Yapay Zekâ Efsanesi: Süper Zekâ Kaçınılmaz mı, Yoksa Bir Yanılgı mı?

Yirmi birinci yüzyılın teknolojik manzarası, iki zıt entelektüel kutup arasında giderek derinleşen bir uçuruma sahne olmaktadır. Bir yanda, Ray Kurzweil gibi fütüristlerin temsil ettiği ve teknolojinin üstel bir hızla gelişerek biyolojik sınırları aşacağını savunan "Tekillik" (Singularity) vizyonu yer almaktadır. Bu görüşe göre, "Hızlanan Getiriler Yasası" (The Law of Accelerating Returns) uyarınca, bilgi teknolojilerinin kapasitesi ve fiyat-performans oranı, savaşlar veya ekonomik krizlerden etkilenmeksizin her yıl katlanarak artmaktadır. Kurzweil, bu sürecin kaçınılmaz bir sonucu olarak 2029 yılına kadar makinelerin Turing testini geçeceğini, 2045 yılında ise insan zekâsının milyarlarca katına ulaşan biyolojik olmayan bir zekânın ortaya çıkacağını öngörmektedir.

Diğer yanda ise, Erik J. Larson’ın The Myth of Artificial Intelligence (Yapay Zekâ Miti) adlı eserinde somutlaştırdığı eleştirel duruş bulunmaktadır. Larson, bu "kaçınılmazlık" fikrinin bilimsel bir gerçekten ziyade kültürel bir efsane olduğunu, mevcut yapay zekâ (YZ) paradigmalarının insan zekasının en temel bileşeni olan "çıkarım yapma" (abduction) yeteneğinden yoksun olduğunu savunmaktadır.

Fütürist perspektifin temel dayanağı, teknolojinin evrimsel bir süreç olduğu ve bu sürecin ürünlerinin karmaşıklık ve kapasite açısından üstel olarak büyüdüğü tezidir. Kurzweil, Moore Yasası’nın (entegre devrelerdeki transistör sayısının her iki yılda bir ikiye katlanması) sadece bir örnek olduğunu, aslında bilgi teknolojilerinin tüm alanlarında (genetik dizilemeden beyin tarama teknolojilerine kadar) benzer bir ivmelenmenin görüldüğünü belirtir,. Bu görüşe göre, donanım kapasitesindeki bu muazzam artış, nihayetinde yazılımın da insan zekasını taklit etmesine ve aşmasına olanak tanıyacaktır. Kurzweil, insan beyninin "tersine mühendislik" (reverse engineering) yoluyla çözülebileceğini, beynin yaklaşık 100 trilyon bağlantısının dijital ortamda simüle edilebileceğini ve beynin aslında hiyerarşik bir örüntü tanıma makinesi olduğunu savunur. Bu bağlamda, yapay zekâ sadece bir mühendislik problemi olarak görülür; yeterli donanım gücü ve veri sağlandığında, zekânın "yazılımı" da kaçınılmaz olarak ortaya çıkacaktır.

Ancak Larson, bu donanım odaklı "kaçınılmazlık" anlatısını "Zekâ Hatası" (The Intelligence Error) olarak adlandırır. Larson'a göre, işlem gücündeki veya veri miktarındaki artışın (Büyük Veri), otomatik olarak genel zekâya dönüşeceği fikri temel bir yanılgıdır. Donanımın hızlanması, yapay zekanın belirli, dar alanlarda (satranç, Go, görüntü tanıma gibi) insanüstü performans göstermesini sağlamıştır; ancak bu başarılar, makinenin dünyayı "anladığı" veya genel bir zekâ geliştirdiği anlamına gelmez. Larson, modern yapay zekanın "Dar Yapay Zekâ" (Narrow AI) tuzağına düştüğünü belirtir. Örneğin, IBM'in Watson sistemi Jeopardy! yarışmasını kazanabilir veya Google'ın AlphaGo'su dünya şampiyonunu yenebilir; ancak bu sistemler, kuralları belirli ve kapalı sistemlerde başarılıdırlar. Bu sistemlere, eğitim verilerinin dışında kalan veya sağduyu gerektiren basit bir soru sorulduğunda (örneğin Winograd şemaları gibi dilsel belirsizlikler), sistemler çuvallamaktadır. Dolayısıyla, donanım ne kadar hızlanırsa hızlansın, zekânın niteliksel doğası çözülmediği sürece süper zekâ bir hayalden öteye gidemeyecektir.

