YAPAY ZEKA VE CANLILIK ÜZERİNE BÖLÜM 1: BAŞLANGIÇ

YAPAY ZEKA VE CANLILIK ÜZERİNE

    İnsan, kendi farkındalığına ulaştığı andan itibaren, kendine benzer yetilere sahip kısaca kendi işini kolaylaştıracak şeyler arayışına girmiştir. İnsanlar, soyut düşünme kapasitesine sahip oldukları için soyut kavramları anlayabilir, plan yapabilir ve gelecek hakkında tahminler yürütebilirler. Ayrıca insanlar, dil yoluyla karmaşık fikirleri iletebilir ve kültürlerini kuşaktan kuşağa aktarabilirler. Hatta insanları hayvanlardan ayıran en büyük özelliklerden biri karmaşık düşünme ve problem çözme yetenekleridir. Kısaca bu yetilerin genel anlamına düşünebilme yeteneği diyebiliriz. Tarih boyunca, bu temel yeteneği kullanabilen varlıklar üretme isteği pek çok farklı şekilde ifade edilmiştir. Burada karşımıza çıkan ana unsur tabi ki yapay zeka. Hobbes’un tasarladığı yapay insan veya Leibniz’in bizim yerimize düşünebilecek makineler konsepti gibi örnekler, yapay zeka kavramının öncüleri olarak değerlendirilir. Ancak 1950’lere gelindiğinde, Turing’in cesurca sorduğu “Makineler düşünebilir mi?” sorusuyla birlikte, bu konuda daha açık bir tartışma başlamıştır. Düşünme, genellikle insanın özgün bir niteliği olarak kabul edilmiştir ve bu nitelik insanı diğer canlılardan üstün kılan bir özellik olarak görülmüştür. Ancak Turing’den bugüne gelişen teknolojiyle “Makineler düşünebilir mi?” sorunun cevabını net bir şekilde almış olduğumuzu düşünüyorum. Bu yüzden yeni bir fantastik soru ortaya atmak istiyorum. YAPAY ZEKA CANLI MIDIR?


     Gelin öncelikle yapay zeka terimini inceleyelim. “Yapay Zeka” terimi, insan zekasını taklit etmeye veya insan gibi davranışlar sergileyen sistemleri tanımlamak için kullanılan bir terimdir. “Yapay” kelimesi, burada insan zekasını taklit eden veya benzer davranışlar sergileyen sistemlerin doğal olmayan, insan yapımı olduğunu vurgular. Yapay zekanın insandan farklı olarak doğal olarak evrimleşmemiş veya biyolojik olmayan bir zeka olduğunu ifade eder. Buraya parantez açıp “Mekanik bir biyoloji olabilir mi?” sorusunu da  eklemek istiyorum. 


      Yapay zeka, bilgisayarlar ve algoritmalar aracılığıyla insan zekasını taklit etmeye çalışır, ancak bu zeka biyolojik organizmalardan kaynaklanmaz. Çoğunluğun ortak kanaati yapay zekanın  insanlar tarafından geliştirilen bir teknoloji olması sebebiyle canlı olmadığı yönünde. Ancak, canlılık özelliklerine sahip bir yapının sırf insanlar tarafından üretilmiş olması onun cansız olduğu anlamına mı gelir? Örneğin tüp bebek teknolojisinde laboratuvarlarda geliştirilen embriyoların canlılık özelliklerine sahip olmalarına rağmen, bu süreç insanlar tarafından başlatılmış ve kontrol edilmiş olması onların cansız olduklarını mı gösterir? Aynı şekilde, hayvansal çalışmalarda da genetik mühendislik teknikleri kullanılarak yeni hayvan ırkları üretilebilir. Bu yapay olarak üretilen bitkiler ve hayvanlar, doğal canlılık özelliklerine sahip olabilirler, ancak üreme veya genetik manipülasyon gibi süreçler insanlar tarafından kontrol edilir. Ve tamamıyla canlıdırlar da. Gelecekte bizi beklediğine emin olduğumuz insansı robotlar, insan benzeri özelliklere sahip olan ve genellikle insan formlarına benzer fiziksel görünüme sahip olan yapay canlılar olamaz mı?

     Konumuza geri dönersek eğer günümüzdeki yapay zeka teknolojilerinde de canlılık için yeterli özellik bulabilirsek, aralarında bağlantı kurabilirsek ona canlı dememiz ne kadar doğru olur? Bu yazı serisinde teker teker yapay zeka teknolojileriyle canlılığın ortak özelliklerini ele alarak sizleri biraz düşündürmek istiyorum. Peki nedir bu canlıların ortak özellikleri? Hücresel yapı, büyüme ve gelişme, uyarılara tepki verme, metabolizma ve üreme olarak ana başlıklarda toplayabiliriz. Biyolojik organizmaların çalışma prensiplerinden ilham alarak tasarlanan yapay zeka sistemleri, canlı organizmaların davranışlarını ve işlevlerini taklit etmeye çalışır.

    Bu sistemlerin daha fazla biyolojik özellik kazanması ve bir noktada canlı organizmalar gibi davranmasını mümkün kılabilir. Yapay zekanın hızlı ivmesine şahit oldukça bazı mantıksız veya imkansız olan şeylerin olabilitesi sizce de artmıyor mu? Bilim insanlarının ve araştırmacıların bu konuda ilerlemesi, yapay zekanın sadece bilgi işleme aracı olmanın ötesine geçebileceğini gösteriyor. Bu yazı serisinde de teker teker ayrıntılı bir şekilde yapay zekanın canlılığa doğru olan yolculuğunu inceleyeceğiz. Takipte kalın…

Hasna Sena Kaymak

KAYNAKÇA
  •  
    • Dase, S., & Pawar, D. (2010). Artificial Neural Networks: Mathematical Model of Neurons.
    • Hebb, D. O. (1949). The Organization of Behavior: A Neuropsychological Theory. Wiley.
    • Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning Internal Representations by Error Propagation. Parallel Distributed Processing: Explorations in the Microstructure of Cognition.
    • Öztemel, E. (2003). Yapay Sinir Ağları. Papatya Yayıncılık.
    • Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.
    • LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436-444.
    • Dumoulin, V., & Visin, F. (2016). A guide to convolution arithmetic for deep learning. arXiv preprint arXiv:1603.07285.
    • H. G. R. G. (2020). “Recurrent Neural Networks (RNN)”. Artificial Intelligence: Foundations of Computational Agents, 2nd Edition, pp. 256-259.
    • Olah, A. (2015). “Understanding LSTM Networks”. Colah’s Blog. Retrieved from colah.github.io.
    • Cho, K., Van Merriënboer, B., Gulcehre, C., et al. (2014). “Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation”. arXiv preprint arXiv:1406.1078.
    • Lipton, Z. C. (2015). “A Critical Review of Recurrent Neural Networks for Sequence Learning”. arXiv preprint arXiv:1506.00019.
    • https://neptune.ai/blog/recurrent-neural-network-guide

Yorum Gönderin

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir