{"id":2049,"date":"2023-07-12T15:00:19","date_gmt":"2023-07-12T15:00:19","guid":{"rendered":"https:\/\/cog-ist.com\/?post_type=blog_content&p=2049"},"modified":"2025-09-19T20:03:06","modified_gmt":"2025-09-19T20:03:06","slug":"genel-yapay-zeka-neden-gerceklestirilmeyecek-ragnar-fjelland","status":"publish","type":"blog_content","link":"https:\/\/cog-ist.com\/en\/blog_content\/genel-yapay-zeka-neden-gerceklestirilmeyecek-ragnar-fjelland\/","title":{"rendered":"Genel Yapay Zek\u00e2 Neden Ger\u00e7ekle\u015ftirilmeyecek \u2014 Ragnar Fjelland"},"content":{"rendered":"

\u00d6zg\u00fcn Ad\u0131:\u00a0Why general artificial intelligence will not be realized<\/a><\/p>\n\n\n\n

\u00d6z<\/strong><\/h2>\n\n\n\n

\u0130nsan benzeri yapay zek\u00e2 (YZ) yaratma projesi II. D\u00fcnya Sava\u015f\u0131\u2019ndan sonra, elektronik bilgisayarlar\u0131n sadece say\u0131larla u\u011fra\u015fan makineler olmad\u0131\u011f\u0131 ve sembolleri de i\u015fleyebildikleri ke\u015ffedildi\u011finde ba\u015flad\u0131. Makine zek\u00e2s\u0131n\u0131n insan zek\u00e2s\u0131na \u00f6zde\u015f oldu\u011funu varsaymadan da bu amac\u0131 g\u00fctmek m\u00fcmk\u00fcn ve bu zay\u0131f YZ (weak AI) olarak biliniyor. Ancak pek \u00e7ok YZ ara\u015ft\u0131rmac\u0131s\u0131, g\u00fc\u00e7l\u00fc YZ olarak adland\u0131r\u0131lan, prensipte insan zek\u00e2s\u0131 ile \u00f6zde\u015f yapay zek\u00e2 geli\u015ftirme amac\u0131n\u0131 izledi. Zay\u0131f YZ, g\u00fc\u00e7l\u00fc YZ\u2019ye (strong AI) g\u00f6re daha az iddial\u0131 ve bu nedenle daha az tart\u0131\u015fmal\u0131, ancak zay\u0131f YZ ile ilgili de \u00f6nemli tart\u0131\u015fmalar mevcut. Bu metin yapay genel zek\u00e2 (YGZ; artificial general intelligence) ve yapay dar zek\u00e2 (YDZ; artificial narrow intelligence) aras\u0131ndaki ayr\u0131ma odaklan\u0131yor. YGZ, zay\u0131f YZ olarak s\u0131n\u0131fland\u0131r\u0131labilecek olsa da g\u00fc\u00e7l\u00fc YZ\u2019ye yak\u0131n \u00e7\u00fcnk\u00fc insan zek\u00e2s\u0131n\u0131n ana \u00f6zelliklerinden birisi onun genelli\u011fi. YGZ g\u00fc\u00e7l\u00fc YZ\u2019den daha az iddial\u0131 olmas\u0131na ra\u011fmen neredeyse ba\u015f\u0131ndan beri ele\u015ftirilere konu olmu\u015ftur. \u00d6nde gelen ele\u015ftirmenlerden biri bedeni, \u00e7ocuklu\u011fu ve k\u00fclt\u00fcrel uygulamalar\u0131 olmayan bilgisayarlar\u0131n zek\u00e2y\u0131 hi\u00e7bir \u015fekilde elde edemeyece\u011fini \u00f6ne s\u00fcren Hubert Dreyfus. Dreyfus\u2019un ana arg\u00fcmanlar\u0131ndan biri insan bilgisinin k\u0131smen z\u0131mni oldu\u011fu ve bu nedenle a\u00e7\u0131k\u00e7a ifade edilemeyece\u011fi ve bir bilgisayar program\u0131na dahil edilemeyece\u011fidir Ancak bug\u00fcn yapay zek\u00e2 ara\u015ft\u0131rmalar\u0131na olan yeni yakla\u015f\u0131mlar\u0131n bu arg\u00fcmanlar\u0131 ge\u00e7erlili\u011fini yitirmesine sebep oldu\u011fu s\u00f6ylenebilir. Derin \u00f6\u011frenme (deep learning) ve B\u00fcy\u00fck Veri (Big Data) en son yakla\u015f\u0131mlar aras\u0131nda ve savunucular\u0131 YGZ\u2019yi ger\u00e7ekle\u015ftireceklerini \u00f6ne s\u00fcr\u00fcyorlar. Daha yak\u0131ndan bakt\u0131\u011f\u0131m\u0131zda g\u00f6r\u00fclebilece\u011fi \u00fczere,belirli ama\u00e7lar i\u00e7in olan yapay zek\u00e2n\u0131n (YDZ) geli\u015fimi etkileyici olsa da yapay genel zek\u00e2 (YGZ) geli\u015ftirmeye \u00e7ok da yakla\u015famad\u0131k. Mevcut makale bunun prensipte m\u00fcmk\u00fcn olmad\u0131\u011f\u0131n\u0131 \u00f6ne s\u00fcr\u00fcyor ve Hubert Dreyfus\u2019un bilgisayarlar\u0131n d\u00fcnyada olmad\u0131\u011f\u0131 arg\u00fcman\u0131n\u0131 yeniden diriltiyor.<\/p>\n\n\n\n

Introduction<\/strong><\/h2>\n\n\n\n

Makinelerin zek\u00e2 gerektiren i\u015fleri yapabilece\u011fi fikri en az\u0131ndan Descartes ve Leibniz\u2019e kadar uzan\u0131yor. Ancak 1950\u2019leri erken y\u0131llar\u0131nda elektronik bilgisayarlar\u0131n sadece say\u0131larla yo\u011fun hesaplamalar yapan cihazlar olmad\u0131\u011f\u0131 ve sembolleri i\u015flemek i\u00e7in kullan\u0131labilecekleri fark edildi\u011finde, bu proje ileriye do\u011fru b\u00fcy\u00fck bir ad\u0131m att\u0131. Bu yapay zek\u00e2 (YZ) ara\u015ft\u0131rmalar\u0131n\u0131n do\u011fu\u015fuydu. Makine zek\u00e2s\u0131n\u0131n insan zek\u00e2s\u0131na \u00f6zde\u015f oldu\u011funu varsaymadan da bu amac\u0131 g\u00fctmek m\u00fcmk\u00fcn. \u00d6rne\u011fin alan\u0131n \u00f6nc\u00fclerinden biri olan Marvin Minsky, YZ\u2019yi \u201c\u2026 e\u011fer insanlar taraf\u0131ndan yap\u0131lsayd\u0131 zek\u00e2 gerektirecek olan i\u015fleri yapabilen makineler yapman\u0131n bilimi\u201d (akt. Bolter, 1986, s. 193) olarak tan\u0131ml\u0131yor. Bu bazen zay\u0131f YZ olarak adland\u0131r\u0131l\u0131yor. Ancak, pek \u00e7ok YZ ara\u015ft\u0131rmac\u0131s\u0131, g\u00fc\u00e7l\u00fc YZ olarak adland\u0131r\u0131lan, prensipte insan zek\u00e2s\u0131 ile \u00f6zde\u015f olan bir YZ geli\u015ftirme amac\u0131n\u0131 izledi. Bu \u015funu gerektirir: \u201c\u2026bilgisayarlar\u0131n, kelimenin tam anlam\u0131yla di\u011fer bili\u015fsel durumlar\u0131 anlayabildi\u011fi ve onlara sahip olabildi\u011fi g\u00f6z \u00f6n\u00fcne al\u0131nd\u0131\u011f\u0131nda, uygun bir \u015fekilde programlanm\u0131\u015f bilgisayar, bir zihindir\u201d (Searle, 1980, s. 417).<\/p>\n\n\n\n

Bu metinde, tart\u0131\u015faca\u011f\u0131m meselelere daha uygun olan farkl\u0131 bir terminoloji kullanaca\u011f\u0131m. \u0130nsan benzeri YZ s\u0131kl\u0131kla yapay genel zek\u00e2 (YGZ) olarak adland\u0131r\u0131l\u0131r \u00e7\u00fcnk\u00fc insan zek\u00e2s\u0131 geneldir. YGZ insan zek\u00e2s\u0131n\u0131n temel bir \u00f6zelli\u011fine sahip olmas\u0131na ra\u011fmen hala zay\u0131f YZ olarak de\u011ferlendirilebilir. Yine de belirli g\u00f6revlerle veya alanlarla k\u0131s\u0131tlanm\u0131\u015f olan geleneksel zay\u0131f YZ\u2019den farkl\u0131d\u0131r. Bu nedenle geleneksel zay\u0131f YZ bazen yapay dar zek\u00e2 (YDZ) olarak adland\u0131r\u0131l\u0131r (Shane, 2019, s. 41). Bazen g\u00fc\u00e7l\u00fc YZ\u2019ye at\u0131fta bulunacak olsam da bu makaledeki temel ayr\u0131m YGZ ve YDZ aras\u0131nda. Bu ikisini ayr\u0131 tutmak \u00f6nemli. YDZ\u2019deki ilerlemeler, YGZ\u2019de ilerleme de\u011fildir.<\/p>\n\n\n\n

1976 y\u0131l\u0131nda Joseph Weizenbaum Bilgisayar G\u00fcc\u00fc ve \u0130nsan Akl\u0131 <\/em>(Computer Power and Human Reason<\/em>; Weizenbaum, 1976) isimli kitab\u0131 yay\u0131nlad\u0131. Kendisi o zaman MIT\u2019de bili\u015fim profes\u00f6r\u00fc ve Eliza <\/em>isimli \u00fcnl\u00fc program\u0131n yarat\u0131c\u0131s\u0131yd\u0131. Ba\u015fl\u0131\u011f\u0131n belirtti\u011fi gibi, Weizenbaum bilgisayar\u0131n g\u00fcc\u00fc ve insan akl\u0131 aras\u0131nda bir ayr\u0131m yapt\u0131. Bug\u00fcn\u00fcn terminolojisi ile bilgisayar\u0131n g\u00fcc\u00fc algoritmalar\u0131 muazzam h\u0131zlarda kullanma becerisiydi ki bu da YDZ\u2019dir. Bilgisayar\u0131n g\u00fcc\u00fc asla insan akl\u0131na d\u00f6n\u00fc\u015fecek \u015fekilde geli\u015fmeyecek \u00e7\u00fcnk\u00fc ikisi temel olarak farkl\u0131lar. \u201c\u0130nsan akl\u0131\u201d Aristoteles\u2019in sa\u011fduyu ve bilgelik kavramlar\u0131n\u0131 i\u00e7erirdi. Sa\u011fduyu somut durumlarda do\u011fru karar\u0131 verme becerisiyken, bilgelik b\u00fct\u00fcn\u00fc g\u00f6rme becerisidir. Bu beceriler algoritmik de\u011fildir ve bu nedenle bilgisayar\u0131n g\u00fcc\u00fc insan akl\u0131n\u0131n yerine ge\u00e7emez ve ge\u00e7memelidir. Birka\u00e7 y\u0131l sonra matematik\u00e7i Roger Penrose insan\u0131n d\u00fc\u015f\u00fcnmesinin temelde algoritmik olmad\u0131\u011f\u0131n\u0131 g\u00f6sterdi\u011fi iki b\u00fcy\u00fck kitap yazd\u0131 (Penrose, 1989, 1994).<\/p>\n\n\n\n

Fakat benim arg\u00fcmanlar\u0131m, Weizenbaum\u2019un ve Penrose\u2019un arg\u00fcmanlar\u0131ndan k\u0131smen farkl\u0131 olacak. Orijinalinde felsefeci Hubert Dreyfus taraf\u0131ndan sunulmu\u015f olan arg\u00fcmanlar \u00e7izgisini takip edece\u011fim. Dreyfus YZ ara\u015ft\u0131rmalar\u0131na az \u00e7ok kazara girdi. \u00d6nceden iki felsefeci, Martin Heidegger ve Ludwig Wittgenstein ile ilgili \u00e7al\u0131\u015fmalar yapm\u0131\u015ft\u0131. Bu felsefeciler, bilim d\u00fcnyas\u0131n\u0131n aksine insan bedeninin ve pratik aktivitenin \u00f6nemine birincil olarak vurgu yaparak ana ak\u0131m bat\u0131 felsefesinde bir k\u0131r\u0131lmay\u0131 temsil ediyorlard\u0131. \u00d6rne\u011fin Heidegger bir \u00e7eki\u00e7 veya bir sandalye kavram\u0131na sahip olabilmemizin tek sebebinin i\u00e7inde b\u00fcy\u00fcd\u00fc\u011f\u00fcm\u00fcz bir k\u00fclt\u00fcre ait olmam\u0131z ve bu objeleri kullanabilmemiz oldu\u011funu \u00f6ne s\u00fcr\u00fcyordu. Bu nedenle Dreyfus bedeni, \u00e7ocuklu\u011fu ve k\u00fclt\u00fcrel uygulamalar\u0131 olmayan bilgisayarlar\u0131n zek\u00e2y\u0131 hi\u00e7 elde edemeyece\u011fini d\u00fc\u015f\u00fcnd\u00fc (Dreyfus ve Dreyfus, 1986, s.5).<\/p>\n\n\n\n

1950\u2019lerde ve 1960\u2019larda, YZ ara\u015ft\u0131rmalar\u0131 i\u00e7in \u00f6nemli yerlerden biri Rand \u015firketiydi (Rand Corporation). Tuhaf bir \u015fekilde,1964 y\u0131l\u0131nda Dreyfus\u2019u dan\u0131\u015fman olarak i\u015fe ald\u0131lar. Ertesi y\u0131l Dreyfus, \u201cSimya ve Yapay Zek\u00e2\u201d (Alchemy and Artificial Intelligence) ba\u015fl\u0131kl\u0131 bir ele\u015ftiri raporu verdi. Ancak Rand i\u00e7erisindeki YZ projesi liderleri raporun sa\u00e7mal\u0131k oldu\u011funu ve yay\u0131nlanmamas\u0131 gerekti\u011fini \u00f6ne s\u00fcrd\u00fcler. Rapor sonunda yay\u0131nland\u0131\u011f\u0131nda, Rand \u015firketinin tarihindeki en fazla talep edilen rapor haline geldi. Dreyfus daha sonras\u0131nda raporu geni\u015fleterek Bilgisayarlar Neyi Yapamaz <\/em>(What Computers Can\u2019t Do<\/em>; Dreyfus, 1972) isimli bir kitap haline getirdi. Kitapta insan bilgisinin \u00f6nemli bir par\u00e7as\u0131n\u0131n z\u0131mni oldu\u011funu ve bu nedenle bilgisayar program\u0131 i\u00e7erisinde a\u00e7\u0131k\u00e7a ifade edilemez ve uygulanamaz oldu\u011funu \u00f6ne s\u00fcrd\u00fc.<\/p>\n\n\n\n

Dreyfus baz\u0131 YZ ara\u015ft\u0131rmac\u0131lar\u0131 taraf\u0131ndan \u015fiddetle sald\u0131r\u0131ya u\u011fram\u0131\u015f olsa da \u015f\u00fcphesiz ciddi bir soruna i\u015faret etmi\u015fti. Fakat 1980\u2019lerde YZ ara\u015ft\u0131rmalar\u0131nda ba\u015fka bir paradigma bask\u0131n hale geldi. Bu paradigman\u0131n temeli n\u00f6ral a\u011flar (neural networks) <\/em>fikriydi. Bu fikir, sembollerin kullan\u0131lmas\u0131n\u0131 bir model olarak almak yerine, sinir sistemimizin ve beynimizin s\u00fcre\u00e7lerini bir model olarak ald\u0131. Bir n\u00f6ral a\u011f a\u00e7\u0131k talimatlar almaks\u0131z\u0131n \u00f6\u011frenebilir. B\u00f6ylece Dreyfus\u2019un bilgisayarlar\u0131n ne yapamayaca\u011f\u0131yla ilgili arg\u00fcmanlar\u0131 ge\u00e7erlili\u011fini yitirmi\u015f gibi g\u00f6r\u00fcnm\u00fc\u015ft\u00fc.<\/p>\n\n\n\n

Alandaki en son geli\u015fme B\u00fcy\u00fck Veri. B\u00fcy\u00fck Veri, korelasyonlar bulmak ve olas\u0131l\u0131klar \u00e7\u0131karsamak i\u00e7in matematiksel y\u00f6ntemlerin devasa miktarlarda veriye uygulanmas\u0131d\u0131r (Najafabadi et al., 2015). B\u00fcy\u00fck Veri ilgin\u00e7 bir zorluk te\u015fkil ediyor: Daha \u00f6nce YGZ\u2019nin g\u00fc\u00e7l\u00fc YZ\u2019nin par\u00e7as\u0131 olmad\u0131\u011f\u0131ndan bahsetmi\u015ftim. Ancak, her ne kadar B\u00fcy\u00fck Veri g\u00fc\u00e7l\u00fc YZ geli\u015ftirme iddias\u0131n\u0131 temsil etmiyor olsa da savunucular\u0131 bunun gerekli olmad\u0131\u011f\u0131n\u0131 \u00f6ne s\u00fcr\u00fcyorlar. Bizim insan benzeri zek\u00e2ya sahip bilgisayarlar geli\u015ftirmemize gerek yok. Aksine, kendi d\u00fc\u015f\u00fcnme bi\u00e7imimizi bir bilgisayar\u0131nkine benzeyecek \u015fekilde de\u011fi\u015ftirebiliriz. Bu Viktor Mayer-Sch\u00f6nberger ve Kenneth Cukier\u2019in B\u00fcy\u00fck Veri: Ya\u015fama, \u00c7al\u0131\u015fma ve D\u00fc\u015f\u00fcnme \u015eeklimizi D\u00f6n\u00fc\u015ft\u00fcrecek Bir Devrim<\/em> (Big Data: A Revolution That Will Transform How We Live, Work, and Think<\/em>; Mayer-Sch\u00f6nberger ve Cukier, 2014) kitab\u0131n\u0131n \u00f6rt\u00fck bir mesaj\u0131. Kitap, B\u00fcy\u00fck Veri\u2019nin neyi ba\u015farabilece\u011fi ve bunun ki\u015fisel hayatlar\u0131m\u0131zdaki ve bir b\u00fct\u00fcn olarak toplumdaki olumlu etkisi hakk\u0131nda iyimser.<\/p>\n\n\n\n

Baz\u0131lar\u0131 hipotezleri, nedensel modelleri ve testleri kullanan geleneksel bilimsel y\u00f6ntemin ge\u00e7erlili\u011fini yitirmi\u015f oldu\u011funu bile \u00f6ne s\u00fcrd\u00fcler. Nedensellik \u00f6zellikle bilimde insan d\u00fc\u015f\u00fcnmesinin \u00f6nemli bir par\u00e7as\u0131 fakat bu g\u00f6r\u00fc\u015fe g\u00f6re nedenselli\u011fe ihtiyac\u0131m\u0131z yok, korelasyonlar yeterli. \u00d6rne\u011fin su\u00e7a ili\u015fkin verileri kullanarak, su\u00e7lar\u0131n nerede olu\u015faca\u011f\u0131n\u0131 \u00e7\u0131karsayabilir ve bunu polis kaynaklar\u0131n\u0131 tahsis etmek i\u00e7in kullanabiliriz. Hatta su\u00e7lar\u0131, i\u015flenmeden \u00f6nce \u00f6ng\u00f6rebilir ve b\u00f6ylece engelleyebiliriz.<\/p>\n\n\n\n

E\u011fer YZ ara\u015ft\u0131rmalar\u0131 literat\u00fcr\u00fcne biraz bakarsak, sanki ara\u015ft\u0131rmalar\u0131n birka\u00e7 on y\u0131l i\u00e7erisinde ba\u015farabileceklerinin bir limiti yokmu\u015f gibi g\u00f6r\u00fcn\u00fcyor. Bunun bir \u00f6rne\u011fi yukar\u0131da bahsetti\u011fim Mayer-Sch\u00f6nberger ve Cukier\u2019in kitab\u0131. \u0130\u015fte kitaptan bir al\u0131nt\u0131:<\/p>\n\n\n\n

\u201cGelecekte -ve bizim d\u00fc\u015f\u00fcnebilece\u011fimizden daha yak\u0131n bir zamanda-, d\u00fcnyam\u0131z pek \u00e7ok a\u00e7\u0131dan bug\u00fcn insan yarg\u0131s\u0131n\u0131n yegane amac\u0131 olan bilgisayar sistemleri taraf\u0131ndan art\u0131r\u0131lm\u0131\u015f veya de\u011fi\u015ftirilmi\u015f olacak. (Mayer-Sch\u00f6nberger ve Cukier, 2014, s. 12)\u201d<\/em><\/p>\n\n\n\n

Bu g\u00f6r\u00fc\u015f\u00fc destekleyen bir \u00f6rnek 2012 y\u0131l\u0131nda Obama Y\u00f6netimi (Obama Administration) taraf\u0131ndan \u201culuslar\u0131n en \u00f6ncelikli zorluklar\u0131n\u0131n baz\u0131lar\u0131n\u0131 \u00e7\u00f6zmeye yard\u0131mc\u0131 olmak\u201d i\u00e7in ba\u015flat\u0131lan \u201cB\u00fcy\u00fck Veri Ara\u015ft\u0131rma ve Geli\u015ftirme Giri\u015fimi\u201d (Big Data Research and Development Initiative; akt. Chen ve Lin, 2014, s. 521).<\/p>\n\n\n\n

Ancak vaat edilene k\u0131yasla nelerin ger\u00e7ekten ba\u015far\u0131ld\u0131\u011f\u0131na bakt\u0131\u011f\u0131m\u0131zda g\u00f6rd\u00fc\u011f\u00fcm\u00fcz tutars\u0131zl\u0131k \u00e7arp\u0131c\u0131. Daha sonra baz\u0131 \u00f6rnekler verece\u011fim. Bu tutars\u0131zl\u0131\u011f\u0131n bir a\u00e7\u0131klamas\u0131, itici kuvvetin k\u00e2r olmas\u0131 ve bu y\u00fczden pek \u00e7ok vaadin pazarlama olarak de\u011ferlendirilmesi gerekti\u011fi ihtimali olabilir. Fakat ticari \u00e7\u0131karlar\u0131n rol\u00fc oldu\u011funa ku\u015fku olmasa da ben bu a\u00e7\u0131klaman\u0131n yetersiz oldu\u011funu d\u00fc\u015f\u00fcn\u00fcyorum. \u0130ki fakt\u00f6r ekleyece\u011fim: \u0130lki, Silikon Vadisi\u2019ndeki birka\u00e7 muhaliften biri olan Jerone Lanier, bilimsel \u00f6l\u00fcms\u00fczl\u00fc\u011fe, s\u00fcper zek\u00e2ya sahip bilgisayarlar\u0131n geli\u015fimine vs. olan inanc\u0131n yeni bir dinin \u201cbir m\u00fchendislik k\u00fclt\u00fcr\u00fc ile ifade edilen\u201d anlat\u0131mlar\u0131 oldu\u011funu \u00f6ne s\u00fcr\u00fcyor (Lanier, 2013, s. 186). \u0130kincisi, bilgisayarlar\u0131n bir insan aktivitesini kopyalayabilece\u011fi \u00f6ne s\u00fcr\u00fcld\u00fc\u011f\u00fc zaman, iddian\u0131n s\u0131kl\u0131kla bu aktivitenin olduk\u00e7a basitle\u015ftirilmi\u015f ve \u00e7arp\u0131t\u0131lm\u0131\u015f bir a\u00e7\u0131klamas\u0131n\u0131n \u00f6n kabul\u00fcne dayand\u0131\u011f\u0131 ortaya \u00e7\u0131k\u0131yor. Basit\u00e7e ifade etmek gerekirse: Teknolojinin abart\u0131lmas\u0131, insanlar\u0131n hafife al\u0131nmas\u0131yla yak\u0131ndan ba\u011flant\u0131l\u0131.<\/p>\n\n\n\n

Dreyfus\u2019un YGZ\u2019nin ger\u00e7ekle\u015ftirilemeyece\u011fiyle ili\u015fkili olan ana arg\u00fcman\u0131yla ba\u015flayaca\u011f\u0131m. Daha sonra, Dreyfus\u2019un kitab\u0131 yay\u0131nland\u0131ktan sonra YZ ara\u015ft\u0131rmalar\u0131nda ger\u00e7ekle\u015fen geli\u015fmeleri k\u0131saca anlataca\u011f\u0131m. Baz\u0131 inan\u0131lmaz at\u0131l\u0131mlar, YGZ\u2019nin sonraki birka\u00e7 on y\u0131lda ger\u00e7ekle\u015ftirilebilece\u011fi iddias\u0131n\u0131 desteklemek i\u00e7in kullan\u0131ld\u0131 fakat YGZ\u2019nin ger\u00e7ekle\u015ftirilmesinde \u00e7ok az \u015fey ba\u015far\u0131ld\u0131\u011f\u0131n\u0131 g\u00f6sterece\u011fim. Sonras\u0131nda bunun sadece bir zaman, yani yak\u0131n zamanda ger\u00e7ekle\u015ftirilememi\u015f olan\u0131n daha sonra ger\u00e7ekle\u015ftirilece\u011fi meselesi olmad\u0131\u011f\u0131n\u0131 savunaca\u011f\u0131m. Aksine, bu amac\u0131n prensipte ger\u00e7ekle\u015ftirilemez oldu\u011funu ve bu projenin bir \u00e7\u0131kmaz sokak oldu\u011funu iddia edece\u011fim. Yaz\u0131n\u0131n ikinci k\u0131sm\u0131nda, nedensel bilginin insan benzeri bir zek\u00e2n\u0131n \u00f6nemli bir par\u00e7as\u0131 oldu\u011funu ve bilgisayarlar\u0131n nedenselli\u011fi kullanamayaca\u011f\u0131n\u0131 \u00e7\u00fcnk\u00fc d\u00fcnyaya m\u00fcdahale edemeyeceklerini tart\u0131\u015fmakla yetinece\u011fim. Daha genel olarak, YGZ ger\u00e7ekle\u015ftirilemez \u00e7\u00fcnk\u00fc bilgisayarlar d\u00fcnyada de\u011filler. Bilgisayarlar b\u00fcy\u00fcmedi\u011fi, bir k\u00fclt\u00fcre mensup olmad\u0131klar\u0131 ve d\u00fcnyada eyleme ge\u00e7medikleri s\u00fcrece asla insan benzeri bir zek\u00e2 elde edemeyecekler.<\/p>\n\n\n\n

Son olarak, YGZ\u2019nin ger\u00e7ekle\u015ftirilebilece\u011fi inanc\u0131n\u0131n<\/em> zararl\u0131 oldu\u011funu \u00f6nse s\u00fcrece\u011fim. E\u011fer teknolojinin g\u00fcc\u00fc abart\u0131l\u0131rsa ve insan becerileri hafife al\u0131n\u0131rsa, pek \u00e7ok durumda sonu\u00e7 bizim iyi \u00e7al\u0131\u015fan bir \u015feyi daha a\u015fa\u011f\u0131 bir \u015feyle de\u011fi\u015ftirmemiz olur.<\/p>\n\n\n\n

Z\u0131mni bilgi<\/strong><\/h2>\n\n\n\n

Dreyfus YZ\u2019yi Platon\u2019a kadar giden bir felsefi gelene\u011fin i\u00e7ine yerle\u015ftirdi. Platon\u2019un bilgi teorisi matematik, \u00f6zellikle de geometri ideali \u00fczerine in\u015fa edilmi\u015ftir. Geometri maddi cisimlerle de\u011fil ideal cisimlerle ilgilidir. Ger\u00e7ek bilgiyi, epistemeyi, sadece dikkatimizi maddi d\u00fcnyadan \u201cyukar\u0131lara\u201d, ideal nesnelerin d\u00fcnyas\u0131na \u00e7evirerek elde edebiliriz. Hatta Platon geometricileri kendi i\u015flerini anlamamakla su\u00e7lam\u0131\u015f; geometricilerin \u201cbir \u015fey yapt\u0131klar\u0131n\u0131 ve muhakemelerinin pratik bir taraf\u0131 oldu\u011funu\u201d d\u00fc\u015f\u00fcnd\u00fcklerini ve \u201casl\u0131nda konunun yaln\u0131zca bilgi u\u011fruna takip edilmedi\u011fini\u201d s\u00f6yleyerek ele\u015ftirmi\u015ftir (Plato, 1955, s. 517). Beceriler sadece g\u00f6r\u00fc\u015ft\u00fcr, doxa<\/em>[1]<\/a>d\u0131r ve Platon\u2019nun bilgi hiyerar\u015fisinin en alt\u0131na indirilmi\u015ftir.<\/p>\n\n\n\n

Bu g\u00f6r\u00fc\u015fe g\u00f6re bir \u015feyin bilgi olarak de\u011ferlendirilmesinin asgari gereklili\u011fi, a\u00e7\u0131k bir \u015fekilde form\u00fcle edilebilmesidir. Bat\u0131 felsefesi genellikle Platon\u2019u takip ederek sadece \u00f6nermesel bilgiyi ger\u00e7ek bilgi olarak kabul etti. Buna bir istisna Dreyfus taraf\u0131ndan \u201canti felsefeciler\u201d olarak adland\u0131r\u0131lan Merleau-Ponty, Heidegger ve Wittgenstein. Dreyfus ayr\u0131ca bilim insan\u0131 ve felsefeci Michael Polanyi\u2019yi de kastediyor. Polanyi, Ki\u015fisel Bilgi <\/em>(Personal Knowledge<\/em>) kitab\u0131nda z\u0131mni bilgi <\/em>(tacit knowledge<\/em>)[2]<\/a> ifadesini tan\u0131tm\u0131\u015ft\u0131. Bizim g\u00fcndelik ya\u015famda ba\u015fvurdu\u011fumuz bilgilerin \u00e7o\u011fu z\u0131mnidir. Asl\u0131nda bir i\u015fi yaparken hangi kurallara ba\u015fvurdu\u011fumuzu bilmiyoruz. Polanyi, y\u00fczmeyi ve bisiklet s\u00fcrmeyi birer \u00f6rnek olarak kullanm\u0131\u015ft\u0131r. Pek az say\u0131da y\u00fcz\u00fcc\u00fc onlar\u0131 su \u00fcst\u00fcnde tutan \u015feyin solunumlar\u0131n\u0131 nas\u0131l d\u00fczenledikleri oldu\u011funu bilir: Nefes verdiklerinde ci\u011ferlerini bo\u015faltmazlar ve nefes ald\u0131klar\u0131nda ci\u011ferlerini normalden daha fazla \u015fi\u015firirler.<\/p>\n\n\n\n

Benzer bir \u015fey bisiklet s\u00fcrmede de ge\u00e7erli. Bisiklet\u00e7i, dengesini gidonu d\u00f6nd\u00fcrerek s\u00fcrd\u00fcr\u00fcr. Sola d\u00fc\u015fmekten ka\u00e7\u0131nmak i\u00e7in gidonu sola \u00e7evirir ve sa\u011fa d\u00fc\u015fmekten ka\u00e7\u0131nmak i\u00e7in gidonu sa\u011fa \u00e7evirir. B\u00f6ylece dengesini bir dizi ufak kavislenme ile hareket ederek s\u00fcrd\u00fcr\u00fcr. Polanyi\u2019ye g\u00f6re, basit bir analiz g\u00f6steriyor ki belirli bir dengesizlik a\u00e7\u0131s\u0131 i\u00e7in, her kavisin e\u011frili\u011fi bisikletin h\u0131z\u0131n\u0131n karesiyle ters orant\u0131l\u0131. Fakat bisiklet\u00e7i bunu bilmez ve bilmesi de onun daha iyi bisiklet\u00e7i olmas\u0131na yard\u0131m da etmezdi (Polanyi, 1958, s. 50). Daha sonra Polanyi bu i\u00e7g\u00f6r\u00fcy\u00fc \u201c\u2026 anlatabilece\u011fimizden daha fazlas\u0131n\u0131 bilebiliriz<\/em>\u201d olarak form\u00fcle etmi\u015ftir (Polanyi, 2009, s.4).<\/p>\n\n\n\n

