Puan Ver
0
Puan Ver

çin odası testi yapay zeka algımızı çürütür mü?

Günümüzde turing testi, yapay zeka değerlendirmesinde kırılma noktası olarak kabul edilmektedir. Bir makinenin turing testi’ni geçmesinin ‘düşünen makine’ olması için yeterli olduğu görüşlerine karşıt olarak, john searle bu argümanı ortaya atmıştır.

1
Favorilerime Ekle
Sonra Cevapla
Takip Et
1 Cevap

Soruya felsefi açıdan değil mantıksal olarak yaklaşacağım. Ve cevabım kendi çıkarımlarım üzerine olacak. Düşünme eylemini felsefi açıdan ele aldığımızda cevabım evet olabilir ancak mantıken cevabım hayır. Öyleyse bu mantığa nasıl ulaştığıma göz atalım.

Yapay zeka belirli şart koşulları (if statements) ile oluşturulmaz. Deneyde cevapların sembolleri bir düzine karta bölüştürülmüş ve bu kartları doğru sırayla eşleştirecek bir kılavuz var. Buda bize bir algoritmanın olduğunu ve önceden olasılıkların hesaplanıp verilerin ona göre verildiğini gösteriyor. Bu yöntem yani olasılıkları olabildiğince önceden hesaplayıp bunu algoritmik olarak bilgisayara anlatan sistemler yapay zekanın ilk dönemlerinde geliştirilen bir yöntemdir (ki sanırım deney bu yöntem üzerine düşünülüp tasarlanmış). Günümüzde bir yapay zeka bir algoritmanın dışına çıkabildiği gibi elde ettiği verileri analiz ederek bu veriler üzerinden kendi senaryolarını ve kendi sonuçlarını oluşturabilmekte.

Evet yine de bir algoritmaya ihtiyaç duydukları doğru. Ancak bu algoritma onlara neyi, nasıl, nerede ve ne zaman yapması gerektiğini noktasına kadar anlatan bir algoritma değil. Biz yazılımcıların yaptığı iş aslında temelde bu. Karar verme, düşünme yeteneği olmayan bilgisiz tamamen işlem gücünden başka hiç bir yetiye sahip olmayan makinelere (Bilgisayarlar) neyi, ne zaman, nasıl ve ne şekilde yapması gerektiğini noktasına kadar anlatırız.

Öyle ki daha önce duymuşsunuzdur, her hangi bir compile edilebilen dilde bir yazılım geliştirdiğiniz de unuttuğunuz en ufak bir noktalama işareti dahi ( Örn: Noktalı virgül ';' ) yazılımın işlevini görememesine hatta çalışamamasına neden olacaktır. Örnek üzerinden ilerleyip sebebini anlatayım. Noktalı virgül genelde bir çok programlama dilinde satır sonu belirleyicisi olarak kullanılır. Yani her hangi bir komut, fonksiyon vb. işlem sonlanıp başka bir işleme geçileceğinde noktalı virgül kullanılır. Böylelikle işlemci o satırdaki işlemin bitirip diğer işleme devam eder. Ancak bu unutulduğunda işlemci işlemi sonlandırmadan diğer işleme geçmeye çalışır veya o işlemi diğer işlem ile ilişkili sanıp bağdaştırmaya çalışır ki bu da bize hata olarak döner. (Huh! Aslında bu olay anlattığımdan daha komplekstir ki bilgi sahibi kişiler ne anlatmış bu diye gülebilirler. Ancak daha basit anlatmanın yolunu bulamadım :) )

Anlatmaya çalıştığım şey bir noktalı virgülü dahi unuttuğumuzda bilgisayarların ne demek istediğimizi anlayamayacağı idi. Bir bilgisayar kodun tamamını analiz edip "Aaa! tamam tamam burada noktalı virgül olacakmış unutmuş neyse ben ekleyeyim şuraya" diye tepki veremez :)

Dolayısıyla deneyin bu mantık üzerinden yola çıkılıp tasarlandığını düşünmekteyim. Eğer öyleyse deney sadece bu mantık üzerinden geliştirilmiş yapay zekaları yalanlayabilir. Olasılıkları olabildiğince hesaplayıp bir bilgisayara algoritmik olarak anlatıldığı bir yapay zekanın, makine veya insan olduğunu anlamayabilirsiniz. Ancak bu deneyde bahsedildiği üzere makinenin düşündüğü anlamına gelmez. Çünkü olaylar karşısında ne yapması gerektiğine kendi değil önceden hesaplanmış veriler karar verir. Makine sadece gelen veriyi algoritma doğrultusunda cevap ile eşleştirip sonucu bastırır. Bu başta belirttiğim olaydır yani şart koşulları (Eğer böyle ise, böyle olacak. Eğer buysa, bu olacak. vb.) ile senaryolar oluşturmaktır.

