{"id":1818,"date":"2020-07-19T15:00:12","date_gmt":"2020-07-19T15:00:12","guid":{"rendered":"https:\/\/cog-ist.com\/?post_type=blog_content&p=1818"},"modified":"2025-08-13T19:35:11","modified_gmt":"2025-08-13T19:35:11","slug":"gercekten-zeki-makineler-icin-eksik-olan-sey-beden-ben-medlock","status":"publish","type":"blog_content","link":"https:\/\/cog-ist.com\/en\/blog_content\/gercekten-zeki-makineler-icin-eksik-olan-sey-beden-ben-medlock\/","title":{"rendered":"Ger\u00e7ekten Zeki Makineler \u0130\u00e7in Eksik Olan \u015eey: Beden \u2014\u00a0Ben Medlock"},"content":{"rendered":"\n

\u00d6zg\u00fcn Ad\u0131: The\u00a0body is the missing link for truly intelligent machines<\/a><\/p>\n\n\n\n

Ben Medlock<\/em><\/a>, kullan\u0131c\u0131lar\u0131n\u0131n tu\u015f kullan\u0131m\u0131na uyum sa\u011flamak i\u00e7in \u00f6ng\u00f6rme teknolojisi (predictive technology) kullanan bir mobil uygulama olan SwiftKey\u2019in e\u015f kurucusudur. \u00d6nde gelen uluslararas\u0131 dergilerdeki yaz\u0131lar\u0131n\u0131n yan\u0131 s\u0131ra do\u011fal dil i\u015fleme ara\u015ft\u0131rmalar\u0131nda \u00f6nc\u00fc konferanslar d\u00fczenleyen Komp\u00fctasyonel Dilbilim Toplulu\u011fu\u2019nda (Association for Computational Linguistics \u2014 ACL) akademik yay\u0131nlar\u0131 da bulunmaktad\u0131r. Londra\u2019da ya\u015famaktad\u0131r.<\/em><\/p>\n\n\n\n

Zihni, daha ilkel bili\u015fsel yap\u0131lar\u0131n \u00fcst\u00fcndeki bir katman olarak d\u00fc\u015f\u00fcnmek bize \u00e7ekici gelmektedir. Ne de olsa kendimizi bilin\u00e7li varl\u0131klar olarak deneyimleriz ve bu deneyimimiz, kalbimizin ritmini ya da midemizin gurultusunu deneyimlemekten \u00e7ok farkl\u0131 bir histir. Belki beynin i\u015flemleri ayr\u0131labilir ve b\u00f6l\u00fcmlendirilebilir olsayd\u0131, en \u00fcst katmana benzer bir \u015fey in\u015fa edebilir ve organik ya\u015fam\u0131 temsil eden bedeni es ge\u00e7ip insans\u0131 (human-like) yapay zekaya (YZ) ula\u015fabilirdik.<\/p>\n\n\n\n

Microsoft taraf\u0131ndan sat\u0131n al\u0131nan \u00f6ng\u00f6r\u00fcc\u00fc-dil (predictive-language) yaz\u0131l\u0131m \u015firketinin e\u015f kurucusu olarak bu g\u00f6r\u00fc\u015f\u00fcn neden \u00e7ekici geldi\u011fini anlayabiliyorum. Hedefimiz insanlar\u0131n dili anlama ve kullanma s\u00fcrecini yaz\u0131l\u0131m\u0131m\u0131zda ayn\u0131 \u015fekilde ger\u00e7ekle\u015ftirebilmek. Bu konuda \u00f6nemli ilerlemeler kaydettik. \u00d6zellikle 2012\u20132014 y\u0131llar\u0131 aras\u0131nda fizik\u00e7i Stephen Hawking i\u00e7in tasarlad\u0131\u011f\u0131m\u0131z y\u00fcksek kalitedeki yeni ileti\u015fim sistemi benim i\u00e7in \u00e7ok gurur vericiydi. Fakat bu \u00fcmit verici geli\u015fmelere ra\u011fmen, \u00e7o\u011fu zaman insans\u0131 YZ\u2019ye ula\u015fmaktan \u00e7ok uzakta oldu\u011fumuzu g\u00f6r\u00fcyorum. Neden mi? \u00c7\u00fcnk\u00fc katmanl\u0131 bili\u015f modeli yanl\u0131\u015f bir model ve \u00e7o\u011fu YZ ara\u015ft\u0131rmac\u0131s\u0131 yapbozun en \u00f6nemli par\u00e7as\u0131n\u0131 g\u00f6zden ka\u00e7\u0131r\u0131yor: bedeni (embodiment).<\/p>\n\n\n\n

1950\u2019lerde modern YZ yanl\u0131\u015f bir ba\u015flang\u0131\u00e7 yapt\u0131. Bilgisayar bilimciler bilinci sembol temelli mant\u0131ksal sistemler in\u015fa ederek taklit etmeye karar verdiler. Bu y\u00f6ntem, sonras\u0131nda \u00e7evrenin kendisine y\u00f6nelik olarak da kullan\u0131labilecek sanal \u00e7evre modelleri olu\u015fturmak i\u00e7in, ger\u00e7ek d\u00fcnya varl\u0131klar\u0131yla dijital kodlar\u0131 ili\u015fkilendirmeyi i\u00e7erir. \u00d6rne\u011fin, sembolik mant\u0131k (symbolic logic) kullan\u0131p \u201cKedi>bir>hayvand\u0131r.\u201d gibi matematiksel bir form\u00fclle belli bir bilgiyi kodlayabilir ve makinenin kedinin bir hayvan oldu\u011funu \u201c\u00f6\u011frenmesini\u201d sa\u011flayabilirsiniz. B\u00f6yle bir form\u00fcl ortalama bir kedinin at b\u00fcy\u00fckl\u00fc\u011f\u00fcnde olup olmad\u0131\u011f\u0131 ya da bir fareyi kovalay\u0131p kovalamayaca\u011f\u0131 gibi \u00f6nermeleri sistemin i\u015flemesini ve test etmesini sa\u011flayan daha karma\u015f\u0131k ifadelere d\u00f6n\u00fc\u015ft\u00fcr\u00fclebilir.<\/p>\n\n\n\n

Bu y\u00f6ntem ilk y\u0131llar\u0131nda basit tasar\u0131ml\u0131 ortamlarda, yani SHRDLU\u2019da ba\u015far\u0131 yakalad\u0131. Bir bilgisayar bilimci olan Terry Winograd\u2019\u0131n 1968\u20131970 y\u0131llar\u0131 aras\u0131nda MIT\u2019de in\u015fa etti\u011fi sanal bir d\u00fcnya olan SHRDLU\u2019da kullan\u0131c\u0131lar, koni ve k\u00fcre gibi \u015fekillerdeki basit yap\u0131lar\u0131 hareket ettirmek i\u00e7in bilgisayarla konu\u015fuyorlard\u0131. Fakat ince bir i\u015fleyi\u015fe (fine-tuned) sahip olan sembolleri, mu\u011flak tan\u0131mlar ve sonsuz farkl\u0131 \u015fekilde yorumlanabilirlikle kar\u015f\u0131la\u015ft\u0131\u011f\u0131nda i\u015fe yaramaz hale geldi\u011finden, sembolik mant\u0131k ger\u00e7ek d\u00fcnya problemlerinin kar\u015f\u0131s\u0131nda olduk\u00e7a yetersiz kald\u0131.<\/p>\n\n\n\n

Hesaplama (computing) g\u00fcc\u00fcn\u00fcn artmas\u0131yla birlikte ilerleyen on y\u0131llarda ara\u015ft\u0131rmac\u0131lar, b\u00fcy\u00fck miktardaki verilerden \u00f6r\u00fcnt\u00fc \u00e7\u0131karabilmek i\u00e7in istatistik kullanmaya ge\u00e7tiler. Bu y\u00f6ntemler genelde \u201cmakine \u00f6\u011frenmesi\u201d olarak bilinir. Makine \u00f6\u011frenmesi, y\u00fcksek d\u00fczeydeki bilgiyi (knowledge) ve mant\u0131ksal \u00e7\u0131kar\u0131m\u0131 kodlamak yerine algoritmalar\u0131n ili\u015fkileri verilen g\u00f6revleri tekrarlayarak (\u00f6rne\u011fin foto\u011fraflardaki g\u00f6rsel nesneleri s\u0131n\u0131fland\u0131rarak ya da kaydedilmi\u015f bir sesi yaz\u0131ya d\u00f6kerek) ay\u0131rt etti\u011fi a\u015fa\u011f\u0131dan-yukar\u0131ya (bottom-up) bir yakla\u015f\u0131m kullan\u0131r. B\u00f6yle bir sistem milyonlarca kedi foto\u011fraf\u0131na bakarak kedi foto\u011fraflar\u0131n\u0131 ay\u0131rt edebilir ya da bir\u00e7ok metin i\u00e7inde bu ifadelerin nas\u0131l ge\u00e7ti\u011fine bakarak kedi ve fare aras\u0131nda bir ili\u015fki kurabilir.<\/p>\n\n\n\n

Makine \u00f6\u011frenmesi yak\u0131n zamanda \u00e7ok \u00f6nemli ve kullan\u0131\u015fl\u0131 uygulamalar \u00fcretti. Ses ve g\u00f6r\u00fcnt\u00fc tan\u0131ma ile dudak okumada bizi ge\u00e7en, satran\u00e7, Jeopardy!<\/em> ve Go oyunlar\u0131nda bizi yenen sistemler in\u015fa ettik. Resim yapmay\u0131, pop m\u00fczik bestelemeyi ve kendi yaz\u0131l\u0131m programlar\u0131n\u0131 yazmay\u0131 \u00f6\u011frenen makineler yapt\u0131k. Bir bak\u0131ma bu bireysel \u00f6\u011frenme (self-teaching) algoritmalar\u0131, organik beyinlerin bilin\u00e7alt\u0131 i\u015flemlemesini (processing) taklit eder. Makine \u00f6\u011frenmesi algoritmalar\u0131, basit \u201c\u00f6zelliklerle\u201d (\u00f6rne\u011fin tek tek harflerle ya da piksellerle) ba\u015flar ve bunlar\u0131 ger\u00e7ek d\u00fcnya verilerinin \u00f6z\u00fcnde bulunan belirsizlik ve \u00e7ok anlaml\u0131l\u0131\u011f\u0131 g\u00f6z \u00f6n\u00fcne alarak daha karma\u015f\u0131k \u201ckategoriler\u201d olu\u015fturacak \u015fekilde birle\u015ftirir. T\u0131pk\u0131 g\u00f6zden elektrik sinyallerini al\u0131p tan\u0131nabilir \u00f6r\u00fcnt\u00fc ve nesnelere d\u00f6n\u00fc\u015ft\u00fcren g\u00f6rsel korteks gibi.<\/p>\n\n\n\n

Fakat algoritmalar bizim gibi d\u00fc\u015f\u00fcnebilmekten hen\u00fcz \u00e7ok uzaktalar. Buna neden olan en b\u00fcy\u00fck farkl\u0131l\u0131k evrimle\u015fmi\u015f biyolojimiz ve bu biyolojinin bilgiyi nas\u0131l i\u015fledi\u011fidir. \u0130nsanlar trilyonlarca \u00f6karyot h\u00fccreden olu\u015fur ve ilk \u00f6karyot h\u00fccresine 2.5 milyar y\u0131ll\u0131k bir fosilde rastlanm\u0131\u015ft\u0131r. Bir insan h\u00fccresi, modern bir jumbo jetin par\u00e7alar\u0131yla ayn\u0131 say\u0131da bile\u015fene sahip ola\u011fan\u00fcst\u00fc bir b\u00fct\u00fcnle\u015fik (networked) makinedir; do\u011fayla i\u00e7 i\u00e7e (embedded) ge\u00e7irdi\u011fi uzun soluklu kar\u015f\u0131la\u015fmalarla meydana gelmi\u015ftir. John McPhee\u2019nin Basin and Range<\/em> (D\u00fczl\u00fckler ve Tepeler) kitab\u0131nda s\u00f6yledi\u011fi gibi, karma\u015f\u0131k organizmalar\u0131n evrimi d\u00fcnya tarihinde \u00e7ok k\u00fc\u00e7\u00fck bir yer kaplar; buna ra\u011fmen bu organizmalar\u0131n tarihiyle kar\u015f\u0131la\u015ft\u0131r\u0131ld\u0131\u011f\u0131nda insanl\u0131k tarihi hi\u00e7bir \u015feydir.<\/p>\n\n\n\n