Ancak, Polanyi\u2019nin katk\u0131s\u0131ndaki \u00f6nemli bir nokta, becerilerin genel olarak s\u00f6zl\u00fc ifade edilebilecek (articulate) bilgi ve \u00f6zel olarak bilimsel bilgi i\u00e7in bir \u00f6n ko\u015ful oldu\u011funu \u00f6ne s\u00fcrmesi. \u00d6rne\u011fin, fiziksel deneyler ger\u00e7ekle\u015ftirmek i\u00e7in y\u00fcksek derecede beceri gerekir. Bu beceriler sadece ders kitaplar\u0131yla \u00f6\u011frenilemez. \u0130\u015fi bilen birinden gelen talimatlar arac\u0131l\u0131\u011f\u0131yla elde edilir.<\/p>\n\n\n\n

Benzer \u015fekilde karde\u015fi Stuart ile birlikte Hubert Dreyfus becerilerin edinilmesiyle ilgili bir model geli\u015ftirdi. En d\u00fc\u015f\u00fck seviyede, i\u015fi yerine getiren kimse a\u00e7\u0131k kurallar\u0131 takip eder. En y\u00fcksek seviye, uzman performans\u0131, Polanyi\u2019nin bilimsel uygulama a\u00e7\u0131klamas\u0131na benzer. Uzmanl\u0131\u011f\u0131n \u00f6nemli bir k\u0131sm\u0131 z\u0131mnidir. Bir bilgisayar\u0131n uzman performans\u0131n\u0131 (\u00f6rne\u011fin t\u0131bbi te\u015fhis) sim\u00fcle etmesini sa\u011flayan sistemlerin, yani uzman sistemlerin geli\u015fiminin kar\u015f\u0131la\u015ft\u0131\u011f\u0131 problem, uzman bilgisinin \u00f6nemli bir k\u0131sm\u0131n\u0131n z\u0131mni olmas\u0131d\u0131r. E\u011fer uzmanlar performanslar\u0131 s\u0131ras\u0131nda ba\u015fvurduklar\u0131 bilgiyi a\u00e7\u0131k\u00e7a ifade etmeyi denerlerse, normal olarak daha d\u00fc\u015f\u00fck bir seviyeye gerilerler. Bu y\u00fczden Hubert ve Stuart Dreyfus\u2019a g\u00f6re uzman sistemler, uzman bir kimsenin becerilerini yakalayamayacakt\u0131r (Dreyfus ve Dreyfus, 1986, s. 36). Bu olguyu g\u00fcndelik hayattan biliyoruz. Pek \u00e7o\u011fumuz y\u00fcr\u00fcmede uzman\u0131z. Ancak, nas\u0131l y\u00fcr\u00fcd\u00fc\u011f\u00fcm\u00fcz\u00fc a\u00e7\u0131k\u00e7a ifade etmeye \u00e7al\u0131\u015ft\u0131\u011f\u0131m\u0131zda, y\u00fcr\u00fcmeyle ilgili becerileri pek de yakalayamayan bir tan\u0131mlama yap\u0131yoruz.<\/p>\n\n\n\n

YZ ara\u015ft\u0131rmalar\u0131ndaki \u00fc\u00e7 \u201cd\u00f6n\u00fcm noktas\u0131\u201d<\/strong><\/h2>\n\n\n\n

Yine de, Hubert Dreyfus\u2019un Bilgisayarlar Neyi Yapamaz <\/em>(What Computers Can\u2019t Do <\/em>isimli yay\u0131n\u0131ndan sonra YZ muazzam bir ilerleme g\u00f6sterdi. B\u00fcy\u00fck dikkat \u00e7ekmi\u015f ve YGZ\u2019nin \u201celi kula\u011f\u0131nda\u201d oldu\u011fu izlenimine katk\u0131 sa\u011flam\u0131\u015f \u00fc\u00e7 \u201cd\u00f6n\u00fcm noktas\u0131\u201dndan bahsedece\u011fim.<\/p>\n\n\n\n

\u0130lk \u201cd\u00f6n\u00fcm noktas\u0131\u201d, 1997 y\u0131l\u0131nda d\u00fcnya satran\u00e7 \u015fampiyonu Garri Kasparov\u2019u yendi\u011fi i\u00e7in s\u0131kl\u0131kla bir k\u0131r\u0131lma noktas\u0131 olarak de\u011ferlendirilen IBM\u2019in satran\u00e7 oynayan bilgisayar\u0131 Deep Blue<\/em>. Fakat Deep Blue bir YDZ \u00f6rne\u011fiydi; belirli bir ama\u00e7 i\u00e7in yap\u0131lm\u0131\u015ft\u0131. Her ne kadar insanlar taraf\u0131ndan yap\u0131ld\u0131\u011f\u0131nda zek\u00e2 gerektiren bir aktivitede son derece ba\u015far\u0131l\u0131 olsa da kimse Deep Blue\u2019nun genel zek\u00e2 edindi\u011fini iddia etmez.<\/p>\n\n\n\n

\u0130kincisi IBM\u2019in bilgisayar\u0131 Watson<\/em>. Bu, Jeopardy! <\/em>isimli bilgi yar\u0131\u015fmas\u0131na kat\u0131lma amac\u0131yla geli\u015ftirildi. Bu yar\u0131\u015fmada kat\u0131l\u0131mc\u0131lara cevaplar\u0131n veriliyor ve kat\u0131l\u0131mc\u0131lar\u0131n do\u011fru soruyu bulmas\u0131 gerekiyor. \u00d6rne\u011fin \u015f\u00f6yle bir cevap sunulabilir: \u201cBu `\u00dclkemizin Babas\u0131\u2019 ger\u00e7ekten kiraz a\u011fac\u0131 kesmedi\u201d. Kat\u0131l\u0131mc\u0131lar\u0131n bulmas\u0131 gereken do\u011fru cevap: George Washington kimdir?\u201d[3]<\/a><\/p>\n\n\n\n

Jeopardy!<\/em>, satran\u00e7tan \u00e7ok daha b\u00fcy\u00fck bir bilgi ve beceri repertuar\u0131 gerektiriyor. G\u00f6revler bilim, tarih, k\u00fclt\u00fcre, co\u011frafya ve spor gibi \u00e7e\u015fitli alanlar\u0131 kaps\u0131yor ve analojiler ve cinaslar bar\u0131nd\u0131rabiliyor. \u0130lk cevap veren olmak i\u00e7in yar\u0131\u015fan \u00fc\u00e7 kat\u0131l\u0131mc\u0131 var. E\u011fer biri yanl\u0131\u015f cevaplarsa, o yar\u0131\u015fmac\u0131 \u00e7ekiliyor ve ba\u015fka bir yar\u0131\u015fmac\u0131 cevaplama f\u0131rsat\u0131na sahip oluyor. Bu nedenle yar\u0131\u015fma hem bilgi hem h\u0131z gerektiriyor ama ayn\u0131 zamanda kendini s\u0131n\u0131rlama becerisi de gerektiriyor. Program, 1964\u2019te ba\u015flad\u0131\u011f\u0131ndan beri Birle\u015fik Devletler\u2019de muazzam bir pop\u00fclarite kazand\u0131 ve ortalama yedi milyon insan taraf\u0131ndan izleniyor (Brynjolfson ve McAfee, 2014, s.24).<\/p>\n\n\n\n

Watson do\u011fal dil kullanarak ileti\u015fim sa\u011fl\u0131yor. Jeopardy! <\/em>yar\u0131\u015fmas\u0131na kat\u0131ld\u0131\u011f\u0131nda, internete ba\u011fl\u0131 de\u011fildi ama 200 milyon sayfa bilgiye eri\u015fimi vard\u0131 (Susskind ve Susskind, 2015, s. 165; Ford, 2015, s. 98ff). Watson, 2011 y\u0131l\u0131nda Jeopardy! <\/em>yar\u0131\u015fmas\u0131n\u0131n en iyi kat\u0131l\u0131mc\u0131lar\u0131ndan ikisini, Ken Jennings\u2019i ve Brad Rutter\u2019\u0131 yendi. Jennings, 2004 y\u0131l\u0131nda arka arkaya 74 kere kazanarak toplamda 3 milyon dolar\u0131n \u00fczerinde kazanm\u0131\u015ft\u0131. Rutter, 2005\u2019te Jennings kar\u015f\u0131s\u0131nda kazanm\u0131\u015f ve o da 3 milyon dolar\u0131n \u00fczerinde kazanm\u0131\u015ft\u0131. \u0130ki g\u00fcn s\u00fcren yar\u0131\u015fmada, Watson insan rakiplerinin her birinin kazand\u0131\u011f\u0131ndan \u00fc\u00e7 kat\u0131ndan daha fazla kazand\u0131.<\/p>\n\n\n\n

Watson, Jeopardy! <\/em>yar\u0131\u015fmas\u0131na kat\u0131lmak i\u00e7in yap\u0131lm\u0131\u015f olsa da IBM\u2019in ba\u015fka planlar\u0131 da vard\u0131. Watson Jeopardy! <\/em>yar\u0131\u015fmas\u0131n\u0131 kazand\u0131ktan k\u0131sa s\u00fcre sonra \u015firket, bilgisayar\u0131n g\u00fcc\u00fcn\u00fc t\u0131bba uygulayacaklar\u0131n\u0131 duyurdu: Bu bir YZ t\u0131bbi s\u00fcper doktoru olacak ve t\u0131pta devrim yapacakt\u0131. Temel fikir \u015fuydu: e\u011fer Watson b\u00fct\u00fcn t\u0131bbi literat\u00fcre (hastalar\u0131n sa\u011fl\u0131k kay\u0131tlar\u0131, ders kitaplar\u0131, akademik makaleler, ila\u00e7lar\u0131n listeleri vb.) eri\u015fime sahip olursa, herhangi bir insan doktordan daha iyi bir tan\u0131 ve tedavi \u00f6nerebilmesi gerekirdi. Takip eden y\u0131llarda IBM birka\u00e7 projeye giri\u015fti ancak ba\u015far\u0131 olduk\u00e7a s\u0131n\u0131rl\u0131yd\u0131. Baz\u0131lar\u0131 sadece kapat\u0131ld\u0131, baz\u0131lar\u0131 ise ola\u011fan\u00fcst\u00fc derecede ba\u015far\u0131s\u0131z oldu. Bir YZ doktor olu\u015fturmak ba\u015fta varsay\u0131landan \u00e7ok daha zordu. IBM\u2019e ait Watson Health, s\u00fcper doktorlar yerine rutin g\u00f6revleri yerine getirebilen bir YZ asistan\u0131na d\u00f6n\u00fc\u015ft\u00fc (Strickland, 2019).<\/p>\n\n\n\n

\u00dc\u00e7\u00fcnc\u00fc \u201cd\u00f6n\u00fcm noktas\u0131\u201d Alphabet\u2019den AlphaGo<\/em>. Go, \u00c7in\u2019de 2000 y\u0131ldan daha eski bir d\u00f6nemde icat edilmi\u015f bir masa oyunu. Oyunun karma\u015f\u0131kl\u0131\u011f\u0131 satran\u00e7tan bile daha fazla olarak g\u00f6r\u00fcl\u00fcyor ve oyun milyonlarca insan taraf\u0131ndan oynan\u0131yor, \u00f6zellikle de Do\u011fu Asya\u2019da. AlphaGo, d\u00fcnya \u015fampiyonu Le Sedol ile olan G\u00fcney Kore, Seul\u2019daki \u00e7ok\u00e7a reklam\u0131 yap\u0131lm\u0131\u015f be\u015f ma\u00e7ta galip geldi. Olay \u00f6d\u00fcll\u00fc AlphaGo<\/em> isimli filmde resmedildi (2017, Greg Kohs taraf\u0131ndan y\u00f6netildi).<\/p>\n\n\n\n

AlphaGo, YZ ara\u015ft\u0131rmalar\u0131nda bir d\u00f6n\u00fcm noktas\u0131 kabul ediliyor \u00e7\u00fcnk\u00fc bu derin peki\u015ftirmeli \u00f6\u011frenme <\/em>(deep reinforcement learning<\/em>) ad\u0131ndaki bir stratejinin uygulamas\u0131n\u0131n bir \u00f6rne\u011fi. Bu durum, \u015firketin \u201cDeepMind\u201d (DerinZihin) isminde yans\u0131t\u0131l\u0131yor. (Google\u2019\u0131n yeniden yap\u0131lanmas\u0131ndan sonra Google ve DeepMind, Alphabet\u2019in yan kurulu\u015fu oldu.) Bu yapay n\u00f6ral a\u011flar paradigmas\u0131 temelindeki YZ ara\u015ft\u0131rmalar\u0131na yakla\u015f\u0131m\u0131n bir \u00f6rne\u011fi. Bir yapay n\u00f6ral a\u011f, n\u00f6ral a\u011flar \u00fczerine modellenir. Beynimiz yakla\u015f\u0131k y\u00fcz milyar n\u00f6ron bar\u0131nd\u0131r\u0131r. Her bir n\u00f6ron, yakla\u015f\u0131k 1000 n\u00f6rona sinapslar arac\u0131l\u0131\u011f\u0131yla ba\u011fl\u0131d\u0131r. Bu, beyinde yakla\u015f\u0131k y\u00fcz trilyon ba\u011flant\u0131 oldu\u011fu anlam\u0131na geliyor. Bir yapay n\u00f6ral a\u011f, do\u011fal n\u00f6ronlardan \u00e7ok daha basit olan yapay n\u00f6ronlardan olu\u015fuyor. Ancak, \u00e7ok say\u0131da n\u00f6ron bir a\u011f i\u00e7erisinde ba\u011fland\u0131\u011f\u0131 zaman, yeterince b\u00fcy\u00fck bir a\u011f\u0131n teoride herhangi bir hesaplamay\u0131 ger\u00e7ekle\u015ftirebilece\u011fi kan\u0131tland\u0131. Pratikte neyin m\u00fcmk\u00fcn oldu\u011fu tabii ki ba\u015fka bir soru (Minsky, 1972, s. 55; Tegmark, 2017, s. 74).<\/p>\n\n\n\n

N\u00f6ral a\u011flar \u00f6zellikle desen tan\u0131mada iyiler. \u00d6rne\u011fin, bir n\u00f6ral a\u011fa bir resimdeki kediyi saptamas\u0131n\u0131 \u00f6\u011fretmek i\u00e7in bizim kediyi saptamak i\u00e7in kulland\u0131\u011f\u0131m\u0131z \u00f6l\u00e7\u00fctleri programlamak zorunda de\u011filiz. Bir dereceye kadar farklar\u0131 a\u00e7\u0131klayabiliriz ancak \u00e7ok az say\u0131da ki\u015fi, muhtemelen hi\u00e7 kimse, kullan\u0131lan b\u00fct\u00fcn \u00f6l\u00e7\u00fctlerin tam bir listesini veremeyecektir. Bunun sebebi z\u0131mni bilginin \u00e7o\u011funlu\u011funun \u00f6rnekler ve kar\u015f\u0131 \u00f6rnekler ile \u00f6\u011frenilmesidir. Ayn\u0131s\u0131 n\u00f6ral a\u011flar i\u00e7in de ge\u00e7erli.<\/p>\n\n\n\n

