Özgün Adı: The Role of Computer Metaphor in Understanding the Mind
Profesör Sherry Turkle çocukların bir bilgisayar oyuncağına baktıklarında tamamen anlaşılmaz bir şey bulduklarını söylemişti: hareketli parçaları olmayan küçük bir yonga (chip). Bu yonga, onlar için hiçbir anlam ifade etmez. Aynı durum birinin kafatasının üstünü çıkarıp beynine baktığınız zaman da geçerlidir elbette. Mutlak bir anlaşılmazlık söz konusu. Ve garip bir şekilde, mikroskobunuzu alıp beynin ayrıntılarına çok yakından bakmanız da size yardımcı olmaz. Sinapslara veya nörotransmitterlere baksanız da hipotalamus, oksipital korteks veya beynin diğer büyük kısımlarına baktığınızda gördüğünüzden daha fazla bir düşünce, fikir, acı veya niyet göremeyeceksiniz.
Beynin bu anlaşılmazlığına veya bulanıklığına birkaç cevap vardır. İlk ve geleneksel yanıt düalizmdir: kulakların arasında gördüğümüz bu yumak, zihni açıklayamaz; bu nedenle zihin başka bir şeylerden, tanrısal, mekanik olmayan şeylerden yapılmış olmalıdır. Bu çok iyi bilinen bir bilimsel çıkmazdır, hatta bilimden tamamen vazgeçmek anlamına gelir. “Tanrı yaptı,” demekle eşdeğerdir.
Daha sonra hakkında biraz daha konuşacağım bir başka yanıtı organik beyin hakkındaki gizemcilik olarak adlandırıyorum: düalizm yanlıştır, zihin bir şekilde beyin olmak zorundadır, ancak özü gereği gizemlidir. “Bunun nasıl olduğunu hiç anlayabilecek miyiz acaba!”
Üçüncü yanıt ise “Paçaları sıva ve dal,” yanıtı. Beyin gizemlidir, hatta epey anlaşılmazdır; ama bırakın işin ucundan tutarak başlayalım, yavaşça ilerlemeye çalışalım ve anlayabilecek miyiz, görelim. Zihin bilimlerinde bu tutum “yukarıdan aşağı” (top-down) araştırma tipine karşıt olarak “aşağıdan yukarı” (bottom-up) olarak adlandırılır. “Yukarıdan aşağı” zihin ve zihinsel olaylardan başlar ve bir gün sinapslara varma umuduyla aşağı doğru ilerler. “Aşağıdan yukarı” ise sinapslardan başlar ve zihne doğru yükselebilmeyi umut eder. Bu yanıt anlaşılmazlığa karşı sorumlu ve meşru bir tepkidir. Bu konferansta da bu ruhla yürütülen birkaç iyi araştırma örneği gördük, ancak burada hakkında konuşacağım yaklaşım bu değil.
Dördüncü bir tepkiden bahsedeceğim: teorik idealleştirme stratejisi. John Searle’ün panel tartışmasında belirttiği gibi [Bölüm VII], bu araştırma stratejisine göre -şimdilik- “beyin önemli değildir!” Bu stratejiye göre bir süre için beynin dağınık, ince ayrıntılarını görmezden gelmeli ve zihnin faaliyetlerinin ve süreçlerinin nasıl düzenlenmiş olabileceğini kavramaya başlayabilmemizi sağlayacak bazı teorik idealleştirmeler bulabilir miyiz, buna bakmalıyız.
Bu yaklaşımı desteklememin nedeni belki de bu yaklaşımın geleneksel felsefi yaklaşım olmasıdır- ben de bir filozofum. Geleneksel epistemolojide beyin önemli değildir: basitçe bir zihin, Descartes’ın adlandırdığı haliyle düşünen bir şey, bir “res cogitans” varsayarsınız ve bu tarzda varsayılmış bilen öznenin özellikleri ve nitelikleri hakkında a priori (deneye öncelikli) yolla teoriler oluşturmaya başlarsınız. Şimdi, geleneksel epistemolojide (ki geleneksel epistemoloji derken iki gün evvelsinden önceki her şeyi kastediyorum) bu idealleştirme aşırı bir idealleştirmeydi. Alışılageldik haliyle zihnin sınırsız ya da neredeyse sınırsız olduğu varsayılıyordu. Descartes’ın terimleriyle zihin bariz bir biçimde sınırsızdı. Bulunduğumuz yüzyıldaki mantıksal pozitivistler açısından da zihin sınırsız olabilirdi çünkü hiç kimse zihnin gerçek yetilerinde olabilecek herhangi bir sınırlama ile ilgilenmiyordu. Ancak bu geleneksel idealleştirmenin bir başka ilginç özelliği de bilen öznenin dünyayı umursamayan, her ihtiyaca hizmet eden ve tek işlevi her ne pahasına olursa olsun hatayı önlemek olan bir çeşit mandarin[1] olarak tasarlanmasıdır. Hiçbir zorlukla karşılaşmayan, hiçbir şekilde zaman baskısı altında bulunmayan, tek amacı hiç hata yapmamak olan bir şey. Böylelikle ortaya çıkan zihin teorilerinin hepsi hiçbir zaman hata riski olmayan, birinin ancak kesinlikten kesinliğe geçmesine izin veren yöntemleri betimlemek için tasarlanmıştır.
