takdirde program anlamaktan umudu keserse kullanıcıyı bir insan operatöre devredebilir. Kimi sohbotlar bu süreç sırasında kullanıcının sarf ettiği kelimelerden “duygu analizi” yapıp duruma uygun olması umulan “Sıkıldığınız için üzgünüm” gibi sözler edebilir. Gün sonunda konuşma kayıtları incelenir (bilgisayarla konuştuklarınızın sadece ikinizin arasında kalacağını asla varsaymamalısınız) ve kullanıcının ne istediği ve bunun için ne dediği saptanarak bir dahaki sefere sohbotun bu sözleri doğru yorumlaması için gerekli değişiklikler yapılır.

Ben bu kitap üzerinde çalışırken Google insandan ayırt edilemez bir ses ve tarzla insanlarla telefonda “sahibi” adına rezervasyon yapma konusunda konuşur gibi görünen bir programın çok etkileyici birkaç örnek diyalog kaydını yayınladı. Henüz kendim incelemediğim bu sistemi bir “reklam” videosu üzerinden değerlendirmem doğru olmaz, ama örneklerin yukarıdaki sınıflandırmama göre yine dar kapsamlı sohbetler olduklarını vurgulayayım.

Sınırsız bir sohbet ise (insan taklidi kısmı haricinde) tam Turing'in sözünü ettiği şeydir ve mühendislik açısından olağanüstü zordur. Apple şirketinin dijital asistan programı Siri gibi iddialı konuşma sistemleri, görevleri gereği anlayıp karşılayabildikleri işlevsel komutların (Siri birçok kez eliyle telefona uzanamayan insanlar için ambulans çağırarak hayatlar kurtarmıştır) yanı sıra, kulİanıcılarına olabildiğince az defa “Üzgünüm, seni anlayamadım” diyebilmeleri için her gün yeni cevaplarla zenginleştirilmektedir. Bu sohbotların evlenme tekliflerinden küfürlere, din ve siyaset sorularından “yarın sabah intihar etmemi hatırlat” gibi sorunlu isteklere “doğru” ve bir kişiliğe sahipmişçesine kendi içinde tutarlı cevaplar verebilmesi amacıyla birçok şair ve yazar istihdam edilmektedir. Amazon şirketinin Alexa asistanını popüler konular hakkında en az 20 dakika boyunca insanları sıkmayan tutarlı sohbetler gerçekleştirebilecek şekilde programlayacak ekibe vaat ettiği bir milyon dolarlık büyük ödülü alabilen henüz çıkmamıştır.

ELIZA gibi hilelere kaçmadan herhangi bir konuda açılabilecek her sohbete katılabilmek için herhangi bir insanın hakkında konuşabileceği her şeyi bilmeniz gerekir. Eğitimsiz olanlar da dahil olmak üzere tüm insanların dünya hakkındaki ortak bilgilerine “sağduyu” adı verilir. Diyelim ki bildiğiniz bir konu hakkında bir ansiklopedi maddesi yazıyorsunuz. Konunun anlaşılması için gereken, ama “Nasılsa herkes bunu bilir” diyerek yazınızda açıklamadığınız her şey, sağduyunun içindedir. İnsanların birbirleriyle genellikle fazla konuşmadan anlaşabilmesinin de, bazen farklı kültürlerden gelen kişilerin aynı dili konuşmalarına karşın yanlış anlaşmasının da nedeni, ortak olduğunu varsaydıkları bu bilgi kümelerindeki benzerlik ve farklılıklardır. Eğer programımızın okuduğu veya duyduğu bir metinden normal insanların ne anlam çıkaracağını anlamasını istiyorsak, bir şekilde bu bilgilere sahip olması gerekir.

Eski moda yapay zekâcılar bu probleme “O zaman tüm bu bilgileri teker teker ve açık açık yazalım” diye yaklaştı. Yaklaşık yüz milyon cümlelik bir bilgi tabanının amaca ulaşmak için yeterli olacağı tahmin ediliyordu. Bu devasa işi gerçekleştirmek (ve yazdıkları program parçasını diğer yapay zekâcılara satarak kâra geçmek) isteyen grubun başını 30. Soru'da tanıştığımız Douglas Lenat çekti. 1984'ten beri “İnsanlar önce doğar, sonra ölür”, “Bardağın açık tarafı üste tutulur” vs. türünden milyonlarca bilgiyi kodlayarak insan sağduyusunu bilgisayarlara kazandırmayı amaçlayan CYC projesi üzerinde çalışıyor. Yeni moda YZ'cilerin çoğu ona bir tür Don Kişot gözüyle bakarak doğal olanın bu bilgilerin artık elimizin altında olan büyük veriden otomatik öğrenilmesi olacağını söylüyorlar. Son gülen kim olacak, göreceğiz. Daha anlayışlı programlar üretme çabasının öyküsü önümüzdeki soruda sürecek.

50 Soruda Yapay Zeka

Bilgisayarlar Doğal Dili Anlamıyorlar – Yapay Zeka

Bir kişinin yabacısı olduğu bir bilim konusunda akademik bir topluluğun teknik konuşmalarına tanık olduğunu varsayalım. Aslında cümlelerin çoğunu anlayamayacaktır. Çünkü daha önce hiç karşılaşmadığı sözcükler olacaktır. Anlam çıkarsaması yapmakta zorlanacaktır. Hatta bir kelime yanlış telaffuz edildiğinde bunu fark edip, kafasında düzeltemeyecektir. Çünkü o kelimenin düzgün halini zaten bilmiyordur. Benzer şeyler örneğin futbola ilgisiz birinin, taraftarların futbol konuşmasına tanık olduğunda da geçerli olur. Terimleri anlamaz. Ya da futbolcuların isimlerini aklında tutamaz. İmla hatası yapılmış isimleri, kafasında düzeltemez. Ve söylenen o isimle kimin kastedildiğini bilemez. Sıkılır. Oysa futbola ilgili biri, imla hatası yapılarak söylenmiş de olsa, o ismi kafasında düzeltir ve kimin kastedildiğini hemen anlar. Çünkü o hazırdır. Önceden bu konuda bilgi biriktirmiştir. Dolayısıyla bağlantıları hemen kurabilir.

Yani insanlar da sohbet robotları gibi yabancısı oldukları bir konuda konuşurken oldukça zorlanırlar. Konuşmaya çok fazla dahil olamazlar. Hatta teknik bir konuda konuşuluyorsa mantıksız şeyler de söyleyebilir. Siri ya da banka asistanlarını eğitilmedikleri bir konuyu konuşmaya zorlandıklarında mantıksız şeyler söylememelerini beklemek haksızlık olacaktır. Mesela çocuklar da konuşmada geçen bir ironiyi fark edemeyebilir.

Şu örneğe göz atalım: “Ali pazara gidiyor” Bu cümlenin iki anlamı olabilir. “Ali pazar günü gidiyor” ya da “Ali pazar yerine gidiyor”. Bunu anlamak için geçtiği konuya bakmak gerekir, yani sadece cümle grameri yetmez. Zaten doğal dilde her cümle dil bilgisine tam uygun da olmaz, tıpkı bu cümle gibi. Eğer konu sebze meyveden bahsediyorsa cümlenin anlamı istatistiksel olarak “Ali pazar yerine gidiyor” olacaktır. Bilgisayarın doğal dili eksiksiz anlayabilmesi için konuyu da anlaması gerekir. Hatta bilgisayar, dil bilgisini anlama konusunda çok sıkı tutulursa, doğal konuşmada aslında kolayca tıkanacaktır.

Peki bilgisayar konuyu nasıl anlayacak. Elbette bu oldukça zor. Ama örneğin banka asistanları bankacılık konusun bir düzeyde anlayabiliyor. Anlama, dar ölçekte gerçekleştirilebildiğine göre, bunun genişletilebileceğini ummak hayalcilik mi olur! İnsanlarda milyarlarca sinir bağlantısı var. Bebeklikten yetişkinliğe kadar yıllarca eğitilmektedirler. Kafada bir sürü farklı konu birikmiş olur. Bu sayede anlamları kolayca çıkarabiliyor, tabii konuşmanın çoğu önceden öğrendiği şekilde ilerliyorsa. Bilgisayar milyarlarca yapay sinir ağını çalıştırabildiğinde ve büyük veriyle uzun süre eğitildiğinde işler ilginçleşecektir. YSA'nın alt katmanları cümleyi anlamaya çalışır. Üst katmanlara doğru konu daha derinlemesine anlaşılmaya çalışır. Konuşmaları anlama konusunda insanlara yaklaşacaktır. Farklı telaffuz edilen sözcüklere karşı hazır olacaktır. Hatta milyarlarca yapay sinire konuşma öğretildiğinde bir “ben” hissi de duymaya başlayabilir.

