Bir zaman çizelgesinde durmak nasıl bir his? Bu çizelgenin bir eksenine, insanlığın teknolojik, bilimsel, sosyolojik, psikolojik, ideolojik ve tarihsel düzeylerini göz önünde bulundurarak ve bunları bir terime indirgeyerek, insanlığın gelişmişlik seviyesi diyelim. Diğer eksenimiz de zamanı temsil etsin. Çizelgenin sizin sağ tarafınızda kalan kısmında ne olduğunu bilmiyorsunuz. Ancak sol tarafınıza ve durduğunuz yere bakarak ve buradan çıkarımlar yaparak, gelecek için belirli tahminlerde bulunabilirsiniz. Bulunduğunuz yerin avantajlarından bir başkası ise yaptıklarınızla sağ tarafın nasıl şekillenebileceğini etkileyebilecek olmanız. Çizelgede bulunduğumuz yer, durması bayağı etkileyici bir yere benziyor.
Buna rağmen tarih bize, hemen önümüzde duruyor gibi görünen şeylerin öngörülmeyen engeller yüzünden gerçekleşemeyebileceğini ve onların yerine bambaşka, hayal bile edilemeyen senaryoların devreye girebileceğini göstermiştir. 1940’larda nükleer çağ başladığında, 2000 yılındaki nükleer dünya hakkında pek çok tahmin yapılmıştı. Sputnik dünyanın hayal gücünü ateşlediğinde, herkes yüz yılın sonuna gelinmeden insanların koloniler halinde Mars veya Plüton’da yaşayacağını düşünmüştü. Bu öngörülerin çok azı gerçekleşti, öte yandan kimse interneti öngörmemişti.
Bu yazının insanlığın tarih sahnesine çıkışından bugüne kadar olan ki diyalektik birikiminin getirdiği tarihsel sorunlar ve bunların çözüm yolları üzerine bir tartışmaya vesile olmasını istiyoruz. Bana göre bir sıçrayış döneminin başlangıcında olduğumuz günlerde bu tartışmanın yapılması oldukça acildir. Günümüzden geleceğe doğru bakıldığında çok açıktır ki, bu sıçrayışa kimin veya neyin damgasını vuracağı sorusunun cevabı, insanlığın önümüzdeki yüz yıllarda yöneleceği yolun belirlenmesi için ve -uzay çağının emekleme döneminin sonunun yaklaştığı bugünlerde- sistemimizin ve belki de yakın çevremizdeki yıldız sistemlerinin tarihi açısından önemli bir eşiğin aşılması için çok büyük önem arz ediyor.
Bu yükselişin merkezinde olacak en önemli olgulardan birisi ise bugünden baktığımızda yapay zeka kavramı gibi görünüyor. Daha şimdiden hayatımızın her alanında kendine yer bulan bu kavram, insanlığın bir sonraki adımı atabilmesi açısından önemli bir rol oynayacağa benziyor.
Yapay Zeka Nedir?
Yapay zeka geniş bir konu. Telefonunuzun hesap makinesinden sürücüsüz arabalara ve gelecekte dünyayı önemli ölçüde değiştirebilecek şeylere kadar dağılım gösteriyor. Günlük yaşamlarımızda yapay zekayı sürekli kullanıyoruz, ama yapay zeka olduğunun genelde farkında olmuyoruz. 1956’da “Yapay Zeka” terimini bulan John McCarthy, “Yapay Zeka çalıştığında artık kimsenin ona yapay zeka demediğinden” şikayetçiydi. Bu fenomen yüzünden, Yapay zeka kulağa genellikle bir gerçeklikten ziyade efsanevi bir gelecek tahmini gibi geliyor. Aynı zamanda, geçmişten gelen ve hiçbir zaman meyve verememiş olan bir pop konsepti gibi duruyor.
Günümüzde çoğunlukla bilim-kurgu yayınlarının ve filmlerinin yaydığı fikirler sonucu ortaya çıkan ve popüler yayınlar tarafından da desteklenen bazı konseptler sonucunda yapay zeka denildiği zaman ilk aklangelen neredeyse her zaman robotlar oluyor. Oysa işin aslı pek de öyle değil.
Bir robot, bazen insan biçimini taklit eden, bazen ise etmeyen bir taşıyıcı sadece, yapay zeka ise, robotun içindeki bilgisayar. Örneğin, Siri’nin ardındaki yazılım ve veri yapay zeka, duyduğumuz kadın sesi o yapay zekanın kişileştirilmiş hali. Kısaca yapay zeka için robotun beyni diyebiliriz. Tabi bu bütün yapay zekalar için geçerli değil. Bir yapay zekanın illa ki bir robotun beyni olması zorunluluğu yok.
Yapay Zekanın Gelişimi
Bilgisayarların işlem güçlerinin ve kapasitelerinin gelişimiyle birlikte yapay zeka da bunlarla doğrudan bir ilişki içerisinde gelişimini sürdürüyor. Tabi ki yapay zekanın gelişimi sadece bilgisayar gücündeki artışa bağlı değil, bir çok alandaki gelişme yapay zekayı doğrudan ya da dolaylı olarak etkiliyor. Makine öğrenmesi, Yapay Sinir Ağları, Doğal Dil işleme, Konuşma Sentezi, Konuşma Anlama, Uzman sistemler, Örüntü Tanıma, Genetik Algoritmalar, Genetik Programlama, Bulanık Mantık, Çoklu Örnekle Öğrenme gibi yapay zekanın alt dallarındaki gelişmeler yapay zekanın gelişimini doğrudan etkiliyor.
Yapay zeka geniş bir konsept olduğu için birçok farklı yapay zeka tipi veya biçimi olsa da, biz bu yazıda yapay zekanın kapasitesine göre 3 ana başlıkta tanımladığı sınıflandırmanın üzerinde duracağız:
1) Yapay Dar Zeka (YDZ): Yapay Dar Zeka, ana akım medyada duyduğunuz “Yapay Zeka” çalışmalarının neredeyse tümüdür. Bazen Zayıf Yapay Zeka olarak da isimlendirilen Yapay Dar Zeka, bir alanda uzmanlaşan yapay zekadır. Günümüzde satrançta dünya şampiyonunu yenebilecek kadar uzmanlaşmış bir Yapay Zeka var, ama yapabildiği tek şey bu. Bir hard diskte veri depolamanın daha iyi bir yolunu bulmasını söylerseniz, size boş boş bakacaktır. Yani, gerçekten bir benliğe ve algıya sahip olmayan, tekil ve dar bir konuda insanlardan daha başarılı sonuçlar verebilen yapay zeka türüdür.
2) Yapay Genel Zeka (YGZ): Bazen Güçlü Yapay Zeka veya İnsan Seviyesinde Yapay Zeka olarak da isimlendirilen Yapay Genel Zeka, her konuda bir insan kadar akıllı bir bilgisayardır. Bir insanın yapabileceği herhangi bir düşünsel aktiviteyi gerçekleştirebilecek bir makine. Yapay Genel Zeka’yı yaratmak Yapay Dar Zeka’yı yaratmaktan çok daha zor bir iştir, ve henüz başarabilmiş değiliz. Profesör Linda Gottfredson zekayı “diğer şeylere ek olarak, akıl yürütme, planlama, problem çözme, soyut düşünme, kompleks fikirleri kavrama, hızlı öğrenme, ve tecrübeden öğrenme yeteneklerini içeren genel bir düşünsel kabiliyet” olarak tanımlıyor.[1] Yapay Genel Zeka tüm o şeyleri en az sizin kadar kolay yapabilir.
3) Yapay Süper Zeka (YSZ): Oxford’lu filozof ve önde gelen yapay zeka düşünürlerinden Nick Bostrom, süper zekayı “bilimsel yaratıcılık, genel bilgelik ve sosyal yetenekler dahil olmak üzere neredeyse her alandaki en iyi insan beyinlerinden çok daha akıllı olan bir zeka” olarak tanımlıyor.[2] Yapay Süper Zeka, bir insandan birazcık daha akıllı olan bir bilgisayardan milyarlarca kat akıllı olan bir bilgisayara kadar hepsini kapsıyor. Yapay zeka konusunun bu kadar karmaşık olmasının ve ölümsüzlük ve (girişte bahsettiğimiz) insanlığın sıçraması konularına bu yazıda değinecek olmamızın sebebi Yapay Süper Zeka.
Gordon Moore 19 Nisan 1965 yılında Electronics dergisinde yayınlanan makalesinde[3] zaman ve bilgisayar işlemcileri hakkında çok önemli bir denklemden bahseder. 12 ayda bir tümleşik devre üzerine yerleştirilebilecek bileşen sayısının iki katına çıkacağını, bunun bilgisayarların işlem kapasitelerinde büyük artışlar yaratacağını, üretim maliyetlerinin ise aynı kalacağını, hatta düşme eğilimi göstereceğini öngörür. 1965 yılında, “mikroişlemciler içindeki transistör sayısı her yıl iki katına çıkacaktır” diyen Moore, daha sonraları 1975 yılında bu öngörüsünü güncellemiş ve her iki yılda bir iki katına çıkacak şekilde düzeltmiştir. Sözün ilk söylendiği 1965 yılından bu yana bu denklem çoğunlukla geçerli olmuştur ve ortaya çıkışından bir süre sonra Moore Yasası olarak ifade edilmeye başlanmıştır.
İşlemcilerin gücünün artması yapay zeka zekayı doğrudan etkiliyor. Yapay Genel Zeka’nın 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.
Ray Kurzweil bunu hesaplamak için bir yol buldu: birinin beynindeki bir yapının h/sn(sa36 niye başına hesaplama sayısı)’sinin profesyonel bir tahminini almak ve o yapının ağırlığını beynin tamamının ağırlığına oranlamak, sonra da toplam sonuca ulaşana kadar oranla çarpmak. Bu biraz tartışmalı bir hesaplama, ama bunu farklı bölgelerde farklı profesyonel tahminlerle yaptığında, toplam her zaman aşağı yukarı aynı çıktı. 10^16 civarı, yani 10 katrilyon h/sn. Kurzweil, bilgisayarların durumunu 1000 dolara ne kadar h/sn satın alabileceğimize bakarak değerlendirmemizi öneriyor. Bu sayı insan seviyesine 10 katrilyon h/sn ulaştığında, Yapay Genel Zeka günlük hayatımızın bir parçası haline gelebilir.
Kurzweil’in 1000 dolar başına düşen h/sn ölçüsüyle olan bağlantısına bakarsak, şu an 1000 dolar başına 10 trilyon h/ sn düşüyor.
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.
Fakat ham hesap gücü, tek başına bir bilgisayarı genel olarak zeki yapmıyor.
Neden Bu Kadar Zor?
Bizim kadar akıllı olan bir bilgisayar yaratmanın inanılmaz derecede zor olduğunu öğrenmek kadar insan zekasını takdir ettirecek bir şey yok. Piramitler 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, Yapay Genel Zeka 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 ise çok zor bir iş. Satrançta herhangi bir insanı yenebilecek bir yapay zeka yapmak mı? Tamamdır. Altı yaşında çocuklar için hazırlanan resimli bir kitaptan bir paragrafı okuyup yalnızca kelimeleri değil, anlamlarını da kavrayabilecek bir yapay zeka yapmak mı? Google şu an bunun için milyarlarca dolar harcıyor. Zor şeyler; hesap, finansal piyasa stratejileri, dil çevirmek gibi, 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.”[4]
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.
Sıradaki soru; insan seviyesinde zekayı tüm o güce nasıl uygulayabiliriz?
İşin sakat kısmı burası. Olay şu ki, kimse yapay zekayı 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. Bu konuda en bilinen üç strateji ise şöyle sıralanıyor:
1) Beyin intihali
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.
2) Evrime daha önce yaptığı şeyi yaptırmak
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 Yapay Genel Zeka’yı 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.