Filozof Clark Glymour yakın bir zamanda bana yapay zekanın (AI) aslında sadece “başka amaçlarla sürdürülen mantıksal pozitivizm” olduğunu söylemişti. Bu bir bakıma doğru, ama konu üzerine biraz daha düşündüğümüzde geleneksel mantıksal pozitivizm ve Glymour’un “android epistemolojisi” (android epistemology) olarak adlandırdığı –bence iyi bir terim- yapay zekâ arasında birkaç önemli farklılık ortaya çıktı.
Android epistemolojisinde aşırı idealleştirilmiş asıl felsefi model üç kısıtlama ile zenginleştirilmiştir:
1. Mekanizma. Hangi teori öne sürülürse sürülsün, prensip olarak bu teorinin bir mekanizmada nasıl gerçekleştirilebildiğini betimleyebilmek (belki biraz el yordamıyla) gerekir. Bu dolaylı ancak önemli kısıtlama, elbette düalizme karşı bir savunmadır.
2. Sınırlılık. Önerilen bütün zihin modelleri zihnin sınırlı olduğunu, kısıtlı kaynaklara sahip olduğunu varsaymalıdır.
3. Zaman baskısı. Model, “doğru” cevapları gerçek dünyada mevcut olan gerçek zamanda bulabilmelidir. Hayat akıp gidiyor: dünya düşünen şeyin tüm olası yollar üzerine kafa yormasını beklemez; önerilen modele göre zihin, zaman baskısı altında akıllıca hareket edebilmelidir. (Profesör Rabin konuşmasında bu kısıtlamanın önemini farklı bir şekilde ortaya koydu. Bu, epistemolojik bir öznenin veya dünyayı bilen kimsenin herhangi bir modeli hakkındaki derin, temel bir kısıtlamadır.)
Peki bu kısıtlamalar ne kadar önemli? Soyut olmaları bir yana zihnin yukarıdan aşağı bir teorisini geliştirme oyununu imkansızlaştırmadan, iştah açıcı biçimde zorlaştırıyorlar –bu yolla geliştirilen teorilerin (felsefi gelenek içindeki aşırı idealleştirilmiş öncüllerinin çoğunun aksine) gerçekten ilgi çekici olmasını sağlayan, uygun zorlukta bir oyun. Aslında bu üç kısıtlama beynin insan düşüncesindeki önemi hakkında öyle bir argüman inşa edilmesine imkân veriyor ki argümanın sonucu Profesör Searle’ün görüşüne şaşırtıcı bir biçimde yakın. Android epistemolojisinin kısıtlamaları mekanik olarak gerçekleştirilebilir ancak çok soyut terimlerle — isterseniz “yazılım” terimleriyle diyebilirsiniz — ifade edilen bir teori inşa edilmesini gerektiriyor. Böyle bir teori Searle’ün “tamamen formel sistem” (purely formal system) dediği şeyi tarif eder. (Üçüncü kısıtlamamızı da göz önünde bulundurarak zamanın kritik bir parametre olduğu, tamamen formel ama aynı zamanda dinamik bir sistem de diyebiliriz.) Bu bizi formel işlemler ve faaliyetlerin stratejileri üzerinden kurulmuş bir zihin veya bilen kimse modeline götürür. Bu, antik bir felsefi geleneğin yeni kısıtlamalarla zenginleştirilmiş bir modelidir. Bu görüş de zihinler açısından neyin önemli — ya da “özsel” — olduğuna dair bize yeni bir bakış sunar, tıpkı Maria Muldaur’un popüler bir şarkısında coşkuyla ifade ettiği gibi:
Et değil, hareket! (It ain’t the meat, it’s the motion!)
(Muldaur’un şarkısının bu mükemmel kullanımına dikkatimi çektiği için Richard Sharvy’ye borçluyum.) Bu ifade yapay zekânın — ya da Searle’ün tabiriyle “güçlü yapay zekânın” — sloganı olabilir. Bu durumda Searle’ün kendi pozisyonunun özü de şudur:
Et! (It’s the meat!)
Burada keskin bir görüş farkı var. Ancak yapay zekânın (veya android epistemolojisinin) kısıtlamaları, bu anlaşmazlığın diyalektik bir uzlaşma ile çözülmesini sağlayabilecek bir argümanın öncüllerini sağlar.
Muhtemelen çoğunuz Edwin A. Abbott’ın iki boyutlu bir dünyada -zeki düzlem figürlerini (üçgenler ve diğer çokgenler) barındıran bir düzlem- başlayan eğlenceli kurgusu Flatland: a Romance of Many Dimensions[2]’ı okumuşsunuzdur. Şu an kim olduğunu hatırlamıyorum ancak biri böyle bir dünyanın imkânsız olduğunu iddia etmişti (kim aksini düşündü ki!) çünkü iki boyutlu zeki bir varlığın olması mümkün değildi. Bu varlıkların beyinlerinin rolünü oynayan her neyse, orada yeterli bağlanabilirliği (connectivity) elde etmek için üç boyutun olması gerekiyordu (bir bakıma, “kabloların bağlanabilmesi için”). John McCarthy, bana bunun kesinlikle yanlış olduğunu belirtti: John von Neumann yıllar önce genel bir otomatın (general automaton) — evrensel bir Turing makinesinin (universal Turing machine)- iki boyutta gerçekleştirilebileceğini kanıtlamıştı, ancak elbette böyle bir otomat geometrik basitlik uğruna işlem hızından feragat eder. Bir bilgisayarın (veya beynin) kendi üzerine katlanıp kendi içinde üç boyutta iletişim kurmasına izin verilerek işlem hızı büyük ölçüde arttırılabilir. Dolayısıyla beynimizin üç boyutlu olması tesadüf değildir.
Dahası artık beynimizin sadece üç boyutlu olmasının değil, aynı zamanda paralel işleme için düzenlenmiş olmasının gerekliliğine de neredeyse kesin gözüyle bakılabilir. Bir standart dijital bilgisayarın, yani sıralı bir biçimde çalışması için düzenlenmiş ve aynı anda yalnızca bir şey yapabilen ancak yaptığı her işi çok hızlıca yapan bir “von Neumann makinesi”nin “makine mimarisi”, birçok bilişsel görev için –özellikle algının örüntü tanıma görevleri (pattern-detecting tasks of perception) ve bazı bellek-arama görevleri (memory-searching tasks) için– verilen zamanda doğru hesaplamaların (computation) çalıştırılmasına (execute) izin vermemektedir. Dolayısıyla zeki bir varlığın (bizim gibi bir varlığın) beyninin son derece zengin –belki milyonlarca kanal genişliğinde– bir paralel işlemeye göre düzenlenmiş olması gerekir. Yine de görünüşe göre silikon çiplerden üretilmiş böyle bir cihazı teknolojide pek büyük bir gelişme olmasa da inşa edebilirdik.
Peki ya zihnin ana aktarma öğeleri olan beyindeki on milyar (veya daha fazla) nöronun bunu esasen hücre altı organik moleküllerindeki küçük bilgi depolama değişikliklerini kullanarak yaptıkları ortaya çıkarsa (bazılarının düşündüğü gibi)? Bu tür molekül topluluklarının bilgi işleme güçlerini bu molekül sistemlerinden başka bir şeyle taklit etmek fiziksel olarak mümkün olmayabilir. (Kayda değer miktarda bilgi işleme kapasitesine sahip bir alosterik enzim molekülü 10 üzeri -17 gram ağırlığındadır ve eğer bu tür bir molekül grubunun davranışları başka ortamlarda simüle edilmeye çalışılırsa çok kısa zamanda çok büyük ve çok yavaş bir model elde edilir.)[3]
Böylelikle insan beyninin bilgi işleme hünerine (gerçek zamanlı olarak) erişmenin tek yolunun bir insan beyni kullanmak olduğu dahi ortaya çıkabilir! Sonuçta bizim gibi bir zihne sahip olmanın tek yolunun bizim gibi, yani aynı organik malzemelerden oluşan, kabaca aynı biçimde düzenlenmiş bir beyne sahip olmak olduğu ortaya çıkabilir. Bu durum, Searle ve “güçlü yapay zekâ” savunucuları arasındaki anlaşmazlığın belirgin bir çözümünün yolunu açar:
Muhtemelen, sadece bu et size bu hareketi verebilir. (Probably, only this meat can give you that motion)
Anlaşmazlık şimdi çözüldü mü? Sonuçta Searle, yapay zekâyı beynin nedensel güçlerini göz ardı etmekle suçlamıştı ve işte karşımızda yapay zekâ ilkelerine ve kısıtlamalarına dayanan, beynin gerçek nedensel güçlerinin ne kadar önemli olduğunu gösteren bir argüman var. Ama aslında bu argüman sözkonusu anlaşmazlığı çözmediği gibi, Searle’ün meraklı ve gizemci bakış açısının doğasını ve yapay zekânın buna direnme nedenlerini de iyice belirginleştirir.
Profesör Dreyfus’ın panel tartışmasında belirttiği gibi, Searle bir insan beyninin gerçek zamanlı girdi-çıktı davranışını mükemmel bir şekilde taklit eden, silikon çiplerden (veya yapay zekâ tarafından onaylanmış başka bir donanımdan) yapılmış beyin benzeri bir cihaz oluşturmanın mümkün olduğunu prensipte kabul ediyor! Yani eğer bir insanın beynini çıkarıp yerine uygun bir biçimde programlanmış bir bilgisayar (bir çeşit inorganik bir donanımda cisimleştirilmiş (embodied) “yalnızca formel bir sistem”) koyabilseydiniz o kişinin bedeni tıpkı beyni olduğu zamanki gibi davranmaya devam ederdi. Beynin kontrol güçleri Searle’ün çokça vurguladığı “nedensel güçler” değildir: aslında Searle’ün hayranlık duyduğu nedensel güçler, beynin bilgi alma, bilgi işleme ve kontrol etme güçlerinden tamamen bağımsızdır. Beyin yerine bir bilgisayar tarafından kontrol edilen bir beden, dışarıdan bakan bir gözlemciye tıpkı bizim gibi bir zihni olan, zeki bir birey olarak gözükebilirdi (hatta tasarlayabileceğimiz en zorlu davranışsal zekâ testlerini de geçebilirdi) ama aslında ortada zihin olmazdı! “Tamamen formel bir sistem” olan böyle bir bilgisayar “gerçek yönelimsellik (intentionality) üretmezdi ve bu nedenle bu canlandırılmış (ancak Searle’e göre cansız) bedenle ilişkilendirilecek bir bilinç zerresi dahi olmayacaktı.