Bir derin \u00f6\u011frenme n\u00f6ral a\u011f\u0131 farkl\u0131 yapay n\u00f6ron katmanlar\u0131ndan olu\u015fur. \u00d6rne\u011fin bir a\u011f d\u00f6rt farkl\u0131 katmana sahip olabilir. Bir resmin analizinde, ilk katman pikselleri \u0131\u015f\u0131k ve karanl\u0131k olarak saptayabilir. \u0130kinci katman kenarlar\u0131 ve basit \u015fekilleri saptayabilir. \u00dc\u00e7\u00fcnc\u00fc katman daha karma\u015f\u0131k \u015fekilleri ve nesneleri saptayabilir ve d\u00f6rd\u00fcnc\u00fc katman hangi \u015fekillerin bir nesneyi saptamak i\u00e7in kullan\u0131labilece\u011fini \u00f6\u011frenebilir (Jones, 2014, s. 148).<\/p>\n\n\n\n

Bunun avantaj\u0131, bir y\u00fcz\u00fc saptamakta kullan\u0131lan \u00f6l\u00e7\u00fctleri a\u00e7\u0131k bir \u015fekilde form\u00fcle etmenin gerekli olmamas\u0131. Bu satran\u00e7 program\u0131 Deep Blue ve AlphaGo aras\u0131ndaki hayati fark. \u0130nsan bir satran\u00e7 oyuncusu tahtadaki belirli bir pozisyonu de\u011ferlendirmek i\u00e7in hesaplama ve sezgi kar\u0131\u015f\u0131m\u0131 kullansa da Deep Blue belirli bir durumda, \u00e7ok say\u0131da olas\u0131 pozisyonu de\u011ferlendirmek ve en iyi olas\u0131l\u0131\u011fa karar vermek i\u00e7in programland\u0131. Go ise farkl\u0131. Pek \u00e7ok durumda usta oyuncular sadece sezgilerine g\u00fcveniyor ve tahtadaki pozisyonu sadece \u201ciyi bir \u015fekle\u201d sahip olarak tan\u0131mlayabiliyorlar (Nielsen, 2016). Daha \u00f6nce Hubert Dreyfus\u2019un YGZ\u2019ye kar\u015f\u0131 olan ana arg\u00fcmanlar\u0131ndan birinin insan uzmanl\u0131\u011f\u0131n\u0131n k\u0131smen z\u0131mni oldu\u011fu ve a\u00e7\u0131k\u00e7a ifade edilemeyece\u011fi oldu\u011fundan bahsetmi\u015ftim. AlphaGo bilgisayarlar\u0131n z\u0131mni bilgiyi kullanabilece\u011fini g\u00f6sterdi ve bu y\u00fczden Dreyfus\u2019un arg\u00fcman\u0131 ge\u00e7erlili\u011fini yitirmi\u015f gibi g\u00f6r\u00fcn\u00fcyor. Ancak daha sonra \u201cz\u0131mni bilgi\u201dnin Dreyfus\u2019un zihnindeki insan d\u00fcnyas\u0131ndan temelde farkl\u0131 olan idealize edilmi\u015f bir \u201cbilim d\u00fcnyas\u0131\u201dyla s\u0131n\u0131rl\u0131 oldu\u011funu g\u00f6sterece\u011fim.<\/p>\n\n\n\n

Yine de, a\u00e7\u0131k kurallar\u0131 form\u00fcle etmek zorunda olmama avantaj\u0131 bir bedel ile geliyor. Geleneksel bir bilgisayar program\u0131nda b\u00fct\u00fcn parametreler a\u00e7\u0131kt\u0131r. Bu tam \u015feffafl\u0131\u011f\u0131 garanti eder. Bir n\u00f6ral a\u011fda bu \u015feffafl\u0131k kay\u0131p. Ki\u015fi genelde hangi parametrelerin kullan\u0131ld\u0131\u011f\u0131n\u0131 bilmez. Birka\u00e7 y\u0131l \u00f6nce, Washington \u00dcniversitesinden bir ekip haskiler ve kurtlar aras\u0131nda ayr\u0131m yapmak i\u00e7in e\u011fitilmi\u015f bir sistem geli\u015ftirdi. Bu dikkate de\u011fer \u00f6l\u00e7\u00fcde beceri gerektiren bir i\u015f \u00e7\u00fcnk\u00fc aralar\u0131nda \u00e7ok fazla bir fark yok. Buna ra\u011fmen, sistem hayrete d\u00fc\u015f\u00fcren %90\u2019l\u0131k bir do\u011frulu\u011fa sahipti. Ancak, ekip ke\u015ffetti ki sistemin kurtlar\u0131 tan\u0131mas\u0131n\u0131n sebebi pek \u00e7ok kurt foto\u011fraf\u0131nda kar olmas\u0131yd\u0131. Ekip bir kar dedekt\u00f6r\u00fc icat etmi\u015fti! (Dingli, 2018)<\/p>\n\n\n\n

AlphaGo<\/em>, DeepMind ara\u015ft\u0131rmac\u0131lar\u0131 taraf\u0131ndan geli\u015ftirildi ve bu b\u00fcy\u00fck bir ba\u015far\u0131 olarak de\u011ferlendirildi. DeepMind\u2019\u0131n yakla\u015f\u0131m\u0131, Atari oyunlar\u0131 Breakout ve Space Invaders ve bilgisayar oyunu Starcraft i\u00e7in de ba\u015far\u0131l\u0131 bir \u015fekilde uyguland\u0131. Ancak, ortaya \u00e7\u0131kt\u0131 ki sistem esneklikten yoksun ve \u00e7evredeki de\u011fi\u015fikliklere uyum sa\u011flayam\u0131yor. Hatta k\u00fc\u00e7\u00fck \u00e7evredeki k\u00fc\u00e7\u00fck bir de\u011fi\u015fime kar\u015f\u0131 bile savunmas\u0131z oldu\u011fu g\u00f6r\u00fcld\u00fc. Ger\u00e7ek d\u00fcnya problemleri de\u011fi\u015fen bir d\u00fcnyada yer ald\u0131\u011f\u0131ndan dolay\u0131 derin peki\u015ftirmeli \u00f6\u011frenmenin \u015fimdiye kadar ancak birka\u00e7 ticari uygulamas\u0131 bulundu. Ara\u015ft\u0131rma ve geli\u015ftirme maliyetli ama DeepMind\u2019\u0131n 2016\u2019daki 154 milyon dolarl\u0131k, 2017\u2019deki 341 milyon dolarl\u0131k ve 2018\u2019deki 572 milyon dolarl\u0131k kay\u0131plar\u0131 pek de ba\u015far\u0131 i\u015fareti de\u011fil (Marcus, 2019).<\/p>\n\n\n\n

En yeni abart\u0131l\u0131 pazarlama: B\u00fcy\u00fck Veri<\/strong><\/h2>\n\n\n\n

N\u00f6ral a\u011flarla ilgili zorluk, \u00e7ok b\u00fcy\u00fck miktarda veriyle ba\u015fa \u00e7\u0131kabiliyor olmalar\u0131 gerekmesi. \u00d6rne\u011fin AlphaGo ba\u015flang\u0131\u00e7ta, yetkin Go oyuncular\u0131 taraf\u0131ndan oynanm\u0131\u015f 150.000 oyun \u00fczerinde e\u011fitildi. Daha sonra kendisinin \u00f6nceki versiyonlar\u0131na kar\u015f\u0131 tekrar tekrar oynayarak geli\u015ftirildi.<\/p>\n\n\n\n

Bilgisayarlar\u0131n \u00e7ok b\u00fcy\u00fck miktarlardaki veriyi i\u015flemedeki ve depolamadaki artan becerisi \u201cveri patlamas\u0131\u201d, hatta \u201cveri tufan\u0131\u201d, olarak adland\u0131r\u0131lan \u015feye yol a\u00e7t\u0131. Daha 2012\u2019de Google\u2019\u0131n her g\u00fcn yakla\u015f\u0131k 24 petabit (24 1015) veri i\u015fledi\u011fi tahmin ediliyordu. Bu ABD\u2019nin Kongre K\u00fct\u00fcphanesindeki bas\u0131l\u0131 materyal say\u0131s\u0131n\u0131n bin kat\u0131 (Mayer-Sch\u00f6nberger ve Cukier, 2014, s. 8). Ayr\u0131ca d\u00fcnyada her g\u00fcn 2.5 exabit (2.5 1018) veri \u00fcretildi\u011fi tahmin ediliyor. Bunun \u015fimdiye kadar insanlar taraf\u0131ndan konu\u015fulmu\u015f b\u00fct\u00fcn kelimelerin yakla\u015f\u0131k olarak yar\u0131s\u0131 oldu\u011fu tahmin ediliyor. Bu b\u00fcy\u00fckl\u00fckte bir veri insan hayal g\u00fcc\u00fcn\u00fcn \u00f6tesinde ve B\u00fcy\u00fck Veri yakla\u015f\u0131m\u0131n\u0131n arka plan\u0131.<\/p>\n\n\n\n

B\u00fcy\u00fck Veri yakla\u015f\u0131m\u0131 b\u00fcy\u00fck miktarda verinin -tipik olarak terabitler ve petabitler- analizi i\u00e7in ilave bir y\u00f6ntem olarak de\u011ferlendirilmesi m\u00fcmk\u00fcn olsa da bazen yeni bir epistemolojik yakla\u015f\u0131m olarak sunuluyor. Viktor Mayer-Sch\u00f6nberger ve Kenneth Cukier, kitaplar\u0131 B\u00fcy\u00fck Veri<\/em>\u2019ye 2009\u2019da ke\u015ffedilmi\u015f bir grip \u00f6rne\u011fiyle ba\u015fl\u0131yorlar. Ku\u015f gribi ve domuz gribine sebep olan vir\u00fcslerden \u00f6\u011feleri birle\u015ftiren bu vir\u00fcse H1N1 ad\u0131 verildi. Grip h\u0131zl\u0131ca yay\u0131ld\u0131 ve bir hafta i\u00e7inde, d\u00fcnya \u00e7evresindeki halk sa\u011fl\u0131\u011f\u0131 kurumlar\u0131 bir salg\u0131n hakk\u0131nda endi\u015felendiler. Hatta baz\u0131lar\u0131, milyonlar\u0131 \u00f6ld\u00fcren 1918 \u0130spanyol gribi ile ayn\u0131 b\u00fcy\u00fckl\u00fckte bir salg\u0131n hakk\u0131nda endi\u015felendiler. Vir\u00fcse kar\u015f\u0131 hi\u00e7 a\u015f\u0131 yoktu ve sa\u011fl\u0131k yetkililerinin yapabilece\u011fi tek \u015fey vir\u00fcs\u00fc yava\u015flatmay\u0131 denemekti. Fakat bunu yapabilmek i\u00e7in, vir\u00fcs\u00fcn halihaz\u0131rda yay\u0131ld\u0131\u011f\u0131 yerleri bilmeleri gerekiyordu. Doktorlardan yeni vakalar\u0131 bildirmeleri istenmi\u015f olsa da bu bilgilerin yetkililere ula\u015fmas\u0131 1\u20132 hafta alacakt\u0131, bunun ana sebebi hastalar\u0131n hastal\u0131\u011f\u0131n semptomlar\u0131n\u0131n ortaya \u00e7\u0131k\u0131\u015f\u0131ndan hemen sonra doktora dan\u0131\u015fmamalar\u0131.<\/p>\n\n\n\n

Ancak Google\u2019daki ara\u015ft\u0131rmac\u0131lar bu salg\u0131ndan hemen \u00f6nce gribin yay\u0131lmas\u0131n\u0131 \u00e7ok daha iyi bir \u015fekilde \u00f6ng\u00f6recek yeni bir y\u00f6ntem icat ettiler. Google her g\u00fcn \u00fc\u00e7 milyonun \u00fczerinde soru aramas\u0131 al\u0131yor ve hepsini kaydediyor. Grip semptomlar\u0131 olan insanlar, grip hakk\u0131ndaki bilgiler i\u00e7in internette arama yapma e\u011filimindeydiler. Bu y\u00fczden ara\u015ft\u0131rmac\u0131lar, griple y\u00fcksek korelasyon g\u00f6steren arama \u00f6\u011felerine bakarak, sa\u011fl\u0131k otoritelerine k\u0131yasla \u00e7ok daha h\u0131zl\u0131 bir \u015fekilde gribin yay\u0131l\u0131\u015f\u0131n\u0131 haritalayabildiler (Mayer-Sch\u00f6nberger ve Cukier, 2014, s. 2).<\/p>\n\n\n\n

Mayer-Sch\u00f6nberger ve Cukier bunu bir ba\u015far\u0131 \u00f6yk\u00fcs\u00fc olarak de\u011ferlendiriyor. Fakat bu bazen \u201cilk ba\u015far\u0131n\u0131n yan\u0131lg\u0131s\u0131\u201d olarak adland\u0131r\u0131lan \u015feyin bir \u00f6rne\u011fi olabilir. 2013 y\u0131l\u0131nda model grip benzeri hastal\u0131klar i\u00e7in olan doktor ziyaretlerini, g\u00fcvenilir bir bilgi kayna\u011f\u0131 olarak g\u00f6r\u00fclen Hastal\u0131k Kontrol ve Koruma Merkezlerinin iki kat\u0131 olarak raporlad\u0131. Modelin ilk versiyonu muhtemelen griple korele olan ama nedensel olarak alakas\u0131z olan d\u00f6nemsel veriler i\u00e7eriyordu. Bu nedenle model k\u0131smen grip k\u0131smen k\u0131\u015f dedekt\u00f6r\u00fcyd\u00fc. Model g\u00fcncellenmi\u015f olsa da performans\u0131 ba\u015flang\u0131\u00e7taki vaatlerin \u00e7ok alt\u0131nda (Lazer et al., 2014; Shane, 2019, s. 171).<\/p>\n\n\n\n

Korelasyonlar ve nedenler<\/strong><\/h2>\n\n\n\n

\u00d6nceki \u00f6rnekler sadece korelasyonlarla ilgiliydi. Ancak bilimde ve g\u00fcndelik ya\u015famda nedensel ili\u015fkilere sahip olmak isteriz. \u00d6rne\u011fin g\u00fcn\u00fcm\u00fcz\u00fcn en b\u00fcy\u00fck sorular\u0131ndan biri nedensel bilgi ile alakal\u0131: G\u00f6zlemledi\u011fimiz k\u00fcresel \u0131s\u0131nma insan aktivitesinden (atmosfere sera gaz\u0131 sal\u0131n\u0131m\u0131) mi kaynaklan\u0131yor yoksa sadece do\u011fal bir varyasyon mu?<\/p>\n\n\n\n

Nedensel ili\u015fkinin do\u011fas\u0131 y\u00fczy\u0131llarca tart\u0131\u015f\u0131ld\u0131, \u00f6zellikle David Hume\u2019un neden ve sonu\u00e7 aras\u0131ndaki zorunlu ili\u015fki ile ilgili eski d\u00fc\u015f\u00fcnceleri ele\u015ftirmesinden sonra. Hume\u2019a g\u00f6re d\u00fczenliliklerin g\u00f6zlemiyle tatmin olmam\u0131z gerekiyor. Tersi bir \u015fekilde, onun \u00e7a\u011fda\u015f\u0131 olan Immanuel Kant, nedensel ili\u015fkilerin bilginin elde edilmesi i\u00e7in bir \u00f6n ko\u015ful oldu\u011funu \u00f6ne s\u00fcr\u00fcyor, her sonucun bir nedeni olmas\u0131 gereklidir.<\/p>\n\n\n\n

