Yapay Zekaya Nasıl Ulaşacağız?

Neden Bu Kadar Zor?

Bizim kadar akıllı olan bir bilgisayar yaratmanın ne kadar inanılmaz derecede zor olduğunu öğrenmek kadar insan zekasını takdir ettirecek bir şey yok. Gökdelenler inşa etmek, uzaya insan yollamak, Büyük Patlama'nın nasıl gerçekleştiğinin detaylarını bulmak — bunların hepsi beynimizin nasıl çalıştığını anlamaktan ve onun kadar havalı bir şey yapmaktan çok daha kolay şeyler. Şu an itibarıyla insan beyni, evrende bilinen en karmaşık cisim.

İlginç olan şey şu, YGZ (yalnızca tek bir alanda değil, genel olarak insanlar kadar akıllı bir bilgisayar) yaratmanın zor kısımları, düşündüğünüz şeyler değil. Bir salisede iki tane on basamaklı sayıyı çarpabilen bir bilgisayar yapmak — inanılmaz derecede kolay. Bir köpeğe bakıp onun köpek mi kedi mi olduğunu söyleyebilen bir tane yapmak — zor bir iş. Satrançta herhangi bir insanı yenebilecek bir YZ yapmak mı? Tamamdır. Altı yaşında çocuklar için hazırlanan resimli bir kitaptan bir paragrafı okuyup yalnızca kelimeleri değil, anlamlarını da kavrayabilecek bir YZ yapmak mı? Google şu an bunun için milyarlarca dolar harcıyor. Zor şeyler — hesap, finansal piyasa stratejileri, dil çevirmek — bir bilgisayar için son derece kolay, fakat kolay şeyler — görme, hareket etme, algılama — çıldırtıcı derecede zor. Veya, bilgisayar uzmanı Donald Knuth'un sözleriyle, “Yapay Zeka şimdiye kadar ‘düşünme’ isteyen neredeyse her şeyi yapmayı başardı, fakat insanlar ve hayvanların 'düşünmeden’ yaptığı birçok şeyde başarısız oldu.”

Bu konuda düşünürseniz hemen farkına varacağınız şey şu: bize kolay gelen şeyler aslında inanılmaz derecede karmaşık. Bize kolay gelmelerinin sebebi ise o yeteneklerin yüzlerce milyon yıllık evrim sürecinde bizlere (ve çoğu hayvana) uygun hale gelmiş olması. Bir eşyaya elinizle uzanırken, omzunuz, dirseğiniz ve bileğinizdeki kaslar, tendonlar ve kemikler gözlerinizle iş birliği yaparak aniden uzun bir fiziksel işlemler serisi gerçekleştiriyor ve elinizi üç boyut içinde düz bir çizgi boyunca hareket ettirmenizi sağlıyor. Bu size gayet zahmetsiz geliyor, çünkü beyninizde bunu gerçekleştirmek için mükemmelleştirilmiş bir yazılım var. Bir siteye kaydolurken size sordukları kelime testini kötücül yazılımların geçememelerinin sebebi aptal olmaları değil, sizin beyninizin o testi geçebilecek kadar süper olması.

Öte yandan, büyük sayıları çarpmak ya da satranç oynamak biz biyolojik varlıklar için yeni aktiviteler ve bu aktivitelerde uzmanlaşacak kadar evrilmek için yeterli vaktimiz olmadı, bu yüzden bir bilgisayarın bu alanlarda bizi yenmesi için pek çaba göstermesi gerekmiyor. Düşünsenize — hangisini tercih ederdiniz, büyük sayılar çarpabilen bir program yapmayı mı, yoksa binlerce ilginç yazı tipinde bir B harfi gösterdiğinizde o harfin B olduğunu anında bilebilecek kadar B harfini iyi kavrayan bir program yapmayı mı?