3) Tüm bunları bilgisayarın sorunu yapmak
Buradaki fikir şu, ana iki yeteneği yapay zeka 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. Bu fikir elimizdeki en ümit verici yöntem olabilir.
Kendi kendini geliştirmeye programlanarak Yapay Genel Zeka’ya 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 Yapay Genel Zeka’nın bile bizden ne kadar avantajlı durumda olacağını düşünürsek, yapay zekanın insan zekasına yalnızca çok kısa bir süre uğrayıp sonrasında insan üstü zeka alemine doğru yol alacağı gayet aşikar.
Yapay zeka insanlığın en düşük kapasitesine ulaştığında (Nick Bostrom “köy delisi” terimini kullanıyor) “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 Yapay Genel Zeka ilan edildikten hemen sonra bir anda Einstein’dan daha akıllı olacak ve neye uğradığımızı şaşıracağız
Peki Ya Sonra… Ne Olacak?
Burada bir ara verip size söyleyeceğim her şeyin gerçek olduğunu hatırlatmak istiyorum. En saygın düşünürlerin ve bilim insanlarının yaptığı gerçek tahminler.
Neyse, yukarda da dediğim gibi, Yapay Genel Zeka’ya ulaşmak için bulduğumuz fikirlerin çoğu yapay zekanın kendini geliştirmesinden geçiyor ve yapay zeka Yapay Genel Zeka’ya 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 yapay zeka 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, Yapay Genel Zeka hızla yükselişe geçer ve yakında bir Yapay Süper Zeka sisteminin süperzeki seviyesine ulaşır. Buna Zeka Patlaması deniyor ve kendisi İvme Kanunu’nun nihai örneği.
Yapay zekanın insan seviyesinde genel zekaya ne kadar yakında ulaşacağı konusunda tartışmalar var. Yüzlerce bilim insanının katıldığı bir ankette, Yapay Genel Zeka’ya ulaşmış olmamızın ulaşmamış olmamızdan daha muhtemel olduğunu düşündükleri medyan yıl 2040 çıktı (yalnızca 25 yıl sonrası). Bu alandaki çoğu düşünürün Yapay Genel Zeka’dan Yapay Süper Zeka’ya geçişin çok çabuk gerçekleşeceğini düşündüğünü hesaba katmazsanız pek de önemli durmuyor.
Mesela şöyle bir şey olabilir: Bir yapay zeka 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 yapay zeka, bir Yapay Süper Zeka olmuş durumdadır. Bir insandan 170 bin kat daha zeki yani.
Bir yabanarısının Ekonomi’yi anlaması ne kadar mümkünse, bizim de bu derecede bir süperzekayı kavrayabilmemiz o kadar mümkün. Bizim dünyamızda, zeki 130 IQ, aptal ise 80 IQ demek.Çok yüksek IQ’ler içinse bir kelimemiz yok.
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.
Süperzeki bir makinenin ne kadar büyük bir olay olacağını anlayabilmek için, insanlardan iki adım yukarıdaki koyu yeşil basamakta bir makine hayal edin. Bu makine yalnızca birazcık süperzeki olurdu, ama bizden üstün bilişsel yeteneği, az önce bahsettiğimiz şempanze-insan aralığı kadar büyük olurdu. Ve şempanzenin, gökdelenlerin inşa edilebildiğini anlayamaması gibi, biz de koyu yeşil basamaktaki bir makinenin yapabileceği şeyleri yapmayı geçtim, anlayamayacağız— bize açıklamaya çalışsa bile. Ve bu bizden yalnızca iki basamak yukarıda. En üstten ikinci basamaktaki bir makine bize, biz karıncalara ne isek o olurdu. Bildiği şeylerin en ufak bir parçasını öğretmek için bile yıllarını harcayabilirdi ama boşuna çabalamış olurdu.