Geleneksel evrim g\u00f6r\u00fc\u015f\u00fcne g\u00f6re h\u00fccresel karma\u015f\u0131kl\u0131\u011f\u0131m\u0131z erken \u00f6karyotlardan genetik mutasyon ve se\u00e7ilim ile evrimle\u015fmi\u015ftir. Fakat 2005 y\u0131l\u0131nda \u015eikago \u00dcniversitesi\u2019nden biyolog James Shapiro konuya y\u00f6nelik yeni ve radikal bir a\u00e7\u0131klama<\/em><\/a> <\/em>sundu. Shapiro\u2019ya g\u00f6re \u00f6karyot h\u00fccreler par\u00e7as\u0131 olduklar\u0131[1]<\/a> (host) organizmay\u0131 \u00e7evreye adapte etmek i\u00e7in \u00e7evresel uyaranlara g\u00f6re kendi DNA\u2019s\u0131n\u0131 d\u00fczenleyerek (manipulate) \u201czekice\u201d hareket eder. Yak\u0131n zamandaki mikrobiyolojik bulgular bu fikri destekliyor. \u00d6rne\u011fin, memelilerin ba\u011f\u0131\u015f\u0131kl\u0131k sistemi hastal\u0131kla sava\u015facak etkili antibiyotikler \u00fcretmesi i\u00e7in DNA dizilerini kopyalamaya e\u011filimlidir. Bununla birlikte biliyoruz ki insan genomunun en az y\u00fczde 43\u2019\u00fc do\u011fal bir \u201cgenetik m\u00fchendislik\u201d i\u015flemi ile bir yerden ba\u015fka yere ta\u015f\u0131nabilecek DNA\u2019dan olu\u015fmu\u015ftur.<\/p>\n\n\n\n

Zeki, kendini organize eden (self-organizing) h\u00fccrelerden beyinsel bir zekaya atlam\u0131\u015f olaca\u011f\u0131z ama, bizi as\u0131l ilgilendiren k\u0131s\u0131m buras\u0131. Bu ge\u00e7i\u015fle alt\u0131n\u0131 \u00e7izmek istedi\u011fim \u015fey ise \u015fu: Hen\u00fcz bilin\u00e7li, d\u00fc\u015f\u00fcnen varl\u0131klar olmadan \u00f6nce bile h\u00fccrelerimiz \u00e7evreden veri topluyor ve bizi g\u00fc\u00e7l\u00fc, kendine-yetebilen \u00f6znelere d\u00f6n\u00fc\u015ft\u00fcrmek i\u00e7in \u00e7al\u0131\u015f\u0131yordu. Bu durumda bizi zeki yapan \u015fey d\u00fcnyay\u0131 oldu\u011fu gibi temsil eden sembolleri kullanmak de\u011fil. Aksine, d\u00fcnyay\u0131 sadece bize sunulan <\/em>\u015fekliyle \u2013bir organizma olarak evrimsel ve bedensel (evolved and embodied) ihtiya\u00e7lar\u0131m\u0131zda var oldu\u011fu \u015fekliyle\u2013 bilebiliriz. Antonio Damasio, Descartes\u2019 Error<\/em> (Descartes\u2019\u0131n Yan\u0131lg\u0131s\u0131, Varl\u0131k Yay\u0131nlar\u0131) isimli kitab\u0131nda \u201cDo\u011fa, rasyonelli\u011fi sadece biyolojik sistem aparat\u0131n\u0131n en \u00fcst katman\u0131na yerle\u015ftirmemi\u015ftir; rasyonellik, bu sistemden do\u011far ve ona i\u00e7kindir.\u201d demi\u015ftir. Di\u011fer bir deyi\u015fle, b\u00fct\u00fcn bir bedenimizle d\u00fc\u015f\u00fcn\u00fcr\u00fcz, sadece beynimizle de\u011fil.<\/p>\n\n\n\n