Anlatmak istediğimi az çok anladıysanız sorunun cevabının neden hayır olduğunu öğrenmişsinizdir. Çünkü yapay zeka artık belirli şart koşullarını yerine getiren senaryolar dizisi ile ilermiyor. Yapay zeka günümüzde de algoritmalar üzerinden geliştirilse de bu algoritmalar az önce belirttiğimiz algoritmalar gibi değil. Çünkü algoritmalar artık senaryoyu makineye ürettiriyor. Belirli bir veriyi benzer verileri analiz ederek olabilecek en yakın ve en mantıklı sonucu döndürüyor.

Size ufak bir yapay zeka çalışmasından örnek vereyim. Bir bilgisayara (Yapay zeka) veri gönderdiğiniz hayal edin. Bu veri bir elmanın fotoğrafı olsun. Yapay zeka internetteki benzer fotoğraf veya resimleri tarayarak bir yol haritası oluşturur. Bu harita üzerinden ilerleyip fotoğrafların ve resimlerin yer aldığı web sayfalarını veya dökümanları ziyaret ederek o sayfalarda benzer fotoğraf veya resimlerde kullanılan alt etiketlerini (Html özniteliğidir.) ve de o sayfalarda en çok tekrar eden kelimeleri ve kaç kere tekrarlandıklarını veri dizileri olarak ele alır. Ele aldığı bu iki diziyi karşılaştırarak benzer veya aynı kelimeleri son bir diziye aktarır. Aktardığı son dizideki en çok kullanılan kelimeyi ise ekrana basar. Bastığı kelime ise tahmin edebileceğiniz üzere Elma'dır :) Böylelikle yapay zeka o fotoğrafın bir elma olduğunu bilir.

Ufak bir yapay zeka çalışması dedim çünkü bu yöntem bilgisayara veriyi tam olarak nasıl analiz etmesi gerektiğini söylemekte. Fark edeceğiniz gibi daha önceden bir elma fotoğrafı veya resmi tanımlayıp ona benziyorsa ise elma sonucu bastırılmıyor. Bunun yerine elde ettiği veriyi nasıl analiz etmesi gerektiği söyleniyor. Belki bu örnek verdiğim "hayır" cevabına tatmin edici bir örnek değildi.

Öyleyse şöyle bahsedeyim, günümüzde Yapay Zekalar artık veriyi nasıl analiz etmesi gerektiğini söylememize dahi ihtiyaç duymuyor, kendi kendine verileri analiz etme yöntemleri geliştiriyorlar. Hatta daha da ileriye giden üst düzey bir kaç çalışma gösteriyor ki artık analiz edecekleri verinin türünü dahi kendi kendine anlayabilen yapay zekalar var. Sanırım bu yüzden onlara düşünebilen makineler diyebiliriz :)

Elimden geldiğinice basite indirgemeye kafa karıştıracak terimler kullanmamaya ve olayın özünü anlatmaya çalıştığımdan bu uzun cevap sizi tatmin etmemiş olabilir. Bu nedenle kaynak bölümüne daha bilimsel yazıları içeren bağlantılar bırakıyorum. Düşünme eyleminin beynimizin daha önceden edindiği bir çok veriyi analiz ederek gerçekleştiğini "düşünecek" olursanız bu cevaba daha ılımlı bakabilirsiniz :)




Favorilerime Ekle
1

Kaynaklar

  1. SearchEnterpriseAI Yapay zeka ve türleri.
  2. Academia Yapay Zeka 09 06 - Teyfik Karaduman
  3. Yumpu Y. Doç. Dr. Aybars UĞUR - Yapay Zeka Ders Notları
  4. Google AI Google AI Blog
Cevap Ver
Bu soruya cevap vermek için lütfen
Evrim Ağacı Soru & Cevap Platformu, Türkiye'deki bilimseverler tarafından kolektif ve öz denetime dayalı bir şekilde sürdürülen, özgür bir ortamdır. Evrim Ağacı tarafından yayınlanan makalelerin aksine, bu platforma girilen soru ve cevapların içeriği veya gerçek/doğru olup olmadıkları Evrim Ağacı yönetimi tarafından denetlenmemektedir. Evrim Ağacı, bu platformda yayınlanan cevapları herhangi bir şekilde desteklememekte veya doğruluğunu garanti etmemektedir. Doğru olmadığını düşündüğünüz cevapları, size sunulan denetim araçlarıyla işaretleyebilir, daha doğru olan cevapları kaynaklarıyla girebilir ve oylama araçlarıyla platformun daha güvenilir bir ortama evrimleşmesine katkı sağlayabilirsiniz.
Türkiye'deki bilimseverlerin buluşma noktasına hoşgeldiniz!

Göster

Şifrenizi mi unuttunuz? Lütfen e-posta adresinizi giriniz. E-posta adresinize şifrenizi sıfırlamak için bir bağlantı gönderilecektir.

Geri dön

Eğer aktivasyon kodunu almadıysanız lütfen e-posta adresinizi giriniz. Üyeliğinizi aktive etmek için e-posta adresinize bir bağlantı gönderilecektir.

Geri dön

Close
“Fakirlerin ızdırabı doğa yasalarından değil de, insan müessesinden kaynaklanıyorsa, günahımız ne büyüktür!”
Charles Darwin
Geri Bildirim Gönder