Eğlenceli bir örnek — buna baktığınızda bir bilgisayar da sizin gibi bunun iki farklı tona sahip bir dikdörtgen olduğunu anlayabiliyor:

Buraya kadar eşit durumdasınız. Ama siyahı kaldırıp resmin tamamını gösterirsek…

…mat ve yarı saydam silindirleri, çubukları ve üç boyutlu köşeleri rahatça betimleyebilirsiniz, ama bilgisayar fena halde çuvallardı. Bilgisayar gördüğünü betimlerdi — farklı tonda birkaç farklı iki boyutlu şekil, ki resimdeki de aslında bu. Beyniniz resmin vermek istediği derinliği, ton karışımını ve oda ışıklandırmasını yorumlamak için bir sürü şey yapıyor. Ve aşağıdaki resimde siz ne olduğunu —tamamıyla siyah, üç boyutlu bir kayanın fotoğrafı — kolaylıkla görürken, bir bilgisayar ise iki boyutlu beyaz, siyah ve griden oluşan bir kolaj görüyor:

Ve bahsettiğimiz her şey yalnızca ortada duran bir bilgiyi alıp onu işlemekten ibaret. İnsan kadar zeki olabilmesi için, bir bilgisayarın güç algılanan surat ifadelerini; hoşnut olmak, rahatlamış olmak, memnun olmak, tatmin olmak ve mutlu olmak arasındaki farkı ve neden Cesuryürek'in harika ama Vatansever'in berbat bir film olduğu gibi şeyleri anlaması gerekirdi.

Ürkütücü.

Ee, oraya nasıl ulaşacağız?

YGZ Yaratmanın İlk Adımı: Hesaplama Gücünü Arttırmak

YGZ'nin bir ihtimal dahiline girmesi için olması gereken şeylerden biri kesinlikle bilgisayar donanımının gücünün arttırılması. Eğer bir Yapay Zeka sistemi beyin kadar zeki olacaksa, beynin ham hesaplama kapasitesine eşit olması gerekecek.

Bu kapasiteyi dile getirmenin bir yolu beynin saniyede kaç hesaplama (h/sn diyelim) yapabildiği. Bu sayıya beyindeki her bir yapının maksimum h/sn'sini bularak ve bunları toplayarak ulaşabilirsiniz.

Ray Kurzweil bunun için kestirme bir yol buldu: birinin beynindeki bir yapının h/sn'sinin profesyonel bir tahminini almak ve o yapının ağırlığını beynin tamamının ağırlığına oranlamak, sonra da toplam sonuca ulaşana kadar oranla çarpmak. Biraz şüpheli duruyor, ama bunu farklı bölgelerde farklı profesyonel tahminlerle yaptı, ve toplam her zaman aşağı yukarı aynı çıktı — 1016 civarı, yani 10 katrilyon h/sn.

Aslında şu an dünyanın en hızlı süper bilgisayarı olan Çin'deki Tianhe-2, 34 katrilyon h/sn'ye ulaşarak bu sayıyı geçti. Ama Tianhe-2 aynı zamanda bir pislik, çünkü 720 metrekare alan kaplıyor, 24 megawatt güç tüketiyor (beyin ise yalnızca 20 watt'la çalışıyor) ve maliyeti 390 milyon dolar tutuyor. Genel kullanıma uygun olmayı geçtim, çoğu ticari ve endüstriyel alanda bile kullanılamıyor.

Kurzweil, bilgisayarların durumunu 1000 dolara ne kadar h/sn satın alabileceğimize bakarak değerlendirmemizi öneriyor. Bu sayı insan seviyesine — 10 katrilyon h/sn — ulaştığında, YGZ günlük hayatımızın bir parçası haline gelebilir.

Moore Yasası, dünyadaki maksimum hesap gücünün yaklaşık olarak iki yılda bir ikiye katlandığını, yani insanlığın tarih boyunca süregelen gelişmesi gibi bilgisayar donanımının da üstel olarak gelişme kaydettiğini söyleyen bir yasadır. Bunun, Kurzweil'in 1000 dolar başına düşen h/sn ölçüsüyle olan bağlantısına bakarsak, şu an 1000 dolar başına 10 trilyon h/sn düşüyor. Tam da bu grafiğin tahmin ettiği gibi:

Yani, dünyanın 1000 dolarlık bilgisayarları şu an fare beynini geçmiş durumda ve insan beyninin yaklaşık binde biri seviyedeler. Kulağa pek fazla gelmiyor olabilir, ama 1985'te insan beyninin yaklaşık olarak trilyonda birinde, 1995'te milyarda birinde, 2005'te ise milyonda birindeydik. 2015'te binde birinde olmak, 2025'ten önce insan beyninin gücüne rakip olabilecek bir bilgisayar satın alabilme ihtimalimiz olduğu anlamına geliyor.