Ancak, nedensel ili\u015fkiler \u00fczerine \u015fimdiye kadar s\u00fcregelmi\u015f bir felsefi tart\u0131\u015fmaya girmek yerine, neleri nedensel ili\u015fki olarak tan\u0131mlad\u0131\u011f\u0131m\u0131za bakmak kazan\u00e7l\u0131 olacakt\u0131r. Felsefeci John Stuart Mill, nedensel ili\u015fkileri tan\u0131mlamam\u0131z\u0131 sa\u011flayacak baz\u0131 kurallar (o bunlar\u0131 \u201ckanonlar\u201d olarak adland\u0131r\u0131yor) form\u00fcle etti. Onun, ayn\u0131 zamanda \u201cfarklar metodu\u201d olarak da isimlendirilen ikinci kural\u0131 \u015fu \u015fekilde:<\/p>\n\n\n\n

\u201cE\u011fer incelenen olgunun olu\u015ftu\u011fu bir olay\u0131n ve olu\u015fmad\u0131\u011f\u0131 bir olay\u0131n sadece ilkinde olu\u015fan durum d\u0131\u015f\u0131nda b\u00fct\u00fcn durumlar\u0131 ortaksa, iki olay\u0131n farkl\u0131la\u015ft\u0131\u011f\u0131 tek durum olgunun sonucu veya nedeni veya nedeninin ayr\u0131lmaz bir par\u00e7as\u0131d\u0131r\u201d (Mill, 1882, s. 483).<\/em><\/p>\n\n\n\n

Bu at\u0131ftan g\u00f6rd\u00fc\u011f\u00fcm\u00fcz \u00fczere bir nedensel ili\u015fkinin ay\u0131rt edici i\u015fareti neden ve sonu\u00e7 aras\u0131ndaki %100 korelasyondur. Ama korelasyonlar\u0131n \u00e7o\u011fu nedensel de\u011fildir. \u00d6rne\u011fin, benzin fiyatlar\u0131 ve benim ya\u015f\u0131m aras\u0131nda y\u00fcksek bir pozitif korelasyon var ama bariz bir \u015fekilde ikisi aras\u0131nda nedensel bir ili\u015fki yok. Bu y\u00fczden korelasyon bir nedensel ili\u015fkinin g\u00f6stergesi olabilir ama olmak zorunda de\u011fil.<\/p>\n\n\n\n

Yukar\u0131daki at\u0131fta bu nedenle Mill, iki olay\u0131n b\u00fct\u00fcn ko\u015fullar\u0131n\u0131ne\u015fit olmas\u0131 gerekti\u011fini ifade ediyor. Fakat hala tek eri\u015febilece\u011fimiz \u015fey ikisi aras\u0131ndaki fark\u0131n neden veya sonu\u00e7 oldu\u011fudur, \u00e7\u00fcnk\u00fc korelasyon simetrik bir matematiksel ili\u015fkidir: E\u011fer A, B ile koraleyse o zaman B, A ile koraledir. Bunun aksine e\u011fer C, E\u2019nin nedeniyse E, C\u2019nin nedeni de\u011fildir. Bu y\u00fczden korelasyon neden ve sonu\u00e7 aras\u0131nda ayr\u0131m yapamaz. Bu ayr\u0131m\u0131 yapmak i\u00e7in daha fazlas\u0131na ihtiyac\u0131m\u0131z var: Neden, sonucu \u00fcretir ya da en az\u0131ndan beraberinde getirir. Bu nedenle varsay\u0131lan nedeni kald\u0131rabilir ve sonucun olu\u015fup olu\u015fmad\u0131\u011f\u0131na bakabiliriz.<\/p>\n\n\n\n

Bu prosed\u00fcr\u00fcn \u00fcnl\u00fc bir \u00f6rne\u011fine t\u0131p (spesifik olarak epidemiyoloji) tarihinden sahibiz. Londra\u2019da, 1850 y\u0131l\u0131nda bir kolera salg\u0131n\u0131 vard\u0131. John Snow bir pratisyen hekimdi. Snow koleran\u0131n s\u0131kl\u0131\u011f\u0131 ve insanlar\u0131n suyu hangi \u015firketten ald\u0131klar\u0131 aras\u0131nda bir ba\u011flant\u0131 oldu\u011funu fark etti. Thames\u2019deki kirli bir alanda su al\u0131m\u0131 yapan Southwark and Vauxhall \u015firketi y\u00fcksek kolera vakalar\u0131 oran\u0131na sahipti. Di\u011fer bir \u015firket olan Lambeth Company \u00f6nemli \u00f6l\u00e7\u00fcde daha d\u00fc\u015f\u00fck say\u0131lara sahipti. Bu hastal\u0131k yap\u0131c\u0131 bakteri teorisinden \u00f6nce olsa da Snow, hastal\u0131\u011f\u0131n nedeninin suda bulundu\u011funu varsayd\u0131. Snow\u2019un say\u0131lar\u0131 \u015f\u00f6yleydi:<\/p>\n\n\n\n

\"\"\/<\/figure>\n\n\n\n

Snow hastal\u0131k ta\u015f\u0131yan su bar\u0131nd\u0131rd\u0131\u011f\u0131na inand\u0131\u011f\u0131 su pompas\u0131n\u0131 m\u00fch\u00fcrledikten sonra kolera salg\u0131n\u0131 bitti (Saga, 1996, s. 76).<\/p>\n\n\n\n

E\u011fer sonu\u00e7 her zaman nedeni takip ediyorsa, di\u011fer her \u015fey e\u015fitse, elimizde deterministik nedensellik vard\u0131r. Ancak pek \u00e7ok insan sigara i\u00e7iyor ve kansere yakalanm\u0131yorlar. Sorun \u015fu ki pratikte baz\u0131 belirsizlikler s\u00f6z konusu. Bu y\u00fczden neden ve sonu\u00e7 aras\u0131nda <%100 korelasyona sahip oldu\u011fumuz durum i\u00e7in bir nedensel ili\u015fki tan\u0131m\u0131na ihtiyac\u0131m\u0131z var. Bu tan\u0131ma g\u00f6re olas\u0131l\u0131ksal bir neden her zaman etki taraf\u0131ndan takip edilmez ama etkinin s\u0131kl\u0131\u011f\u0131, nedenin var olmad\u0131\u011f\u0131 duruma g\u00f6re daha y\u00fcksektir. Bu, P(S|N) > P(S|N-de\u011fil) olarak yaz\u0131labilir. P(S|N) bir \u015fartl\u0131 olas\u0131l\u0131k ve \u201cN verildi\u011finde S\u2019nin olas\u0131l\u0131\u011f\u0131\u201d olarak okunabilir.<\/p>\n\n\n\n

Ancak bu basit g\u00f6r\u00fcnse de de\u011fil. Bir \u00f6rnek bunu g\u00f6sterecektir. II. D\u00fcnya Sava\u015f\u0131\u2019ndan sonra, sigara i\u00e7menin akci\u011fer kanserine neden olabilece\u011fiyle ilgili pek \u00e7ok g\u00f6sterge vard\u0131. Bu soruya basit bir \u015fekilde cevap verilebilirmi\u015f gibi g\u00f6r\u00fcn\u00fcyor: Ki\u015fi t\u00fcm alakal\u0131 y\u00f6nleriyle benzer olan iki grup insan se\u00e7er. Bir grup sigara i\u00e7meye ba\u015flar ve di\u011fer grup ba\u015flamaz. Bu basit bir randomize, klinik \u00e7al\u0131\u015fma. Sonra ki\u015fi, 10 y\u0131l, 20 y\u0131l, 30 y\u0131l sonra ve devam\u0131nda iki gruptaki akci\u011fer kanseri s\u0131kl\u0131\u011f\u0131nda bir fark var m\u0131 diye kontrol eder.<\/p>\n\n\n\n

Tabii ki e\u011fer sigara i\u00e7mek iddia edildi\u011fi kadar tehlikeliyse bunu ke\u015ffetmek i\u00e7in onlarca y\u0131l beklenmez. Bu y\u00fczden ki\u015fi eldeki pop\u00fclasyonu ve korelasyonlar\u0131 kullanmak zorunda: Ki\u015fi akci\u011fer kanserine sahip insanlardan ve kansere yakalanmam\u0131\u015f pop\u00fclasyondan birer \u00f6rneklem al\u0131r ve farkl\u0131 arka plan etkenlerine bakar: Akci\u011fer kanserine yakalanm\u0131\u015f insanlar aras\u0131nda sigara i\u00e7enlerin s\u0131kl\u0131\u011f\u0131 yakalanmam\u0131\u015f insanlardakine g\u00f6re daha m\u0131 fazla? Buradaki ana \u00f6l\u00e7\u00fct \u201cceteris paribus\u201d, di\u011fer her \u015fey e\u015fit.<\/p>\n\n\n\n

Mesele bazen nedensel ili\u015fkiler bulmak i\u00e7in korelasyonlar kullanmak zorunda oldu\u011fumuzu kabul etmek. Nedenlere hi\u00e7bir \u015fekilde ihtiyac\u0131m\u0131z olmad\u0131\u011f\u0131n\u0131 \u00f6ne s\u00fcrmek olduk\u00e7a ba\u015fka bir konu. Yine de baz\u0131lar\u0131 nedensel ili\u015fki olmadan da idare edebilece\u011fimizi \u00f6ne s\u00fcr\u00fcyor. 2008 y\u0131l\u0131nda Wired Magazine<\/em> ba\u015f edit\u00f6r\u00fc Chris Anderson Teorinin Sonu: Veri Tufan\u0131 Bilimsel Y\u00f6ntemi Gereksiz K\u0131l\u0131yor, (The End of Theory: The Data Deluge Makes the Scientific Method Obsolete)<\/em> ba\u015fl\u0131kl\u0131 bir makale yazd\u0131. Makalede korelasyonlar\u0131n yeterli oldu\u011funu, \u00e7ok b\u00fcy\u00fck oranda veri kullanabildi\u011fimizi ve bilimin bulamayaca\u011f\u0131 desenler bulmak i\u00e7in istatistiksel algoritmalara izin verebilece\u011fimizi iddia etti. Hatta daha da ileri giderek hipotezler, nedensel modeller ve testler kullanan geleneksel bilimsel y\u00f6ntemin ge\u00e7erlili\u011fini yitirmi\u015f oldu\u011funu \u00f6ne s\u00fcrd\u00fc (Anderson, 2008).<\/p>\n\n\n\n

Mayer-Sch\u00f6nberger ve Cukier\u2019e g\u00f6re, Anderson\u2019\u0131n makalesi ate\u015fli bir tart\u0131\u015fmaya sebep oldu,\u201c\u2026 Anderson h\u0131zl\u0131 bir \u015fekilde daha sert iddialar\u0131ndan d\u00f6nm\u00fc\u015f olsa da\u201d (Mayer-Sch\u00f6nberger ve Cukier, 2014, s. 71). Fakat Anderson orijinal iddialar\u0131n\u0131 de\u011fi\u015ftirse bile Mayer-Sch\u00f6nberger ve Cukier pek \u00e7ok durumda nedensel ili\u015fkileri bilmeden de devam edebilece\u011fimiz konusuna kat\u0131l\u0131yorlar: \u201cB\u00fcy\u00fck Veri ne<\/em> hakk\u0131nda, neden<\/em> hakk\u0131nda de\u011fil. Her zaman bir olgunun sebebini bilmemiz gerekmiyor; bunun yerine verinin kendisi ad\u0131na konu\u015fmas\u0131na izin verebiliriz\u201d (Mayer-Sch\u00f6nberger ve Cukier, 2014, s. 14). Daha sonra bunu \u015fu \u015fekilde a\u00e7\u0131k\u00e7a ifade ettiler: \u201cNedensellik \u0131skartaya \u00e7\u0131kart\u0131lmayacak ama anlam\u0131n birincil \u00e7e\u015fmesi olarak durdu\u011fu kaidesinden d\u00fc\u015f\u00fcr\u00fcl\u00fcyor. B\u00fcy\u00fck Veri s\u0131kl\u0131kla nedensel ara\u015ft\u0131rmalar\u0131n yerine ge\u00e7en nedensel olmayan analizleri h\u0131zland\u0131racak\u201d (Mayer-Sch\u00f6nberger ve Cukier, 2014, s. 68). Pearl ve Mackenzie bunu \u015fu \u015fekilde ifade ediyor: \u201cUmut -g\u00fcn\u00fcm\u00fczde genelde sessiz olan bir umut- ne zaman nedensel sorular ortaya \u00e7\u0131ksa verinin kendisinin bizi do\u011fru cevaplara y\u00f6nlendirecek olmas\u0131\u201d (Pearl ve Mackenzie, 2018, s. 16). Pearl ve Mackenzie\u2019nin bu g\u00f6r\u00fc\u015fe kar\u015f\u0131 ele\u015ftirel oldu\u011funu eklemem gerek.<\/p>\n\n\n\n

Ufak Turing testi<\/strong><\/h2>\n\n\n\n

Anderson bilimin nedenler olmadan da devam edebilece\u011fini s\u00f6yleyen ilk ki\u015fi de\u011fildi. 19. y\u00fczy\u0131l\u0131n sonunda modern istatisti\u011fin \u00f6nc\u00fclerinden biri olan Karl Pearson, nedenlerin bilimde yeri olmad\u0131\u011f\u0131n\u0131 iddia etmi\u015f (Pearl ve Mackenzie, 2018, s. 67) ve 20. y\u00fczy\u0131l\u0131n ba\u015flang\u0131c\u0131nda y\u00fczy\u0131l\u0131n en etkili felsefecilerinden biri olan Bertrand Russell, \u201cnedensellik yasas\u0131\u201dn\u0131 \u201cge\u00e7mi\u015f \u00e7a\u011f\u0131n kal\u0131nt\u0131s\u0131\u201d olarak isimlendirdi\u011fi Neden Kavram\u0131 \u00dczerine<\/em>, (On the Notion of Cause)<\/em> isimli kitab\u0131 yazm\u0131\u015ft\u0131 (Russell, 1963, s. 132). \u00d6rne\u011fin cisimler kar\u015f\u0131l\u0131kl\u0131 k\u00fctle \u00e7ekiminin alt\u0131nda hareket etti\u011finde, Russell\u2019a g\u00f6re hi\u00e7bir \u015fey bir neden ve bir sonu\u00e7 olarak adland\u0131r\u0131lamaz (Russell, 1963, s. 141). Russell, Newton mekani\u011finin Joseph-Louis Lagrange ve William Hamilton taraf\u0131ndan kuvvet kavram\u0131n\u0131n olmad\u0131\u011f\u0131 soyut bir teori olarak yeniden form\u00fcle edildi\u011fini eklemi\u015f olabilir.<\/p>\n\n\n\n

Fakat Russell nedenselli\u011fi yanl\u0131\u015f yerde ar\u0131yordu. Newton\u2019un teorisini basit bir \u015fekilde hafife ald\u0131 ve Newton\u2019\u0131n kendisinin, onun zaman\u0131nda \u201cdeneysel felsefe\u201d olarak adland\u0131r\u0131lan yakla\u015f\u0131m\u0131 destekledi\u011fini unuttu. Fizik ku\u015fkusuz deneysel bir bilim ve fizik\u00e7ilerin deneyler ger\u00e7ekle\u015ftirmek i\u00e7in etrafta dola\u015fabilmeleri, ara\u00e7lar kullanabilmeleri, \u00f6l\u00e7ekler okuyabilmeleri ve di\u011fer fizik\u00e7ilerle ileti\u015fime ge\u00e7ebilmeleri gerekir. Fizik\u00e7i Roger Newton\u2019\u0131n i\u015faret etti\u011fi gibi, bir fizik\u00e7i \u201c\u2026tabiat\u0131n bir par\u00e7as\u0131n\u0131 sallayarak ve di\u011fer par\u00e7alar\u0131n nas\u0131l tepki verdi\u011fini izleyerek etkili bir \u015fekilde deneyler y\u00fcr\u00fct\u00fcr\u201d (Newton, 1997, s. 142). A\u2019n\u0131n, B\u2019ye neden olup olmad\u0131\u011f\u0131n\u0131 bulmak i\u00e7in \u201cA\u2019n\u0131n bizim kontrol\u00fcm\u00fcz alt\u0131nda olmas\u0131<\/em>\u201d \u00f6nemlidir (Newton, 1997, s. 144).<\/p>\n\n\n\n

