Kendinizi arabanızda giderken hayal edin. Virajdan dönüyorsunuz ve aniden yolun ortasında bir şey görüyorsunuz. Ne yapardınız?
Cevap tabi ki o ‘şey’in ne olduğuna bağlıdır. Yırtık bir kese kağıdı mı, kayıp bir ayakkabı teki mi yoksa çalı mı? Bunların üstünden düşünmeye gerek duymadan geçersiniz ama bir cam kırığı yığınının kesinlikle etrafından dolaşırsınız. Yolda duran bir köpek için muhtemelen durursunuz ama kuş sürüsünün uçacağını bildiğinizden üstüne sürersiniz. Kar birikintisini ezip geçersiniz ama kardan adamın etrafından dikkatlice dolanırsınız. Kısacası duruma en uygun harekete çabucak karar verirsiniz; ki insanların sağduyu dedikleri şey de budur.
Sağduyuya ihtiyacı olanlar yalnızca insanlar değil; yapay zeka sistemlerindeki sağduyu eksikliği muhtemelen tam otonom araçların yaygınlaşmasının önündeki ana engel olacaktır. Bugünün en iyi sürücüsüz araçları bile yoldaki şey sorunuyla karşı karşıyadır. Hiçbir insanın durmayacağı ‘engelleri’ algılayıp beklenmedik bir şekilde frene basmakla yükümlüdürler, bu durum da diğer sürücüleri hazırlıksız yakalar. Sürücüler tarafından yapılan arkadan çarpmalar, kendi kendini süren arabaların dahil olduğu en yaygın kazalardır.
Otonom araçların karşılaştıkları zorluklar, beklenmedik durumlarda uygulaması için daha fazla alıştırma verisi ya da kesin kurallar eklenerek muhtemelen çözülmeyecektir. Dürüst olmak gerekirse, bu araçların sağduyuya, yani dünya hakkında kapsamlı bilgiye ve bu bilgiyi olağandışı durumlara uyarlama yeteneğine ihtiyacı vardır. Bugünün yapay zeka sistemleri fotoğraf tanımadan dil işlemeye kadar etkileyici adımlar atarken, yapay zekanın güçlü bir sağduyu sistemi eksikliği onları tahmin edilemez ve insandışı hatalara yatkın kılar.
Sağduyu çok yönlüdür, ancak önemli yanlarından biri insanların paylaştığı çoğunlukla üstü kapalı ‘temel bilgi’, yani doğuştan bildiğimiz ya da yaşarken öğrendiğimiz bilgidir. Bu; nesneler, hayvanlar, diğer insanlar ve genel anlamda toplum hakkında kapsamlı bilgiyi ve bu bilginin yeni durumlarda esnekçe uygulama yeteğini kapsar. Örneğin büyük ihtimalle yoldaki cam kırıklarının siz yaklaştıkça bir kuş sürüsü gibi uçmayacağını tahmin edebilirsiniz. Eğer arabanın önünde seken bir top görürseniz, ardından bir çocuğun ya da köpeğin onu yakalamak için peşinden koşacağını bilirsiniz. Bu açıdan sağduyu kavramı yapay zekanın tam olarak yapamadığını yapıyor gibi duruyor. Yani, dünya hakkında genel bilgiyi, önceden alınmış eğitim ya da belirlenmiş kurallar dışında hareket etmek için kullanıyor.
