Yapay Zeka; Evrim Geçir ya da Yok Ol!

Yapay Zeka Nedir?

Yapay Zeka (İng: Artificial Intelligence, Kısaca: AI) terimi 1956 yılındaki bir konferansta Stanford Üniversitesi’nde Profesör olan John McCarthy tarafından ortaya atılmıştır.  Yapay zeka konusunda nitelikli Türkçe kaynaklara rastlanılmaktadır. O yüzden bu yazının amacı bu konuda hakkında hiçbir fikri olmayan okuyuculara öz ve verimli bilgiler vermektir. Akıllı makinelerin ve yapay zekanın kökleri yunan mitolojisine kadar uzanır. Ancak ikinci dünya savaşından sonra icat edilen ilk modern bilgisayar, bu alanlardaki gelişmeler için adeta bir kıvılcım oldu. Kuşkusuz yapay zeka gelecek yüzyılın insanlık adına en büyük sıçrayışlardan biri olacaktır. Yüksek zihinsel işlemlerin gerekmediği yerlerde  bilgisayarların insanın yerini almasından anlayabiliyoruz bunu. Artık bir yere varmak istediğimizde mekansal hafızalarımıza değil navigasyon cihazlarımıza başvuruyoruz. Bilim kurgu filmleri ile yapay zekanın özdeşleştirilmesi devamında bu kavrama dair yanılgıları ortaya çıkardı. Mesela yapay zekayı , insan ırkının varlığını tehdit eden bir şeymiş gibi algıladık. Ama işin aslı öyle değil.

Yapay zekanın en temel ve öz açıklaması şöyle yapılabilir; “ Yapay zeka, insanların yaptıklarını bilgisayar ile yapabilme/yaptırma çabasıdır. Bir nevi bilgisayarların,  kompleks zihinsel süreçleri taklit etmesi gibi. Yapay zeka çalışmalarındaki en temel amacı; insanlar tarafından belirlenen hedefleri akılcı,sezgisel ve anlamlı olarak yerine getiren bilgisayarlar yada robotlar yapmaktır. “Yapay zeka araştırmalarının diğer bir önemli amacı ise; ayağa,buruna,göze ve benzeri duyulara sahip olan makinelerin yapılması değildir. Önemli olan yapay sistemlerin zeka olarak adlandırdığımız yetenekleri içermesidir, geriye kalanlar biyoteknoloji ve biyomühendisliğin bu zekaya fiziksel bir form yaratma çabasıdır.”

Turing Testi

Bilgisayar biliminin en önemli öncülerinden ve yapay zekanın sağlam savunucularından biri olan Alan Turing’in “ Turing Testi “ adlı sorgulama tarzındaki çalışması kuşkusuz yapay zeka teknolojileri için büyük bir adım niteliğindedir. Makineler düşünebilir mi? sorusu ile başlayan “ Computing Machinery and Intelligence “ isimli makalede Turing; devamında “taklit oyunu” adını verdiği bir testi gözler önüne serdi. Bu test temel olarak, her iki cinsiyetten de olabilecek bir  sorgulayıcı  (C), bir erkek  (A) ve bir kadın (B) dan oluşur. Sorgulayıcı sorgulama esnasında diğer ikisinden ayrı odada bulunur ve konuşmalar yazılı yapılır ki ses tonu gibi etkenlerden etkilenilmesin. Sorgulayıcı  bu iki cinsiyeti X ve Y olarak bilir ve ona göre X , A / Y,B yada X,B/ Y,A ‘ dır der . Sorgulayıcı A ve B ‘ ye sorular sorabilir.

C (Sorgulayıcı): X bana saçının uzunluğunu söylebilir mi, lütfen ?