Yani donanımsal tarafını değerlendirirsek, YGZ için gereken güç teknik olarak Çin'de mevcut. 10 yıl içindeyse YGZ kapasitesinde fiyatı makul donanım satın alabilecek hale geleceğiz. Fakat ham hesap gücü, tek başına bir bilgisayarı genel olarak zeki yapmıyor. Sıradaki soru, insan seviyesinde zekayı tüm o güce nasıl uygulayabiliriz?

YGZ Yaratmanın İkinci Adımı: Akıllı Yapmak

İşin sakat kısmı burası. Olay şu ki, kimse YZ'yi nasıl akıllı yapabileceğimizi bilmiyor. Hala bir bilgisayarı nasıl bir köpeği, garip yazılmış bir B harfini ve vasat bir filmi bilecek kadar insan seviyesinde zeki yapacağımız konusunda tartışıyoruz. Fakat bir sürü inanılmaz strateji var ve eninde sonunda bunlardan bir tanesi işe yarayacak. İşte denk geldiğim en bilinen üç strateji:

1) Beyin intihali.

Sınıfınızda sınavlarda yanınızda oturan ve çok iyi sonuçlar alan bir çocuk olduğunu düşünün. Siz ne kadar özenle çalışırsanız çalışın, o çocuk kadar iyi sonuçlar alamıyorsunuz. Eninde sonunda “ya tamam başlarım böyle işe, bu çocuğun kağıdını geçireyim komple” diyorsunuz. İşte bilim insanlarının yaptıkları da böyle bir şey. Mantıklı geliyor — süper karmaşık bir bilgisayar yapmaya uğraşıp duruyoruz ve her birimizin kafasının içinde mükemmel bir model var bunun için.

Bilim dünyası, evrimin nasıl böyle harika bir şey yapabildiğini anlayabilmek için beyne ters mühendislik uygulamaya çalışıyor. İyimser tahminler, bunu 2030'a kadar başarabileceğimizi söylüyor. Bunu başardıktan sonra, beynin nasıl bu kadar güçlü ve verimli çalıştığına dair tüm sırları öğrenip bunlardan ilham alabilecek ve yöntemlerini çalabileceğiz. Beyni taklit eden bilgisayar yapılarına örnek olarak yapay sinirsel ağı verebiliriz. Giriş ve çıkışlarla birbirine bağlı olan ve bir bebeğin beyni gibi, hiçbir şey bilmeyen transistör “sinirler"den oluşan bir ağ olarak başlıyor. Şöyle "öğreniyor”: diyelim kendisine bir görev veriliyor, örneğin el yazısı tanıma. İlk başta, sinirsel atışları ve harfleri tanıma tahminleri tamamen rastgele olacak. Ama bir şeyi doğru bildiği söylendiği zaman, doğru cevabı bildiği atış yollarındaki transistör bağlantıları güçleniyor; cevabı yanlış bildiği söylendiğinde ise o yoldaki bağlantılar zayıflıyor. Bir sürü denemeden ve geribildirimden sonra, ağ kendi kendine akıllı sinirsel yollar oluşturuyor ve makine, görev için hazır hale geliyor. Beyin de biraz böyle, ama daha sofistike bir şekilde öğreniyor. Ve beyin üstünde araştırmalara devam ettikçe, sinirsel dolaşımdan faydalanmanın daha yaratıcı yollarını keşfediyoruz.

Biraz daha uç bir intihal yolu olan"bütün beyin taklidi"nin amacı ise gerçek bir beyni ince katmanlara ayırmak, her birini taratmak, yazılımla hassas bir üç boyutlu modelini yaratmak, sonra bu modeli güçlü bir bilgisayara uyarlamak. Böylelikle resmen beynin yapabileceği her şeyi yapabilen bir bilgisayarımız olurdu — yalnızca öğrenmesi ve bilgi toplaması gerekirdi. Eğer mühendisler bayağı aşama kaydederlerse, gerçek bir beyni o kadar hassasiyetle taklit edebilirler ki, beyin yapısı bilgisayara yüklendiğinde beynin tüm kişiliği ve hafızası zarar görmemiş olur. Eğer beyin ölmeden hemen önce Ahmet'e aitse, bilgisayar Ahmet (?) olarak uyanırdı, sağlıklı bir insan seviyesinde bir Yapay Genel Zeka olurdu. Akabinde hemen kendisini inanılmaz derecede akıllı bir Yapay Süperzeka'ya dönüştürmek için çalışmalara başlayabilirdik. Ahmet de buna bayağı heyecanlanırdı.

Bütün beyin taklidini başarmamıza ne kadar var? Toplamda 302 nöronu bulunan 1 milimetre uzunluğunda bir bağırsak solucanı beynini taklit etmeyi daha yeni başardık. İnsan beyninde 100 milyar sinir hücresi bulunuyor. Gözünüze umutsuz bir proje gibi geliyorsa, üstel gelişimin gücünü hatırlayın — şimdi ufak bir solucan beynini fethettiğimize göre, yakın zamanda sıradaki bir karınca beyni olabilir, sonra bir fare, sonra bir bakmışsınız bu düşünce oldukça makul duruyor.

2) Evrime daha önce yaptığı şeyi yaptırmak, ama bu sefer bizim için.

Zeki çocuğun kağıdını kopyalamak çok zorsa, sınavlara nasıl çalıştığını kopyalayabiliriz.

Agora Bilim Pazarı

100 Olgu Cerrahi

Boyut: 16 X 24
Sayfa Sayısı: 240
Basım: 1
ISBN No: 9786054414185

Devamını Göster

₺650.00

Satın Al Tüm Ürünler

• Dış Sitelerde Paylaş

Bildiğimiz bir şey var. Beyin kadar güçlü bir bilgisayar yaratmak mümkün. Beynimizin evrimi bunun bir kanıtı. Eğer beyin taklit edebilmemiz için fazla karmaşıksa, evrimi taklit etmeyi deneyebiliriz. Olay şu ki, bir beyni taklit edebilsek bile, bir kuşun kanat çırpışına bakarak bir uçak yapmak gibi bir şey olurdu. Genellikle makine tasarlamanın en iyi yolu biyolojiyi taklit etmek değil, yeni ve makine odaklı bir yaklaşımdır.

O zaman YGZ'yi yaratması için evrimi nasıl taklit edebiliriz? Bunun yolu, “genetik algoritmalar” denen, sürekli tekrarlanan bir performans-değerlendirme süreci oluşturma yönteminden geçiyor(tıpkı biyolojik varlıkların yaşayarak “performans göstermeleri” ve üremeyi başarıp başaramadıklarına göre “değerlendirilmeleri” gibi). Bir grup bilgisayara görevler verilir, en başarılı olanların programlamalarının yarıları alınıp birbirleriyle birleştirilerek üremeleri sağlanır. Daha az başarılı olanlar ortadan kaldırılır. Birçok tekrardan sonra, bu doğal seçilim işlemi daha iyi bilgisayarlar üretir. İşin zor kısmı bu evrim işlemini kendi başına sürdürebilecek otomatik bir değerlendirme ve üretme sistemi kurmak.

Evrimi taklit etmenin dezavantajı ise, evrimin bir şeyler yapmasının bir milyar yıl sürmesi. Fakat biz bunu birkaç on yıl içinde yapmak istiyoruz.

Ama evrime göre bir sürü avantaja sahibiz. Birincisi, evrim bizim gibi bir öngörüye sahip değil ve rastgele çalışıyor — ürettiği yararsız mutasyon sayısı, yararlı mutasyonlardan fazla. Ama biz bu süreci kontrol ederek yalnızca faydası dokunacak problemlerle ve hedeflenmiş ince ayarlarla çalışmasını sağlayabiliriz. İkincisi, evrimin bir hedefi yok (zekaya ulaşmak dahil). Bazen bir çevre, daha üstün zekanın aleyhine de bir seçimde bulunabilir (çünkü daha üstün zeka daha çok enerji kullanıyor). Öte yandan biz, bu evrim sürecini özellikle zekayı ilerletmeye yönlendirebiliriz. Üçüncüsü, seçimin zeka lehine olması için evrimin zekaya olanaklar sağlayacak bir grup yenilikler bulması gerekiyor -hücrelerin enerji üretme biçimini yenilemek gibi-. Biz bu fazladan yükü atarak elektrik falan kullanabiliriz. Evrimden çok çok daha hızlı olacağımız su götürmez bir gerçek, ama bunu uygulanabilir bir strateji yapabilmek için evrimden daha iyisini yapabilir miyiz orası belli değil.

3) Tüm bunları bilgisayarın sorunu yapalım, bizim değil.

Burası bilim insanlarının umutsuzluğa kapıldığı ve sınavı, kendi kendini çözmesi için programlamaya çalıştıkları yer. Ama elimizdeki en ümit verici yöntem olabilir.

Buradaki fikir şu, ana iki yeteneği YZ üstünde araştırma yapmak ve kendine değişiklikleri kodlayabilmek olan bir bilgisayar yaparız. Böylelikle hem öğrenir, hem de kendi yapısını değiştirir. Bilgisayarlara bilgisayar uzmanları olmayı öğretiriz, böylelikle kendi gelişimlerini başlatabilirler. Ana görevleri bu olur — kendilerini daha akıllı yapmanın yollarını bulmak. Buna daha sonra geri döneceğiz.

Tüm Bunlar Yakında Gerçekleşebilir

Donanım sahasındaki hızlı gelişmeler ve yazılım sahasındaki yenilikçi deneyler aynı anda gerçekleşiyor. YGZ iki sebepten dolayı biz farkında olmadan beklenmedik bir anda ve hızlıca gelebilir:

1) Üstel büyüme oldukça etkileyici olabilir ve salyangoz hızında bir şey hızla yükselişe geçebilir — şu gif bunu gayet güzel bir biçimde gösteriyor.

2) Söz konusu yazılım olduğunda ilerleme yavaş gözükebilir, fakat bir buluş, ilerleme hızını anında değiştirebilir (insanlar uzayı dünya merkezli düşünürken bilimin açıklayamadığı şeylerin olması, ama güneş merkezli olduğunu keşfetmenin her şeyi kolaylaştırmış olması gibi). Veya söz konusu kendi kendini geliştiren bir bilgisayar olduğunda başarıya ulaşmamıza çok varmış gibi dursa da, belki sistemi bin kat verimli hale getirip insan seviyesinde zekaya doğru yükselişe geçirmek yalnızca yapılacak ince bir ayara bakıyordur.

Yapay Genel Zeka'dan Yapay Süperzeka'ya Giden Yol

Günün birinde YGZ — insan seviyesinde genel zekaya sahip bilgisayarlar — yaratmayı başarmış olacağız. Bir grup insan ve bilgisayarlar eşitlik içinde yaşıyor olacak.

Ya işte, aslında hiç de öyle değil.

Olay şu ki, bir insan seviyesinde zeka ve sayısal kapasiteye sahip bir YGZ'nin insanlara göre birçok avantajı olurdu. Mesela:

Donanım:

• Hız. Beyindeki nöronlar maksimum 200 Hz hıza ulaşırken, günümüzdeki mikroişlemciler (ki YGZ'ye ulaşacağımız zaman olacaklarından daha yavaşlar şu an) 2 GHz hıza ulaşıyor, yani bizim nöronlarımızdan 10 milyon kat daha hızlılar. Ve beynin saniyede 120 metre hıza ulaşabilen iç haberleşme sistemi, bilgisayarın optik olarak ışık hızında haberleşme yeteneğinin karşısında bir hiç adeta. 
• Boyut ve depolama. Beyin, kafatasımızın şekli dolayısıyla aynı büyüklüğe sabitlenmiş durumda ve daha fazla büyüyemez de zaten, yoksa saniyede 120 metre hızı olan iç haberleşmenin bir beyin yapısından diğerine ulaşması çok uzun sürerdi. Bilgisayarlar herhangi bir büyüklüğe ulaşabilir. Böylelikle çalışan çok daha fazla donanıma, daha büyük bir kısa süreli hafızaya (RAM), ve kapasitesi ile kesinliği bizimkinden çok daha üstün olan bir uzun süreli hafızaya (sabit sürücü belleği) sahip olabilir.
• Güvenilirlik ve dayanıklılık. Daha kesin olacak tek şey bir bilgisayarın hafızası değil. Bilgisayar transistörleri biyolojik nöronlardan çok daha hatasız ve bozulma ihtimalleri daha düşük (bozulsalar bile tamir edilebilir veya değiştirilebilirler). Ayrıca insan beyni kolayca yorulabilirken bilgisayarlar ara vermeden, en üst performansta, 7/24 çalışabiliyor.

