Ana Sayfa / Teknoloji / Yapay Zeka / Yapay Zeka Devrimi : 5. Yapay Genel Zeka Yaratma

Yapay Zeka Devrimi : 5. Yapay Genel Zeka Yaratma

YGZ Yaratmanın İlk Adımı: Hesaplama Gücünü Arttırmak

YGZ’nin bir ihtimal dahiline girmesi için olması gereken şeylerden biri kesinlikle bilgisayar donanımının gücünün arttırılması. Eğer bir Yapay Zeka sistemi beyin kadar zeki olacaksa, beynin ham hesaplama kapasitesine eşit olması gerekecek.

Bu kapasiteyi dile getirmenin bir yolu beynin saniyede kaç hesaplama (h/sn diyelim) yapabildiği. Bu sayıya beyindeki her bir yapının maksimum h/sn’sini bularak ve bunları toplayarak ulaşabilirsiniz.

Ray Kurzweil bunun için kestirme bir yol buldu: birinin beynindeki bir yapının h/sn’sinin profesyonel bir tahminini almak ve o yapının ağırlığını beynin tamamının ağırlığına oranlamak, sonra da toplam sonuca ulaşana kadar oranla çarpmak. Biraz şüpheli duruyor, ama bunu farklı bölgelerde farklı profesyonel tahminlerle yaptı, ve toplam her zaman aşağı yukarı aynı çıktı — 1016  civarı, yani 10 katrilyon h/sn.

Aslında şu an dünyanın en hızlı süper bilgisayarı olan Çin’deki Tianhe-2, 34 katrilyon h/sn’ye ulaşarak bu sayıyı geçti. Ama Tianhe-2 aynı zamanda bir pislik, çünkü 720 metrekare alan kaplıyor, 24 megawatt güç tüketiyor (beyin ise yalnızca 20 watt’la çalışıyor) ve maliyeti 390 milyon dolar tutuyor. Genel kullanıma uygun olmayı geçtim, çoğu ticari ve endüstriyel alanda bile kullanılamıyor.

Kurzweil, bilgisayarların durumunu 1000 dolara ne kadar h/sn satın alabileceğimize bakarak değerlendirmemizi öneriyor. Bu sayı insan seviyesine — 10 katrilyon h/sn — ulaştığında, YGZ günlük hayatımızın bir parçası haline gelebilir.

Moore Yasası, dünyadaki maksimum hesap gücünün yaklaşık olarak iki yılda bir ikiye katlandığını, yani insanlığın tarih boyunca süregelen gelişmesi gibi bilgisayar donanımının da üstel olarak gelişme kaydettiğini söyleyen bir yasadır. Bunun, Kurzweil’in 1000 dolar başına düşen h/sn ölçüsüyle olan bağlantısına bakarsak, şu an 1000 dolar başına 10 trilyon h/sn düşüyor. Tam da bu grafiğin tahmin ettiği gibi:

Yani, dünyanın 1000 dolarlık bilgisayarları şu an fare beynini geçmiş durumda ve insan beyninin yaklaşık binde biri seviyedeler. Kulağa pek fazla gelmiyor olabilir, ama 1985’te insan beyninin yaklaşık olarak trilyonda birinde, 1995’te milyarda birinde, 2005’te ise milyonda birindeydik. 2015’te binde birinde olmak, 2025’ten önce insan beyninin gücüne rakip olabilecek bir bilgisayar satın alabilme ihtimalimiz olduğu anlamına geliyor.

Yani donanımsal tarafını değerlendirirsek, YGZ için gereken güç teknik olarak Çin’de mevcut. 10 yıl içindeyse YGZ kapasitesinde fiyatı makul donanım satın alabilecek hale geleceğiz. Fakat ham hesap gücü, tek başına bir bilgisayarı genel olarak zeki yapmıyor. Sıradaki soru, insan seviyesinde zekayı tüm o güce nasıl uygulayabiliriz?

YGZ Yaratmanın İkinci Adımı: Akıllı Yapmak

İşin sakat kısmı burası. Olay şu ki, kimse YZ’yi nasıl akıllı yapabileceğimizi bilmiyor. Hala bir bilgisayarı nasıl bir köpeği, garip yazılmış bir B harfini ve vasat bir filmi bilecek kadar insan seviyesinde zeki yapacağımız konusunda tartışıyoruz. Fakat bir sürü inanılmaz strateji var ve eninde sonunda bunlardan bir tanesi işe yarayacak. İşte denk geldiğim en bilinen üç strateji:

1) Beyin intihali.