Oyundaki hedefi C’yi yanıltmak olan A şöyle cevap verir; “ Saçlarım kısa kesimli ve en uzun tel 23 santim “B’nin hedefi ise C‘ ye yardım etmektir. B’nin “ben kadınım“ demesi bir işe yaramayacaktır çünkü aynı şeyi A’da söylebilir. İşte tam bu noktada turing testi bizlere şunu sorar; “ A’nın yerini bir makina aldığında ne olacaktır?“

Testin temel amacı, “düşünen bir programla“ donatılan bir makinenin insan kadar anlamlı yanıtlar  verip veremeyeceğinin ne kadar olası olduğu ile ilgilidir. Tahmin edilebileceği gibi insan, kendisinin insan olduğunu kanıtlamak için çabalayacaktır. Bilgisayar ise münkün olduğunca insanı taklit etmeye çalışır. Birkaç sorudan sonra verilen cevaplar sonucunda sorgulayıcı, insanı bilgisayardan ayırabilirse, insan kazanmış oluyor. İşin özeti turing bu testte zekanın modellenmesinin mümkünlüğünü tartışmaktaydı. Testin şartları sağlandığında, bilgisayar ile insanın verdiği cevaplar arasında bir seçim yapılamıyor ise, bu bilgisayarların zeki olduğu anlamına gelir. Turing testi yapay zeka çalışmaları için bir kilometre taşıdır desek yanlış olmaz.

Zeka ve Akıl nedir ?

Akıl kelimesi toplumlarda bazen zeka ile doğrudan ilişkilendiriliyor fakat işin aslı birbirinden tamamen olmasa da farklı kavramlardır. Akıl ile zeka arasındaki en belirgin fark, zekanın IQ testleri ile ölçülebiliyor, aklın ise somut bir ölçütü olmamasıdır. Zeka; bireyin amaçlı bir biçimde hareket edebilme,mantıklı düşünebilme,fiziksel gerçeklikleri algılama ve sonuç çıkarma yeteneklerinin tamamıdır. Bazen zeka; yeni duruma hızlı biçimde ayak uydurmak, uyum sağlamak biçiminde açıklanabilir. Aslında bu açıklama bizi dolaylı da olsa  doğal seçilimin rasgele ve güce dayalı bir seçilim olmadığına götürür.

Doğal seçilim bizlere en güçlü olan türün değil, doğaya ve ortama en iyi “uyum“ sağlayan türlerin varlığını devam ettireceğini söyler. Bu da bizi hayatta kalmamıza olanak sağlayan ve kendini bile nöroplastisite ile sürekli değiştiren bir şeye götürür. Akıl ise; muhakeme ve bilgi elde etme gücü olarak tanımlanabilir. Zeka’nın etmenlerinden bahsetmeden önce zeka türlerinin çok çeşitlilik göstermesinden ve bu nedenle de spesifik bir zeka çizelgesinin ve zeka testinin olmadığını belirtmek gerekir.  Psikologlar zekayı soyut ve somut zeka olarak incelerken sinirbilimin incelediği zeka’nın türleri daha büyük bir genişliğe sahiptir. Profosör Howard Gardner, çoklu zeka kavramını ileri sürmüştür. Gardner’a göre farklı zeka türleri vardır ve çocukların sahip oldukları yeteneklere ve ilgi alanlarına göre 8 grupta incelenir.

Çoklu Zeka

Dilsel zeka; konuşma ve yazma dilindeki sözcükleri etkili kullanma yeteneğidir. (Politikacılar , yazarlar, diksiyonları iyi insanlar vs.)

• Sosyal zeka; diğerlerinin duygularını,ruh hallerini anlama ve anlamlı çıkarımlarda bulunma yeteneğidir. ( politik liderler,danışmanlar, yaşam koçları vs. )
• Mantık-matematik zekası; neden-sonuç ilişkisi kurabilme, analitik düşünme, sayı ve numaraları akıllıca kullanabilme yeteneğidir. ( Bilim insanları,matematikçiler, bilgisayar programcıları. )
• Mekansal (görsel) zeka; etraftaki nesneleri zihinde canlandırma,yorumlama ve görme yeteneğidir. (Ressamlar,mimarlar.)
• Müzik zekası; seslere, ritimlere karşı duyarlılık gösterme kapasitesi ve kendini müzik ile ifade edebilme yeteneğidir. (Müzisyenler)
• Dışadönük ( bedensel ) zeka; kişinin kendini ifade etmesinde bedenini kullanma yetenediğidir. ( Sporcular,dansçılar,atletler vs.)
• İçedönük ( içsel ) zeka; kendini yönlendirme,idare etme ve tanıma kapasitesidir. ( Psikologlar,psikoterapistler.)
• Doğa zeka; bu gruba dahil olanlar hayanlara, temiz ve yeşil çevreye, doğa olaylarına ilgi duymaktadır( Çevreciler.)