Yazılım:

• Düzenlenebilirlik, güncellenebilirlik, ve geniş bir imkan yelpazesi. İnsan beyninin aksine, bilgisayar yazılımı güncellenebilir, onarılabilir ve kolaylıkla üzerinde deneyler yapılabilir. Bu güncellemeler, insan beyninin zayıf olduğu alanlarda da olabilir. İnsan görüş yazılımı muhteşem derecede gelişmiş olsa da, karmaşık mühendislik kapasitesi oldukça düşük derecede. Bilgisayarlar, görüş yazılımı konusunda insanlarla eşleşebilir, hatta mühendislik veya başka bir alanda eşit derecede iyi hale gelebilir. 
• Toplu kabiliyet. İnsanlar toplu zeka oluşturma konusunda diğer tüm türleri ezip geçiyor. Dilin gelişimi ve kalabalık toplulukların oluşumuyla başlayan, yazı-matbaa icatlarıyla gelişen ve günümüzde internet gibi araçlarla kuvvetlenen insanlığın toplu zekası, diğer canlı türlerinin bu kadar önüne geçebilmiş olmamızın ana nedenlerinden bir tanesi. Ve bilgisayarlar bu konuda bizden çok daha iyi olacaklar. Dünya genelinde bir YZ ağı, yürüteceği bir program sayesinde belirli aralıklarla kendini senkronize ederek bir bilgisayarın öğrendiğini anında diğer tüm bilgisayarlara yükleyebilir. Ayrıca bu bilgisayarlar ortak bir hedef etrafında rahatlıkla birleşebilir, çünkü biz insanlarda olduğunun aksine ne görüş ayrılıkları ne de kişisel çıkarlar olur.

Kendi kendini geliştirmeye programlanarak YGZ'ye erişecek olan Yapay Zeka, “insan seviyesinde zeka"yı önemli bir dönüm noktası olarak görmezdi — bu yalnızca bizim açımızdan bakıldığında önemli bir nokta — ve bizim seviyemizde "durması” için bir nedeni olmazdı. İnsan seviyesinde bir YGZ'nin bile bizden ne kadar avantajlı durumda olacağını düşünürsek, Yapay Zeka'nın insan zekasına yalnızca çok kısa bir süre uğrayıp sonrasında insan üstü zeka alemine doğru yol alacağı gayet aşikar.

Bu yaşandığında ebemizi bile şaşırtabilir. Bunun sebebiyse şu: bizim bakış açımızdan, A) farklı tür hayvanların zekaları da farklılık gösterse de, herhangi bir hayvanın zekasının bizimkinden çok daha düşük olduğunu biliyoruz, ve B) en akıllı insanların en aptal insanlardan ÇOK zeki olduğunu düşünüyoruz. Şöyle:

Yani YZ bize yaklaşırken onu sadece bir hayvan için daha akıllı hale geliyormuş gibi görüyoruz. Ama sonra, insanlığın en düşük kapasitesine ulaştığında — Nick Bostrom “köy delisi” terimini kullanıyor — “Vay be, resmen aptal bir insan gibi. Çok tatlı ya!” diyeceğiz. Ama şöyle bir şey var ki, zekanın geniş yelpazesinde köyün delisinden tut Einstein'a kadar tüm insanlar çok ufak bir aralıkta — yani yapay zeka köy delisi seviyesine ulaşıp YGZ ilan edildikten hemen sonra, bir anda Einstein'dan daha akıllı olacak ve neye uğradığımızı şaşıracağız:

 Peki ya sonra… ne olacak?

Bir Zeka Patlaması

Umarım normal geçen bu zaman hoşunuza gitmiştir, çünkü burası bu konunun anormal ve korkunç hale geleceği yer ve şu andan itibaren de öyle kalacak. Burada bir ara verip size söyleyeceğim her şeyin gerçek olduğunu hatırlatmak istiyorum. En saygın düşünürlerin ve bilim insanlarının yaptığı gerçek tahminler. Bunu aklınızdan çıkarmayın.

Neyse, yukarda da dediğim gibi, YGZ'ye ulaşmak için bulduğumuz fikirlerin çoğu YZ'nin kendini geliştirmesinden geçiyor. Ve Yapay Zeka YGZ'ye ulaştığı andan itibaren, kendisini geliştirmeyi içermeyen yöntemlerle kurulan ve büyüyen sistemler bile isteseler kendilerini geliştirmeye başlayacak kadar akıllı olacaklar.