Yapay zekâ mitinin kalbindeki en büyük boşluk, insan düşüncesinin işleyişi ile makine algoritmaları arasındaki mantıksal uçurumdur. Mantık biliminde ve bilgisayar bilimlerinde yaygın olarak kullanılan iki tür çıkarım vardır: Tümdengelim (deduction) ve Tümevarım (induction). Klasik, kural tabanlı yapay zekâ (GOFAI - Good Old-Fashioned AI), sembolik mantık ve tümdengelim üzerine kuruluydu; bu yaklaşım, dünyayı kesin kurallarla tanımlamaya çalıştı ancak "sağduyu bilgi problemi" (commonsense knowledge problem) nedeniyle başarısız oldu, çünkü dünya sonsuz sayıda kural gerektirecek kadar karmaşıktır. Günümüzün popüler yaklaşımı olan "Derin Öğrenme" (Deep Learning) ve makine öğrenimi ise gelişmiş tümevarım makineleridir. Bu sistemler, devasa veri yığınlarını tarayarak istatistiksel korelasyonlar bulur ve bu verilere dayanarak tahminlerde bulunur. Örneğin, bir yapay zekâ milyonlarca kedi fotoğrafına bakarak bir kedinin neye benzediğini "öğrenebilir" (tümevarım), ancak bu sadece verideki kalıpları eşleştirmektir.

Larson’ın vurguladığı kritik nokta, insan zekâsının ne sadece kesin kurallara (tümdengelim) ne de sadece veri yığınlarına (tümevarım) dayandığıdır. İnsan zekâsının merkezinde, Amerikalı filozof Charles Sanders Peirce tarafından tanımlanan "Abduction" (abdüktif çıkarım veya en iyi açıklamaya ulaşma) yeteneği yatar. Abduction, belirsizlik durumlarında, eldeki yetersiz veriden yola çıkarak en makul hipotezi üretme, "tahmin yürütme" veya içgörü oluşturma yeteneğidir. Bir dedektifin olay yerindeki dağınık ipuçlarından katili bulması, bir bilim insanının elmaların düşüşünden yerçekimi kanununu sezmesi veya günlük hayatta birinin sarkastik bir şakayı anlaması hep bu tür bir çıkarımdır.

Makineler veriyi işleyebilir (tümevarım) veya kuralları uygulayabilir (tümdengelim), ancak "neden" sorusunu soramaz, bağlamı anlayamaz ve veride olmayan bir hipotezi üretemezler. Larson'a göre, yapay zekâ araştırmalarında abduction üzerine çalışan kimse yoktur ve bu tür bir çıkarımın nasıl kodlanacağına dair hiçbir fikrimiz bulunmamaktadır. Bu eksiklik giderilmediği sürece, yapay zekâ sadece "dar" alanlarda sıkışıp kalacak ve genel zekâya (AGI) geçiş yapamayacaktır.

Süper Zekâ ve "Zekâ Patlaması" Yanılgısı

Fütüristlerin ve transhümanistlerin en heyecan verici (veya korkutucu) senaryosu, I. J. Good tarafından ortaya atılan ve Nick Bostrom gibi düşünürlerce popülerleştirilen "Zekâ Patlaması" (Intelligence Explosion) fikridir. Bu görüşe göre, insan düzeyinde bir yapay zekâ inşa edildiğinde, bu makine kendi kaynak kodunu geliştirerek kendisinden daha zeki bir makine tasarlayacak ve bu döngüsel süreç, insan kavrayışının ötesinde bir süper zekânın (Ultraintelligent Machine) ortaya çıkmasıyla sonuçlanacaktır.

Kurzweil, bu süreci evrimsel bir zorunluluk olarak görür ve teknolojinin biyolojik evrimin bir devamı olduğunu, dolayısıyla zekanın evrene yayılarak maddeyi "akıllı" hale getireceği "Altıncı Evre"ye ulaşacağımızı iddia eder.

Ancak Larson, bu "kendi kendini geliştiren makine" fikrini bilimsel bir temelden yoksun bir "tekno-bilimsel kitsch" (technological kitsch) olarak nitelendirir. Larson’a göre, zekânın sadece bir işlem hızı veya veri kapasitesi meselesi olduğu ve bir termostatın ısısını artırır gibi artırılabileceği varsayımı yanlıştır.

