Sorular, Zekâ ve Zeki Davranış — Bölüm 2
Martin A. Fischler
Oscar Firschein
Artificial Intelligence Center
Stanford Research Institute
Menlo Park, CA 94025
"Dijital bilgisayar, yapay zekânın herhangi bir anlamlı düzeyine ulaşmak için kullanılmış tek aygıttır."
(Bölüm 1, Computers and People dergisinin Mayıs–Haziran 1987 sayısında yayımlanmıştır.)
Zekânın Mekanizması
Stratejilere Dayanma
Dünyayla, çeşitli sorunları çözmek için üst düzey plan olarak kullandığımız paradigmalar, genel stratejiler ya da çerçevelere dayanarak başa çıktığımız görülmektedir. Paradigmaların kullanımı, çevremizin karmaşıklığını, duyusal verilerin çoğunu bir kenara bırakarak ve yalnızca ilgili olanı seçerek azaltmamıza olanak tanır. Bu nedenle genellikle nefes alışımızın, vücut destek basınçlarının, arka plan uğultularının ve gürültülerin farkında olmayız; ancak bunların herhangi biri özel durumlarda önemli hale gelebilir; örneğin, bir uzay giysisi içindeki bir astronot için nefes alıp vermenin farkında olmak önemli olabilir.
Bir durumla başa çıkmak için kullanılan paradigma yeterli değilse, performans zayıf olacaktır: sahip olduğunuz tek araç bir çekiçse, her şeye çiviymiş gibi davranma eğiliminde olursunuz. Örneğin, şehirde yaşayan bir kişi, bir orman ortamıyla başa çıkmak için uygun paradigmalarına sahip olmayabilir. Onun "şehir paradigmaları", gerekli duyusal verilere odaklanmasına yardımcı olmaz; aldığı orman ortamı verilerini doğru biçimde yorumlayamaz ve hayatta kalmak için uygun eylemleri devreye sokamaz.
Ardışık ve Küresel
İnsan beyninin iki yarımküresinin, iki ayrı paradigma türünü kullanarak sorunlarla farklı biçimlerde başa çıkmak üzere uzmanlaştığını gösteren kanıtlar vardır. Ardışık (ya da mantıksal) paradigma, herhangi bir anda mevcut verilerin yalnızca küçük bir bölümünü dikkate alan bir problem çözme yaklaşımına dayanır; buna karşılık paralel (ya da gestalt) paradigma, verileri küresel olarak, yani bir bütün halinde işler.
Bunların temelde farklı yetenekler olduğu bir deneyden görülebilir. Bir insan deneğe, içinde küçük bir pencere bulunan opak bir kart verilir ve kartı üzerinde hareket ettirerek (oldukça alışılmadık bir yazı tipiyle basılmış) bir İngilizce sözcüğü keşfetmesi istenir. Denek sözcüğü algılayamaz; çünkü yapıyı ortaya çıkarmak için desen verilerinin tümünün aynı anda görülmesi gerekir.
Buradaki önemli nokta şudur: art arda basit ve görece bağımsız parçalara ayrıştırılabilen sorunlar, ardışık/mantıksal paradigma kullanılarak etkili biçimde çözülebilir. Öte yandan, özellikle örnekteki gibi algısal nitelikte olan birçok sorun, ayrıştırmaya izin vermez ve yalnızca küresel bilgiyle başa çıkabilen gestalt paradigmasının kullanılmasıyla etkili biçimde çözülebilir.
Beynin Sol ve Sağ Yarımküreleri
Çoğu normal insanda, beynin sol yarımküresi, ardışık bir paradigmaya uygun görevlerle başa çıkmak üzere uzmanlaşmıştır. Bunlara dilin anlaşılması ve üretilmesi, mantıksal akıl yürütme, planlama ve zaman algısı dahildir. Beynin sağ yarımküresi ise, küresel (gestalt) bir sentez gerektiren uzamsal görevlerle başa çıkmada daha yetkindir. Bunlara görsel imgelerin karşılaştırılması ve tanımlanması, görsel ve analojik akıl yürütme (muhtemelen rüya görme dâhil) ve beden algısı ile koordinasyon dahildir.
Gestalt ve ardışık paradigmalar açısından iki beyin yarımküresinin uzmanlaşması kavramını destekleyen kanıtların bir kısmı, epilepsiyi kontrol altına almak için beyin ameliyatı geçirmiş deneklerle yapılan bölünmüş-beyin deneylerinden gelmiştir. Sağ ve sol yarımküreler arasındaki bağlantı kesilir; böylece sinyaller yarımküreler arasında artık akmaz. Bu tür deneylerin denekleri incelendiğinde, insan beyninin her yarımkürede bir tane olmak üzere iki ayrı ve farklı "kişiliği" destekleyebildiği bulunmuştur. Bu bulgunun felsefi sonuçları oldukça sarsıcıdır ve hâlen araştırılmaktadır.
Düşüncenin Mekanizasyonu
İnsanın cansız bir nesneyi "insan benzeri" düşünen bir varlığa dönüştürmesi fikri eskidir. Yunan mitinde, Kıbrıs Kralı Pygmalion’un, fildişinden yaptığı bir kadın figürünün Afrodit tarafından hayata kavuşturulması öyküsü vardır. On altıncı yüzyılın sonlarındaki Golem efsanesinde, Praglı Haham Low, kilden bir figüre yaşam üfler. On dokuzuncu yüzyılda ise, bilim insanı Frankenstein’ın canlı bir varlık meydana getirmesinin öyküsü bulunur.
On yedinci yüzyıl boyunca, düşünceyi biçimsel bir gösterime dönüştürme ve akıl yürütme işlemlerini gerçekleştirmek için bir hesaplama aygıtı kullanma fikri ortaya çıktı. 1650’de İngiliz filozof Thomas Hobbes, düşünmenin aritmetiğe benzer, kurallara dayalı bir hesaplama süreci olduğu fikrini öne sürdü. Gottfried Wilhelm Leibniz (1646–1716), De Arte Combinatorica (1661) adlı kitabını, "tüm doğruların bir tür hesaplamaya indirgeneceği genel bir yöntemi" içeriyor olarak tanımlar. Çok daha sonra, 1854’te George Boole, An Investigation of the Laws of Thought, on which are Founded the Mathematical Theories of Logic and Probabilities adlı eserini yayımladı. İlk bölümde şunu belirtir: "Aşağıdaki incelemenin amacı, akıl yürütmenin gerçekleştirildiği zihnin temel işlemlerini araştırmaktır."
Mantıksal Bir Dilin Çerçevesi
Tüm akıl yürütme için bir temel olabilecek biçimsel bir sistem tasarlama hayali, Russell ve Whitehead’in Principia Mathematica (1910–1913) adlı eserinin yayımlanmasıyla neredeyse gerçekleşecek gibi görünmüştü. Mantığın kodlanması ve matematiğin önemli bölümlerinin mantık diline indirgenmesi, insanların (ya da makinelerin) gerçekte ne olup bittiğini anlamak zorunda kalmadan matematik yapabilmelerini sağlayacak araçları sunuyor gibi görünüyordu; izin verilen mantıksal dönüşümlere göre sembolleri işlemek yeterli olacaktı. Dönüşümlerin sıralanması bile "körlemesine" (mekanik olarak) yapılabilirdi.
Hatta felsefenin tüm sorularının böyle bir mantıksal dilde ifade edilip yanıtlanabileceği bile mümkün görünüyordu. David Hume’un deneyciliğini genişleten mantıksal pozitivistler, felsefi sorunların ancak bir mantıksal dil çerçevesi içinde herhangi bir kesinlikle ele alınabileceğine inanıyorlardı: tüm sorunlar ya olgu sorularıdır ya da mantık soruları; birinciler doğru biçimde bilimlere bırakılır ve felsefe yalnızca bir mantıksal çözümleme biçimine dönüşür. W. Barrett, The Illusion of Technique adlı eserinde şunu belirtir: "... her şeyi sorgulaması beklenen Felsefe, kendini sorgulamaya yöneldiğinde, ortadan kaybolduğunu fark eder"; yani fiziğe ve mantığa indirgenir. Ancak, aşağıda değinilen nedenlerin en azından bir kısmı nedeniyle, akıl yürütme için biçimsel bir sistem hayali 1930’larda sönmeye başladı.
Mekanik akıl yürütmenin sınırlarının biçimsel olarak incelenmesi yirminci yüzyıla kadar gerçekleşmedi. İngiliz matematikçi Alan Turing, otomaton adını verdiği kavramsal bir model kullanarak incelemeler yaptı (günümüzde Turing makinesi olarak bilinir). 1950’lerde Turing, uygun bir betimleme verildiği takdirde herhangi bir başka otomatonun davranışını simüle edebilen bir "evrensel otomaton"un var olduğunu biçimsel olarak kanıtlayabildi. Ayrıca Turing, belirli türden otomatonların asla yapılamayacağını da kanıtladı; örneğin, keyfi bir otomaton üzerinde çalıştırılan keyfi bir programın durup durmayacağını söyleyebilecek bir otomaton.
Otomatonların İnşası
Aynı dönemde John von Neumann, kendini çoğaltabilen, yani kendisinin bir kopyasını yapabilen bir aygıtın ya da yapının ne kadar karmaşık olması gerektiği sorularıyla ilgilendi. Ayrıca arızalanabilen parçalardan yapılması gereken güvenilir aygıtların nasıl tasarlanacağı sorununu da araştırdı. Karmaşıklığı belirli bir düzeyin altında olan otomatonların yalnızca daha az karmaşık yavrular üretebileceğini; bu düzeyin üzerindekilerin ise kendilerini çoğaltabildiğini ya da hatta daha yüksek varlıklar inşa edebildiğini varsaydı.
Son yıllarda, bilgi işleme paradigması, insan zihninin akıl yürütme yeteneğini açıklamak için popüler bir model haline gelmiştir. H. A. Simon’un Cognitive Science: The Newest Science adlı eserinde belirttiği gibi: "Zekânın temelinde, gösterme güçleri ve işlenmeye yatkınlıklarıyla semboller vardır ... ve semboller, düzenlenebilen, desenlendirilebilen ve birleştirilebilen hemen her şeyden üretilebilir." Zekânın, sembol işlemenin gerçekleştirildiği mekanizmalardan bağımsız olduğu yönündeki bu görüş, yapay zekâ alanındaki araştırmacıların çoğu tarafından benimsenmektedir.
Bilgisayar ve İki Strateji
Dijital bilgisayar, herhangi bir anlamlı düzeyde yapay (makine) zekâ elde etmek için kullanılmış tek aygıttır. Ancak geleneksel dijital bilgisayar, ardışık bir sembol işleyicisidir ve esas olarak basit adımlar dizisine ayrılabilen görevler için uygundur. Bu nedenle, insan zekâsında kullanılan iki temel paradigmadan yalnızca birinin, yani ardışık paradigmanın gerçekleştirilmesinde etkilidir. Görsel algı gibi küresel (gestalt) paradigmayı içeren insan yeteneklerini kopyalama girişimleri, insanların son derece basit kabul ettiği görsel görevlerde bile çarpıcı biçimde yetersiz kalmıştır.
Günümüzde, mantıksal karmaşıklık, bellek özellikleri ve öğrenme yeteneği bakımından, bilgisayara kıyasla insan beyni lehine çok büyük bir fark vardır. Bilgisayar tabanlı yapay zekâ, insan performansıyla herhangi bir ölçüde karşılaştırılabilir olabilmesi için çok dar alanlarda uzmanlaşmak zorundadır. Örneğin, sınırlı sayıda konuma ve olası hamleye sahip oyunlar, bilgisayarın büyük arama hızı ve yanılmaz belleğiyle iyi bir uyum içindedir.
Mekanik ve Zeki Davranışın Ayırt Edilmesi
Zekânın iki temel niteliği öğrenme ve anlamadır. Bu yeteneklere sahip yapay bir aygıtın gerçekten zeki olduğu düşünülebilir.
Bu iki niteliğin varlığını, yazı-tura eşleştirme oyunundan oluşan son derece sınırlı bir bağlamda gösterebiliriz. Bu örnekte bilgisayar, rakibinin oynama örüntüsünü öğrenir ve uygulamada, programın ayrıntılarına aşina olmayan neredeyse tüm insan rakipleri yener. Bilgisayar, rakibin hamlelerini öngörmedeki üstün yeteneğiyle oyun durumunu anladığını gösterir. Ancak bilgisayar, daha sonraki anlayışının kilit öğeleriyle işe başlar; çünkü programcı, rakibin önceki dört hamlelik örüntülerinin istatistiklerine dayanarak yazı ya da tura seçme modelini sağlamıştır. Programın oynadığı tek etkin rol, oyun istatistiklerini toplamak ve bu istatistiksel verilere dayanarak seçimler yapmaktır. Dışarıdan bakan bir gözlemciye program zeki görünür, ancak gerçek ayrıntılarını incelediğimizde oldukça basit ve mekanik olduğunu görürüz.
Bazıları, aynı argümanın insan performansına da uygulanabileceğini ileri sürebilir; zeki performans için gerekli temel modellerin çoğunun doğuştan geldiği ve bizim yaptığımız şeyin yalnızca uygun modeli seçmek ve parametreleri ayarlamak olduğu düşünülebilir.
Zeki Davranışta Gösterimin Rolü
Bir paradigma, bir problem sınıfıyla başa çıkmak için benimsenen genel bir yaklaşımdır. Bir paradigmanın belirli bir gerçekleştirimindeki en kritik öğelerden biri, ilgili bilginin hangi biçimde kodlandığıdır. Seçilen gösterimin bir problemin çözümünde oynadığı rolü göstermek için, eşit uzunlukta 17 çubuğun ikiye üç küçük kareden oluşan bir dikdörtgen biçiminde düzenlendiğini gösteren Şekil 1’i ele alalım. Problem, fazladan hiçbir çubuk kalmayacak biçimde üç kare bırakacak şekilde beş çubuğun çıkarılmasıdır. Sizden bu tür tüm çözümleri bulmanız istenir. Daha ileri okumadan önce bu çözümlerden birini bulmayı deneyebilirsiniz.
Bir çözüm ararken üzerinde işlem yaptığınız ilkel öğe tek tek çubuklarsa ve her seferinde beş çubuğu çıkarıp sonucu denetliyorsanız, belirli bir denemeyi iki kez yinelememeye dikkat etseniz bile, tüm olası çözümleri bulduğunuzdan emin olmak için 6000’den fazla deneme yapmanız gerekir. (17 çubuğun 5’erli kombinasyonları yaklaşık 6000 tanedir.)
Eğer üzerinde işlem yaptığınız ilkel öğe bir kareyse, her seferinde üç kare seçebilir ve çıkarılması gereken tam olarak beş çubuk kalıyorsa yapılandırmayı koruyabilirsiniz.
Şekil 1. Problem, fazladan çubuk kalmayacak biçimde özgün karelerden üçünü bırakacak şekilde beş çubuğu çıkarmak ve bunu tüm olası yollarla yapmaktır.
Bu durumda, tüm çözümleri bulmak için incelenmesi gereken yalnızca 20 benzersiz yapılandırma vardır ve verilen yapılandırmayı tek tek çubuklardan oluşan bir koleksiyon olarak temsil etmeye dayanan yaklaşıma kıyasla deneme sayısında 300:1 oranında bir azalma sağlanır. (6 karenin 3’erli kombinasyonları 20 tanedir.)
Son olarak, 17 çubuk bulunduğunu ve beşi çıkarıldıktan sonra geriye kalan 12 çubuğun üç kare oluşturabilmesinin ancak bu kareler bitişik değilse (yani ortak kenarları yoksa) mümkün olduğunu not ederiz. Üç bitişik olmayan kareden oluşan yalnızca iki yapılandırma olduğu kolayca görülebilir ve bunların ikisi de geçerli çözümlerdir. Burada, tümdengelimsel akıl yürütmeyi kullanmamıza olanak veren bir gösterimden yararlanarak, gereken çaba 3000:1 oranında azaltılmıştır.
Öğrenme
Zekâ, tek ve iyi tanımlanmış bir varlıktan ziyade, daha çok açık uçlu bir nitelikler toplamıdır. Zekâyla en yakından ilişkilendirilen niteliklerden bazıları öğrenme, akıl yürütme, anlama, dilsel yeterlik, amaçlı davranış ve çevreyle (algı dâhil) etkili etkileşimdir. Zekânın açık bir tanımı olmadığından, farklı zekâ kuramları zorunlu olarak birbiriyle çelişmez; çoğu zaman, zekânın (1) yaşayan organizmalarda, özellikle insanda ortaya çıkan doğal bir olgu mu yoksa (2) keyfi olarak belirlenmiş bir yetenekler kümesi mi olduğu yönündeki varsayılan tanıma göre ayrışırlar.
Performans
Psikolojik zekâ kuramlarının çoğu, belirli becerilerdeki performans ölçümlerine dayandıkları ve farklı performans testleri arasındaki ilişkiler ve korelasyonlar hakkında savlarda bulundukları için, "performans kuramları" olarak adlandırılabilir. Örneğin, testler arasındaki korelasyonlar, insan zekâsının tek ve tutarlı bir mekanizmanın mı yoksa gevşek biçimde bütünleşmiş bağımsız süreçlerin bir toplamının mı sonucu olduğunu belirlemeye çalışan araştırmacılar tarafından kullanılmıştır. Bu tür kuramlar büyük ölçüde deneysel niteliktedir ve zekânın doğasına ilişkin çok az içgörü sunar.
Zekâ Testleri
İster insanlar ister makineler için olsun, zekâ testlerinin bazı pratik yararları vardır, ancak tanımlanamayan bir niceliği doğru biçimde ölçmeleri beklenemez. Zekâyı anlamamızı zorlaştıran bir başka etmen de bilincin oynadığı rol ve zihin ile beyin arasındaki ilişkidir.
Zeki davranışın büyük bölümünün iki ayrı paradigmadan (stratejiden) birinden kaynaklandığını varsaymak mümkündür: ardışık (ya da mantıksal) paradigmada, mevcut bilgi ve kanıtları istenen bir sonuca bağlayan tek bir yol bulunur; paralel (gestalt) paradigmada ise kanıtlar ile olası sonuçlar arasındaki tüm bağlantılar aynı anda değerlendirilir. İnsan beyninin bu iki paradigma için ayrı uzmanlaşmış düzeneklere sahip olduğuna dair bazı kanıtlar vardır.
Yapay zekâ alanındaki çalışmalardan elde edilen temel bir içgörü, zeki davranışın yalnızca depolanmış bilgi ve bu bilgiyi işlemek için yöntemler gerektirmediği, aynı zamanda bilginin özgül kodlanma biçimi ile bu bilginin kullanıldığı amaç arasındaki ilişkiye kritik ölçüde bağımlı olduğudur. Bu kavram, yani zeki davranışta gösterimin merkezi rolü, başlıca temalarımızdan biridir.
Yapay Zekânın Nihai Sınırları
İnsan ve makine zekâsının doğasını kısaca taslak hâlinde ele aldık. "Bir makine, var olduğu dünya hakkında ne bilebilir?" ve "Böyle bir bilgiyi edinmek, anlamak ve kullanmak için hangi mekanizmalar gereklidir?" sorularına tekrar tekrar döneceğiz. Ayrıca, makine zekâsının sınırları ve nihai rolüne ilişkin bir dizi temel soruyu da ele alacağız:
- İnsan, kendisinden daha zeki bir makine oluşturabilir mi?
- İnsanın zekâsında, hiçbir hayvanda bulunmayan ya da bir makinede kopyalanamayan bileşenler var mıdır?
- Tüm zeki davranışlar, yapay zekâya yönelik mevcut yaklaşım, yani verilen bir problemi açıkça ifade edilebilen ve çözülebilen basit görevler ya da alt problemlerin bir dizisine ayırma yoluyla yinelenebilir mi?
- Bir makine, insan olmamış ve dolayısıyla uygun biçimde sosyalleşmemişken, tam anlamıyla insani davranış sergileyebilir mi? Daha sınırlı bir anlamda, insan zekâsı bir şekilde insan deneyimine ya da hatta insan kalıtımına mı bağlıdır?
- Zeki davranış, şu anda mevcut olan hesaplama araçlarıyla gerçekleştirilebilir mi, hatta düşünülebilir mi?
(Lütfen 22. sayfaya bakınız.)
Fischler (12. sayfadan devam)
Akıllı davranış bir şekilde organik yapının bir özelliği midir ve dolayısıyla organik olmayan makineler tarafından elde edilemez mi?
Böğürtlen Toplama
İnsan düzeyinde bir performansa ulaşmak için hâlâ ne kadar yolumuz olduğunu göstermek amacıyla, aşağıdaki türden rastgele sorulara yanıt verebilmek için bir makinede ne kadar bilginin depolanması gerektiğini düşünün:
20 yaşında bir genç erkek bir günde 10 libre böğürtlen toplayabiliyorsa ve 18 yaşında bir genç kadın 9 libre toplayabiliyorsa, birlikte ormana gittiklerinde kaç libre toplayacaklardır?
M. A. Fischler ve O. Firschein tarafından yazılan Intelligence: The Eye, the Brain, and the Computer adlı kitabın, Addison-Wesley Publishing Co., Reading, MA 01867 tarafından yayımlanan, telif hakkı 1987 olan eserinin 1. Bölümü, "Intelligence" temel alınmıştır. İzin alınarak yeniden basılmıştır.