Merhaba
Soruyu gördüğüm an biraz araştırdım. Her alanda o kadar yaygın kullanılıyor ki artık , bu sorunun dikkat çekmemesi ve merak uyandırmaması ne mümkün sevgili okur.
Yapay zekaları insan verisiyle eğitiliyor çünkü amaç genellikle insan dünyasına dair problemleri çözmek, dil anlamak, görsel tanıma yapmak, öneri sistemleri geliştirmek gibi. İnsan verisi, bizim ihtiyaçlarımıza doğrudan uygun bir “hedef ortam” sağlıyor. Doğa verisiyle eğitmek mümkün, ama orada öğrenilecek bilgiler çok farklı ve genellikle bizim pratik amaçlarımızla doğrudan örtüşmüyor. Bitkiler, hayvanlar, mikroorganizmalar her biri milyonlarca yıl boyunca çevresine uyum sağlamak için özel bir bilgi birikimi geliştirdi. Bu bilgiler bizim sorunlarımızla birebir aynı mantıkta işlemiyor (Mayr, 1982)[1].
Diyelim ki bir robotu doğaya salıp kendi kendine öğrenmesini sağladın. Burada iki temel zorluk ortaya çıkar ,birincisi, evrimsel zaman ölçeği. Doğada türlerin evrimleşmesi milyonlarca yıl alıyor. Bir robot, günümüz teknolojisiyle kendi başına bu kadar uzun sürede karmaşık adaptasyonlar geliştiremez. İkincisi, amaç uyumsuzluğu. İnsan verisiyle eğitilmiş bir yapay zeka, insan dünyasında anlamlı sonuçlar üretir. Doğada öğrenen bir robot, kendi hayatta kalma stratejilerini geliştirse bile, bizim için işe yarayan bir bilgi üretmeyebilir. Yani doğada evrimleşen bir robot, doğal seçilim sürecinde başarılı olsa da, insan için “kullanışlı” olmayabilir.
Burada bir analoji olarak Rodney Brooks’un “Elephants Don’t Play Chess” makalesi güzel bir örnek. Brooks (1990)[2] der ki “Bir robotu yalnızca simülasyonla eğitmek, onu gerçek dünyada başarıya götürmez; ama aynı zamanda doğada bırakırsan da, onun amaçları bizimkilerle uyumlu olmayabilir.” Yani insan verisi ile eğitmek, robotun görevini hedefe uygun şekilde optimize etmesini sağlıyor.
Ancak, doğayı modellemek ve biyomimikriyi kullanmak son yıllarda büyük bir trend. Yapay zekada genetik algoritmalar, evrimsel stratejiler ve taklit öğrenme (imitation learning) bu fikirlerden ilham alıyor. Örneğin robotlar, biyolojik sistemlerin hareketlerini taklit ederek daha esnek ve dayanıklı hale geliyor (Floreano & Mattiussi, 2008)[3]. Yani doğayı tamamen öğrenme ortamı olarak kullanamasak da, onun prensiplerini ve adaptif mekanizmalarını modelleyerek yapay zekayı geliştirebiliyorlar.
Özetle, doğada kendi başına evrimleşen bir yapay zeka fikri heyecan verici ama pratikte hem zaman hem de amaç uyumsuzluğu nedeniyle sınırlı. En verimli yol, doğanın adaptif çözümlerinden ilham alıp, insan amaçlı veri ve görevlerle harmanlamaktır. Benim için en önemli çıkarım, yapay zekayı sadece insan verisiyle eğitmenin bir kısıtlama değil, aynı zamanda büyük bir fırsat olduğuydu. İnsan verisi, robotların bizim ihtiyaçlarımıza uygun, anlamlı ve güvenilir kararlar almasını sağlıyor. Öte yandan doğadan ilham almak, onların esnekliğini, dayanıklılığını ve yaratıcılığını artırabilir, ama sonuçlar her zaman öngörülebilir olmayabilir. Bu durum bana, bilimin ve doğanın arasındaki ince dengeyi korumanın ne kadar değerli olduğunu hatırlatıyor. Kendi hedeflerimizi kaybetmeden, doğanın adaptif zekasından öğrenmek mümkün. Böylece teknoloji, hem işlevsel hem de yaratıcı bir şekilde gelişebilir ve evrimleşebilir.[4]
Teşekkür ederim.
Kaynaklar
-
ERNST MAYR. (1982). The Growth Of Biological Thought: Diversity, Evolution, And İnheritance. Yayınevi: Harvard University Press..
-
Rodney Brooks. (1990). Elephants Don't Play Chess.. Yayınevi: Published In Robotics Auton.
-
Dario Floreano , Claudio Mattiussi, et al. (2023). Bio-Inspired Artificial Intelligence Theories, Methods, And Technologies. Yayınevi: The MIT Press.
-
Hatice Kutbay. (). Kendime Düşünceler.
/old/profile_images/84cd1cb67a082a1ba074ff4a5f8c523f.jpeg){kind=small}
/old/qna_media/9861c9cf5d4435d80d2b95796c1d1edf.jpeg)
/old/profile_images/ed59bc74793d77f9d042c95e59e70412.jpeg){kind=small}
/profile/4d1aeb36-ff28-40a3-ab1e-dfe33190e93d.png){kind=small}
/content/88393eb6-4acd-4df5-8659-9f27496b5a22.jpeg)
/profile/c747f6a2-d113-45a0-8d60-5567e3745896.jpeg){kind=small}
/profile/c747f6a2-d113-45a0-8d60-5567e3745896.jpeg)
/profile/8ee88ba3-4b41-4894-b32f-a30bf5a9fda4.jpg){kind=small}
/evrimagaci.org/public/images/dyn/d19563f0df11bd7ef99fb3a2c89af2a5.png)
/old/profile_images/4c36bd5a37b3737d8147cf363f9e0755.jpg)
/old/profile_images/641a7c3677170e1626180c394fd4f401.jpg)
/old/profile_images/90115b75d3086d7e21f9c4967587f76c.jpg)
/old/profile_images/85ad0441174ee8131bc45f9aa65f43b0.jpg)
/old/profile_images/92c49713f4d8d9e69e2e2455f427d991.jpg)
/old/profile_images/3cae4e979d44d862559ccb8cd78df1e4.jpg)
/profile/d64f9b62-77a0-48e2-a18e-7290a2105116.jpeg)
/profile/302d8d53-6bee-4dbf-b848-b4c1ea19a428.jpeg)
/profile/b8492c06-ea3c-4f16-b16e-3e915206cba5.jpeg)
/profile/3b56620f-3420-48f6-bda7-a1694a944aea.jpeg)
/profile/0aede0b0-518c-4e14-9018-d3a48d047ca7.jpeg)
/profile/83a38c39-e80f-4a99-a53b-141955851336.jpeg)
/profile/7570895e-2978-414a-85fe-4f7aece6338b.jpeg)
/profile/bd47e613-a961-4c54-8662-2cdafd70dcc0.jpeg)
/profile/83d25d74-61a6-4274-8415-59526823dbdf.jpeg)
/evrimagaci.org/public/images/misc/group-of-people.png)
/profile/20dcbcee-4fd4-4ef3-b9ba-c1fbfb4b955f.jpg){kind=small}
/old/profile_images/6d1a1cc61bf3aa360a123506986e632d.jpg){kind=small}
/profile/a6178f7c-97ec-4da0-a5ef-bbc1929003c5.jpeg){kind=small}
/profile/a6178f7c-97ec-4da0-a5ef-bbc1929003c5.jpeg)
/evrimagaci.org/public/images/dyn/987ef9beafa8165b87884a08b621f761.png)
/old/profile_images/d02fcd4b97acbf79285180a67082df46.jpg){kind=small}
/event/a9b42fb2-46ab-4838-a5af-99c1aaca0f3a.jpeg)
/profile/812fac4d-514a-4a9a-92ae-2d580d910f3b.jpeg){kind=small}
/evrimagaci.org/public/images/dyn/c1e34659617a163c282b24fc9f452b6d.png)
/evrimagaci.org/public/images/logo-50.png){kind=logo}