Searle’ün görüşünün evrimsel biyoloji alanında tuhaf bir etkisi olduğu sık sık belirtilmiştir. Israr ettiği gibi, bu tür bir akılsız (mindless) (“tamamen formel”) bilgisayar beyni mümkün olsaydı, muhtemelen doğal seçilim ile evrimleşmiş olurdu. Öyleyse atalarımız bu akılsız beyinlerden birindense bizim sahip olduğumuz beyinlere sahip oldukları için şanslı değil miyiz? Bu beyinler bizimkine eşdeğer girdi-çıktıya sahip olacaklarından dışarıdan ayırt edilemezlerdi; doğal seçilimin, zombi-bilgisayar tipi beyin (içeriği oldukça düşük bütçeli) yerine “yönelimsellik” ile dolu bilinçli beyin tipimizi seçmek için bir sebebi olmazdı. Bu tür akılsız atalara sahip olacak kadar talihsiz olsaydık şimdi hepimiz zombi olurduk!
Android epistemologları –güçlü yapay zekâ savunucuları- davranışsal olarak ayırt edilemeyen bu iki tür kontrol sistemi arasında yapılan hayali ayrımın yanıltıcı olduğunu beyan ederler. Bu yanılsama böyle bir kontrol sisteminin kendisi olmanın (ya da böyle bir sisteme sahip olmanın) “nasıl bir şey olacağı” (“it would be like”) üzerine düşünmeye dayanır. Searle’ün birinci şahıs bakış açısı (first-person point of view) olarak adlandırdığı bu yaklaşımdaki ısrarı apaçık büyük bir hatadır. Bu, Kartezyen içebakışçı kesinliğin (Cartesian introspective certainty) son nefesidir. Panel tartışmasında John McCarthy’nin dediği gibi, yapay zekâ topluluğu ise üçüncü şahıs bakış açısına (third-person perspective) dayanmayı “erdemli” bulur.
Neden bir kimse üçüncü şahıs perspektifinden korksun ki? Zihni üçüncü şahsa, nesnel, bilimsel bir bakış açısına getirme fikri bazı insanlara estetik açıdan hoş ve umut verici bir fikir olarak gözüküyor: Sonunda gizemin son büyük karakolu olan insan zihnini, bilimin genişleyen hakimiyetine açan yolu, her ne kadar belirsiz de olsa görmeye başlıyoruz. Bununla birlikte bazıları bu fikri son derece tehditkâr ve rahatsız edici buluyor. Profesör Turkle’ın belirttiği gibi, birçok insan bu tür fikirlerle karşı karşıya kaldığında oldukça güçlü duygusal tepkiler sergilemektedir.
Bu bana, Darwin’in doğal seçilim yoluyla evrim teorisine getirilen tepkileri hatırlatıyor. Hepimizin bildiği gibi Darwin’in teorisi dünyayı bir yıldırım gibi vurmuştu. Bununla ilgili tuhaf gerçeklerden biri, öneminin halk tarafından büyük ölçüde yanlış algılanmasıydı. İnsanlar bu yeni fikrin gönül rahatlıkları için korkunç bir tehdit olduğunu iliklerinde hissediyorlardı, kâbusları gerçek olmuştu; ancak bu endişe içinde gözlerini yeni teorinin önemsiz çıkarımlarına diktiler. Belki de teorinin gerçek gücünü kabul etmekten korkuyorlardı. “Bizim maymunlarla kuzen olduğumuzu iddia ediyor!” diyorlardı, sanki soy ağacında tüylü, geveze atalara sahip olmanın verdiği utanç Darwinci teorinin kişinin imajına vurabileceği en kötü darbeymiş gibi. “İncil’deki yaratılış hikayesinin yanlış olduğunu iddia ediyor!” diye haykırdı diğerleri, ki bu, meselenin kalbine yaklaşmıştı çünkü nihayetinde Darwin’in teorisi tarafından etkin bir şekilde zayıflatılmış olan, Tanrı’ya olan inancın kendisiydi. Neden? Çünkü Tanrı’nın varlığına dair en ikna edici ve gelişmiş argüman olan “tasarım argümanı”, en agnostik bilim insanının bile gücünü takdir ettiği, çekiciliğini ne imana ne vahye ne de geleneksel dogmalara borçlu olan bu argüman, Tanrı’nın varlığı için en iyi argüman aniden dayanağını kaybetmişti. Ancak burada bile zeki insanlar esas noktayı kaçırdılar, ya da kaçırmayı seçtiler.
Örneğin, William Jennings Bryan’ı Clarence Darrow ile karşılaştıran ünlü Scopes maymun duruşmasını hatırlayın. Çiftlik eyaletlerinin köktenci ve Popülist kahramanı, üç kez başarısız olan Demokrat başkan adayı Bryan, lise öğrencilerine evrim teorisini öğretmeye cesaret eden Scopes’un soruşturmasına liderlik etmişti. Duruşma, modern medyanın tüm dikkatini çeken ilk tarihi olaylardan biriydi, gazeteci orduları duruşma hakkında yüz binlerce kelimeyi gazetelerine her gün telgrafla yolluyordu. Bütün ulus büyülenmişti. Ancak tüm bu yoğun incelemenin ve her iki tarafın süslü konuşmalarının altında Darwin’in teorisinin asıl zorluğu gizliydi.
Bryan azımsanamayacak bir gösteri yaptı. Hiddetli bir konuşma ile basit bir insanın da anlayabileceği birkaç rahatsız edici gerçeği ortaya koydu. Sıradan halkın bile görebildiklerini göremeyen her bilim insanı düpedüz bir aptaldı. Muhalefetin görüşlerinin ucuz ve basitleştirilmiş versiyonlarıyla dalga geçti, herkesi de dalga geçmeleri için teşvik etti. Bir öcü gibi görünen, korktuğumuz şeyleri artık korkmamıza gerek kalmayacak aptal bir palyaçoya dönüştürmeyi umarak sıklıkla hafifseriz.
Bugün insanların bilgisayarların jargonunu alıp popüler kültüre uyarladıklarını, ucuzlaştırdıklarını ve sıradanlaştırdıklarını; endişelerini sıradan ve mantıksız bir öcü ile dağıttıklarını görüyoruz. Bir robotla evlenmek ister misiniz? Siz (yalnızca) kâğıt bir bant üzerinde kıkırdayan bir Turing makinesinden mi ibaretsiniz? Dini bir tarikat tarafından mağdur edildikten sonra “yeniden programlanan” birini tanıyor musunuz? Korku, bilgisayar metaforunun birçok tezahüründe yeterince açıktır. Bu da Darwinci metafora duyulan korku gibi yanlış yönlendirilmiş bir kaygı mı? Bilgisayar metaforunun gerçeklik payı var mı? Bilgisayar bilimi kavramlarının yardımıyla zihni anlamada önemli bir ilerleme kaydettik mi?
Bilgisayarların zihnin anlaşılmasına çok temel ve çok soyut bir katkısını anlatacağım. David Hume çözdüğü için değil, kendisi onunla çokça mücadele ettiği için Hume’un problemi dediğim, iyi bilinen ve tamamen kavramsal bir problem var. B. F. Skinner ve Gilbert Ryle’ın son yazılarında ve daha birçoklarında bunun versiyonlarını bulabilirsiniz.[4] [5] Bir zihnin esasen temsiller (representations) içeren bir şey olduğunu söylemenin muazzam ve makul bir teorik cazibesi vardır; bu temsiller anılar, fikirler, düşünceler ve duyumlardır. Bütün bunlara zihinsel temsiller diyelim. Ancak bir temsil, o temsili manipüle edecek ya da anlayacak bir temsil kullanıcısı ya da temsili değerlendirecek kimse yoksa çalışmaz, bir rol oynayamaz. Dolayısıyla temsil kullanıcısı bir zihin olmalıdır. Ancak zihninizin içinde temsiller varsa ve bu temsilleri kullanan küçük bir temsil kullanıcısı varsa, bu temsil kullanıcısının zihninde ne var? İçinde kendi temsil kullanıcılarını barındıran daha fazla temsil mi var? Beyindeki küçük insanların- “homunculi”- beyinlerindeki daha küçük insanlarla devam eden sonsuz bir gerilemeye mi düşüyoruz? Zihinsel temsil sistemleri fikrinin tamamı birçok kişiye devridaim makinesi (perpetual motion machine) fikri gibi görünüyor: kesinlikle imkânsız bir mekanizma — mucizevi bir nesne.[6]
Bilgisayar bilimi bunu değiştirmiş durumda. Sadece yapay zekâ değil, genel olarak bilgisayar bilimi; zira bir bilgisayar başka hiçbir şey değilse bile akılsız bir temsil manipülatörüdür. Belki onlar temsil de değildirler, çünkü zihinleri olan içsel temsil kullanıcılarına ihtiyaç duyuyormuş gibi görünmüyorlar. Her ne olurlarsa olsunlar burada sonsuz bir gerileme yoktur, zira gerçek olan mümkündür ve temsil-kullanan mekanizmalar olarak bilgisayarlar gerçekten de var. Bu bilgisayarların içinde bir şeyler var, “veri yapıları” ve diğer yeni model şeyler — bunlar kendi kendine anlayabilen (self-understanding) temsiller olarak adlandırılabilirler. Onlar kendilerini anlayan temsiller![7]
Şimdi, terimler açısından bu bir çelişki, kavramların açıkça tutarsız bir şekilde birleşmesi gibi görülebilir. Ancak bir zamanlar atomu bölme kavramının da bu kadar çelişkili olduğunu hatırlamalıyız. Atomlar tanım gereği bölünemezdi. Bugün bölünebilir atom denen şeylerin olduğunu öğrendik. (Belki de bugün yanlış adlandırıldıklarını kabul etmeliyiz, bölünebilmelerinden ve parçalar sahip olmalarından dolayı — zira Yunancadaki anlamı bunu reddediyor) Daha yeni bir tarihte öğrendik ki, kendi kendini anlayabilen temsiller gibi şeyler var. (Onlar için daha iyi bir isim bulunabilir tabii.) Daha önceki zihin teorilerinin çeşitli şüpheli zihinsel temsillerine geleneksel olarak atadığımız rolleri yerine getiriyorlar. Böylelikle Hume’un problemini oluşturan sonsuz gerileme argümanının üstesinden geliyorlar.
Elbette bütün bunlar prensipte belirli bir olasılığı gösteriyor. Bir insan zihninin nasıl, neden veya hangi açılardan bir bilgisayar gibi olabileceğini söylemiyor. Tek gösterdiği prensipte mekanik, sınırlı, gerçek zamanlı çalışan ve devridaim makinesi olmayan bir zihin teorisine sahip olabileceğimizdir. Hâlâ birçok temel kavramsal sorun var (ve Profesör McCarthy tarafından bu sorunların mükemmel bir listesi sunuldu), ancak bunlar üzerinde ilerleme kaydediliyor.
Peki beynin olası önemi ile ilgili daha önceki sonucum ışığında, “aşağıdan yukarı” beyin araştırması lehine “saf” yapay zekâyı terk etmeli miyiz? Profesör Michael Rabin tarafından açıkça ortaya konan bir nedenden dolayı hayır. Kaç kanal genişliğinde olursa olsun hiçbir paralel işleme, bireysel sinir hücrelerindeki organik molekül seviyesine kadar bile olsa hiçbir mikro minyatürleştirme, hesaplamanın gerçek üssel patlamasından (genuine exponential explosion), bilgi işlemenin “kombinasyonel patlamasından” kaçınmak için yeterli bir hesaplama gücü vermeyecektir. Bu tip bir ümitsiz felçten kaçınmanın tek bir yolu var: akıllı yazılım. Her durumda beynin işlemlerini anlamak için yazılım — “tamamen formel sistemler”- gerekecektir. Her nöronun ve her nöron kısmının tüm paralel kaynaklarından yararlanıyor olsak bile temsil ve temsil manipülasyonu stratejilerinin oldukça gerekli ekonomilerini nasıl kazandıklarını anlamak zorunda kalacağız.
Bazı insanlar hâlâ zihin üzerine bu üçüncü şahıs bakış açısını ele alma konusunda korku hissediyor olabilir. Bazıları bizimle ilgili en özel ve harika olan şeyleri bir şekilde birbirimizden çalacağımızdan korkuyor olabilir. Bazı insanlar bu nedenle bazı özel bölümlerinin — zihinlerinin- etrafında bir tür hendek inşa etmek ve onu sonsuza dek bilim tarafından bozulmaz ve dokunulmaz kılmak için güçlü bir istek hissedebilir. Bu korkuyu hafifletebilmek için söyleyebileceğim tek şey, bilimde daha önce gerçekleşen büyük sıçramalara bakarsanız, olgunun inceliği, hayret vericiliği ve karmaşıklığı konusundaki takdirimizi azaltmaktan çok daha da arttırdıklarını göreceksiniz. Örneğin genetik kod ve işleyişi hakkındaki bilgimiz üremenin doğası hakkında kendisinden önce gelen, ayrıntılı olmayan vitalistik teorilerden çok daha muhteşem bir manzara sağlar. Hiç kuşkum yok ki zihin hakkında iyi bir üçüncü şahıs perspektifi teorisine ulaştığımızda (ya da, ulaşırsak) bu sadece bir insan zihninin ne kadar olağanüstü karmaşık ve güzel olduğuna dair olan en iyimser sezgimizi doğrulayacaktır.
Makale Üzerinde Tartışma
SORU: Konuşmanızda insanların, insan zihnine olan itibar ve saygılarından dolayı bilgisayarlara dair endişe veya korku duydukları ve haysiyetlerini korumaya yöneldikleri gibi bir varsayım varmış gibi görünüyor. Ancak ben genellikle tam aksi davranışın sergilendiğini görüyorum. Bilgisayar uzmanları için bilgisayarlar ve insan değerleri üzerine atölye çalışmaları yürütüyorum ve katılanlara düzenli olarak işledikleri verilere inanıp inanmadıklarını soruyorum. Hepsi de düzenli olarak hayır diyorlar, “Biz sadece bilgi işleme makinelerini programlıyoruz, çöp içeri, çöp dışarı, ama yine de yapmaya devam ediyoruz.” Bilgisayar programlarını oluşturan modellere saygı duymayan yöneticiler kötü veriler olduğunu biliyorlar, ancak bilgisayar bunu söylüyor, bu yüzden doğrudan onu kullanmak daha kolay geliyor. Böylece kendimizi ölçtüğümüz ve kendimizi daha üstün gördüğümüz bir şey olmak yerine bunlar, derin düşünmeyi durdurmak için neredeyse bir bahane haline geliyor. Bu gözlemlerin teorinizle nasıl bir ilişkisi olduğunu merak ediyorum.
D.C. DENNETT: Bence önemli bir sorunu ortaya koydunuz. İki gün önce uzman sistemlerden bahsedildi. Uzman sistemler genellikle çok etkileyici sistemler ve çok sayıda insan, uzman olmayanlarla birlikte, çok yakında onlarla günlük olarak etkileşime girecek. İnsanların bu sistemlere aslında sahip olduklarından çok daha fazla zekâ atfetme konusunda sevimli ama kaçınılmaz bir eğilimleri var. Bence insanların uzman sistemlerin sınırlamaları hakkında bilgi sahibi olmaları ve bunların maskesinin nasıl kaldırılacağını öğrenmeleri sosyal açıdan son derece önemli. Sınırlarını ve eksikliklerini nasıl bulacaklarını öğrenmeliler, böylece bu köklü, doğal, yorumlayıcı eğilim (Profesör Turkle’ın küçük çocuklarda bile gözlediği eğilim) bizi bu sistemlerin olduklarından çok daha güvenilir ve sorumluluk pozisyonlarına yerleştirilmeye layık olduklarını varsaymaya yönlendirmez.
SORU: Benim sorum kendini kendini anlayabilen temsil fikri hakkında. Bu nosyon beni oldukça heyecanlandırdı. Bunun için halihazırda var olan bir felsefi teoriyi kullanmak iyi bir fikir olmaz mı? Özellikle Ludwig Wittgenstein’ın Felsefi Soruşturmalar’ında formüle edilen teorisini, bunun için dil oyunları kavramını kullanmayı kastediyorum. Bu iyi bir başlangıç noktası olmaz mıydı?
D.C. DENNETT: Sanırım verebileceğim en iyi cevap “Evet, bu iyi bir başlangıç noktasıydı,” olur. Yani, yıllardır bilgisayar sistemlerinde temsil üzerine düşünen insanlar muhtemelen bu noktada Wittgenstein’ın teorilerinden faydalanmışlardır. Şimdi Wittgenstein’ın Felsefi Soruşturmalar’ına dönüp dil oyunları fikri ile daha fazlasını yapmakla kazanılacak daha çok şey olabilir. Elbette, aile benzerlikleri ve tanımların imkânsızlığı ve gereksizliği hakkındaki fikirlerinden bazıları yapay zekâ projesinin bir kısmında önemli bir rol oynayabilir. Emin değilim.
YORUM: Yapay zekâ topluluğunun bu teorinin fırsatlarından haberdar olduğundan şüpheliyim.
D.C. DENNETT: Belki de ben aşırı iyimserim. Yapay zekâ alanında aslında felsefe hakkında çok şey okumuş ve oldukça donanımlı insanlar mevcut, elbette bunun tersi insanlar da.
YORUM: Modelinizi anlamakta zorluk çekmiyorum çünkü bir atom temelde fiziksel bir model ve tabii ki fiziksel model parçalarına ayrılabilir ya da ayrılamaz. Ama ikinci modeliniz psikolojik bir model ve belki de psikolojik bir modeli bölebileceğinizi anlamak için filozof olmalısınız.
D.C. DENNETT: Bir atomun basit bir nokta olduğu fikrinden uzaklaşıp bir yapıya sahip olduğunu görünce onu nasıl bölebileceğimizi görebiliriz. Bir fikrin parçalara sahip olması fikri aslında bayağı eski bir fikirdir ve Hume, Locke, Berkeley ve Descartes’ta bulunabilir. Örneğin, karmaşık fikirlerin basit fikirlerden oluşan moleküller olduğunu düşünen Locke’u ele alalım. Ama bu, psikolojik süreçleri ve durumları bölmenin yanlış bir yolu. Tüm anlayışı dışarıda bırakıyor. Bilgisayar biliminin temel anlayışının ihtiyaç duyulan temsil ayrışmasının farklı bir türde olması olduğunu düşünüyorum. Temsil ve temsil kullanıcısı arasındaki engeli aşıyor. Ama bu noktayı bir dakika içinde hakkını vererek netleştirebileceğimi sanmıyorum.
SORU: Genetik mühendisliğinin rolü hakkındaki fikrinizi merak ediyorum- bilgisayar devriminin yanı sıra muhtemelen en muhteşem devrim; çünkü yeni yaşam formları yaratmaya, organik üremeye, insan parçalarının değiştirilmesine yardımcı oldu ve belki de insan beyni olarak adlandırdığımız şeyde neler olduğu konusunda bize gelecekte daha fazla ışık tutacak.
D.C. Dennett: Eskiden bir şey yapıyorsanız onu anladığınız söylenirdi. Bu eskiden doğruydu çünkü bir şeyler yaptığımızda ellerimizi yaptığımız şeyin üstünde tutardık ve her parçasını biz yapardık. Ancak her zaman bu kuralın mükemmel bir istisnasını biliyorduk: Çocuk yaptığınızda, bir anlamda onları siz yapmış olmanıza rağmen, bu onların nasıl çalıştığını anladığınız anlamına gelmez- çünkü siz onları doğru şekilde yapmadınız. Tüm parçaların prensiplerini anlamayı içeren pratik bir inşa değildi.