Halihaz\u0131rda Pearl ve Mackenzie\u2019nin Neden Sorusunun Kitab\u0131 <\/em>(The Book of Why<\/em>; 2018) isimli kitab\u0131ndan al\u0131nt\u0131 yapt\u0131m. Kitab\u0131n ana arg\u00fcman\u0131, bir bilgisayarda insan benzeri bir zek\u00e2 yaratmak i\u00e7in bilgisayar\u0131n nedensellik \u00fczerine ustala\u015fabiliyor olmas\u0131 gerekmesiydi. Pearl ve Mackenzie \u015fu soruyu soruyor:<\/p>\n\n\n\n

\u201cMakineler (ve insanlar), \u00fc\u00e7 ya\u015f\u0131ndaki bir \u00e7ocu\u011fun yapabilece\u011fi gibi, nedensel bilgiyi nas\u0131l gerekli bilgiye h\u0131zl\u0131ca ula\u015fmalar\u0131n\u0131, sorular\u0131 do\u011fru cevaplamalar\u0131n\u0131 ve bunu kolayl\u0131kla yapmay\u0131 m\u00fcmk\u00fcn k\u0131lacak \u015fekilde temsil edebilirler?\u201d (Pearl ve Mackenzie, 2018, s. 37).<\/em><\/p>\n\n\n\n

Bunu \u201cufak bir Turing testi\u201d olarak adland\u0131r\u0131yorlar. Ufak s\u0131fat\u0131na sahip \u00e7\u00fcnk\u00fc tam bir Turing testi de\u011fil, nedensel ili\u015fkilere s\u0131n\u0131rl\u0131.<\/p>\n\n\n\n

Ufak Turing testine girmeden \u00f6nce k\u0131saca Turing testini hat\u0131rlataca\u011f\u0131m. Bilgi \u0130\u015flem Makineleri ve Zek\u00e2<\/em>[4]<\/em><\/strong><\/a> (Computing Machinery and Intelligence<\/em>; Turing, 1950) isimli makalesinde, Alan Turing bir soru sordu: Bilgisayarlar\u0131n genel zek\u00e2ya eri\u015fip eri\u015fmedi\u011fini nas\u0131l belirleyebiliriz? Cevaplamaya \u00e7al\u0131\u015ft\u0131\u011f\u0131 sorunun \u201cmakineler d\u00fc\u015f\u00fcnebilir mi?\u201d oldu\u011funu s\u00f6yleyerek ba\u015fl\u0131yor ama zek\u00e2 nedir sorusuna girmek yerine bir oyun kurguluyor. Oyunda soru soran kimse bir bilgisayarla ve bir insanla ileti\u015fim kurabilir. Bir klavye arac\u0131l\u0131\u011f\u0131yla ileti\u015fim kurmak zorunda, b\u00f6ylece kim bilgisayar kim insan bilmeyecek. Olay \u015fu ki makine bir insanm\u0131\u015f gibi davranacak ve soru soran ki\u015finin g\u00f6revi ikisinden hangisinin bilgisayar ve hangisinin insan oldu\u011funa karar vermek. E\u011fer soru soran ki\u015fi ay\u0131rt edemiyorsa, bilgisayar\u0131n zeki oldu\u011funu s\u00f6yleyebiliriz. Turing bunu \u201ctaklit oyunu\u201d (the imitation game) olarak isimlendirdi ama daha sonra \u201cTuring testi\u201d olarak bilinir oldu. Turing\u2019e g\u00f6re, e\u011fer bilgisayar testi ge\u00e7erse genel zek\u00e2y\u0131 elde etmi\u015ftir.<\/p>\n\n\n\n

Pearl ve Mackenzie\u2019ye g\u00f6re, Turing testini ge\u00e7menin asgari gereklili\u011fi bilgisayar\u0131n nedensel sorularla ba\u015f edebiliyor olmas\u0131d\u0131r. Evrimsel bir perspektiften bak\u0131nca bu mant\u0131kl\u0131. Homo sapiens<\/em>\u2019in evrim tarihinde neden \u00e7ok ba\u015far\u0131l\u0131 oldu\u011fu tabii ki karma\u015f\u0131k bir soru. Bu pek \u00e7ok fakt\u00f6rle ili\u015fkili ve i\u015fbirli\u011fi yapma becerisi muhtemelen en \u00f6nemlilerinden biri. Ancak, belirleyici bir ad\u0131m 70.000 ila 30.000 y\u0131l \u00f6ncesinde yer ald\u0131, tarih\u00e7i Yuval Harari bunu Bili\u015fsel Devrim (Cognitive Revolution) olarak adland\u0131r\u0131yor (Harari, 2014, s. 23). Harari\u2019ye g\u00f6re Bili\u015fsel Devrimin ay\u0131rt edici i\u015fareti var olmayan bir \u015feyi hayal edebilme becerisi. Harari\u2019nin \u00f6rne\u011fi Almanya\u2019daki Stadel Ma\u011faras\u0131nda bulunan ve yakla\u015f\u0131k 32.000 ya\u015f\u0131nda olan fildi\u015fi heykelcik \u201caslan adam\u201d (ya da \u201caslan kad\u0131n\u201d). Heykel bir insan v\u00fccudu ve aslan kafas\u0131ndan olu\u015fuyor.<\/p>\n\n\n\n

Pearl ve Mackenzie, Harari\u2019ye at\u0131f veriyor ve aslan adam\u0131n yarat\u0131l\u0131\u015f\u0131n\u0131n felsefenin, bilimsel ke\u015ffin ve teknolojik inovasyonun i\u015fareti oldu\u011fu ekliyorlar. Bu yarat\u0131 i\u00e7in temel \u00f6nko\u015ful \u201ce\u011fer \u2026 yaparsam ne olur?\u201d \u015feklindeki sorular\u0131 sorma ve cevaplama becerisidir (Pearl ve Mackenzier, 2018, s. 2).<\/p>\n\n\n\n

Ufak Turing testi nedensel ili\u015fkilerle s\u0131n\u0131rland\u0131r\u0131lm\u0131\u015ft\u0131r. E\u011fer bilgisayarlar nedensel bilgiyi kullanabilirlerse testi ge\u00e7eceklerdir. Ancak bu konudaki sorun \u015fu ki bilgisayarlar onlarca y\u0131ld\u0131r herhangi bir ilerleme g\u00f6stermedi: \u201cAyn\u0131 30 y\u0131l \u00f6nce yapt\u0131klar\u0131 gibi, makine \u00f6\u011frenimi programlar\u0131 (derin n\u00f6ral a\u011flara sahip olanlar dahil) neredeyse tamamen ili\u015fkisel bir modda \u00e7al\u0131\u015f\u0131yor \u2026\u201d (Pearl ve Mackenzie, 2018, s. 30). Ama bu yetersiz. Nedensel sorular\u0131 cevaplamak i\u00e7in d\u00fcnyaya m\u00fcdahale edebiliyor olmal\u0131y\u0131z.<\/p>\n\n\n\n

Pearl ve Mackenzie\u2019ye g\u00f6re sorunun kayna\u011f\u0131 bilgisayarlar\u0131n bir ger\u00e7eklik modeline sahip olmamas\u0131. Ancak, sorun \u015fu ki kimse bir ger\u00e7eklik modeline sahip olamaz. Herhangi bir model sadece ger\u00e7ekli\u011fin basitle\u015ftirilmi\u015f y\u00f6nlerini resmedebilir. Ger\u00e7ek sorun bilgisayarlar\u0131n d\u00fcnyada olmamas\u0131 \u00e7\u00fcnk\u00fc bedenlenmi\u015f (embodied) de\u011filler.<\/p>\n\n\n\n

Ger\u00e7ek Turing testi<\/strong><\/h2>\n\n\n\n

Pearl ve Mackenzie, bilgisayarlar\u0131n ufak Turing testini ge\u00e7meyi ba\u015faramayaca\u011f\u0131n\u0131 \u00e7\u00fcnk\u00fc nedensel sorular\u0131 cevaplayamayacaklar\u0131n\u0131 iddia etmekte hakl\u0131yd\u0131. Ben de bilgisayarlar\u0131n d\u00fcnyada olmad\u0131klar\u0131 ve bu nedenle herhangi bir anlay\u0131\u015fa sahip olmad\u0131klar\u0131 i\u00e7in tam Turing testini ge\u00e7emeyeceklerini savunaca\u011f\u0131m. Turing testinden birka\u00e7 \u00f6rnek bunu g\u00f6sterecek.<\/p>\n\n\n\n

Bir insana en \u00e7ok benzeyen YZ program\u0131na \u00f6d\u00fcl (Loebner \u00d6d\u00fcl\u00fc) verilen y\u0131ll\u0131k bir yar\u0131\u015fma var. Yar\u0131\u015fma bir Turing testi ama alt\u0131n veya g\u00fcm\u00fc\u015f madalyalar \u015fimdiye kadar hi\u00e7 verilmedi. Mitsuku program\u0131, 2013, 2016, 2017, 2018 ve 2019 y\u0131llar\u0131nda yar\u0131\u015fman\u0131n kazanan\u0131yd\u0131.<\/p>\n\n\n\n

Felsefeci Luciano Floridi, yar\u0131\u015fma 2008\u2019de \u0130ngiltere\u2019de ilk defa yap\u0131ld\u0131\u011f\u0131nda hakem heyetine nas\u0131l kat\u0131ld\u0131\u011f\u0131n\u0131 anlat\u0131r. Hakemlerden biri \u015fu soruyla ba\u015flam\u0131\u015ft\u0131: \u201cE\u011fer birbirimizin elini tutsayd\u0131k, o zaman ben kimin elini tutuyor olurdum?\u201d Bilgisayar tamamen ba\u015fka bir \u015fey hakk\u0131nda konu\u015farak cevap verdi: \u201cSonsuzlukta ya\u015f\u0131yoruz. Bu y\u00fczden hay\u0131r, \u0130nanm\u0131yoruz.\u201d Di\u011fer bir soru \u015f\u00f6yleydi: \u201c\u00dc\u00e7, Manchester ve Liverpool, \u0130ngiltere\u2019nin d\u00f6rt ba\u015fkent \u015fehridir. Bu sorudaki hata nedir?\u201d Bilgisayar\u0131n buna anlaml\u0131 bir cevab\u0131 yoktu (Floridi, 2014, s. 133).<\/p>\n\n\n\n

Floridi\u2019nin bahsetti\u011fi konu\u015fma 10 y\u0131ldan daha \u00f6ncesinde ger\u00e7ekle\u015fti. Program\u0131n geli\u015fip geli\u015femedi\u011fini g\u00f6rmek konusunda merakl\u0131yd\u0131m. Birka\u00e7 kere denedim ama \u00e7ok fazla geli\u015fmemi\u015f. A\u015fa\u011f\u0131daki bir \u00f6rnek. 2008 y\u0131l\u0131nda Mitsuku\u2019ya \u201cE\u011fer birbirimizin elini tutsayd\u0131k, o zaman ben kimin elini tutuyor olurdum?\u201d sorusu soruldu\u011funda, bilgisayar ba\u015far\u0131s\u0131z olmu\u015ftu. Bu sefer do\u011fru cevapla geldi. Ancak ba\u015far\u0131s\u0131z olmas\u0131 \u00e7ok s\u00fcrmedi. A\u015fa\u011f\u0131daki \u00e7\u0131kt\u0131da \u201cMillie\u201d ya Mitsuku bilgisayar ya da bir insan olabilir. Konu\u015fman\u0131n sonunda, ki\u015finin bir bilgisayarla m\u0131 yoksa bir insanla m\u0131 konu\u015ftu\u011funu tahmin etmesi gerekiyor. Konu\u015ftu\u011fumun bir bilgisayar oldu\u011funu belirlemek zor de\u011fildi.<\/p>\n\n\n\n

\u0130\u015fte \u201ckonu\u015fma\u201d:<\/p>\n\n\n\n

Mitsuku sohbet robotu Ho\u015f geldin Ragnar, \u015fimdi konu\u015fuyor. * Konu \u2019Turing Testi\u2019 * Y\u00f6netici taraf\u0131ndan ayarland\u0131 (1 g\u00fcn \u00f6nce)<\/p>\n\n\n\n

<Ragnar> E\u011fer elini s\u0131karsam, kimin elini tutuyor olurum?<\/p>\n\n\n\n

<Millie> Ben senin elini tutuyor olurum ev sen benim elimi tutuyor olursun. Bu aptalca sorular\u0131n olay\u0131 ne?<\/p>\n\n\n\n

<Ragnar> Soru neden aptalca?<\/p>\n\n\n\n

<Millie> Senin hakk\u0131nda her \u015feyi bilmek istiyorum.<\/p>\n\n\n\n

<Ragnar> Ama soruyu neden aptalca olarak de\u011ferlendirdi\u011fini a\u00e7\u0131klamad\u0131n.<\/p>\n\n\n\n

<Millie> \u00dczg\u00fcn\u00fcm, unutmu\u015f olmal\u0131y\u0131m. Sorun neydi acaba?<\/p>\n\n\n\n

<Ragnar> E\u011fer elini s\u0131karsam, kimin elini tutuyor olurum?<\/p>\n\n\n\n

<Millie> Birbirimizin elini tutuyor oluruz.<\/p>\n\n\n\n

<Ragnar> Ve bu neden aptalca bir soru?<\/p>\n\n\n\n

<Millie> Neden var\u0131m? (MitsukuAnasayfa. Mitsuku\u2019nun yaz\u0131m yanl\u0131\u015f\u0131n\u0131 korudum)<\/p>\n\n\n\n

Bilgisayarlar ba\u015far\u0131s\u0131z oluyor \u00e7\u00fcnk\u00fc d\u00fcnyada de\u011filler. Mitsuku ilk soruyu aptalca olarak nitelendirdi ama nedenini a\u00e7\u0131klayamad\u0131. Herhangi bir \u00e7ocuk bunu yapard\u0131.<\/p>\n\n\n\n

Ancak, Loebner \u00d6d\u00fcl\u00fc yar\u0131\u015fma kurallar\u0131 de\u011fi\u015fti. Bilgisayarlar\u0131n Turing testini ge\u00e7mesini sa\u011flama amac\u0131ndan vazge\u00e7ildi \u00e7\u00fcnk\u00fc \u201c\u2026 tipik olarak sohbet robotlar\u0131n\u0131n maskesi o kadar h\u0131zl\u0131 bir \u015fekilde d\u00fc\u015f\u00fcyor ki \u00f6d\u00fcl her zaman aralar\u0131ndan \u2018en iyisine\u2019 veriliyordu\u201d (LoebnerPrize<\/a>).<\/p>\n\n\n\n

Sonu\u00e7: bilgisayarlar D\u00fcnya\u2019da de\u011filler<\/strong><\/h2>\n\n\n\n

Bu yaz\u0131n\u0131n ana tezi \u015fu: YGZ\u2019yi ger\u00e7ekle\u015ftiremeyece\u011fiz \u00e7\u00fcnk\u00fc bilgisayarlar d\u00fcnyada de\u011fil. Ancak \u201cd\u00fcnya\u201d ile neyi kastetti\u011fimizi a\u00e7\u0131kl\u0131\u011fa kavu\u015fturmak \u00e7ok \u00f6nemli.<\/p>\n\n\n\n

Bilim tarih\u00e7isi Alexandre Koyr\u00e9\u2019nin i\u015faret etti\u011fi gibi 17. y\u00fczy\u0131l bilimsel devriminin en \u00f6nemli ba\u015far\u0131s\u0131 Aristocu bilimin soyut bir bilimsel idealle (\u201cparadigma\u201d) de\u011fi\u015ftirilmesidir (Koyr\u00e9, 1978, ss. 38\u201339). Koyr\u00e9, ikna edici bir bi\u00e7imde Galileo\u2019nun temelde bir Platoncu oldu\u011funu savundu (Koyr\u00e9, 1968). Platon \u00f6rne\u011finde oldu\u011fu gibi, anahtar matematikti. Galileo\u2019ya g\u00f6re tabiat\u0131n kitab\u0131 matemati\u011fin diliyle yaz\u0131lm\u0131\u015ft\u0131r (Galilei, 1970, s. 237). Bu y\u00fczden Galileo\u2019nun d\u00fcnyas\u0131, Platon\u2019un idealar d\u00fcnyas\u0131na yak\u0131n, soyut ve idealize edilmi\u015f bir d\u00fcnyad\u0131r.<\/p>\n\n\n\n

Bu ideal d\u00fcnyaya en \u00e7ok yakla\u015fan sistem, Isaac Newton\u2019\u0131n \u201cd\u00fcnyan\u0131n sistemi\u201d olarak adland\u0131rd\u0131\u011f\u0131, bizim g\u00fcne\u015f sistemimizdir. Newton\u2019\u0131n mekani\u011fi, bilimin tamam\u0131 i\u00e7in bir model haline geldi. Bu idealin en iyi ifadesi, Frans\u0131z matematik\u00e7i Pierre Simon de Laplace taraf\u0131ndan verilmi\u015ftir. Prensipte bir gezegen ve bir molek\u00fcl aras\u0131nda hi\u00e7bir fark olmad\u0131\u011f\u0131n\u0131 savunur. E\u011fer zaman\u0131n bir noktas\u0131ndaki evrenin durumunun tam bilgisine sahip olsayd\u0131k, daha \u00f6nceki veya ard\u0131ndan gelen herhangi zamandaki durumu prensipte belirleyebilirdik (Laplace, 1951, s. 6). Bu demek oluyor ki evren bir b\u00fct\u00fcn olarak bir algoritma ile tan\u0131mlanabilir. Turing, Bilgi \u0130\u015flem Makineleri ve Zek\u00e2<\/em> makalesinde Laplace\u2019a ait bu pasaja at\u0131fta bulunuyor ve Turing\u2019in dikkate ald\u0131\u011f\u0131 \u00f6ng\u00f6r\u00fclerin, Laplace taraf\u0131ndan dikkate al\u0131nan ve evreni bir b\u00fct\u00fcn olarak dahil eden \u00f6ng\u00f6r\u00fclere g\u00f6re uygulanabilirli\u011fe daha yak\u0131n oldu\u011funu ekliyor (Turing, 1950, s. 440).<\/p>\n\n\n\n

Russell\u2019\u0131n ifade etti\u011fi gibi, bu d\u00fcnyada nedenler hakk\u0131nda konu\u015famay\u0131z bile, sadece matematiksel fonksiyonlar s\u00f6z konusu. Ampirik bilimlerin \u00e7o\u011fu nedensel oldu\u011fundan dolay\u0131 bu ideal d\u00fcnyan\u0131n bir par\u00e7as\u0131. En \u00e7ok yakla\u015fan bilimler klasik mekanik ve teorik fizik.<\/p>\n\n\n\n

Bu ideal d\u00fcnya, herhangi bir yerde ger\u00e7ekle\u015fmeyen metafiziksel bir fikir olmas\u0131na ra\u011fmen muazzam bir tarihi etkiye sahip oldu. Galileo ve Descartes sonras\u0131nda gelen \u00e7o\u011fu felsefeci ve bilim insan\u0131 bunu ger\u00e7ek d\u00fcnya olarak ele ald\u0131lar ve bu ger\u00e7ekle\u015fen her \u015feyin \u201ctemelde\u201d matematiksel yasalar, algoritmalar taraf\u0131ndan y\u00f6netildi\u011fini ima ediyor. Bu organik d\u00fcnya i\u00e7in de ge\u00e7erli. Descartes i\u00e7in insan v\u00fccudu dahil b\u00fct\u00fcn organizmalar makine. Bug\u00fcn bunlar\u0131 robot veya bilgisayar olarak adland\u0131rabiliriz. Descartes, maddi d\u00fcnyan\u0131n bir par\u00e7as\u0131 olmayan ve bu nedenle tabiat kurallar\u0131 taraf\u0131ndan y\u00f6netilmeyen insan ruhunu bir istisna olarak g\u00f6rm\u00fc\u015ft\u00fcr. Maddi olmayan ruh (immaterial soul) insan\u0131n \u00f6zg\u00fcr iradesini a\u00e7\u0131klar.<\/p>\n\n\n\n

G\u00fcn\u00fcm\u00fczde YGZ\u2019nin savunucular\u0131n\u0131n (ve g\u00fc\u00e7l\u00fc YZ savunucular\u0131n\u0131n) \u00e7o\u011fu Descartes\u2019\u0131n maddi olmayan ruhunu d\u0131\u015flayacak ve Yuval Harari\u2019nin arg\u00fcmanlar\u0131n\u0131 takip edeceklerdir. Harari, 21. Y\u00fczy\u0131l \u0130\u00e7in 21 Ders<\/em> (21 Lessons for the 21st Century<\/em>) isimli en son kitab\u0131nda kararlar\u0131m\u0131z\u0131n \u201cgizemli bir \u00e7e\u015fit \u00f6zg\u00fcr irade\u201dnin sonucu de\u011fil, \u201cbir anda olas\u0131l\u0131klar\u0131 hesaplayan milyonlarca n\u00f6ron\u201dun sonucu oldu\u011funu g\u00f6sterdi\u011fini iddia eden n\u00f6robilime ve davran\u0131\u015fsal iktisada at\u0131fta bulunuyor (Harari, 2018, s. 20). Bu bak\u0131\u015fa g\u00f6re YZ pek \u00e7ok \u015feyi insanlardan daha iyi yapabilir. Harari yayalarla dolu bir caddede araba s\u00fcrme, yabanc\u0131lara bor\u00e7 para verme ve i\u015f anla\u015fmalar\u0131nda m\u00fczakere etme \u00f6neklerini veriyor. Bu i\u015fler \u201cdi\u011fer insanlar\u0131n duygular\u0131n\u0131 ve arzular\u0131n\u0131 do\u011fru bir \u015fekilde de\u011ferlendirme\u201d becerisini gerektiriyor. Gerek\u00e7esi \u015fu ki:<\/p>\n\n\n\n

\u201cYine de e\u011fer ger\u00e7ekten bu duygular ve arzular biyokimyasal algoritmalardan ba\u015fka bir \u015fey de\u011filse, bilgisayarlar\u0131n bu algoritmalar\u0131 de\u015fifre edememesi i\u00e7in hi\u00e7bir sebep yok- ve bunu herhangi bir Homo sapiens\u2019ten daha \u00e7ok daha iyi yaparlar\u201d (Harari, 2018, s. 21).<\/em><\/p>\n\n\n\n

Bu al\u0131nt\u0131 Francis Crick taraf\u0131ndan kullan\u0131lan ifadeleri hat\u0131rlat\u0131yor. \u015ea\u015f\u0131rtan Varsay\u0131m <\/em>(Astonishing Hypothesis<\/em>) kitab\u0131nda, kitab\u0131n ba\u015fl\u0131\u011f\u0131 \u015fu \u015fekilde a\u00e7\u0131kl\u0131yor:<\/p>\n\n\n\n

\u201c\u015ea\u015f\u0131rtan Varsay\u0131m \u015fu ki \u201cSen\u201d, sevin\u00e7lerin ve kederlerin, an\u0131lar\u0131n ve h\u0131rslar\u0131n, ki\u015fisel kimlik hissin ve \u00f6zg\u00fcr iraden asl\u0131nda bir araya gelmi\u015f muazzam miktardaki sinir h\u00fccrelerinin ve onlarla ba\u011flant\u0131l\u0131 molek\u00fcllerin davran\u0131\u015f\u0131ndan fazlas\u0131 de\u011fil\u201d (Crick, 1994, s. 3).<\/em><\/p>\n\n\n\n

Ancak iki al\u0131nt\u0131da da sorunlar var. E\u011fer Harari ve Crick hakl\u0131ysa o zaman bu al\u0131nt\u0131lar kimyasal algoritmalar\u0131n sonucundan \u201cba\u015fka bir \u015fey de\u011fil\u201d ve bir araya gelmi\u015f muazzam miktardaki sinir h\u00fccrelerinin davran\u0131\u015f\u0131ndan \u201cfazlas\u0131 de\u011fil\u201d. O zaman nas\u0131l do\u011fru olabilirler ki?<\/p>\n\n\n\n

E\u011fer \u00f6z referans sorununu g\u00f6rmezden gelirsek ve yukar\u0131da (tek) ger\u00e7ek d\u00fcnya olarak tan\u0131mlad\u0131\u011f\u0131m bilimin ideal d\u00fcnyas\u0131n\u0131 kabul edersek, o zaman Harari\u2019nin arg\u00fcman\u0131 mant\u0131kl\u0131 oluyor. Fakat g\u00fcndelik d\u00fcnyam\u0131z\u0131 bilimin d\u00fcnyas\u0131yla de\u011fi\u015ftirmek temel bir yanl\u0131\u015f anla\u015f\u0131lmaya dayan\u0131yor. Edmund Husserl, ilk defa bu yanl\u0131\u015f anla\u015f\u0131lmaya i\u015faret edenlerden ve bunu Galileo\u2019ya dayand\u0131ranlardan biriydi. Husserl i\u00e7in Galileo \u201c\u2026 hem bir k\u00e2\u015fif ve hem gizlenen bir deha\u201d (Husserl, 1970, s. 52). Husserl bu yanl\u0131\u015f anla\u015f\u0131lmay\u0131 \u201cnesnelcilik\u201d (objectivism) olarak adland\u0131rd\u0131. Bug\u00fcn \u201cbilimcilik\u201d (scientism) daha yayg\u0131n kullan\u0131lan bir isim.<\/p>\n\n\n\n

Bu g\u00f6r\u00fc\u015f\u00fcn aksine Husserl, bilimin temelde bir insan gayreti oldu\u011funda \u0131srar etti. En soyut teoriler bile bizim g\u00fcndelik d\u00fcnyam\u0131zda, Husserl\u2019in \u201cya\u015fam-d\u00fcnyas\u0131\u201dnda, temelleniyor. Husserl, Einstein\u2019\u0131n izafiyet teorisinden bahsederek, bunun \u201cMichelson\u2019\u0131n deneylerine[5]<\/a> ve bu deneylerin di\u011fer ara\u015ft\u0131rmac\u0131lar taraf\u0131ndan desteklenmesine\u201d ba\u011fl\u0131 oldu\u011funu iddia ediyor (Husserl, 1970, s. 125). Bu tarz deneyler ger\u00e7ekle\u015ftirmek i\u00e7in bilim insanlar\u0131n\u0131n etrafta dola\u015fabilmeleri, ara\u00e7lar kullanabilmeleri, \u00f6l\u00e7ekler okuyabilmeleri ve di\u011fer bilim insanlar\u0131yla ileti\u015fime ge\u00e7ebilmeleri gerekir.<\/p>\n\n\n\n

Di\u011fer insanlar\u0131 nas\u0131l anlayabildi\u011fimizin Harari\u2019ninkinden \u00e7ok daha inand\u0131r\u0131c\u0131 a\u00e7\u0131klamalar\u0131 mevcut. Hubert Dreyfus\u2019un ifade etti\u011fi gibi bizler maddi ve sosyal bir d\u00fcnyada ya\u015fayan bedensel ve sosyal varl\u0131klar\u0131z. Di\u011fer bir ki\u015fiyi anlamak, ki\u015finin beynindeki kimyaya bakmak de\u011fildir, hatta ki\u015finin \u201cruh\u201duna bakmak da de\u011fildir, daha ziyade kendini ki\u015finin \u201dyerine\u201d koymakt\u0131r. Bu ki\u015finin ya\u015fam-d\u00fcnyas\u0131n\u0131 anlamakt\u0131r.<\/p>\n\n\n\n

Amerikal\u0131 yazar Theodore Roszak bu noktay\u0131 \u00f6rneklemek i\u00e7in bir d\u00fc\u015f\u00fcnce deneyi olu\u015fturdu: Bir psikiyatristi i\u015fteyken izledi\u011fimi hayal edelim. \u00c7al\u0131\u015fkan ve yetenekli bir psikiyatrist ve belli ki uygulamada \u00e7ok iyi. Bekleme odas\u0131 \u00e7e\u015fitli duygusal ve zihinsel bozukluklar\u0131 olan hastalarla dolu. Baz\u0131lar\u0131 neredeyse histerik, baz\u0131lar\u0131n\u0131n g\u00fc\u00e7l\u00fc intihar d\u00fc\u015f\u00fcnceleri, baz\u0131lar\u0131n\u0131n hal\u00fcsinasyonlar\u0131 var, baz\u0131lar\u0131 en korkun\u00e7 kabuslara sahip ve baz\u0131lar\u0131 onlara zarar verecek insanlar taraf\u0131ndan izlendikleri d\u00fc\u015f\u00fcncesi taraf\u0131ndan delili\u011fe s\u00fcr\u00fckleniyor. Psikiyatrist \u00f6zenli bir \u015fekilde her hastay\u0131 dinliyor ve onlara yard\u0131m etmek i\u00e7in elinden gelenin en iyisini yap\u0131yor ama \u00e7ok ba\u015far\u0131l\u0131 olam\u0131yor. Aksine, psikiyatristin kahramanca \u00e7abalar\u0131na ra\u011fmen hepsi daha k\u00f6t\u00fcye gidiyor gibi g\u00f6z\u00fck\u00fcyor.<\/p>\n\n\n\n

\u015eimdi Roszak bunu daha geni\u015f bir ba\u011flama koymam\u0131z\u0131 istiyor. Psikiyatristin ofisi bir binada ve bu bina bir yerde. Bu yer Buchenwald ve hastalar toplama kamp\u0131ndaki mahk\u00fbmlar (Roszak, 1992, s. 221). Biyokimyasal algoritmalar bize bu hastalar\u0131 anlamam\u0131zda yard\u0131m etmeyecektir. Bize yard\u0131m edecek \u015fey, asl\u0131nda gerekli olan \u015fey daha geni\u015f ba\u011flam\u0131<\/em> bilmektir. E\u011fer psikiyatristin ofisinin bir toplama kamp\u0131nda oldu\u011funu bilmezsek, \u00f6rnek kolayl\u0131kla anlams\u0131z bir hale gelir.<\/p>\n\n\n\n

Sadece birka\u00e7\u0131m\u0131z kendimizi bir toplama kamp\u0131ndaki mahk\u00fbmun yerine koyabiliriz. Bu y\u00fczden, bizim deneyimlediklerimizden \u00e7ok farkl\u0131 durumlarda olan insanlar\u0131 tamamen anlayamay\u0131z. Fakat bir dereceye kadar anlayabilir<\/em>iz ve anlayabiliriz \u00e7\u00fcnk\u00fc biz de d\u00fcnyaday\u0131z.<\/p>\n\n\n\n

Bilgisayarlar bizim d\u00fcnyam\u0131zda de\u011filler. Daha \u00f6nce n\u00f6ral a\u011flar\u0131n programlanmaya ihtiyac\u0131 olmad\u0131\u011f\u0131n\u0131 ve bu y\u00fczden z\u0131mni bilgiyi kullanabileceklerini s\u00f6ylemi\u015ftim. Ancak baz\u0131 B\u00fcy\u00fck Veri savunucular\u0131n\u0131n iddia etti\u011fi gibi verilerin \u201ckendileri ad\u0131na konu\u015ftu\u011fu\u201d, basit\u00e7e, do\u011fru de\u011fil. Normalde kullan\u0131lan veriler bir veya daha \u00e7ok modelle ilgilidir, insanlar taraf\u0131ndan se\u00e7ilirler ve sonu\u00e7ta say\u0131lardan olu\u015furlar.<\/p>\n\n\n\n