Ama bugün bahsedeceğimiz süperzeka bu merdivendeki herhangi bir şeyin çok daha ötesinde. Bir zeka patlamasında (bir makinenin daha akıllı hale geldikçe zekasını daha hızlı geliştirebilmesi ve nihayet yukarı doğru fırlayışa geçmesi anlamına geliyor), bir makinenin şempanze basamağından bir üst basamağa atlaması yıllar sürebilir. Fakat bizim iki üstümüzdeki koyu yeşil basamağa ulaştığında belki de yalnızca saatler içinde bir basamak daha atlayacak. Bizim on basamak üstümüze ulaştığında ise her saniye dörder basamak atlayacak. İşte bu yüzden şunu anlamamız gerek: insan seviyesinde Yapay Genel Zeka’ya ulaşan ilk makine haberlere çıktıktan kısa bir süre sonra, merdivende yeri şurada (ya da belki milyon kat 40 daha yüksekte) olan bir şeyle aynı Dünya’da bulunma ihtimalimiz var: Ve iki basamak üstümüzdeki bir makinenin gücünü anlamaya çalışmanın boşuna olacağını az önce söyledik, o yüzden şunu kesinlikle belirleyelim: Yapay Süper Zeka’nın yapacaklarını veya bizim için ne gibi sonuçlar doğuracağını bilmemizin imkanı yok. Şimdilik.
Evrim, biyolojik beyni yüzlerce milyon yıl boyunca yavaşça ve aşama aşama geliştirdi. Buna göre eğer insanlar bir Yapay Süper Zeka makinesi yaratırsa, evrimi ayaklarımız altında ezmiş olacağız. Veya belki bu da evrimin bir parçasıdı, belki evrim böyle çalışıyordur: zeka yavaş yavaş artarak makine süperzekası yaratabilecek seviyeye ulaşır ve bu seviye, oyunun kurallarını değiştirecek ve yaşayan her şey için yeni bir gelecek belirleyecek dünya genelinde bir patlamayı tetikleyen bir teldir.
Bilim dünyasının büyük bir kısmı olayın ne zaman takılacağımız olduğunu düşünüyor. Biraz çılgın bir bilgi.
Bu Bizi Nerede Bırakıyor?
Şu an dünyada hiçkimse, tele takıldığımızda ne olacağını söyleyemez. Ancak Nick Bostrom, tüm muhtemel sonuçları iki geniş kategoriye ayırabileceğimize inanıyor.
Birincisi, tarihe bakarsak hayatın şöyle işlediğini görebiliriz: türler ortaya çıkar, bir süre var olur ve bir süre sonra, kaçınılmaz olarak hayat denge kalasından itilir ve “yok olma”ya düşerler.
Tarih boyunca “Tüm türler eninde sonunda yok olur” kuralı, neredeyse “Tüm insanlar eninde sonunda ölür” kuralı kadar geçerli olmuştur. Bugüne kadar türlerin %99.9’u denge kalasından düştü. Ve bir canlı türü kalasta sendelemeye devam ettikçe; başka bir tür, doğanın bir rüzgarı veya kalası yerinden oynatan bir asteroit tarafından düşürülmesi yalnızca bir zaman meselesi.
Tabii bir de bu kalasın diğer tarafı var. Ölümsüzlük ya da Tür Ölümsüzlüğü. Yapay Süper Zeka’nın ortaya çıkışı, dünyada ilk kez bir canlı türünün denge kalasının ölümsüzlük tarafına düşmesini muhtemel kılabilir.
Veyahut evrim tele takıldığında, insanların kalasla ilişkisini tamamen kesip yeni bir dünya yaratabilir, insanların olduğu veya olmadığı.
Peki ya tele ne zaman takılacağız ve takıldığımızda kalasın hangi tarafına düşeceğiz?
Bunları tartışmaya bir sonraki yazımızda devam edeceğiz.
Kaynaklar :
1) http://intelligence.martinsewell.com
2) http://intelligence.martinsewell.com
3) http://en.wikipedia.org/wiki/John_ McCarthy_(computer_scientist)
4) Nils J. Nilsson, The Quest for Artificial Intelligence: A History of Ideas and Achievements, s 318.
http://www.evrimagaci.org/makale/559