Şimdi, genetik mühendisliği genlerin pratik inşası olabilir; ancak genetik yönerge altındaki gelişim hâlâ büyük ölçüde bir gizem ve genetik mühendisliğinden insan beyninin nasıl çalıştığı hakkında normal şekilde daha fazla bebek yapmaktan daha fazla içgörü elde edeceğimizi düşünmüyorum.
Yan yana gerçekleşen bu iki devrimin toplumsal önemine gelince, kestirme yollarla haber aldığım tüm basın temsilcileri ve bilirkişi görüşleri bilgisayar devriminin genetik devrimden daha büyük bir toplumsal etkiye sahip olacağına işaret ediyor ama bu konuda haklı olduğumu ummalı mıyım, bilmiyorum.
[1] Bir mandarin Çin, Kore ve Vietnam tarihinde bir bilgin ve bürokrat olan kişiydi. (Ç.N.)
[2] ABBOTT, E. A. 1962. Flatland: A Romance of Many Dimensions. Blackwell. Oxford, England.
[3] MONOD, J. 1971. Chance and Necessity: 69. Vintage/Random House. New York, N.Y.
[4] SKINNER, B. F. 1964. Behaviorism at fifty. In Behaviorism and Phenomenology. T. Wann, Ed.: 79–108. University of Chicago Press. Chicago, Ill.
[5] RYLE, G. 1949. The Concept of Mind. Hutchinson. London, England.
[6] Hume’un Problemi olarak adlandırılan argüman şu şekilde de ifade edilebilir: Bir temsil, temsil edilene işaret eden bir semboldür. Örneğin bir isim o ismin sahibini temsil edebilir, ya da bir fotoğraf o fotoğraftaki kişinin bir temsili olabilir. Temsiller temsil edilenden bağımsız sembollerdir ve neyin bir temsil olduğu o temsilin kullanıcısına bağlıdır. Dolayısıyla temsillerin birer temsil olabilmeleri için onları temsil olarak görebilecek ya da kullanabilecek zihin sahibi bir varlığa ihtiyaç vardır; temsilleri kullanabilen bir zihin olmadıkça ne bir ismin ne bir fotoğrafın ne de herhangi bir sembolün bir şeyi temsil ettiği söylenebilir çünkü temsiller kendi başlarına anlamdan ve işaretten yoksundurlar. Eğer zihnin içerisinde yer alan zihinsel temsiller varsa bu temsilleri bir temsil olarak kullanabilecek, o zihin içerisinde yer alan zihin sahibi bir temsil kullanıcısı olması gerekir; zihin sahibi bir varlığın içerisindeki bir temsil kullanıcısı, zihin sahibi bir insancık, bir homunculus. Eğer durum böyleyse zihin sahibi homunculus’un da zihninde zihin sahibi bir homunculus olması gerekir ki bu bizi sonsuz gerilemeye götürür. Dolayısıyla zihnin temsiller içeren bir sistem olduğu iddiası makul görünmemektedir. (ç.n.)
[7] Bahsedilen bilgisayar bilimlerinin sağladığı yeni bakış açısı ise Turing makinelerinin işleme tarzıyla ilgilidir ve bilişsel bilimler içerisinde İşlemsel Zihin Teorisi(Computational Theory of Mind) olarak adlandırılmıştır. Bu teoriye göre insan zihni (veya herhangi bir zihin) anlam barındırmaktan ziyade sembol manipülasyonu yapan bir bilgisayardır; insan zihninin çalışma prensibi bilgisayarların çalışma prensibi ile aynıdır. Sembol manipülasyonu işlemi belirli kurallar eşliğinde icra edilir, örneğin “Socrates isa man” (Sokrates insandır), “Every man is mortal” (Bütün insanlar ölümlüdür) sembol dizileri bir işlemciye uygun yazılım verildiğinde ilk dizideki “isa” sembolünden önce gelen “Socrates” dizisini, ikinci diziden de “ismortal” dizisini alıp “Socrates ismortal” (Sokrates ölümlüdür) dizisini üretebilir. Görüldüğü gibi bu mantıksal çıkarım “Socrates” ve “man” gibi dizilerin neyi temsil ettiğinden bağımsız olarak yalnızca belirli kurallar icra edilerek gerçekleştirilmiştir. Bu durumda bilgisayarların temsil gibi yapılar kullanmadan yalnızca sembol manipülasyonu yoluyla mantıksal bir çıkarım yapabileceği, eğer başka programlar veya kural dizileri de sağlanırsa farklı çıkarımlar, aritmetik işlemler, karar verme süreçleri gibi işlevleri tıpkı bir insanın günlük hayatta yaptığı gibi yerine getirebileceği iddia edilir. Dennett da burada kendi kendine anlayan temsiller derken bilgisayar içerisinde yer alan toplu sembolleri, sonsuz bir gerilemeye yol açmayan veri yapıları gibi nesneleri kastediyor.
Turing Makineleri hakkında daha fazla bilgi edinmek için: https://plato.stanford.edu/entries/turing-machine/, İşlemsel Zihin Teorisi için: https://plato.stanford.edu/entries/computational-mind/ sitelerinde yer alan makalelere bakılabilir. (ç.n.)