Sınıfınızda sınavlarda yanınızda oturan ve çok iyi sonuçlar alan bir çocuk olduğunu düşünün. Siz ne kadar özenle çalışırsanız çalışın, o çocuk kadar iyi sonuçlar alamıyorsunuz. Eninde sonunda “ya tamam sikerim, bu çocuğun kağıdını geçireyim komple” diyorsunuz. İşte bilim insanlarının yaptıkları da böyle bir şey. Mantıklı geliyor — süper karmaşık bir bilgisayar yapmaya uğraşıp duruyoruz ve her birimizin kafasının içinde mükemmel bir model var bunun için.

Bilim dünyası, evrimin nasıl böyle harika bir şey yapabildiğini anlayabilmek için beyne ters mühendislik uygulamaya çalışıyor. İyimser tahminler, bunu 2030’a kadar başarabileceğimizi söylüyor. Bunu başardıktan sonra, beynin nasıl bu kadar güçlü ve verimli çalıştığına dair tüm sırları öğrenip bunlardan ilham alabilecek ve yöntemlerini çalabileceğiz. Beyni taklit eden bilgisayar yapılarına örnek olarak yapay sinirsel ağı verebiliriz. Giriş ve çıkışlarla birbirine bağlı olan ve bir bebeğin beyni gibi, hiçbir şey bilmeyen transistör “sinirler”den oluşan bir ağ olarak başlıyor.  Şöyle “öğreniyor”: diyelim kendisine bir görev veriliyor, örneğin el yazısı tanıma. İlk başta, sinirsel atışları ve harfleri tanıma tahminleri tamamen rastgele olacak. Ama bir şeyi doğru bildiği söylendiği zaman, doğru cevabı bildiği atış yollarındaki transistör bağlantıları güçleniyor; cevabı yanlış bildiği söylendiğinde ise o yoldaki bağlantılar zayıflıyor. Bir sürü denemeden ve geribildirimden sonra, ağ kendi kendine akıllı sinirsel yollar oluşturuyor ve makine, görev için hazır hale geliyor. Beyin de biraz böyle, ama daha sofistike bir şekilde öğreniyor. Ve beyin üstünde araştırmalara devam ettikçe, sinirsel dolaşımdan faydalanmanın daha yaratıcı yollarını keşfediyoruz.

Biraz daha uç bir intihal yolu olan”bütün beyin taklidi”nin amacı ise gerçek bir beyni ince katmanlara ayırmak, her birini taratmak, yazılımla hassas bir üç boyutlu modelini yaratmak, sonra bu modeli güçlü bir bilgisayara uyarlamak. Böylelikle resmen beynin yapabileceği her şeyi yapabilen bir bilgisayarımız olurdu — yalnızca öğrenmesi ve bilgi toplaması gerekirdi. Eğer mühendisler bayağı aşama kaydederlerse, gerçek bir beyni o kadar hassasiyetle taklit edebilirler ki, beyin yapısı bilgisayara yüklendiğinde beynin tüm kişiliği ve hafızası zarar görmemiş olur. Eğer beyin ölmeden hemen önce Ahmet’e aitse, bilgisayar Ahmet (?) olarak uyanırdı, sağlıklı bir insan seviyesinde bir Yapay Genel Zeka olurdu. Akabinde hemen kendisini inanılmaz derecede akıllı bir Yapay Süperzeka’ya dönüştürmek için çalışmalara başlayabilirdik. Ahmet de buna bayağı heyecanlanırdı.

Bütün beyin taklidini başarmamıza ne kadar var? Toplamda 302 nöronu bulunan 1 milimetre uzunluğunda bir bağırsak solucanı beynini taklit etmeyi henüz başaramamış başarmış bulunmaktayız. İnsan beyninde 100 milyar sinir hücresi bulunuyor. Gözünüze umutsuz bir proje gibi geliyorsa, üstel gelişimin gücünü hatırlayın— şimdi ufak bir solucan beynini fethettiğimize göre, yakın zamanda sıradaki bir karınca beyni olabilir, sonra bir fare, sonra bir bakmışsınız bu düşünce oldukça makul duruyor.

2) Evrime daha önce yaptığı şeyi yaptırmak, ama bu sefer bizim için.

Zeki çocuğun kağıdını kopyalamak çok zorsa, sınavlara nasıl çalıştığınıkopyalayabiliriz.

Bildiğimiz bir şey var. Beyin kadar güçlü bir bilgisayar yaratmak mümkün. Beynimizin evrimi bunun bir kanıtı. Eğer beyin taklit edebilmemiz için fazla karmaşıksa, evrimi taklit etmeyi deneyebiliriz. Olay şu ki, bir beyni taklit edebilsek bile, bir kuşun kanat çırpışına bakarak bir uçak yapmak gibi bir şey olurdu. Genellikle makine tasarlamanın  en iyi yolu biyolojiyi taklit etmek değil, yeni ve makine odaklı bir yaklaşımdır.

O zaman YGZ’yi yaratması için evrimi nasıl taklit edebiliriz? Bunun yolu, “genetik algoritmalar” denen, sürekli tekrarlanan bir performans-değerlendirme süreci oluşturma yönteminden geçiyor(tıpkı biyolojik varlıkların yaşayarak “performans göstermeleri” ve üremeyi başarıp başaramadıklarına göre “değerlendirilmeleri” gibi).  Bir grup bilgisayara görevler verilir, en başarılı olanların programlamalarının yarıları alınıp birbirleriyle birleştirilerek üremeleri sağlanır. Daha az başarılı olanlar ortadan kaldırılır. Birçok tekrardan sonra, bu doğal seçilim işlemi daha iyi bilgisayarlar üretir. İşin zor kısmı bu evrim işlemini kendi başına sürdürebilecek otomatik bir değerlendirme ve üretme sistemi kurmak.

Evrimi taklit etmenin dezavantajı ise, evrimin bir şeyler yapmasının bir milyar yıl sürmesi. Fakat biz bunu birkaç on yıl içinde yapmak istiyoruz.

Ama evrime göre bir sürü avantaja sahibiz. Birincisi, evrim bizim gibi bir öngörüye sahip değil ve rastgele çalışıyor — ürettiği yararsız mutasyon sayısı, yararlı mutasyonlardan fazla. Ama biz bu süreci kontrol ederek yalnızca faydası dokunacak problemlerle ve hedeflenmiş ince ayarlarla çalışmasını sağlayabiliriz. İkincisi, evrimin bir hedefi yok (zekaya ulaşmak dahil).  Bazen bir çevre, daha üstün zekanın aleyhine de bir seçimde bulunabilir (çünkü daha üstün zeka daha çok enerji kullanıyor). Öte yandan biz, bu evrim sürecini özellikle zekayı ilerletmeye yönlendirebiliriz. Üçüncüsü, seçimin zeka lehine olması için evrimin zekaya olanaklar sağlayacak bir grup yenilikler bulması  gerekiyor -hücrelerin enerji üretme biçimini yenilemek gibi-. Biz bu fazladan yükü atarak elektrik falan kullanabiliriz. Evrimden çok çok daha hızlı olacağımız su götürmez bir gerçek, ama bunu uygulanabilir bir strateji yapabilmek için evrimden daha iyisini yapabilir miyiz orası belli değil.

3) Tüm bunları bilgisayarın sorunu yapalım, bizim değil.

Burası bilim insanlarının umutsuzluğa kapıldığı ve sınavı, kendi kendini çözmesi için programlamaya çalıştıkları yer. Ama elimizdeki en ümit verici yöntem olabilir.

Buradaki fikir şu, ana iki yeteneği YZ üstünde araştırma yapmak ve kendine değişiklikleri kodlayabilmek olan bir bilgisayar yaparız. Böylelikle hem öğrenir, hem de kendi yapısını değiştirir. Bilgisayarlara bilgisayar uzmanları olmayı öğretiriz, böylelikle kendi gelişimlerini başlatabilirler. Ana görevleri bu olur — kendilerini daha akıllı yapmanın yollarını bulmak. Buna daha sonra geri döneceğiz.

Tüm Bunlar Yakında Gerçekleşebilir

Donanım sahasındaki hızlı gelişmeler ve yazılım sahasındaki yenilikçi deneyler aynı anda gerçekleşiyor. YGZ iki sebepten dolayı biz farkında olmadan beklenmedik bir anda ve hızlıca gelebilir:

1) Üstel büyüme oldukça etkileyici olabilir ve salyangoz hızında bir şey hızla yükselişe geçebilir .

2) Söz konusu yazılım olduğunda ilerleme yavaş gözükebilir, fakat bir buluş, ilerleme hızını anında değiştirebilir (insanlar uzayı dünya merkezli düşünürken bilimin açıklayamadığı şeylerin olması, ama güneş merkezli olduğunu keşfetmenin her şeyi kolaylaştırmış olması gibi). Veya söz konusu kendi kendini geliştiren bir bilgisayar olduğunda başarıya ulaşmamıza çok varmış gibi dursa da, belki sistemi bin kat verimli hale getirip insan seviyesinde zekaya doğru yükselişe geçirmek yalnızca yapılacak ince bir ayara bakıyordur.

 

KaynakKaynak

Mutlaka İncele

Yapay Zeka Devrimi : 8. Gelecek Neden En İyi Hayalimiz Olabilir (Nanoteknoloji)

YZ dünyasıyla ilgili öğrendim ki, insanların şaşırtıcı derecede büyük bir çoğunluğu burada bulunuyor: Emin Köşe’deki …

Bir Cevap Yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir