öğrenildiğinde ufku iki katına çıkaran şeyler

• yapay zeka konusunda ciddi ilerlemeler var. bu alanda kendini yetiştirmiş insan sayısı da çok fazla arttı.
  
  ama yapay zeka konusunda hala emekleme dönemindeyiz. fırsatların henüz tamamıyla bitmediği bir alan.
  
  şuan üniversite okuyan ve türkiyeden amerika'ya gitme hayalleri kuran ya da ülkesinde kalıp ülkesinde katma değeri yüksek ürün üretmek isteyen insanların hayallerini gerçekleştirmek için deneyebilecekleri yollardan biri de kendilerini yapay zeka konusunda eğitmeleri.
  
  veri bilimciliği alanını tavsiye etmem. ama makine öğrenimi mühendisleri daha da iyisi bilgisayar görme alanında uzmanlaşan kişilerin yurt dışında çalışmak için oldukça kuvvetli şansa sahip olduğunu düşünüyorum.
  
  hele ki 2b ve ya 3b görüntülerinin anlamlandırılması konusunda uzmansanız, şansınız epey fazla
  
  üstelik bunları yapmanız için bilgisayar mühendisi olmanız gerekmiyor.
  
  zehir gibi çalışan kafanız, temel matematik bilginiz varsa veri analizi konusundan anlıyorsanız psikolog olsanızda bu işi yapabilirsiniz. (psikolog olup amerika da bu işi yapan arkadaşım var. yıllık maaşı şuan 4. yılında ve 96 000 doları bulmuş durumda)
  
  yapay zeka konusundaki yazı dizimi okumak için gerekli ön motivasyonu verdikten sonra konumuza geri dönelim. bu makale bu konuda yazdığım 3. makale
  
  1. makalede (bkz: #144171577)
  
  öğrenme tipine göre yapay zeka 3 e ayrılır demiştik.
  
  dar yapay zeka (anı)
  genel yapay zeka (agı)
  süper yapay zeka (ası)
  
  her birini çeşitili örneklerle ayrı ayrı incelemiştik. sonunda da biraz spekülatif düşüncelere göz atmıştık.
  
  2. makale yapay zekayı gerçekleştirebildiği görevleri gerçekleştirme yöntemlerine göre sınıflandırmıştık. 2. makale
  
  1- reaktif makineler
  2- sınırlı hafıza
  3- zihin teorisi
  4- öz-farkındalık
  
  bugün ise alan turing üzerine konuşacağız.
  
  onun sorduğu o ünlü " makineler düşünebilir mi?" sorusu üzerinden sohbet edeceğiz.
  
  görsel
  
  alan turing'i biz daha çok bir makinenin akıllı olup olmadığını belirleyen ünlü turing testi ile tanırız.
  
  ama bu abimiz bilgisayar bilimi ve yapay zekanın gelişimine katkısı çok çeşitli ve çok fazladır. yapay zekanın erken dönem kurucu babalarından biridir.
  
  adamın yaşadığı dönemi bir gözünüzün önüne getirin.
  1948 yılında dünya savaşı yeni bitmiş. insanlar aç. bu abimiz ise şu sorunun yanıtını arıyor.
  
  "makineler düşünebilir mi?"
  
  bu soruya kafa patlatmakla kalmıyor bunu bilimsel bir yazı haline getiriyor.
  
  alan turing şanslıymış. bu soruyu bilimsel bir dergiye göndermiş. ekşi sözlüğe göndermiş olsa (bkz: derdini sikeyim butonu) ile karşılaşırdı.
  
  turning'in zamanın ötesindeki dahiyane fikri, makinelerin öğrenmesi için sinir ağları oluşturmayı önermesiydi.
  
  alan turing'in 1950'li yılların teknolojisinde önerdiği sinir ağının temsili görüntüsünü aşağıdaki fotoğrafta görebilirsiniz.
  
  görsel
  
  gabriel garcía márquez.'in yüz yıllık yalnızlık kitabında şöyle bir laf eder
  
  “dünya öylesine çiçeği burnundaydı ki, pek çok şeyin adı yoktu daha ve bunlardan söz ederken parmakla işaret edip göstermek gerekirdi."
  
  (benim tanrı olduğum bir paralel evrende cennetlik cehennemlik ayrımı yaparken insanlara soracağım sorulardan biri bu olurdu.
  yüz yıllık yalnızlık kitabını okudun mu? okumadın mı?
  okumadım diyeni cennete almazdım. sen güzelden anlamıyorsun. cenneti de anlamazsın. yürü cehenneme derdim. üstelik sana akıl verdim. zeka verdim. zaman verdim. tv 8 izle diye mi yaptım bunu? elinde senin diline çevrilmiş böyle bir kitap var okumuyor fox tv dizisi izliyorsun diye kızardım)
  
  konuya dönelim.
  
