Öğrenmenin Melodisi

Bir makine insanın yaptığı her eylemi, en az insan kadar iyi yapabilir mi?

Yapay zekâ ya da öğrenen makineler hayatımıza bugün girmedi. 1900’lerin ortasında Alan Turing’in ortaya attığı Turing testinden beri yanıtlamaya çalıştığımız soru hep aynı: Bir makine insanın yaptığı her eylemi, en az insan kadar iyi yapabilir mi? Bir dinleyicinin insan ve makinenin verdiği yanıtları ayırt etmesi imkansızlaşabilir mi?

Teknik gerektiren çoğu işi makinelerin daha iyi yaptığı konusunda neredeyse hemfikiriz. Bilgisayarlar ve makineler matematik hesaplarında, fizikte, tıbbi ölçümlerde, bilgiyi kaydetmede ve işlemede bizden çok daha iyiler. Artık hiçbir matematik işlemde makinelerin kabiliyetini sorgulamıyoruz. Sanat alanını ele geçirmek üzereler. Görsel tasarımın, müzik üretiminin tamamını makine destekli süreçlerle yönetiyoruz. Söylediğimiz her işlemi kusursuz yapıyorlar. Sorduğumuz her soruya kusursuza yakın doğrulukta yanıtlar veriyorlar. Evden işe en kestirme yolu, o yolu her gün giden biz değil yoldaki tüm senaryoları değerlendiren makineler daha iyi öngörüyor. Yakın zamana dek makinelerin birkaç noktaya gücünün yetmeyeceği öngörüldü.

Birisi, makine sorulana yanıt veriyordu; ama sorulmadan kendisi bir düşünme eylemi başlatabilecek miydi? İkincisi makine kendisine yüklenmeyen bir kabiliyeti ilgisiz başka kabiliyetlerin toplamı olarak sergileyebilecek miydi? Sony Laboratuvarları’nda çok yeni bir çalışma yapıldı. DeepBach adı verilen öğrenen bir müzik bilgisayarı, Bach’ın çok sesli müziğini dinle yip öğrenerek aynısını, hatta daha iyisini yapmayı denedi. Sonuç şaşırtıcıydı, birçok müzik uzmanı hangi müziğin Bach’ın hangisinin ise DeepBach’ın olduğunu ayırt edemedi.

Apple’ın geliştirdiği Siri ve Amazon’un geliştirdiği Alexa insan sesiyle verilen komutları algılayıp insana yakın tepkiler veren teknolojileri milyonlarca kişiye ulaştırdı. SAP, iş uygulamalarını insan sesiyle yöneten CoPilot adlı bir dijital asistan geliştirdi. IBM’in Watson’I uzun süredir insan bilincine yakın marifetler sergiliyor.

Hafıza, tecrübe, bilinç ve duygu gibi becerileri dijitalleştirmek henüz kolay değil

MIT’den Deb Roy’un, “Bir kelimenin doğuşu” diyerek özetlediği bir bebeğin üç yılda hangi etkileşimlerin sonucunda konuşmayı öğrendiğini araştıran çalışması bu alanda bir kilometre taşı. Bilim; insanın nasıl öğrendiğini çözüp, aynısını makinelere uyarlayabilirse insandan hiçbir eksiği olmayan makinelerden bahsedebileceğiz. Ancak bir bebeğin üç yıllık konuşmayı öğrenmesi gibi sadece ses ve kelimelerden oluşan bir öğrenme algoritmasını bile henüz tüm detaylarıyla çözdüğümüzü söyleyemeyiz.

Sensörler ve şebekeler sayesinde makineler duyular gibi algılayıp, bunları iletebiliyor. Bilgiyi hiç kaybolmadan depolayıp, sonsuza yakın bir hızda işleyebiliyor.

yor. Ancak hafıza, tecrübe, bilinç ve duygu gibi insana dair becerileri dijitalleştirmek henüz kolay görünmüyor. İnsanın sorularına en iyi yanıtı veriyorlar ancak çoğu zaman bunun ötesine geçemiyorlar. Makineler insan tarafından uyarılmaya ihtiyaç duyuyorlar. Kapalı devre bir metro veya tren sistemi akıllı yazılımlar sayesinde sıfır kaza ya da rötarla yönetilebiliyor ancak tüm bir kentin trafiğini araba ve yollardaki sensörler sayesinde sıfır kaza ile yönetmeye henüz o kadar yakın değiliz.

Kısacası, makineler öğrenmeye ve öğrettiğimiz alanlarda biz insanlardan daha iyi sonuçlar vermeye devam edecek. Ancak nasıl öğretildiğini tam olarak çözümleyemediğimiz, melodisini notalara dökemediğimiz davranışlar hâlâ çoğunlukta. Her yönüyle insanı aşan  azından bir süre daha, bizim onlara devrettiğimiz destek görevlerinin ötesine geçmekte zorlanan yardımcılarımız olmaya devam edecek.