Ne ile kar\u015f\u0131la\u015faca\u011f\u0131n\u0131 bilmedi\u011fi bir d\u00fcnyada bedeniyle eyleme ge\u00e7me mecburiyetinin, insan zekas\u0131n\u0131n esnekli\u011finin ve g\u00fcc\u00fcn\u00fcn temelini olu\u015fturdu\u011funu d\u00fc\u015f\u00fcn\u00fcyorum. Fakat \u00e7ok az YZ ara\u015ft\u0131rmac\u0131s\u0131 bu i\u00e7g\u00f6r\u00fclerin sonu\u00e7lar\u0131n\u0131 ger\u00e7ek anlamda benimsiyor. \u00c7o\u011fu YZ algoritmas\u0131n\u0131n temel motivasyonu b\u00fcy\u00fck miktarda e\u011fitme verilerinden (training data) \u00f6r\u00fcnt\u00fc <\/em>\u00e7\u0131karmakt\u0131r \u2013ki bu da, \u00f6rne\u011fin kedi tan\u0131mada y\u00fcksek bir do\u011fruluk derecesi hedefliyorsan\u0131z milyonlarca, hatta milyarlarca kedi foto\u011fraf\u0131na ihtiyac\u0131n\u0131z var demektir. \u0130nsanlar ise bunun aksine \u2013bir organizma olarak ihtiya\u00e7lar\u0131m\u0131z sayesinde\u2013 i\u00e7inde bulundu\u011fu \u00e7evredeki bedenin ola\u011fan\u00fcst\u00fc zenginlikte modellerini kendinde ta\u015f\u0131r. G\u00f6rece daha az say\u0131da g\u00f6zlemlenen \u00f6rneklerden deneyimlerimiz ve beklentilerimize dayanarak sonuca dair \u00e7\u0131kar\u0131mda bulunuruz. \u00d6rne\u011fin bir insan herhangi bir kedi hakk\u0131nda d\u00fc\u015f\u00fcnmeye ba\u015flad\u0131\u011f\u0131nda onun nas\u0131l hareket etti\u011fini g\u00f6rebilir, miyavlama sesini duyabilir, her an t\u0131rmalamak \u00fczere oldu\u011funu hissedebilir. \u0130nsan, \u201ckedi\u201d fikrini ve b\u00f6yle bir yarat\u0131kla etkile\u015fiminde ona yard\u0131mc\u0131 olabilecek di\u011fer kavramlar\u0131 anlamas\u0131 i\u00e7in halihaz\u0131rda zengin bir duyusal bilgi birikimine sahiptir.<\/p>\n\n\n\n

Yani insan yeni bir problemle kar\u015f\u0131la\u015ft\u0131\u011f\u0131nda i\u015fin \u00e7o\u011fu zaten halledilmi\u015f oluyor. Biz olaylar\u0131 anlamaya hen\u00fcz ba\u015flad\u0131\u011f\u0131m\u0131zda \u2013h\u00fccresel d\u00fczeyden \u00fcst d\u00fczeylere\u2013 bedenimiz ve beynimiz \u00e7ok \u00e7e\u015fitli zorluklara kar\u015f\u0131 neredeyse hemen kullanabilece\u011fimiz d\u00fcnya modellerini \u00e7oktan haz\u0131rlam\u0131\u015f oluyor. Fakat bir YZ algoritmas\u0131 i\u00e7in s\u00fcre\u00e7 en ba\u015f\u0131ndan ba\u015flar. Daha \u00f6nce makine \u00f6\u011frenmesiyle \u00f6\u011frenilmi\u015f bilgiyi yeni \u00e7\u00f6z\u00fcmler i\u00e7in kullanmaya odakl\u0131 \u201ct\u00fcmevar\u0131msal transfer\u201d (inductive transfer) olarak bilinen aktif ve \u00f6nemli bir ara\u015ft\u0131rma d\u00fczeni var, ama bu d\u00fczenin bizim kendi beden modellerimizin zenginli\u011fini yakalay\u0131p yakalayamayaca\u011f\u0131 bir tart\u0131\u015fma konusu.<\/p>\n\n\n\n