Biyolojik dünyada, zeki bir canlının kendisinden daha zeki bir canlı tasarladığına dair hiçbir kanıt yoktur; insanlar zekidir ancak laboratuvarda kendilerinden daha zeki bir insan türü inşa edememişlerdir. Dahası, genel zekânın ne olduğu ve nasıl oluştuğu (özellikle abdüktif çıkarım) henüz anlaşılmamışken, bir makinenin bu bilinmeyen mekanizmayı nasıl geliştireceği tam bir muammadır. Larson, bu durumu "Alice" örneğiyle açıklar: Eğer dahi bir AI araştırmacısı olan Alice bile genel zekayı kodlayamıyorsa, Alice'in yazdığı bir program (ki Alice'ten daha az zekidir) bunu nasıl yapabilir. Dolayısıyla, süper zekâ beklentisi, çözülmemiş bilimsel problemleri (bilinç, sağduyu, çıkarım) görmezden gelerek, sadece donanım hızına dayalı bir "kaçınılmazlık" masalı anlatmaktadır.

Kurzweil ve diğer teknoloji iyimserleri, internetin devasa veri havuzunun ve Google gibi şirketlerin geliştirdiği algoritmaların, makinelerin insan dilini ve bilgisini öğrenmesini sağlayacağını savunurlar. Kurzweil, 2029 yılına kadar makinelerin dili insanlar kadar iyi kullanacağını ve Turing testini geçeceğini öngörür. Bu vizyona göre, yeterince veri ve işlem gücü, "anlama"yı simüle etmek için yeterlidir.

Ancak Larson, "Büyük Veri" (Big Data) yaklaşımının, dilin semantiğini (anlamını) değil, sadece sözdizimini (istatistiksel yapısını) modellediğini vurgular. Google'ın "Talk to Books" gibi projeleri veya modern sohbet botları (chatbots), kelimelerin anlamlarını bilmezler; sadece kelimelerin birbirleriyle olan istatistiksel ilişkilerini hesaplarlar (vektör uzayında benzerlik). Bu durum, makinelerin Winograd Şemaları gibi basit testlerde neden başarısız olduğunu açıklar. Örneğin, "Ödül bavula sığmadı çünkü o çok büyüktü" cümlesinde "o"nun ödüle mi yoksa bavula mı atıfta bulunduğunu anlamak için fiziksel dünya hakkında bilgiye (büyük şeylerin küçük şeylere sığmayacağı bilgisine) ve bağlamsal çıkarıma ihtiyaç vardır. İstatistiksel modeller, bu tür sağduyu gerektiren durumlarda yetersiz kalır çünkü dildeki anlam, verinin içinde değil, verinin dışındaki dünya bilgisinde ve sosyal bağlamda gizlidir. Google Duplex gibi insan taklidi yapan sistemler bile, aslında çok dar bir görev (rezervasyon yapma) için optimize edilmiştir ve genel bir konuşmayı sürdürme yeteneğinden yoksundur. Bu nedenle, mevcut "öğrenme" sistemleri, aslında dar kapsamlı problem çözücülerdir ve insan benzeri bir anlamaya doğru evrilmemektedirler.

Yapay zekanın geleceğine dair tartışma, sadece teknolojik bir tahmin meselesi değil, aynı zamanda insan zihninin doğasına dair felsefi bir duruştur.

Kurzweil gibi fütüristler, insan zekasını ve bilincini, yeterli donanım üzerinde çalıştırılabilecek bir algoritma veya "desen" olarak görerek, biyolojik sınırların aşıldığı bir Tekillik çağı müjdelerler. Onlara göre, makine ve insan ayrımı, artan işlem gücü ve nöral mühendislik ile ortadan kalkacaktır.

Buna karşılık Larson, bu görüşü, zekânın karmaşıklığını (özellikle abdüktif çıkarım yeteneğini) basite indirgeyen ve teknolojik ilerlemeyi bir inanç sistemine dönüştüren bir "mit" olarak reddeder. Mevcut yapay zekâ, ne kadar hızlı olursa olsun veya ne kadar çok veri işlerse işlesin, insan zekasının esnekliğine, bağlamı anlama kapasitesine ve yaratıcı çıkarım gücüne sahip değildir. Ona göre süper zekanın kaçınılmaz olduğu fikri, elimizdeki bilimsel verilerle desteklenmeyen, aksine yapay zekanın "dar" uygulamalarda sıkışıp kaldığı gerçeğiyle çelişen bir beklentidir. İnsan zekasının gizemi çözülmeden ve "tümevarım" ile "tümdengelim"in ötesine geçen bir hesaplama mantığı keşfedilmeden, süper zekâ bir bilim kurgu fantezisi olarak kalmaya devam edecektir.