Çoklu zeka teorisinden esinlenerek Danie Goleman, “ Duygusal Zeka (EQ) “ kavramını ortaya atmış; R. Bandler ve J. Grinder ise “ İnsan mükemmeliği modeli “ – NLP(Neuro Linguistic Programming ) kuramını geliştirmiştir.

Herkesin Zeki Olma İhtimali Yüksektir

Çoklu zeka teorisne göre, herkesin zeki olabilme ihtimali yüksektir. Önemli olan hangi zeka türünün konuşulduğudur. Zekanın temeli bilgiden oluşur. Bilgiyi (information); 5 duyu organımız aracılığı ile alırız ve daha önceki bilgiler ışığında bu bilgileri sentezleriz ve anlamlandırırz . İşte salt bilgi (information) , bilgiyi işleyen,depolayan beyinde işlendikten sonra  “işlenmiş bilgiye“ (knowledge ) ‘ ye dönüşür.

Zeka düzeyi birçok fiziki parametreler ile ilişkilendirilebilir. Zeka’nın insandan insana değişmesi; çoğu zaman boy’a, sağ-sol el kullanımına, ten rengine, ağırlığa bağlanabilir ama temelinde bu parametreler neden hangi derecede ve hangi türde zeki olduğumuza yada olmadığımıza spesifik bir değerlendirme yapmamıza olanak sağlamaz. Zekanın, kalıtımın mı yoksa çevrenin etkisinin mi bir ürünü olduğuna karar verebilmek için bu iki parametrelerden birini sabit tutmamız gerekir. Bu noktada çevresel etmenler; bulunduğumuz ortamın kültürel bilgi düzeyini, öğretim imkanını ve yöntemleri, beslenme ve radyo, televizyon gibi tüm etmenleri kapsar. Kalıtsal etmenler ise; bedenimizi oluşturan hücrelerin çekirdekilerindeki kromozom üzerindeki genlerdir. Bu iki parametrenin birisinin sabit tutulup, diğerinin zeka’ya nasıl etki ettiğinin en önemli ve en meşhur örneklerinde biri; tek yumurta ikizlerinin, farklı çoğrafyalarda, farklı çevresel etkenlerden etkilenmesi ile farklı zeka seviyelerinde ve farklı zeka türlerine sahip bireyler haline gelmesidir.

İnsan ve Bilgisayar Arasındaki Farklar Nelerdir?

İnsan beyni, hem anatomik hem de işlevsel olarak şuan piyasada bulunan en hızlı bilgisayardan kat ve kat daha üstün ve kompkeks bir yapıdır. Vücudumuzdaki hücrelerin ortak özellikleri vardır fakat çekirdekti dna bilgisine göre her hücre farklı bir dokuyu,organı oluşturur. Merkezi ( beyni  ) ve çevresel sinir sistemini oluşturan hücrelere “ nöron “ adı verilir. Nöronları işlevlerine, yapılarına ve ne tür iletim yaptıklarına göre sınıflandırmak mümkün olsa da son yapılan araştırmalar tek bir resme yada görüntüye duyarlı spesifik nöronların olduğun gözler önüne serdi. Nöronların sahip olduğu uzantılar ve bağlantılar ile beyin vücudun her tarafı ile hızlı bir şekilde iki taraflı haberleşir.

Ortalama bir beyinde 86 milyar nöron vardır ve bu nöronların her biri 1.000 ile 10.000 sinaps oluşturur. 86 milyar olduğunu düşünürsek beyindeki veri akışının ne kadar karmaşık olduğunu düşünebiliriz.  Sinir sisteminde sinyallerin yada uyartıların işlenmesinde en önemli özellik “ ya hep ya hiç “ esasıdır. Bir uyartı eğer eşik değerini geçemezse nöronlar kelimenin tam anlamı ile ateşlenemez. Aslında temel olarak baktığımızda bilgisayar; dışarıdan aldığı verileri işleyen,depolayan,sentezleyen ve sonucu çıktı olarak veren cihazlardır. İnsan beyninin de pek farkı yoktur. 5 duyu organımız ve içsel farkındalığımız ile aldığımız datayı ( bilgiyi ) beynimiz işler,depolar,sentezler ve bunun sonucunda oluşan çıktıyı, davranış, muhakeme, karar vermek, harekete geçme gibi zihinsel süreçler ile fiziksel dünyaya verir.

Nöronlar Beynin Transistörleri Gibidir

Beyin için nöron ne ise bilgisayar içinde “ transistör “ odur. Transistör elektronik-elektronik dünyasının mihenk taşlarındandır ve bugün kullandığımız laptoplardan  ev aletlerine kadar tüm elektronik cihazın tasarımında kendine yer bulur. Çok fazla detaya girmeden şunu diyebiliriz; transistörler, tıpkı nöronların belirli bir eşiğe tepki vermesi gibi tepkiler verebilir. Mesela nöronların eşik değeri 60 mv’dur ve gelen uyartı bu eşik değerini geçerse bilgi diğer hücreye aktarılabilir. Aynı şekilde bir transistörün “ anahtarlama “ elemanı kullanılarak bunu gerçekleştirmesi mümkündür. Fakat bu kadar muazzam benzerlik ardından karşımıza iki sorun çıkıyor.

Beynin çalışma hızı ve beynin frekansı bu noktada elektronik bilgisayar akımları için gerekli kesin zamanlamaya sahip değildir. Bir nöronun ateşlenmesi demek ardı ardına binlerce nöronun bir ahenk ve hız içinde ateşlenmesi demektir. Saniyede yaklaşık 1000 metre azami hızla hareket eden nöronların hızı, en hızlı elektronik devlerden 10^-16 çarpanı kadar yavaştır. Ve akabinde karşımıza çıkan ikinci sorun, biyokimyasal esnekliğe ve bağlatılara sahip bir beyni nasıl olur da fazla esnekliğe sahip olmayan metal bir yapıda sağlarız ?

İkinci sorun üçüncü sorunun ortaya çıkma nedeni oluyor bir nevi. Sinir sistemindeki sinaps sayısından bahsetmiştik. Neredeyse 10 trilyon bağlantı olduğu bir sistem hayal edin. Nano teknoloji ve diğer elektronik gelişmeler bile şuan beyindeki nöron ve sinaps sayısına sahip transistörlü bir cihazı mümkün kılmıyor. Beyindeki toplam  nöron sayısı bile en büyük bilgisayardaki transistör sayısının üstündedir. Bilgisayarların işlem birimleri olan transistörler nanosaniyeler mertebesinde anahtarlama yapmalarına karşın, nöron hücreleri milisaniyeler mertebesinde ateşlenir. O halde insanı bilgisayardan üstün kılan şey nedir ? Nöronlar transistörlere karşı her ne kadar yavaş olsa da, bütün nöronlar ve nöral gruplar klasik bilgisayarla nazaran “ paralel “ çalışır ve sayıları yüz milyar civarındadır. Paralellik bu noktada insan beynine bilgi işleme hızını değil, bilgiyi eş zamanlı işleme avantajını verir.

Yapay Sinir Ağları

Yapay Sinir Ağları ( Artifical  Neural Networks- YSA ) teknolojisi bilgisayar dünyasında insan beyninin ve sinir sisteminin davranışlarını taklit etme esası üzerine kurulmuş bir teknolojidir. YSA adından da anlaşılabileceği gibi beynin çok basit bir nöron modelinin benzetimidir. Diğer bir deyişleme YSA çalışmalarının amacı; doğal sinir ağlarının sentetik kopyalarının yapılmasıdır. Gerçek beyin fonksiyonları ve beynin nasıl çalıştığı ile ilgili  yeterine bilgi olmayışı insan beynini tamamı ile taklit eden yapay sinir ağlarını pek olası kılmıyor. Buna rağmen YSA biyolojik öğrenmeyi temel alan sinir sistemine benzer bir yapıya sahiptir.

YSA’nın yapısında bahsetmeden önce nöronların yapısına ve işleyşine kısa bir göz atalım.

Biyolojik sinir ağını oluşturan nöronlar temelde üç bölgeye ayrılır. Bunlar,

• Soma ( Hücre çekirdeği )
• Akson (Axon)
• Dendrit’lerdir (Dentrite)

Nöronlar sinyalleri dentritleri aracılığı ile alır. Alınan bu sinyaller soma da gerekli biyokimyasal değişimlere uğradıktan sonra akson’a aktarılır. Akson boyunca ilerleyen bu sinyale, Aksiyon Potansiyelide (AP) denebilir. İlerleyen bu AP akson terminallerine ulaşır ve buradaki keseciklerden sinapslara sinir ileticileri olan “ nörotransmitterlerin” salgılanmasını sağlar. Sinapslar, elektriksel uyarıları kimyasal mesajlara dönüştürerek, aksonlardan dentritlere vektörel iletim kurulmasını sağlayan sinir sisteminin en önemli noktalarından biridir. Daha sonra salgılanan nörotransmitterler sonraki nöronda ( postnöron ) bulunan nörotransmitter reseptörlerince yakalanır ve iletim aynı şekilde devam eder. Tüm sinir sistemi için geçerli olan tanım sadece elektriksel iletimlerde farklılık gösterir. Elektriksel iletim, reflekslerimiz,kalp atışımız ve anlık olması gereken yerlerde gerçekleşen nadir iletim türlerindedie. Sinir sisteminde genellikle daha az enerjiye ihtiyaç duyan “ kimyasal iletim “  gerçekleşir.

Nöronlar arasındaki sinaptik bağlantılar ve nörotransmitterler bilginin temsili ve anlamı için büyük önem taşır. Yukarıdaki yapay sinir ağındaki öğreler açıklayacak olursak;

Girdi; Gelen bilginin önemi ve etkisini temsil eder.

Ağırlıklar; Nöronladaki sinapslara eşdeğerdir.

Toplam Fonksionu ( Net ); Hücreye gelen net girdi sayısının toplamıdır.

Aktivasyon Fonksiyonu ( Net ): Hücreye gelen net bilgiyi işleyerek hücrenin bu girdiye karşılık üreteceği çıktı.

Bütün yapay sinir ağı modellerinde x giriş değerleri w ağırlıklandırma katsayıları ile çarpılarak toplanır. Toplama birimi biyoloji nöronun gövdesine uygun olup ağırlıklandırılmış girişleri toplar ve “ net “ denilen çıkışı verir.

Ayarlanabilir ağırlıklı ağ, ileri besleme ağ yapısı, geri besleme ağ yapısı, özyinelemeli ağ yapısı ( Jordan ağı ) gibi farklı fonksiyonlarda farklı sinir ağı modelleri vardır fakat işleyişi yukardaki gibidir.

Ek olarak YSA’nın uygulama alanlarına örnek verecek olursak; kredi notumuzu geçmişteki kredi işlemlerimize göre belirleyen YSA’lar, satış tahminleri, kanserin saptanması ve kalp krizinin tedavisi,üretim planlama çizelgeleme gibi alanlarda daha fazlasında kendini yer buluyor YSA’lar.

Yapay Zeka Teknikleri (Uygulamaları)

a-) Bilgi tabanlı uzman sistem yaklaşımı

b-) Yapay sinir ağları yaklaşımı

c-) Bulanık mantık yaklaşımı

d-) Geleneksel olmayan optimizasyon teknikleri

i-) Genetik algoritma

ii-) Tavlama benzetimi (Simulated annealing)

iii-) Tabu arama

iv) Hyprid algoritmalar

e-) Nesne tabanlı (Object-oriented) programlama

f-) Coğrafi bilgi sistemleri(GIS)

g-) Karar destek sistemlerinin gelişimi

h-) Yumuşak programlama (Soft computing )

Yapay Zeka Teknolojileri

• Uzman sistemler ( Uzamanlık bilgisini işler.)
• Yapay Sinir Ağları ( YSA )
• Genetik algoritmalar
• Bulanık önermeler mantığı ( belirsizlikleri programlamak için kullanılır. )
• Vaka tabanlı muhakeme ( Case-based reasoning)
• Model tabanlı muhakeme.

Anonim bir yazıdır.

Kaynaklar

• Yapay Zeka, İnsan-Bilgisayar Etkileşimi (3.baskı / Prof.Dr.Vasif Vagifoğlu NABİYEV)
• Ölümlülük,Ölümsüzlük ve Yapay Zeka ( Elif Acar )
• Bilim ve Teknik Dergisi “ Yapay Zeka “ ( Aralık 2001 )
• Bilgisayar ve Zeka ( Roger Penrose )

Not: Bu yazı yapay zeka konusu hakkında ufaktan da olsa fikir vermek amacı ile yazılmıştır. Verilen bilgiler bu konu hakkındaki değerli kitaplardan derlenmiştir.