2014\u2019te SwiftKey\u2019in kendisi i\u00e7in yapt\u0131\u011f\u0131 yeni ileti\u015fim sisteminin tan\u0131t\u0131m g\u00fcn\u00fcnde Hawking, BBC\u2019ye bir r\u00f6portaj vermi\u015f ve bu r\u00f6portaj\u0131nda zeki makinelerin insan t\u00fcr\u00fcn\u00fcn sonunu getirebilece\u011fi konusunda bir uyar\u0131da bulunmu\u015ftu. K\u00f6t\u00fc niyetli YZ riskini ciddiye alma konusunda Hawking ile ayn\u0131 fikirdeyim. Fakat insan zekas\u0131na yakla\u015fan bir zeka in\u015fa etmekten hen\u00fcz \u00e7ok uzakta oldu\u011fumuzu d\u00fc\u015f\u00fcn\u00fcyorum ve e\u011fer algoritmalara \u00e7evreyle uzun s\u00fcreli, bedenselli\u011fi de g\u00f6z \u00f6n\u00fcne alan bir ili\u015fkiyi nas\u0131l sa\u011flayaca\u011f\u0131m\u0131z \u00fczerine dikkatlice d\u00fc\u015f\u00fcnmezsek, bu hedefe ula\u015fma umudumuz da pek parlak g\u00f6r\u00fcnm\u00fcyor.<\/p>\n\n\n\n

[1]<\/a> Normalde \u201chost\u201d kelimesi viral, paraziter vb. hastal\u0131klarda \u201ckonak\u00e7\u0131\u201d \u015feklinde kullan\u0131l\u0131yor. Ancak burada yazar\u0131n bahsetti\u011fi \u015fey devam\u0131nda anla\u015f\u0131ld\u0131\u011f\u0131 \u00fczere bir h\u00fccrenin ait oldu\u011fu organizmay\u0131 \u00e7evreye uyumlu hale getirmesi; bu nedenle konak\u00e7\u0131 olarak \u00e7evirmedik. (E.N.)<\/p>\n","protected":false},"featured_media":1819,"template":"","meta":{"_acf_changed":false},"event_publishing_tags":[479,426,84,524,415,196,737,280,286,94,93,691,64,92,281,285,125,736,348,425,61,734,349],"kategori":[305],"class_list":["post-1818","blog_content","type-blog_content","status-publish","has-post-thumbnail","hentry","event_publishing_tags-ai","event_publishing_tags-artificial","event_publishing_tags-artificial-intelligence","event_publishing_tags-bedenlenme","event_publishing_tags-bedenlenmis-bilis","event_publishing_tags-bedensel-bilis","event_publishing_tags-bedensellik","event_publishing_tags-bilgisayar","event_publishing_tags-bilgisayar-bilimi","event_publishing_tags-bilis","event_publishing_tags-bilissel-bilim","event_publishing_tags-cogist","event_publishing_tags-cognition","event_publishing_tags-cognitive-science","event_publishing_tags-computer","event_publishing_tags-computer-science","event_publishing_tags-embodied-cognition","event_publishing_tags-embodiment","event_publishing_tags-intelligence","event_publishing_tags-yapay","event_publishing_tags-yapay-zeka","event_publishing_tags-yz","event_publishing_tags-zeka","kategori-ceviri"],"acf":[],"_links":{"self":[{"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/blog_content\/1818","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/blog_content"}],"about":[{"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/types\/blog_content"}],"version-history":[{"count":0,"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/blog_content\/1818\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/media\/1819"}],"wp:attachment":[{"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/media?parent=1818"}],"wp:term":[{"taxonomy":"event_publishing_tags","embeddable":true,"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/event_publishing_tags?post=1818"},{"taxonomy":"kategori","embeddable":true,"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/kategori?post=1818"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}