  1950'li yıllarda alan turing ilk yapay sinir ağını tanıtıyordu ama bu konuda herşey o kadar yeni ve çiçeği burnundaydı ki!
  
  yaptığı bu şeyin ismi henüz yapay zeka çalışmaları değildi. çünkü yapay zeka isminin ilk defa kullanılması için daha 6 yıl vardı.
  
  bu ismi ilk kullanan kişi bilgisayar bilimcisi john mccarthy'dir.
  
  bu abimizde yapay zekanın babalarından biridir. 1979 yılında yazdığı bir makaledeki şu cümlesi beni her zaman çok etkilemiştir.
  
  cümleyi bu abinin yazdığı "makinelere zihinsel nitelikler atfetmek" başlıklı bir makalesinden alıntılıyorum.
  
  "termostatlar kadar basit makinelerin inançları olduğu söyleneybilir ve inançlara sahip olmak, problem çözme performansına sahip çoğu makinenin bir özelliğidir"
  
  bu cümle ve bu makale o dönemler bayağı fırtına kopardı.
  
  sartre fransada kahvesini içerken konuya atladı tabi ki! ve karşıt görüşünü bildirdi. sadece konuşmakla kalmadı karşıt görüşünü ünlü "çin odası argümanı" ile dökümante etti.
  
  size makineler düşünemez diyen sartre'ın argümanını en basit ve kısa haliyle anlatayım.
  
  bir tane odada bir bilgisayar var. yapay zeka özelliklerine sahip. çince okumayı yazmayı öğrenmiş.
  yan odada ise gerçek bir çinli var.
  
  çinli kişi bu bilgisayara mektup yazıyor. yapay zeka mektubu okuyor ve bu mektuba cevap yazıyor. böylece iki farklı odada hapis olmuş bu iki kişi mektup arkadaşı oluyorlar.
  
  burada sorun şu; insan olan çinli birey;
  mahkum kaldığı sürece bir makine ile konuştuğunu düşünmez. gerçek bir insanla konuştuğuna inanır.
  
  çince konuşan yapay zeka ise, üstün görsel algılama yetenekleri ile insan arkadaşının mektubundaki el yazısını okur, okuduğu cümleleri sahip olduğu veri setinde arar. bulduğu sonuçlara göre en uygun anlamlı yanıtı bulmaya çalışır ve bulduğunda bu yanıtı el yazısı yazma programı ve yazıcısı ile yazıp arkadaşına gönderir.
  
  makine tüm bu süreçleri kusursuz biçimde bile yapmış olsa bu makinenin düşünüp yanıt verdiği anlamına gelmez
  sartre'ın iddiası bu.
  
  "makine düşünmüyor, sadece düşünmeyi simüle ediyor."
  
  ben tavukların ayırt edemeyeceği kadar iyi biçimde horoz sesi çıkarabilirsem tavukları yanıma çağırabilirim. tavuklar beni görene kadar benim bir horoz olduğuma inanabilir. ama bu beni horoz yapmaz. ben hala insanım. sadece horoz taklidi yapan bir insan.
  
  makinelerde insanı simüle edebilir ama insan gibi düşünemez.
  
  sartre bu argümanı behavioral and brain sciences dergisinde 1980 yılında "minds, brains and programs" makalesinde yazdı.
  
  bu makale ve bu argüman takip eden yıllarda on binlerce kez alıntılandı. bugün bile hala atıf ve yorum alıyor.
  
  2005 yılında yapılan bir araştırma sartre'ın bu yorumunun son 25 yıl içinde ortaya çıkan en özgün bilişsel felsefi yorum olduğu sonucuna varılmış.
  
  şuan insanların çoğunluğu çin odası argümanın çürütüldüğüne inanıyor. ama çürütüldüğünü düşünenler bile sartre'ın bu orijinal makalesinin "felsefi netlik ve saflığın bir örneği" olarak nitelendiriyor.
  
  sartre cehennem başkalarıdır demekle ne demek istedi. çok fiyakalı bilgiler yazmıştım. oku istersen
  
  şimdi ana konumuza geri dönüp , aşağıdaki görselde görebileceğiniz alan turing'in önerdiği düşünen bilgisayarların düşünmesini sağlayan sinir ağları nasıl çalıştığını anlamaya çalışalım.
  
  görsel
  
  alan turning'in önerdiği model, rastgele bağlanmış ve küresel bir saatle senkronize edilmiş tekrarlayan bir sinir ağıdır.
  
  sinir ağları birbirine özel elektronik kapıları ile bağlıdır. bu kapılar şöyle çalışır
  
  0-0 = 1
  1-1= 1
  
  1-0 = 0
  0-1= 0
  
  rakamların tükçe karşılıkları şui
  bir konumunda kapı açıktır elektriği kusursuz iletir.
  
