The Era of Intelligent Machines (1980)

Thomas Logsdon
c/o Computer Science Press, Inc.
9125 Fall River Lane
Potomac, MD 20854

Computers and People, Eylül–Ekim 1980

Not: Bu makale, Thomas Logsdon’un Computers and Social Controversy adlı kitabının 9. bölümü olan “The Era of Intelligent Machines?”ten alınmıştır; telif hakkı © 1980’e aittir ve Computer Science Press, Inc., 9125 Fall River Lane, Potomac, MD 20854 tarafından yayımlanmıştır; izin alınarak yeniden basılmıştır. Kitap yayınevinden temin edilebilir. Fiyat: 17,95 $.

Editör Notu: Bu kitap, uzun zamandır karşılaştığım bilgisayarlar ve toplum üzerine en ilginç, bilgilendirici, canlı ve büyüleyici tartışmalardan biridir. Bana göre kitabın tamamı okunmaya fazlasıyla değerdir.
—Edmund C. Berkeley, Editör, Computers and People

On yıldan daha uzun bir süredir Amerika’nın popüler süreli yayınları, teknolojinin en kurnaz, en zeki dijital bilgisayarlarının başarılarını belgeleyen bir dizi öykü yayımlamaktadır.

Örneğin Kasım 1970’te Life dergisi, “Shaky” adlı meraklı ve amaca yönelik bir robotun Stanford Research Institute’un boş salonlarında, kendi özel dünyasını keşfeden fevri bir mekanik köpek yavrusu gibi sürünerek zamanını nasıl geçirdiğini açıklayan şu coşkulu paragraflara yer verdi:

İlk bakışta, acilen bir bahar boya işine ihtiyaç duyan bir Good Humor arabasına benziyordu. Ancak kutu biçimli gövdesinin üstünde şıngırdayan küçük bir zil yerine, mercekler ve kablolarla dolu, hurda-heykel bir gargoyle gibi yükselen büyük metalik bir şey vardı.

“Shaky ile tanışın,” dedi beni Stanford Research Institute’ta gezdiren genç bilim insanı. “İlk elektronik kişi.” Bilim insanının gözlerinde bir pırıltı aradım. Yoktu. Bir denklem kadar ciddi bir ifadeyle, bir giriş terminalinin başına oturdu ve Shaky’nin “beynine”, yakındaki bir odada kurulmuş bir bilgisayara, aktarılan kısa bir komut yazdı: BLOĞU PLATFORMDAN AŞAĞI İT.

“Kendini süpürgeliklere bakarak yönlendiriyor,” diye açıkladı bilim insanı, ayak uydurmaya çalışırken. Her açık kapıda Shaky durdu, başını çevirdi, odayı inceledi, geri döndü ve bir sonraki açık kapıya doğru yuvarlandı. Dördüncü odada aradığını gördü: Üzerinde büyük bir ahşap blok bulunan, bir ayak yüksekliğinde ve sekiz ayak uzunluğunda bir platform.

“Bunu asla başaramaz,” diye düşündüğümü fark ettim. “Tekerlekleri çok küçük.” Bir anda tüylerim diken diken oldu. “Shaky,” diye fark ettim, “aynı şeyi düşünüyor.”

Shaky aynı zamanda daha hızlı düşünüyordu. Başını yavaşça döndürdü ve gözü geniş, sığ bir rampaya takıldı. Hızla vızıldayarak rampaya doğru ilerledi ve yüksek ucu platforma çarpana kadar rampayı doğrudan zeminin üzerinde itti. Birkaç ayak geri yuvarlanarak durumu yeniden inceledi ve rampanın yalnızca bir köşesinin platforma değdiğini fark etti. Rampanın uzak tarafına hızla giderek, boşluk kapanana kadar onu dürttü. Sonra etrafında döndü, eğimi tırmandı, bloğu buldu ve onu nazikçe platformdan aşağı itti.

Shaky’nin etkileyici başarılarının bu uyarıcı yeniden canlandırmasını bize sunan Brad Darrach, gerçekten de akıllı makine davranışına dair açık seçik kanıtlar mı görmüştü? Kendisi kesinlikle öyle düşündü. Nitekim makalesinin geri kalanında Shaky’nin “görebildiği”, “anlayabildiği”, “öğrenebildiği” ve genel olarak “bir makinenin düşünebileceğini” gösterdiği görüşünü dile getirdi. Dahası, seçkin bir bilgisayar bilimcisinin şu öngörüsünü aktardı: “Üç ila on beş yıl içinde ortalama bir insanın genel zekâsına sahip bir makinemiz olacak … ve (bundan sonraki) birkaç ay içinde de dâhi düzeyine ulaşacak.”

Gerçekten ürpertici bir olasılık; ancak bazı son derece saygın uzmanların makine zekâsının geleceği olarak gördükleri şeye dair tekil bir anlatım olmaktan uzaktır. 1968’de Massachusetts Institute of Technology’de Yapay Zekâ grubunun yöneticisi Marvin Minsky, Science Journal için yazdığı bir makalede, o zamana kadar makineleri akıllı hâle getirme konusunda kaydedilen ilerlemeye ilişkin şu iyimser değerlendirmeyi yaptı:

“Başlangıçta makinelerin basit pençeleri vardı. Yakında son derece zarif eklemlere sahip olacaklar. Bilgisayarların gözleri bir zamanlar yalnızca bir karttaki deliği algılayabiliyordu. Şimdi basit arka planlar üzerindeki şekilleri tanıyorlar. Yakında insanın çevresini analiz etmesiyle yarışacaklar. Bilgisayar programları bir zamanlar yalnızca sayı sütunlarını topluyordu. Şimdi oyunları iyi oynuyor, basit konuşmaları anlıyor, kararlarda birçok etmeni tartıyorlar. Sırada ne var?

“Bugün makineler, sorunları büyük ölçüde onlara yerleştirdiğimiz ilkelere göre çözüyor. Çok geçmeden, problem çözme kapasitelerini geliştirme gibi son derece özel bir sorun üzerinde çalışmalarını sağlayacak yöntemleri öğrenebiliriz. Belirli bir eşik aşıldığında, bu bir hızlanma sarmalına yol açabilir ve bunu sınırlayacak güvenilir bir ‘regülatör’ü mükemmelleştirmek zor olabilir.”

Başka bir deyişle, bilgisayarlar şimdiden etkileyici derecede zekidir — ve korkutucu bir hızla daha da akıllı hâle gelmektedirler. Bir başka yetenekli araştırmacı olan Herbert Simon, bilgisayarların insanların yapabildiği her şeyi yapabileceğine, hem de daha iyi yapabileceğine inanmaktadır. 1957’de General Problem Solver adlı büyük övgü alan bir programı geliştirdikten hemen sonra, akıllı makinelerin nihai yetenekleri olacağını düşündüğü şeyi tanımlayan şu sözleri yazdı:

“Sizi şaşırtmak ya da sarsmak amacında değilim … Ama özetlemenin en basit yolu şunu söylemektir: Dünyada artık düşünen, öğrenen ve oluşturan makineler vardır. Dahası, bunları yapabilme yetenekleri hızla artacak ve (görülebilir gelecekte) ele alabilecekleri problem yelpazesi, insan zihninin uygulandığı yelpazeyle örtüşür hâle gelecektir.”

Bu hevesli uzmanlar doğru yolda mı? Gerçekten de bilgisayarların insan düşünce süreçlerini kopyalayacağı ve akıllı biçimlerde davranacağı yeni bir çağın eşiğinde miyiz? Bu bölümde, yapay zekâ alanında son on yıl kadar içinde neler olduğunu ve önümüzdeki birkaç yıl boyunca nelerin olmasının muhtemel olduğunu ortaya çıkarmaya çalışacağız.

“Zekâ”yı tanımlamak kolay değildir; ancak işe yarar bir tanım ortaya koyamasak bile, çoğumuz bir kişinin davranış biçimine bakarak onun zeki olup olmadığını anlayabileceğimize inanırız. Örneğin, Tennessee’de yaşayan 17 yaşındaki kuzenimin kekeleye kekeleye Fransızca konuştuğunu, üniversite düzeyindeki kalkülüste iyi notlar aldığını ve memleketindeki insanların çoğunu dama ve satrançta yenmeyi öğrendiğini size açıkladıktan sonra, onun “zeki” olduğu konusunda muhtemelen hemfikir olurdunuz.

Sizi onun zeki olduğuna ikna eden nedir? Sergilediği özelliklerin çoğu, 1976 tarihli Encyclopedia of Computer Science’ta yer alan daha soyut bir sürümden amaçlarımız doğrultusunda uyarlanmış olan aşağıdaki tanımın içine yerleştirilmiştir:

“Zeki bir kişi, olgular arasındaki ilişkileri anlayabilen, anlamları keşfedebilen ve gerçeği tanıyabilen kişidir. Ayrıca yeni durumlara uyum sağlar ve öğrenme yeteneği gösterir; yani geçmiş deneyimlerine dayanarak performans düzeyini geliştirebilir.”

Anahtar sözcükler anlamak, uyum sağlamak ve geliştirmektir.

Collier’s Encyclopedia aynı temel kavramları biraz farklı bir tanımda yankılar. İnsan zekâsının göstergesi olarak kabul ettikleri özellikler şunlardır:

Soyut semboller, kavramlar ve ilişkilerle başa çıkabilme yeteneği.
Öğrenme ya da deneyimden yararlanabilme yeteneği.
Yeni durumlara uyum sağlama yeteneği ya da en geniş anlamıyla problem çözme.

Elbette pratikte, belirli bir kişinin zeki olup olmadığına karar verirken genellikle bu kontrol listesini tek tek gözden geçirmeyiz. Bunun yerine, değerlendirmemizi çoğu zaman belirli bir I.Q. testinde ne kadar iyi puan aldığına dayandırırız. Buna bağlı olarak, I.Q. kavramının alaycı bir eleştirmeni, zekâyı “bir I.Q. testinin ölçtüğü her şey” olarak tanımlamamız gerektiğini önermiştir.

Bir kişiye test uygulayabiliriz, peki bir hayvanın ya da bir makinenin zekâsını nasıl ölçebiliriz? Hatta onlar zeki varlıklar olarak kabul edilmeli midir? Yoksa zekâ yalnızca insana özgü bir özellik midir?

Hayvan zekâsı üzerine kapsamlı bir tartışmada Van Nostrand’s Scientific Encyclopedia şu basit tanımı önerir: “Davranıştaki değişiklikler yoluyla çevresel koşullardaki değişimlere uyum sağlama yeteneği.” Bu ölçüte göre, tüm hayvanların en azından belli bir düzeyde zekâ sergilediği açıktır. Ancak şempanzeler gibi son derece gelişmiş primatlar bile nadiren üç yaşındaki bir çocuğun performans düzeyinin üzerine çıkar. Dolayısıyla, eğer yetişkin insanlar olsalardı, onları aptal olarak sınıflandırmak zorunda kalırdık.

Bununla birlikte, zaman zaman belirli hayvanlar, olgun yetişkinlerle karşılaştırıldığında bile makul ölçüde zeki olduklarını düşündüren kendiliğinden davranış örüntüleri sergilemişlerdir. 1925’te W. Köhler, insansı maymunların ve diğer ileri düzey primatların zekâ seviyelerini tahmin etmeye çalıştığı çığır açıcı bir çalışma yayımladı. Meyve erişemeyeceği bir yere asıldığında, girişken bir maymun, ayakta durarak cazip lokmalara ulaşabilmek için üzerine çıkabileceği bir kutu getirdi. Kan bağı olan bir diğeri ise, kafesinin dışında asılı duran iştah açıcı bir muz demetini fark edince, büyük güçlük ve hayal kırıklığı belirtilerinden sonra, bir bambu çubuğu diğerinin içine sokarak yeterince uzun bir sırık elde etmeyi ve muzlara ulaşmayı başardı.

Cornell Üniversitesi Profesörü Carl Sagan, The Dragons of Eden adlı kitabında, Kanarya Adaları’ndaki Tenerife’de yaşayan bir şempanze ailesinin sergilediği çok daha karmaşık uyum davranışlarını anlatır. Bir keresinde iki şempanzenin bir tavuğa kötü davrandığı gözlemlenmiştir: biri, kümes hayvanını yaklaşmaya teşvik etmek için biraz yiyecek uzatır, bunun üzerine diğeri sırtının arkasında gizlediği bir tel parçasıyla onu hırpalardı. Tavuk geri çekilir, ancak kısa süre sonra yeniden yaklaşmasına izin verirdi; yalnızca bir kez daha dayak yemek için. Sagan’a göre, “İşte bazen yalnızca insana özgü olduğu düşünülen davranışların güzel bir birleşimi: işbirliği, gelecekteki bir eylem planını kurma, aldatma ve zalimlik.”

Şempanzelere, dili oldukça etkili biçimlerde kullanmaları da öğretilmiştir. Çene ve dil yapıları sözcükleri telaffuz etmeye elverişli olmadığı ve insan bebeklerinin doğal “mırıldanma” evresini kaçırdıkları için, en iyi yaklaşım ya işaret dilini ya da bir bilgisayar konsolu kullanan bir “basma düğmeli” dili öğretmektir. Bu iki yaratıcı tekniği uygulayarak, Nevada Üniversitesi’nden iki psikolog Beatrice ve Robert Gardner, seçilmiş bazı şempanzelere 100’den fazla sözcüğü kullanmayı ve anlamayı öğretmeyi başarmıştır. Şempanzeler “Please machine give Lana juice.” gibi tam cümleler kurmaktadır. Zaman zaman, yeni durumlarda yeni bileşik isimler oluşturdukları da gözlemlenmiştir. Karpuzu ilk kez tattıktan sonra, “Lucy” adlı atak bir genç şempanze onu “candy drink” olarak tanımlamış, ilk turp deneyiminde ağzını yaktıktan sonra ise turpları sonsuza dek “cry hurt fruit” olarak adlandırmıştır.

Bu sınırlı deneylerde şempanzelere yalnızca insanlarla ya da makinelerle iletişim kurmaları öğretilmiştir. Ancak daha yakın tarihli bir dizi testte, Atlanta’daki Yerkes Bölgesel Primat Araştırma Merkezi’nde, birkaç şempanzeye birbirleriyle iletişim kurmaları öğretilmiştir.

Bir deneyde araştırmacılar, iki şempanzeden birini dönüşümlü olarak başka bir odaya götürmüş ve burada opak bir kabın muz, fasulye keki ya da şekerleme gibi on bir farklı yiyecek türünden biriyle doldurulmasını izlemesine izin vermiştir. Ardından asıl odaya geri getirilen şempanze, kabın içinde ne olduğunu oda arkadaşına iletmeye çalışmak için bir bilgisayar konsolundaki düğmelere basmaya teşvik edilmiştir. Diğer şempanze mesajı anlayıp kendi konsolunda doğru cümleyi girerek yiyeceği doğru tanımlarsa, yiyeceği paylaşmalarına izin verilmiştir. Bir deneme dizisinde Sherman ve Austin adlı iki şempanze, 62 girişimin 60’ında mesajı (ve atıştırmalığı) almayı başarmıştır.

Başka bir deneme dizisinde, iki şempanze şeffaf bir plastik bariyerle ayrılmış, yiyecek yalnızca birine verilmiştir. Deneycilerin herhangi bir yönlendirmesi olmaksızın, yiyeceksiz bırakılan şempanze kendiliğinden iştah kabartan bir lokma için talep cümlesini konsola girerdi. Çoğu zaman, karşısındaki arkadaşı bu talebe uyardı. Time dergisinde 1978’de yayımlanan bir makalede bildirildiği üzere, başlangıçta:

“Daha yaşlı ve görünüşe göre daha çabuk kavrayan bir şempanze olan Sherman, ‘hatalar’ yapıyor gibiydi. Özellikle lezzetli bir şeyi (örneğin çikolata) paylaşması istendiğinde, zaman zaman isteği görmezden geliyor, bilmezden gelir gibi davranıyor ya da daha az arzu edilen bir şey sunuyordu.”

Bu tür anlatımlarla karşılaştığımızda, hayvanların zeki varlıklar olarak kabul edilebileceği gerçeğini kabullenmek bize nispeten kolay gelir. Ancak nedense, bir meslektaşımız aynı entelektüel güçleri cansız bir makineye atfetmeye çalıştığında daha dirençli davranırız. Acaba NASA mühendisi Robert Jastrow’un “karbon kimyası şovenizmi” olarak nitelendirdiği şeyi mi sergiliyoruz? Yoksa bundan daha fazlası mı var? Belki de kendimiz için yalnızca insana özgü bir özelliği saklama ihtiyacı duyduğumuzdan bu huzursuzluğu yaşıyoruz? Ya da makineler gerçekten düşünemez ve en iyi içgüdülerimiz bizi büyük bir yanlış yorumdan mı koruyor?

Belki de bu ikilemin en kolay çıkış yolu, konuyu tümüyle bir kenara bırakmak ve makinelerimizin “zekâsı”ndan değil, onların “yapay zekâ”sından söz etmektir. Bu nedenle birçok araştırmacı, Marvin Minsky tarafından ilk kez önerilen ve “yapay zekâ”yı şu şekilde tanımlayan bir uzlaşıyı benimsemiştir: “İnsanlar tarafından yapıldığında zekâ gerektirecek şeyleri makinelerin yapmasını sağlamanın bilimi.” Bu arada, bu tanımı kabul edilebilir buluyorsanız, istemeden de olsa cansız bir makineye “yapay zekâ” atfetmiş oldunuz.

Görüyorsunuz ya, Tennessee’deki kuzenim bir insan değildir: o, IBM tarafından üretilmiş bir bilgisayardır. Bu bölümün başka bir yerinde açıklanacağı gibi, becerikli programcılar ona kekeleye kekeleye Fransızca konuşmayı, üniversite kalkülüs sınavlarında iyi puanlar almayı ve yerel meraklıların çoğunu dama ve satrançta yenmeyi çoktan öğretmişlerdir.

Birkaç yıl önce, dijital bilgisayarlar, çarpıcı bir manşet arayan heyecanlı gazeteciler tarafından sık sık "dev beyinler" olarak övgü dolu ifadelerle tanımlanırdı. Bilgisayar gerçekten de dev bir beyin ise, onun zeki bir varlık olduğu sonucu doğal olarak ortaya çıkıyor gibi görünüyordu.

Bilgisayarın işleyişine ilişkin dev beyin kuramının savunucuları, insan beynindeki bağlantıların bir dijital bilgisayardaki elektronik devrelere benzediğini vurgulama fırsatını hiç kaçırmazlardı. Özellikle, beynin dendritlerinin, bilgisayarın mantık kapıları gibi, elektrik darbelerini ikili bir biçimde ilettiğine inanılmaktadır.

Bununla birlikte, beyin işlevi ile bilgisayar işlemesi arasındaki yüzeysel benzerliklere aşırı kapılmak kolaydır. Aslında, bilgisayar her bakımdan insan beynine benzemese bile, sonunda düşünebilen bir makine haline gelebilir. Ne de olsa bir Cheyenne helikopteri, kel kartala ya da Kaliforniya kondoruna benzemez ve onlar gibi davranmaz; buna rağmen, neredeyse herkes bir Cheyenne helikopterinin doğanın özgürce uçan herhangi bir canlısı kadar iyi uçabildiği konusunda hemfikirdir.

Yapay Zekâ

Yapay zekâ alanındaki ilk çalışmaların büyük bir bölümü Stanford Üniversitesi ile Massachusetts Institute of Technology’de yürütülmüştür. Genel olarak, bu iki kurumda çalışan araştırmacılar, problemlerine ya “simülasyon” kipini ya da “performans” kipini kullanarak yaklaşırlar.

“Simülasyon kipini” kullananlar, bir anlamda, düşünürken beynimizi kullanma biçimimizi kopyalamaya çalışırlar. “Performans kipini” kullananlar ise düşünce süreçlerimizin bazı nihai sonuçlarını kopyalamaya çalışır; ancak gerçekten nasıl düşündüğümüzü kopyalamaya yönelik bir girişimde bulunulmaz.

Genel olarak, “simülasyon kipi” kayda değer bir başarı elde edememiştir; “performans kipi” ise çok daha pratik görünmektedir.

Farklı bir sınıflandırma sistemi kullanarak, yapay zekâya ayrılan çabaları dört ana alana ayırabiliriz:

Oyun Oynama
Dil Çevirisi
Problem Çözme
Örüntü Tanıma

Önümüzdeki birkaç alt bölümde bu ana alanları tek tek ele alacağız. Şaşırtıcı derecede uzun bir geçmişe sahip olan oyun oynayan makinelerle başlayacağız.

(Bir sonraki sayıda devam edecek)