İşte burada çarpıcı bir tasarıma ulaşıyoruz: tekrarlamalı kendini geliştirme. Şöyle işliyor —

Belirli bir seviyedeki —köy delisi seviyesinde diyelim— bir YZ sistemi, kendi zekasını geliştirmeye programlanıyor. Geliştirdiğinde, daha akıllı hale geliyor —belki bu noktada Einstein'ın düzeyinde — ve artık zekasını geliştirmek istediğinde, Einstein seviyesindeki zekası sayesinde bu konuda daha az zorlanacağı için çok daha büyük adımlar atabilir. Bu adımlar onu herhangi bir insandan çok daha zeki yapacağı için daha da büyük adımlar atmasını sağlar. Adımlar büyüyüp sıklaştıkça, YGZ hızla yükselişe geçer ve yakında bir YSZ sisteminin süperzeki seviyesine ulaşır. Buna Zeka Patlaması deniyor ve kendisi İvme Kanunu'nun nihai örneği.

YZ'nin insan seviyesinde genel zekaya ne kadar yakında ulaşacağı konusunda tartışmalar var. Yüzlerce bilim insanının katıldığı bir ankette, YGZ'ye ulaşmış olmamızın ulaşmamış olmamızdan daha muhtemel olduğunu düşündükleri medyan yıl 2040 çıktı — yalnızca 25 yıl sonrası. Bu alandaki çoğu düşünürün YGZ'den YSZ'ye geçişin çok çabuk gerçekleşeceğini düşündüğünü hesaba katmazsanız pek de önemli durmuyor. Mesela — şöyle bir şey olabilir:

Bir YZ sisteminin düşük seviye genel zekaya ulaşması onlarca yıl alır — ama sonunda gerçekleşir. Bir bilgisayar, etrafındaki dünyayı dört yaşındaki bir insan gibi algılayabilmektedir. Aniden, bu aşamaya ulaştıktan bir saat içinde, sistem genel görelilik ve kuantum mekaniklerini birleştiren büyük fizik teorisini keşfeder, hiçbir insanın yapamadığı bir şey. Bundan 90 dakika sonra YZ, bir YSZ olmuş durumdadır. Bir insandan 170 bin kat daha zeki yani.

Bir yabanarısının Keynesçi Ekonomi'yi anlaması ne kadar mümkünse, bizim de bu derecede bir süperzekayı kavrayabilmemiz o kadar mümkün. Bizim dünyamızda, zeki 130 IQ, aptal ise 85 IQ demek — 12,952 IQ için bir kelimemiz yok.

Bildiğimiz bir şey var, o da insanların Dünya'daki egemenliğinin gayet açık bir kural gösterdiği: zeka beraberinde gücü de getirir. Yani kendisini yarattığımızda bir YSZ, Dünya'daki yaşamın tarihindeki gelmiş geçmiş en güçlü varlık olacak ve insanlar dahil tüm canlılar onun keyfine kalmış olacak. Ve bu önümüzdeki birkaç on yıl içinde yaşanabilir.

Eğer kıt beyinlerimiz kablosuz interneti icat edebildiyse, bizden 100 veya 1000 veya 1 milyar daha zeki bir şey, dünyadaki her bir atomun konumunu istediği gibi, istediği zaman kontrol etmekte bir sorun yaşamaz. Büyü dediğimiz her şey, yüce bir tanrının sahip olduğunu düşündüğümüz her güç, bizim için ışığı açıp kapamak ne kadar sıradansa YSZ için de o kadar sıradan bir aktivite olacak. Yaşlanmayı tersine çevirebilecek teknolojiyi yaratmak, hastalıkları ve açlığı tedavi etmek ve hatta ölümsüzlük, Dünya'nın geleceğini korumak için hava durumunu yeniden düzenlemek — hepsi birden mümkün olacak. Mümkün bir başka şey ise Dünya'daki tüm yaşamın tamamen yok olması. Anladığımız kadarıyla Yapay Süperzeka gerçekleşirse, Dünya'da her şeye gücü yeten bir Tanrı var demektir — ve bizim için en önemli soru şu olur:

İyi bir Tanrı olacak mı?

Bu yazının bir sonraki kısmının konusu bu işte...