  0 konumunda ise elektriği iletmez. (burası öğrenmenin gerçekleştiği yerdir.)
  
  bunun nasıl işe yaradığını birlikte örnek üzerinden anlamaya çalışalım.
  
  elimizde çeşitli hayvanların olduğu 1000 tane fotoğraf olduğunu düşünelim. turing sinir ağıi bu 1000 fotoğraf içindeki 20 tane kediyi tespit etmeye çalışıyor.
  
  bunun için kedilerin diğer hayvanlardan ayıran özelliklerini bulmak gerekli
  
  kedilerin 4 ayağı vardır ve bıyıkları vardır.
  
  tavuk resmi gelir. 2 ayağı var (0) bıyığı yok (0) ileti sinir ucundan geçer. makine tavuğun hala kedi olabileceğini düşünür. 0-0 = 1
  
  fare resmi gelir. hem 4 ayaklı hem bıyıklıdır. bu da sinir ucundan geçer. 1-1 = 1
  
  fakat bir sonraki resim sazan balığıdır. sazan balığının bıyığı olmasına rağmen 4 ayağı olmadığı için sinir ucundan geçemez. 1-0 =0
  
  böylece bıyıklı olan ama 4 bacağı olmayan tüm hayvanlar ilk sinir bağlantısında elenir.
  
  4 bacağı olan ama bıyığı olmayanlarda.
  
  1. katman bize bıyıklı ve 4 bacaklı hayvanları, bıyıksız ve dört bacaksız hayvanları tespit ettirir. diğer tüm hayvanlar elenmiştir.
  
  2. katmanda yeni 2 sorunun yanıtı aranır.
  
  ağırlığı 9 kg dan azdır. ve kanatları yoktur.
  
  böylece yeni bir elenme yaşanır.
  
  bu tekrarlayan sinir ağları kedilerin diğer hayvanlardan mutlak olarak ayrılmasını sağlayan kadar devam eder.
  
  makine bir kere kediyi diğer hayvanlardan ayırmayı öğrendiğinde artık 1 milyon fotoğraf arasında aynı eleme yöntemini kullanarak tüm kedileri ayırt edebilir.
  
  ya da makineye bir kedi resmi gösterdiğiniz de bu kedi mi? değil mi yanıtını verebilir.
  
  milyonlarca fotoğraf arasında kedileri bulmak çok önemli bir başarı olarak size gelmiyor olabilir.
  
  ama aranan şeyin kedi değilde yaklaşan seçimde hangi partiye oy vereceği konusunda kesin karar vermemiş bir seçmen olursa bu arama ve bulma oldukça değerli hale gelir.
  
  hatta aranan şey, kararsız seçmen ve milli silah üretiminin çok önemli olduğunu düşünen kişileri bulmak ise çok daha anlamlı hale gelir.
  
  big datayı tarayan bir yapay zeka bu tarz hassasiyetleri yüksek olan kişileri bulur ve bu kişilere sosyal medyada, google aramalarında, facebook haber akışında sürekli bir partinin milli silah gelişimine katkılarını anlatan diğer partinin ise bu konuda oldukça duyarsız olduğunu söyleyen propaganda içeriklerini karşısına çıkarıp kararsız seçmenin kararı verme süreçlerini yönetebilir.
  
  benzer şey sizi ürün satmaya çalışan alışveriş siteleri de yapar.
  
  durum böyleyken oldukça zor soruları harika cevaplar verebilen bu makineye zeki dememek mümkün mü?
  
  kimilerine göre evet mümkün.
  
  çünkü buğday tarlasında sapla samanı ayıran makine de aslında temel olarak benzer görevi üstleniyor.
  
  hatta unu eleyen elek bile!
  
  eleklerin düşünebildiğini iddia etmek biraz çılgınca olmalı.
  
  günümüzde işle çok daha karışık. çünkü bahsettiğim şeyler 1950'li yıllar ve oldukça ilkel yapay zeka uygulamaları. günümüzdeki yapay zeka teknolojisi çok daha gelişti.
  
  bir sonraki makalemde bu yapay zeka teknolojilerinden bahsedeceğim.
  
  makine öğrenmesi, derin makine öğrenmesinden başlayıp diğer makine öğrenme algoritmalarını konuşacağım.
  
  bunları öğrendiğimizde yapay zekaya zeki demek daha çok zorunda kalacağız. hatta bizden bile daha zeki dememiz bile gerekebilir.
  
  ***
  
  kişisel not
  
  bu yazılar yapay zeka konusunda sıfıra yakın bilgiye sahip kişilerin olayları kabaca anlamaları ve bu kişilerde merak uyandırmak için yazılmıştır.
  
  bilgiler oldukça basite indirgenmiştir. nasıl ki bir şehrin haritası şehri tam olarak yansıtmaz. bu içerikte gerçekleri bire bir yansıtmaz. detaylarda basite indirgeme nedeniyle gerçeklikten kısmı uzaklaşmalar mevcuttur.
  
  bunları yapmasam bu bir kaba taslak fikir veren harita olmaktan çıkardı.
  konuya hakim kişiler, sen böyle demişsin ama gerçekte böyle değil şöyle diye mesaj kutumu yeşillendirmeden önce benim bir tür harita çizdiğimi kendilerine hatırlatsınlar. bu makale yapay zekanın ne olduğunu biliyor olsa bu konuya ilgi duyacak, derinlemesine araştırıp öğrenecek kişilere konun ne olduğunu kabaca açıklamak için yazılmıştır.