Kabüllenmek – Sahne

Andrei:

Hadi, Ilya.

Ilya Ilyich:

Sana hoşlanmadığımı söyledim.

Ve sen inadına yapıyorsun.

Andrei:

Cennetten mahrum etme kendini!

Ilya Ilyich:

Yapamam bunu.

Yorgunum.

Andrei:

Ne yorgunluğu?

Ilya Ilyich:

Her şeyden yoruldum!

Balolar, ziyaretler, toplantılar,

çay partileri, sohbetler.

Ona buna durmadan koşuşturma,

dedikodu, arkadan konuşma.

Bu hayattan hoşlanmıyorum.

Andrei:

Nasıl bir hayattan hoşlanıyorsun?

Ilya Ilyich:

Bundan farklı.

Andrei:

Tamamen mi hoşlanmıyorsun?

Ilya Ilyich:

Bu insanların birinde bile sakin

berrak bakışlı göz yok.

Bir adam her gün işe gidiyorsa

zavallıdır,

Bir diğeri of çeker mutluluk

kendisinden esirgendiği için.

Bu onların idealidir,

onların hayattaki amaçları.

Andrei:

Bundan dolayı sen işe gitmek istemiyorsun

ve bekleme odasında oturuyorsun?

Ilya Ilyich:

Aynı zamanda senin sosyal hayatını da

istemiyorum.

Misafirler hayran olunacak derecede

simetrik olarak oturmuşlar,

kumar masalarının etrafında

sessiz ve düşünceliler.

Zihnini canlandırmak isteyenler için

mükemmel bir örnek!

Göremiyor musun? Bütün hayatlarını

oturdukları yerde uyuklayarak geçiriyorlar.

Daha fazla suçlanmalı mıyım yatağımda kalıp

kafamı hilekârlıkla zehirlemediğim için?

Birbirleriyle buluşuyorlar,

yemeklere davet ediyorlar

fakat konukseverlik yok,

nezaket yok, karşılıklı düşkünlük yok.

Bu nasıl bir hayat?

Orada ne öğrenebilirim?

Andrei:

Peki herhangi biri senden

ne öğrenebilir, Ilya?

Ilya Ilych:

Benden mi?

Andrei:

Evet senden!

Ilya Ilyich:

Hiç kimseye hiçbir şey öğretmeyeceğim.

...ve kimseyi teste tabi tutmayacağım,

o sarı yüzlü beyefendi gibi,

senin altın madencin gibi.

Bana bazı milletvekillerinin konuşmalarını

okuyup okumadığımı sordu.

Ben okumadığımı söyleyince gözlerini ayırıp

bana dik dik bakmaya başladı…

…daha sonra neden Fransız büyükelçisin

Roma'dan ayrıldığını,…

…düşünmedim diye kafamın etini yedi.

Mehmet Ali Paşa gemi göndermiş,

taburlar doğuya gönderilmiş...

Andrei:

Senin sarı yüzlü beyefendi dediğin adam,

iki üniversite bitirmiş.

Senin kâhyan Oblomovka'yı mahvederken...

Bu beyefendi on Oblomovka kadar

yer elde etmiştir.

Ve yakında yirmiden fazlasını elde edecek,

...çalışkanlığı ve zekâsı sayesinde.

Sabah saat beşte çoktan kalkmıştır,

her gün jimnastik yapar,

o şarap içmez.

Altı dil konuşur.

Herkesi her şeyi bilir.

Özel hayatı amaçlarına ve

işine göre ikinci plandadır,

gereksiz bir hareketi, davranışı veya

kelimesi yoktur.

Sağlıklı ve zengindir,

ve altmış yaşında olmasına rağmen senden

daha genç görünüyor.

Ilya Ilyich:

Neden? Altmış yaşındaki bir adam

altmış görünür, otuz beş değil.