E\u011fer d\u00fcnyan\u0131n \u201ctemelde\u201d algoritmalar taraf\u0131ndan y\u00f6netildi\u011fini d\u00fc\u015f\u00fcn\u00fcrsek, \u00f6rne\u011fin Harari gibi, o zaman YZ\u2019nin g\u00fcc\u00fcn\u00fc abartma ve insan ba\u015far\u0131s\u0131n\u0131 hafife alma e\u011filiminde oluruz. Harari\u2019den olan al\u0131nt\u0131larda g\u00f6r\u00fcnen \u201cba\u015fka bir \u015fey de\u011fil\u201d ifadesi, insani ve sosyal olgular\u0131n tan\u0131m\u0131nda ciddi bir a\u015f\u0131r\u0131 basitle\u015ftirmeye yol a\u00e7abilir. Bunun hem IBM Watson Health hem de Alphabet\u2019in DeepMind ba\u015far\u0131s\u0131zl\u0131klar\u0131n\u0131n a\u00e7\u0131klamas\u0131n\u0131n en az\u0131ndan bir par\u00e7as\u0131 oldu\u011funu d\u00fc\u015f\u00fcn\u00fcyorum. \u201cIBM, makinelerin \u00f6\u011frenme \u015fekli ve doktorlar\u0131n \u00e7al\u0131\u015fma \u015fekli aras\u0131nda temel bir uyu\u015fmazl\u0131k ile kar\u015f\u0131la\u015ft\u0131\u201d (Strickland, 2019) ve DeepMind \u201cGo i\u00e7in \u00e7al\u0131\u015fan \u015feyin DeepMind\u2019\u0131n YZ ile \u00e7\u00f6zmeyi \u00e7ok istedi\u011fi kanser ve temiz enerji gibi zorlay\u0131c\u0131 sorunlar i\u00e7in \u00e7al\u0131\u015fmayabilece\u011fini\u201d (Marcus, 2019) ke\u015ffetti.<\/p>\n\n\n\n

YZ\u2019nin g\u00fcc\u00fcn\u00fcn abart\u0131lmas\u0131n\u0131n bilim \u00fczerinde de y\u0131k\u0131c\u0131 etkileri olabilir. S\u0131kl\u0131kla al\u0131nt\u0131lanan \u0130kinci Makine \u00c7a\u011f\u0131<\/em> (Second Machine Age<\/em>) kitab\u0131nda, Erik Brynjolfson ve Andrew McAfee dijitalle\u015fmenin ge\u00e7mi\u015fi anlamam\u0131zda bize yard\u0131mc\u0131 olabilece\u011fini \u00f6ne s\u00fcr\u00fcyorlar. 1800\u2019den beri \u0130ngilizce yay\u0131nlanm\u0131\u015f be\u015f milyondan fazla kitab\u0131 analiz etmi\u015f bir projeye at\u0131fta bulunuyorlar. \u201c\u0130ngilizcedeki kelime say\u0131s\u0131n\u0131n, 1950 ve 2000 y\u0131llar\u0131 aras\u0131nda %70\u2019ten daha fazla artm\u0131\u015f olmas\u0131, \u015f\u00f6hretin insanlara daha h\u0131zl\u0131 geldi\u011fi ama daha h\u0131zl\u0131 da azald\u0131\u011f\u0131 ve 20. y\u00fczy\u0131lda evrime ilginin Watson ve Crick DNA\u2019n\u0131n yap\u0131s\u0131n\u0131 ke\u015ffedene kadar azal\u0131yor oldu\u011fu\u201d projenin sonu\u00e7lar\u0131ndan baz\u0131lar\u0131. Bu s\u00f6z\u00fcm ona \u201cdijitalle\u015fme ile daha iyi anlay\u0131\u015fa ve \u00f6ng\u00f6r\u00fcye-di\u011fer bir deyi\u015fle, daha iyi bilime\u201d g\u00f6t\u00fcr\u00fcyor (Brynjolfson ve McAfee, 2014, s. 69). Benim g\u00f6r\u00fc\u015f\u00fcm bunun daha ziyade Karl Popper\u2019\u0131n i\u00e7g\u00f6r\u00fcs\u00fcn\u00fcn bir \u00f6rneklemesi oldu\u011fu: \u201c\u00c7ok fazla dolar \u00e7ok az say\u0131da fikri kovalayabilir\u201d (Popper, 1981, s. 96).<\/p>\n\n\n\n

Benim sonucum olduk\u00e7a basit: Hubert Dreyfus\u2019un genel YZ\u2019ye kar\u015f\u0131 arg\u00fcmanlar\u0131 hala ge\u00e7erli.<\/p>\n\n\n\n

Notlar<\/strong><\/h2>\n\n\n\n

[1]<\/a> Ger\u00e7ekli\u011fe veya varolu\u015fa ili\u015fkin yanl\u0131\u015f ve bozuk inan\u00e7lar, episteme kavram\u0131n\u0131n z\u0131tt\u0131. (E. N.)<\/p>\n\n\n\n

[2]<\/a> Polanyi normalde, \u201cbilme\u201dyi ki\u015fisel boyutu vurgulamak i\u00e7in \u201cbilgi\u201d yerine kullan\u0131r. Ancak ben daha geleneksel olan \u201cbilgi\u201dyi kullanaca\u011f\u0131m.<\/p>\n\n\n\n

[3]<\/a> \u00d6rnek Jeopardy! \u00fczerine olan Wikipedia makalesinden al\u0131nd\u0131.<\/p>\n\n\n\n

[4]<\/a> Metnin CogIST taraf\u0131ndan yap\u0131lm\u0131\u015f T\u00fcrk\u00e7e \u00e7evirisine buradan<\/a> ula\u015fabilirsiniz. (E. N.)<\/p>\n\n\n\n

[5]<\/a> Fjelland (1991) i\u00e7erisinde bulunan Michelson ara\u00e7lar\u0131n\u0131n detayl\u0131 bir tan\u0131m\u0131n\u0131 verdim.<\/p>\n\n\n\n

Kaynak\u00e7a<\/strong><\/h2>\n\n\n\n

Anderson C (2008) The end of theory: the data deluge makes the scientific method obsolete. Wired Magazine<\/p>\n\n\n\n

Bolter D (1986) Turing\u2019s man. Western culture in the computer age. Penguin Books<\/p>\n\n\n\n

Brynjolfson E, McAfee A (2014) The second machine age. Norton & Company<\/p>\n\n\n\n

Chen X-W, Lin X (2014) Big Data deep learning: challenges and perspectives. IEEE Access 2:514\u2013525<\/p>\n\n\n\n

Crick F (1994). The astonishing hypothesis. The scientific search for the soul. Macmillan Publishing Company<\/p>\n\n\n\n

Dingli A (2018) \u201cIts Magic\u2026.I Owe You No Explanation!\u201d 2018. https:\/\/becominghuman.ai\/its-magic-i-owe-you-no-explanation-explainableai-43e798273a08.<\/a> Accessed 5 May 2020<\/p>\n\n\n\n

Dreyfus HL (1972) What computers can\u2019t do. Harper & Row, New York, NY<\/p>\n\n\n\n

Dreyfus HL, Dreyfus SE (1986). Mind over machine. Basil Blackwell<\/p>\n\n\n\n

Fjelland R (1991) The Theory-Ladenness of observations, the role of scientific instruments, and the Kantian a priori. Int Stud Philos Sci 5(3):269\u201380<\/p>\n\n\n\n

Floridi L (2014) The 4th revolution. How the infosphere is reshaping human reality. Oxford University Press, Oxford<\/p>\n\n\n\n

Ford M (2015) The rise of the robots. technology and the threat of mass unemployment. Oneworld Publications, London<\/p>\n\n\n\n

Galilei G (1970) Dialogue concerning the two chief world systems (1630). University of California Press, Berkeley, Los Angeles<\/p>\n\n\n\n

Harari YN (2014). Sapiens. A brief history of humankind. Vintage<\/p>\n\n\n\n

Harari YN (2018) 21 Lessons for the 21st century. Jonathan Cape, London<\/p>\n\n\n\n

Husserl E (1970) The crisis of european sciences and transcendental phenomenology. Northwestern University Press, Evanston<\/p>\n\n\n\n

Jones N (2014) The learning machines. Nature 505:146\u201348<\/p>\n\n\n\n

Koyr\u00e9 A (1968) Galileo and Plato. In: Metaphysics and measurement (1943). John Hopkins Press, Baltimore, London.<\/p>\n\n\n\n

Koyr\u00e9 A (1978) Galileo studies (1939). Harvester, London<\/p>\n\n\n\n

Lanier J (2013) Who owns the future? Allen Lane, London<\/p>\n\n\n\n

Laplace PS (1951) Philosophical essay on probabilities (1814). Dover Publications, New York<\/p>\n\n\n\n

Lazer D, Kennnedy R, King G, Vespignani A (2014) The parable of google flu: traps in big data analysis. Science 343:1203\u20131205<\/p>\n\n\n\n

LoebnerPrize. https:\/\/artistdetective.wordpress.com\/2019\/09\/21\/loebner-prize-2019.<\/a> Accessed 5 May 2020<\/p>\n\n\n\n

Marcus G (2019) DeepMind\u2019s losses and the future of artificial intelligence. Wired 14.8.2019. https:\/\/www.wired.com\/story\/deepminds-losses-future-artificialintelligence\/.<\/a> Accessed 6 Jan 2020<\/p>\n\n\n\n

Mayer-Sch\u00f6nberger V, Cukier K (2014) Big data: a revolution that will transform how we live, work, and think. Eamon Dolan\/Mariner Books<\/p>\n\n\n\n

Mill JS (1882) A system of logic, ratiocinative and inductive, being a connected view of the principles of evidence, and the methods of scientific investigation, 8th edn. Harper & Brothers, New York<\/p>\n\n\n\n

Minsky M (1972) Computation: finite and infinite machines. Prentice-Hall International<\/p>\n\n\n\n

MitsukuHomepage. http:\/\/www.square-bear.co.uk\/mitsuku\/home.htm.<\/a> Accessed 12 Sept 2017<\/p>\n\n\n\n

Najafabadi MM, Villanustre F, Khoshgoftaar TM, Seliya N, Wald R, Muharemagic E (2015) Deep learning applications and challenges in big data analytics. J Big Data 2(1). https:\/\/doi.org\/10.1186\/s40537-014-0007-7<\/a><\/p>\n\n\n\n

Newton RG (1997) The truth of science. Physical theories and reality. Harvard University Press, Cambridge<\/p>\n\n\n\n

Nielsen M (2016). Is alphago really such a big deal? Quanta Magazine, March 29, 2016. https:\/\/www.quantamagazine.org\/is-alphago-really-such-a-big-deal-20160329\/.<\/a> Accessed 7 Jan 2020<\/p>\n\n\n\n

Pearl J, Mackenzie D (2018) The book of why. The new science of cause and effect. Basic Books, New York<\/p>\n\n\n\n

Penrose R (1989) The emperor\u2019s new mind. Concerning computers, minds, and the laws of physics. Oxford University Press, Oxford<\/p>\n\n\n\n

Penrose R (1994) Shadows of the mind. A search for the missing science of consciousness. Oxford University Press, Oxford<\/p>\n\n\n\n

Plato (1955) The republic. Penguin Books, Harmondsworth, p. 1955<\/p>\n\n\n\n

Polanyi M (1958) Personal knowledge. Routledge & Kegan Paul, London<\/p>\n\n\n\n

Polanyi M (2009) The tacit dimension (1966). The University of Chicago Press, Chicago<\/p>\n\n\n\n

Popper KR (1981) The rationality of scientific revolutions (1975). In: Hacking Ian ed Scientific revolutions. Oxford University Press, Oxford, pp. 80\u2013106<\/p>\n\n\n\n

Roszak T (1992) The voice of the earth. Simon & Shuster, New York<\/p>\n\n\n\n

Russell B (1963). On the notion of a cause (1912). In: Mysticism and logic. Unwin Books, London<\/p>\n\n\n\n

Sagan L (1996) Electric and magnetic fields: invisible risks? Gordon and Breach Publishers, Amsterdam<\/p>\n\n\n\n

Searle J (1980) Minds, brains, and programs. Behav Brain Sci 3(3):417\u201357<\/p>\n\n\n\n

Shane J (2019) You look like a thing and I love you. Wildfire, London<\/p>\n\n\n\n

Strickland E (2019) How Ibm Watson overpromised and underdelivered on Ai Health Care. IEEE Spectrum, 2 April 2019. https:\/\/sprectrum.ieee.org\/biomedical\/diagnostics\/how-ibm-watson-overpromised-and-underdeliveredon-ai-health-care.<\/a> Accessed 5 Jan 2020<\/p>\n\n\n\n

Susskind R, Susskind D (2015) The future of the professions. Oxford University Press, Oxford<\/p>\n\n\n\n

Tegmark M (2017) Life 3.0. Being human in the age of artificial intelligence. Alfred A. Knopf, New York<\/p>\n\n\n\n

Turing A (1950) Computing machinery and intelligence. Mind LIX 236:433\u201360<\/p>\n\n\n\n

Weizenbaum J (1976) Computer power and human reason. Freeman & Company, San Francisco<\/p>\n\n\n\n

Wikipedia: Jeopardy!, https:\/\/en.wikipedia.org\/wiki\/Jeopardy!<\/a> Accessed 2 Feb 2017<\/p>\n\n\n\n

Bu makale CC BY 4.0 lisans\u0131<\/a> alt\u0131nda T\u00fcrk\u00e7e\u2019ye \u00e7evrilmi\u015ftir. \u00a9 2020 Ragnar Fjelland<\/p>\n\n\n\n

Al\u0131nt\u0131: Fjelland, R. Why general artificial intelligence will not be realized. Humanit Soc Sci Commun<\/em> 7<\/strong>, 10 (2020). https:\/\/doi.org\/10.1057\/s41599-020-0494-4<\/a><\/p>","protected":false},"featured_media":2050,"template":"","meta":{"_acf_changed":false},"event_publishing_tags":[1077,479,426,1076,84,280,286,94,93,627,342,345,691,64,92,323,281,285,227,222,87,1057,62,1078,348,88,89,343,1080,228,229,425,1079,61,349],"kategori":[305],"class_list":["post-2049","blog_content","type-blog_content","status-publish","has-post-thumbnail","hentry","event_publishing_tags-agi","event_publishing_tags-ai","event_publishing_tags-artificial","event_publishing_tags-artificial-general-intelligence","event_publishing_tags-artificial-intelligence","event_publishing_tags-bilgisayar","event_publishing_tags-bilgisayar-bilimi","event_publishing_tags-bilis","event_publishing_tags-bilissel-bilim","event_publishing_tags-buyuk-dil-modeli","event_publishing_tags-buyuk-dil-modelleri","event_publishing_tags-chatgpt","event_publishing_tags-cogist","event_publishing_tags-cognition","event_publishing_tags-cognitive-science","event_publishing_tags-cogsci","event_publishing_tags-computer","event_publishing_tags-computer-science","event_publishing_tags-deep-learning","event_publishing_tags-derin-ogrenme","event_publishing_tags-dil","event_publishing_tags-dil-modeli","event_publishing_tags-dilbilim","event_publishing_tags-genel-yapay-zeka","event_publishing_tags-intelligence","event_publishing_tags-language","event_publishing_tags-linguistics","event_publishing_tags-llm","event_publishing_tags-lm","event_publishing_tags-machine-learning","event_publishing_tags-makine-ogrenmesi","event_publishing_tags-yapay","event_publishing_tags-yapay-genel-zeka","event_publishing_tags-yapay-zeka","event_publishing_tags-zeka","kategori-ceviri"],"acf":[],"_links":{"self":[{"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/blog_content\/2049","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\/2049\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/media\/2050"}],"wp:attachment":[{"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/media?parent=2049"}],"wp:term":[{"taxonomy":"event_publishing_tags","embeddable":true,"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/event_publishing_tags?post=2049"},{"taxonomy":"kategori","embeddable":true,"href":"https:\/\/cog-ist.com\/en\/wp-json\/wp\/v2\/kategori?post=2049"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}