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