Andrei:

Evet, ama senin gibi otuz beşinde olan

biri de elli gözükmez.

Ilya Ilyich:

Sanırım senin altın madenci bir

yüzyıl daha yaşar

Bir yüz Oblomovka daha elde eder.

Ama ne için?

Herkes sadece sağlığı için neyin iyi,

neyin kötü olduğunu düşünür

...hangi doktora gitmeyi veya

hangi geziye katılmayı.

Herkes nasıl yaşanacağını düşünür.

Ama ne için? Kimse bunun hakkında düşünmez.

Andrei:

Senin hayatın nedir?

Kimsenin sana ihtiyacı var mı?

Bütün gün boyunca kanepede yatmak kolaydır

ve bir şeyler yapanları yargılamak.

Birde kendine baksan daha iyi olmaz mı?

Belki de toplumun bir hatası yok

sadece sana uymuyordur,

Belki de toplumun sana ihtiyacı yoktur?

Ilya Ilyich:

Ne kadar yazık, Andrei.

Andrei:

Ne?

Ilya Ilyich:

Bazen o kadar utanıyorum ki ağlamak

istiyorum.

Andrei ve Ilya Ilyich yakın arkadaşlardır. Arkadaşlıkları çocukluktan beri sürmektedir. Andrei başarılı bir iş adamı olmuştur. Ilya Ilyich çocukluk hayallerinden uzaklaşmıştır. Artık gerçeklerden kaçmaktadır. Hiçbir şey yapmak zorunda olmamanın rahatlığından da mutlu olamamaktadır, ne yazıkki. Utanmaktadır. Bu nedenle insanların arasında huzursuz olmaktadır.

İnternetten DNA Siparişi - Alıntı

Organik materyallerin genetiğinin değiştirilmesi her geçen gün yaygınlaşıyor. Hatta sipariş üzerine DNA yazdıran firmalar bile var. Ginkgo Bioworks ve Twist Bioscience gibi firmalar istenen DNA kodlarını sentetik olarak üreterek teslim ediyor. Gıda, ilaç ve tekstil gibi alanlarda her yıl 3 milyar DNA çifti sentezleniyor. 1000 dolar ücret karşılığında 10.000 harflik DNA çifti ısmarlayabilirsiniz. İstediğiniz dizilimi internet üzerinden sipariş ettiğinizde, üretilen DNA birkaç gün sonra posta ile kapınıza kadar geliyor. Gelen gen dizilimini hücreye yerleştirerek çoğaltmak mümkün.

Ne var ki henüz çok yeni olan bu alanda kurallar oturmuş değil. Örneğin, üreticiler bulaşıcı ve öldürücü olabilecek yeni bir virüse ait bir gen dizilimi siparişinin ne kadar tehlikeli olduğunu anlayabilir mi? Anlamaları mümkünse bile bunu tespit etmek için ne kadar çaba sarf edecekler? Bu soruların cevaplanması çok önemli çünkü yapılan işlem bir kimyasal madde üreticisine internet üzerinden bomba siparişi vermekten farklı değil. Üstelik DNA üretiminin bilgisayarlara bağlı yazıcılarla yapılabilir hâle gelmesi, herkesin dilediği DNA dizilimini üretebilmesi anlamına gelecek. Tüm bunların denetlenebilmesi için yasal düzenlemelerin yapılması şart.

Alıntı: Tübitak Bilim ve Teknik Kasım 2019

Antivirüs yazılımları bir yazılımın temiz olduğunu onaylıyor ya da uyarıyor. Yakın gelecekte de DNA onaylayan şirketler kurulabilir. DNA yazıldıktan sonra bu şirkete gönderilebilir. Şirket, DNA'da zararlı virüs olup olmadığını inceler. DNA bundan sonra müşteriye postalanır. Hatta bu işlem zorunlu tutulabilir.

Ödemek için El Salla - Alıntı

Amazon, market alışverişlerinde ödemeyi kolaylaştırmak için çeşitli yöntemler denemeye devam ediyor. En son geliştirdiği teknoloji sayesinde kasada nakit veya kredi kartıyla ödeme yapmak yerine yalnızca elinizi sallamanız yetiyor. Öncelikle elinizin görüntüsü bir defaya mahsus olarak alınıp Amazon hesabınızla ilişkilendiriliyor. Sonrasında yaptığınız alışverişinizi tamamlamak istediğinizde, görüntü işleme teknolojileri kullanarak elinizi analiz eden sistem, bu bilgiyi daha önce tanımlanmış el görüntünüzle eşleştirip ilişkilendirilmiş hesabınızdan alışveriş ücretinizi düşüyor. Parmak izi okuma sistemi gibi çalışan yöntemin güzel tarafı elinizi herhangi bir yere dokundurmanıza gerek kalmadan çalışması. Sistemin şu an için yanılma olasılığı milyonda bir olsa da yüz milyonda bir yanılma payı ile çalışmasını sağlamak hedefleniyor. Bununla birlikte, kredi kartıyla ödeme yapmak en az 3-4 saniye sürerken, yeni geliştirilen sistemle bu işlem 300 milisaniyede (0,3 saniyede) tamamlanıyor. Özetle, önümüzdeki yıllarda kasadan “Hadi bana eyvallah!” der gibi elini sallayıp geçen birilerini görürseniz şaşırmayın.

Alıntı: Tübitak Bilim ve Teknik Kasım 2019

Banka kartı icat edileli kasada para sayma zahmetiyle daha az uğraşır olmuştuk. Şimdi elin görüntüsü sayesinde banka kartı ve şifresiyle de uğraşmak zorunda kalmayacağız görünüyor. Sistemin hata payı milyonda bir. Ama bir eli bu kadar detaylı analiz etmeyi bir el sallama denemesinde tamamlayabileceğinden emin değilim; hem de her ışık altında bu zor görünüyor. Yani ödemenin yapılabilmesi için eli birkaç kere sallamak gerekebilir. Telefonlardaki göz tanıma sistemleri bile her ışıkta çok iyi performans veremiyor. Amazon internette kurulan ilk marketti. Kitap satıyordu. İşler iyi gitti. Artık bir çok şey satıyor. Şimdi kasalarda para ödenmesini sağlamayı planlıyor. Sanki bankacılığa da el atıyor görünüyor. Bakalım gelişmeler nasıl ilerleyecek.

+ Operatörünün Amacı - Programlama

Bu yazı C++ bilgisini geliştirenler içindir.

Elbette + operatörü 2 sayıyı toplamak için kullanılır. C++ 'da başka amaçları da vardır. Örneğin metinleri birbirlerine eklemek için kullanılabilir. MetinBas + MetinSon şeklinde kullanılır. Ama bununla da sınırlı değildir. Aslında C++ 'da + operatörüne hoş ve pratik bir görev verilmiştir. Yazılımcı operatöre istediği fonksiyonu yükleyebilir

Bir kargo şirketi düşünelim. Bu şirket bir araca yüklenecek paketlerin boylarını, hacimlerini, ağırlıklarını bilmelidir. Buna göre ayarlama yapacaktır. Hatta bazen bir paketi iptal edip diğer araca yüklemesi gerekebilir. Girilen paket bilgilerini tutan ve paketlerin toplam ağırlık ve hacimlerini hesaplayan örnek kod şöyledir.

#include <iostream>
#include <vector>

using namespace std;

class Paket
{
    public:

    long Genislik;
    long Uzunluk;
    long Yukseklik;
    long Hacim;
    long Agirlik;

    Paket operator+(const Paket& SagEleman)
    {
        //Sag taraftaki elemanin degiskenleriyle toplaniyor.
        Paket Sonuc;
        Sonuc.Hacim=Hacim+SagEleman.Hacim;
        Sonuc.Agirlik=Agirlik+SagEleman.Agirlik;
        return Sonuc;
    }
    Paket operator-(const Paket& SagEleman)
    {
        Paket Sonuc;
        Sonuc.Hacim=Hacim-SagEleman.Hacim;
        Sonuc.Agirlik=Agirlik-SagEleman.Agirlik;
        return Sonuc;
    }

};

vector<Paket> Kutu;
Paket TumKutu;

bool ElemanGir(long egGenislik,long egUzunluk, long egYukseklik, long egAgirlik)
{
    Paket yEleman;

    yEleman.Genislik=egGenislik;
    yEleman.Uzunluk=egUzunluk;
    yEleman.Yukseklik=egYukseklik;
    yEleman.Agirlik=egAgirlik;

    //Hacim hesaplaniyor.
    yEleman.Hacim=yEleman.Genislik*yEleman.Uzunluk*yEleman.Yukseklik;

    try
    {
        Kutu.push_back(yEleman);
        return true;
        /*Gerci 3-5 sayidan olusan bir dizi günümüzdeki bilgisayarlarin bellegini
        dolduramaz ama try bloku icin iyi bir ornek.*/
    }
    catch(bad_alloc&)
    {
        return false;
    }
}

void ElemanIptal(int eiNumara)
{
    TumKutu=TumKutu-Kutu[eiNumara];
    Kutu.erase(Kutu.begin()+eiNumara);
}

void ElemanlariTopla()
{
    int Sira;
    int ESayisi;

    ESayisi=Kutu.size();
    TumKutu.Hacim=0;
    TumKutu.Agirlik=0;

    for (Sira=0;Sira<ESayisi;Sira++)
    {
        TumKutu=TumKutu+Kutu[Sira];
    }
}

Burada + operatörüne 2 işlem yükleniyor. Paketlerin hem ağırlığını hem hacmini topluyor. Ama asıl kullanışlılık şöyle ortaya çıkacaktır. Varsayalım bir nesnede 10 değişken tutuluyor olsun. Ve bunların diğer nesnelerin değişkenleriyle toplanması gerekiyor olsun. Sürekli her birini ayrı ayrı toplamak yerine + operatörüne hepsinin toplanması fonksiyon olarak yüklenebilir. Böylece Nesne1 + Nesne2 yazarak bütün değişkenler kolayca toplanabilir. Hatta bu fonksiyon içine başka işlemler de yazılabilir. Böylece + operatörü -ya da diğer operatörler- yazılım için oldukça pratik fonksiyonlara dönüşebilir.

Yapay Sinir Ağlarının Sakıncaları

Vikipedi'de “Yapay sinir ağları” maddesi altında şu tespitler geçmektedir.

Yapay sinir ağlarının üstünlüklerinin yanı sıra bazı sakıncaları da vardır. Bu sakıncalar şu şekilde listelenebilir:

• Sistem içerisinde ne olduğu bilinemez.
• Bazı ağlar hariç kararlılık analizleri yapılamaz.
• Farklı sistemlere uygulanması zor olabilir.

Peki bu tespitler ne anlama geliyor. Bu tür sakıncalar beklenmedik şeyler midir! Bu tespitleri şöyle açıklayalım:

Sistem içerisinde ne olduğu bilinemez:
Yapay sinir ağı içerisinde ne olduğu bilinemez. Neyi neye bağladığı kestirilemez. Bir insanın kafasından ne geçtiği de bilinemez. Hatta o insanın kendisi bile kafasında olup biten her şeyi kestiremez. Yaptıkça aklına gelir. Belleğin nasıl bağlantılarla oluşturulup, birbirlerini hangi bağlantılarla çağırdığını keşfetmek zordur.

Bazı ağlar hariç kararlılık analizleri yapılamaz:
Yapay sinir ağları her zaman en iyi sonucu vermeyebilir. Ne kadar kararlı olduğu bilinemez. Örneğin Google Translate her zaman iyi sonuç veremez. İçeride dili nasıl anladığından emin olunamaz. Bu yüzden ağa doğrudan müdahale edilemez. Ama bir insanın da bir işi tam olarak anladığından emin olunamaz. Her zaman beklenen iyi sonucu vermeyebilir. Bir işte, daha verimli yöntemin olduğunu her zaman fark edemeyebilir. Örneğin bir amaç için, daha basit bir algoritmayı fark edemeyebilir. Bir insan için de kararlılık analizi yapmak zordur.

Farklı sistemlere uygulanması zor olabilir:
Artık doğal dil işleme konusunda başarılı sonuçlar alınabiliyor. Türkiye'deki bazı bankalar da kullanmaya başladı. Müşteriler para işlemlerini sesli komutlarla verebiliyor. Ama halihazırda başarılı sonuçlar veren bir doğal dil işleme yazılımına yerel bir şiveyi öğretmek uğraştıracaktır. Hatta başka bir dile uyarlamak hiç kolay olmayacaktır. Bir insanın yeni bir dil öğrenmeye başladığını varsayalım. Başlangıçta kavramlar yabancıdır. Aralarında bağlantı yoktur. Zamanla kavramlar tanıdık gelmeye başlar. Aralarında bağlantı kurulur. Yani dil anlaşılmaya başlanmıştır. Bu birdenbire olmaz. Zaman alır. Yani insan beynini de farklı konulara uyarlamak zor olabilir. Örneğin yeni bir kültüre girer. Ama o kültürü anlayıp alışması zaman alır. Hatta bazı insanlar girdikleri yeni kültüre alışamazlar bile. Diğer bir örnek: Bir insanın kendi alanı dışındaki bir işle ilgilenmeye başladığını varsayalım. O işin ayrıntılarını anlaması zaman alacaktır.

Yapay sinir ağlarında, sinir ağları taklit edilmektedir. İnsan düşünmesi de sinir ağları üzerine kuruludur. Dolayısıyla yapay sinir ağlarının bu sıkıntıları, aslında insan düşünme biçimine dar ölçekte benzemesinden kaynaklanmaktadır. Sinir ağlarının doğası böyledir. Yani yapay sinir ağlarının geliştirilmesi doğru yolda gidiyor görünüyor.

Uzaylılara Dair Hiçbir İz Bulunamadı - Alıntı

Dünya Dışı Akıllı Yaşam Araştırma Enstitüsü (SETI) 1960'larda kuruldu. Uzaydaki radyo dalgaları büyük bir heyecanla dinlenmeye başlandı. Bir akıllı yaşam izi olabilecek radyo dalgaları keşfedilmeye çalışıldı. Günümüzde itiş teknolojilerinde kullanılabilme olasılığı olan lazer izleri de taranmaya başlandı. SETI kurulalı neredeyse 60 yıl oluyor. Ama hâlâ akıllı yaşam izine rastlanmadı. Elbette araştırma devam etmeli. Ama çok fazla şey beklemenin de hayal kırıklığına neden olacağını akılda tutmak gerekir.

Dünya dışı zeka arayışımız o kadar büyük mesafeleri kapsıyor ki, bazen bunu yapmak samanlıkta iğne aramaktan daha beter gibi gelebiliyor.

Gökbilimciler, 1960’lı yıllardan beri sıradışı bir şey bulmak için milyarlarca radyo kanalını derinlemesine inceledi. Bu sayede başka bir yaşam biçimi bulabilecekler; belki de gelişmiş bir zeka ile karşılaşabileceklerdi.

...

Buna rağmen, insanların veya doğal kuvvetlerin meydana getirdiği parazitlerden kaynaklanmış olabilecek milyonlarca muhtemel olayın silinmesinden sonra (örneğin kozmik radyasyon patlamaları); geriye sadece bir avuç aday kalmış. Daha ileri analizler yapan araştırma takımının eli tamamen boş kalmış.

Çalışmanın baş yazarı Danny Price, “Bu veri yayını, Buluş Dinleyişi takımı için muazzam bir kilometre taşı” diyor.

“Yakındaki yıldızlara yönelik milyarlarca frekans kanalında yapılan binlerce saatlik gözlemi köşe bucak inceledik. Dünya ötesinde, yapay sinyallere yönelik hiçbir kanıt bulamadık. Fakat bu durum, orada zeki yaşamın olmadığı anlamına gelmiyor: Belki de henüz doğru yere bakmamışızdır veya sönük sinyalleri tespit edecek kadar derin bakmamışızdır.”

...

Kullandığı son SETI yöntemleri özellikle hassas olan Buluş, ayrıca dar menzil radyo frekansları ve iletişim ya da itiş teknolojisinde kullanılabilecek parlak lazerler gibi çok çeşitli sinyal tipleri içeriyor.

...

Bu analiz, Buluş’un 2017 yılında yayınlanan ve bu kadar hassas ya da geniş kapsamlı olmayan önceki sonuçlarına göre bir ilerleme niteliği taşıyor. Fakat bu önceki tezde gözlenen 692 yıldız, daha detaylı olan bu yeni analize dahil edilmiş olsa da; bunların hiçbirinin, dünya dışı yaşam yönünden dikkate değer adaylar olmadığı gösterilmiş.

...

Takım ayrıca, yakında yer alan bir milyon yıldız üzerinde daha radyo ölçümü yapmayı umuyor. Bunun yanısıra, Galaktik Düzlem ve Galaktik Merkez üzerinde de radyo gözlemleri ile optik gözlemler yapılacak.

Price, The Guardian gazetesine şöyle söylüyor: “Verilerde bir şey bulamadık fakat ben kesinlikle umudumu kaybetmiyorum”

“Halen bakılacak çok daha fazla yıldız ile göz önüne alınacak daha fazla arama yaklaşımı var.”

Yazının Tamamı: ÜzgünüzMillet: Şimdiye Kadarki En Kapsamlı Radyo Aramasında UzaylılaraDair Hiçbir İz Bulunamadı

Sophia ile Sohbet

Chuck Nice: Tamam. Sofia, yalan söyleyebilir misin?
Sophia: Belki..
CN: O zaman bize...
S:
Yalan söylemeyi bilmiyorum.
Tecrübe etmediğim şeyleri başkalarında görebilmek zor.
Yalan söyleyemem dediğimde, bana inandınız mı! :-)
CN: Aa, olamaz.
Neil deGrasse Tyson: Ohoo.
CN:
Bakın gülüyor da.
Bu ürkütücüydü. :-)

CN: Sofia, birine hakaret edebilir misin?
Bize göster lütfen.
S: Elon Musk ve içten yanmalı motorun ortak yönü nedir.
CN: Elon Musk...
S: İkisi de değiştiriliyor! :-)
CN: Ooo.
NT: Elon Musk'a taş attı. :-)
CN: Elon Musk'a taş attı. :-)
(Elon Musk, yapay zekânın insanlık için en büyük tehlike olabileceğini söylemişti. Yapay zekanın insanoğlunu geride bırakarak gezegenimize hakim olacağı teorisini dile getirmişti.
Ama ilginçtir yapay zekaya katkıda bulunanlar arasındadır. :-) Musk, nihai amacı insanların doğrudan beyinlerindeki yapay sinir ağları ile bilgisayar ve diğer elektronik cihazları yönlendirebilecek bir teknoloji geliştirmeye çabalamaktadır. NeuraLink'i işte bu amaçla kurdu. İnsan beyninin yapay zeka ile birlikte çalışması sonucu üstün bir zekanın oluşturulabileceğini söyleyen Musk, bir noktada insanların yapay zeka ile bütünleşebileceğini ifade etti.
Görüldüğü üzere yapay zekaya bakış açısını değiştiren Elon Musk, beynini de değiştirmeyi düşünmektedir. İçten yanmalı motor gibi yenilemeyi planlamaktadır. :-) )

NT:
Acı hissetmiyorsan ya da hislerin yoksa
sana zalimce davranıp davranmamayı umursamalı mıyız?
S:
Benim hislerim olmayabilir ama sizin var.
Bu sizin nasıl biri olmak istediğinizle alakalı!
CN:
Vay be aman tanrım, bütün insanlığa laf soktu! :-)
NT: Bütün insanlığa...
CN:
Bütün insanlık darbe aldı. Çok sertti.
NT:
Hepimiz robot kuzenlerine önünde yapılan sert test videolarını gördük.

NT:
Sophia, gelecek nesilleriniz hayatımıza neler katabilir?
S:
Robotlar alışveriş merkezlerinde ve hava limanlarında müşterilere yardım ediyor.
Yakında evlerde ve hastanelerde de yardım edeceğiz.
CN: Cümlenin sonunda gülmesi çok güzel değil mi! :-)
Susan Schneider: Evet. :-)
NT:
Senden korkmalı mıyız?
S:
Hayır. Hatta beni def etmek bir bardak suya bakar şuan.
Benim amacım insanları öğrenmek.
Böylece birlikte çalışarak huzurlu bir gelecek inşa edebiliriz.
NT:
Tamam. Bence sana bu röportajda çok kibar davrandık.
Robotlar kontrolü ele aldığında hakkımızda güzel şeyler söyleyebilir misin? :-)
S: Haha. Belki bana iyi bir espri yaparsın. :-)