Derinlemesine Analiz, Teyitli Haber! Tıkla ve favori kaynağın yap.
Yapay zekâ alanında yıllardır süren "insan gibi düşünen makine" tartışmasına bu kez bilgisayar bilimci Peter J. Denning farklı bir bakış açısı getirdi. Denning, yayımladığı "Turing's Mistake: Escaping the Yoke of Unintelligent Machines" başlıklı analizinde, yapay genel zekânın (AGI) hiçbir zaman geliştirilemeyebileceğini savundu. Ona göre bunun temel nedeni, insan zekâsının en önemli parçalarından biri olan örtük bilginin makinelere aktarılamaması.
Denning'e göre bugün yapay zekâ araştırmalarının geldiği noktadaki en büyük çıkmaz, Alan Turing'in 1950 yılında ortaya koyduğu iki temel varsayıma dayanıyor.
Bunlardan ilki, insan zekâsının bedenden bağımsız bir yazılım gibi bilgisayarlara aktarılabileceği düşüncesi. İkincisi ise bir makinenin gerçekten zeki olup olmadığının Turing Testi ile anlaşılabileceği yaklaşımı. Denning, bu iki kabulün yaklaşık 75 yıldır yapay zekâ çalışmalarını yanlış bir rotaya yönlendirdiğini öne sürüyor.
İşletim sistemlerinde sanal bellek yönetiminin temelini atan modellerden birini geliştiren, kuyruk teorisi ve işletim sistemleri mimarisi üzerine yaptığı çalışmalarla tanınan Denning, bu görüşlerini uzun yıllara dayanan bilimsel birikimine dayandırıyor.
Denning'in dikkat çektiği en önemli kavram ise "örtük bilgi" ya da "zımni bilgi". Bu; kitaplardan öğrenilemeyen, kelimelere dökülmesi oldukça güç olan ve büyük ölçüde deneyim, sezgi ile usta-çırak ilişkisi sayesinde kazanılan bilgi türünü ifade ediyor.
Sağduyu, duygular, pratik beceriler, gündelik sosyal ilişkiler ve kültürel birikim de bu kapsamda değerlendiriliyor. Denning'e göre mevcut makine öğrenmesi yöntemleri bu bilgiyi bilgisayarlara aktarmakta yetersiz kalıyor.
Bu görüşünü desteklemek için 1980'lerde başlatılan Cyc projesini örnek gösteren Denning, yaklaşık 40 yıl süren çalışmalar sonucunda oluşturulan 25 milyon maddelik sağduyu veri tabanının bile uzman seviyesinde akıl yürütme yeteneği kazandıramadığını hatırlatıyor. Ona göre bu durum, insan uzmanlığının önemli bir bölümünün veri olarak ifade edilemediğini ortaya koyuyor.
Denning'e göre yapay zekânın önündeki en büyük engellerden biri de "temsil problemi". Bilgisayarlar yalnızca kodlanabilen veriler üzerinde işlem yapabiliyor. Ancak örtük bilgi bu yapıya dönüştürülemediği için eksiklik ortaya çıkıyor.
Bu nedenle ChatGPT, Claude ve Gemini gibi büyük dil modellerinin kelimeler üzerinde başarılı işlemler yapabildiğini ancak kelimelerin taşıdığı anlamı gerçekten kavrayamadığını savunuyor. Aynı durumun robotlar için de geçerli olduğunu belirten Denning, usta bir kemancının hareketlerini kusursuz şekilde taklit eden bir robotun bile müzik yapmanın hissettirdiği duyguyu veya dinleyici üzerindeki etkisini anlayamayacağını ifade ediyor.
Araştırmacıya göre bağlam, kültür ve deneyim de insan iletişiminin ayrılmaz parçaları. Bunlar yalnızca daha büyük veri kümeleri ya da daha gelişmiş sinir ağlarıyla elde edilebilecek özellikler değil.
Denning, geleceğe ilişkin en büyük riskin insanı aşan bir süper zekâ olmadığını düşünüyor. Ona göre asıl dikkat edilmesi gereken konu, birbirine bağlı yapay zekâ sistemlerinin insan seviyesine ulaşmadan da güçlü, öngörülemez ve insan hedefleriyle tam uyumlu olmayan davranışlar sergileyebilmesi.
Araştırmacı, insanların makinelerin geliştirebileceği olası "örtük bilgiyi", makinelerin ise insanlara özgü örtük bilgiyi hiçbir zaman tam anlamıyla anlayamayacağını savunuyor.
Google Play
App Store
10:58