Günümüzün en başarılı yapay zeka sistemlerinde yoğun sinir ağları kullanılır. Bunlar şekilleri ayırt etmek için eğitilmiş, insan kaynaklı örneklerin kapsamlı koleksiyonlarından toplanan istatistiklere dayalı algoritmalardır. Bu süreç insanların öğrenme şeklinden çok daha farklıdır. Anlayış biçimimizi geliştirmeye yardım eden; soyut nesne ve olayların, evrenin üç boyutlu doğasını ve nedensellik fikrini içeren belli temel kavramların içkin bilgisiyle donatılmış bir dünyaya gelmişiz gibi görünüyor. İnsanlar ayrıca henüz olgunlaşmamış sosyallik anlayışlarıyla doğarlar. Örneğin bebekler, basit yüz ifadelerini tanıyabilirler. Ayrıca dil ve dilin iletişimdeki yeri hakkında sezgilere ve yetişkinleri iletişime çeken ilkel yöntemlere sahiplerdir. Böyle bir bilgi öyle temel ve doğaldır ki, buna sahip olduğumuzun ya da bu bilginin gelecekte öğreneceklerimizin temelini oluşturduğunun farkına bile varmayız. Yıllardır süren yapay zeka araştırmalarından çıkarılacak ders ise böyle kavramların makinelere öğretilmesinin ne kadar zor olduğudur.
Doğuştan gelen bilgilerin yanı sıra çocuklar aktif olarak dünyayı keşfetmek, olayların neden ve sonuçlarını anlamak, tahminde bulunmak ve yetişkinlere ne bilmek istediklerini öğretmeyi sağlamak için içgüdülerini ortaya koyarlar. Kavramların oluşumu, çocukların motor becerilerinin gelişimi ve kendi vücutlarının farkına varmalarıyla yakından alakalıdır. Örneğin bebekler, bir nesneye kendileri uzanabilecekken neden başkalarının uzandığını sorgulamaya başlarlar. Günümüz harikası makine öğrenim sistemleri, boş sayfalar olarak başlayıp pasif ve bedensiz istatistiksel modellerin öğrencisi olarak işlev görürken; tam aksine, bebeklerde sağduyu, dünyaya ait teorileri oluşturma ve test etmeye yönelik somutlaştırılmış, sosyal, aktif ve buna uygun öğrenme ile birleştirilen, doğuştan gelen bilgilerle gelişir. Sağduyunun yapay zeka sistemlerine yerleştirilmesinin tarihi, büyük ölçüde insan bilgisinin (manuel programlama, kitle kaynak kullanımı, internet madenciliği ile ilgili ‘ifadeler’ ya da kalıplaşmış durumların sayısal sunumlarının) listelenmesine dayanır.
Ama bütün bu girişimler büyük ve muhtemelen kaçınılmaz bir engelle karşı karşıya: temel sezgisel bilgimizin çoğu (belki de tamamı) yazılmamış, söylenmemiştir ve biz bunun bilincinde bile değiliz.
Yapay zeka araştırmalarının en büyük bağışçılarından biri olan ABD Savunma Bakanlığı İleri Araştırma Projeleri Ajansı (DARPA), son zamanlarda farklı bir yaklaşım izleyen “İnsan Sağduyusu Kuruluşları” üzerine dört yıllık bir program başlattı. Bu program, araştırmacıları 18 aylık bir bebeğin zihinsel becerilerine ulaşmak için deneyimlerden öğrenen bir yapay zeka sistemi yaratmaya teşvik ediyor. Bebekle karşılaştırılmanın yapay zeka için büyük bir zorluk olarak düşünülmesi kulağa tuhaf gelebilir ancak bu, yapay zekanın belirli, dar bilgi alanlarındaki başarısı ile daha genel ve sağlıklı bir zihin arasındaki uçurumu yansıtır.
Gelişim psikologlarına göre yeni doğan bebeklerde temel bilgi öngrülebilir bir zaman diliminde oluşur. Örneğin, iki aydan beş aya kadar olan dönemdeki bebekler ‘nesnenin kalıcılığı’ bilgisine sahiplerdir. Eğer bir nesne başka bir nesnenin arkasında kalırsa, arkadaki nesne bebek göremese bile hala oradadır. Bu dönemde bebekler nesnelerin birbirine çarpması durumunda birbirinin içinden geçmeyeceğinin ama yönlerinin değişeceğinin de farkındadırlar. Aynı zamanda insan ve hayvan gibi bilince sahip öznelerin, varlıkların yerlerini değiştirebileceğini bilirler. Dokuz ve on beş ay aralığındaki bebekler temel seviyede empati duyma yeteneğine sahip olmaya başlarlar. Yani başka bir kişinin neyi görüp göremeyeceğini anlarlar. On sekizinci ayda ise başka bir kişinin yardım isteğini anlayabilirler.
On sekiz aydan küçük bebekler ne düşündüklerini söyleyemedikleri için, bazı bilişsel aşamaları dolaylı yoldan anlaşılmalıdır. Bu genelde beklenti uyuşmazlığını ölçen deneyleri içerir. Burada bebek, iki farklı senaryodan birini izler ve sadece biri sağduyu beklentilerini karşılar. DARPA’nın İnsan Sağduyusu Kuruluşları testlerinde, her araştırmacı takımı videolardan ya da sanal gerçeklikten öğrenen temsili bir ‘sağduyulu özne’ programı geliştirmekle sorumludur. DARPA’nın planı bu öznelere yeni doğan bebeklere uygulanan deneylere benzer bir şekilde deneyler uygulamak ve bu öznelerin ‘beklenti uyuşmazlığı’ sinyallerini ölçmektir. Bu, yapay zeka sistemlerinin insan zekasını ölçmek için tasarlanan testlerde ilk değerlendirilişi değil. 2015’te bir grup, bir yapay zeka sisteminin IQ testinde dört yaşında biriyle eşit olduğunu gösterdi. Bu olay BBC’nin haberlerine “Yapay zeka 4 yaşındaki bir çocuğun IQ’suna sahip.” olarak yansıdı. Yakın zamanda, Stanford Üniversitesi’ndeki araştırmacılar New York Post’un “Yapay zeka sistemleri okuduğunu anlamada insanları geçti.” haberinin temelini oluşturan bir ‘okuma’ testi geliştirdi. Ancak bu iddialar yanıltıcıdır. Aynı testte iyi sonuç alan insanların aksine, bu yapay zeka sistemlerinin her biri sınırlı konularda özel olarak eğitildi ve testin ölçmek için tasarlandığı genel yeteneklerin hiç birine sahip değildi. New York Üniversitesi’ndeki bilgisayar uzmanı Ernest Davis’in uyarısına göre: “İnsanlar, yapay zeka programı testi geçebildiği için, bu programın aynı testi geçen insanın zekasına sahip olduğu sonucuna kolayca varabiliyor.”
Bence benzer bir olayın DARPA’nın girişiminde de yaşanması muhtemeldir. Bu olayın sonucunda, DARPA’nın bilişsel dönüm noktası testlerini geçmek için özel olarak eğitilmiş bir yapay zeka programı üretilebilir. Bence kişi, bir ansiklopedi, eğitici video ya da sanal ortam kullansa bile, asıl sağduyuya ulaşmak için kısa bir yol yoktur. Dünya anlayışını geliştirmek için, kişinin doğru içkin ve yapısal bilgiye, ayrıca dünyada aktif olarak büyüme şansına sahip olması gerekir. Yapay zeka sistemleri sadece fiziksel değil, insan zekasının bilişsel kabiliyetlerinden ayrılamayan sosyal ve duygusal yönlerini de deneyimleyemezler.
Biz gözle görülür bir şekilde ilerlerken, çağımızın makine zekası yetersiz ve güvenilmez kalıyor. Daha kapsamlı ve güvenilir yapay zeka sistemleri yaratabilmek için geriye dönük radikal adımlar atmamız gerekebilir. Makineleri özellikle belli ölçütler için başarılı olmaları yerine bebekler gibi öğrenmeleri için tasarlamak gibi.
Sonuç olarak, ebeveynler çocuklarının özellikle ‘beklenti uyuşmazlığı’ sinyallerini sergilemeleri için eğitmezler. Yeni doğan bebeklerin psikolojik deneylerde nasıl davrandıkları basitçe genel bilgilerinin yansımasıdır. Eğer çocukların öğrenme şeklini makinelere nasıl öğretebileceğimizi çözebilirsek; belki birkaç yıllık merak odaklı, fiziksel ve sosyal öğrenmeden sonra, bu genç ‘sağduyulu özneler’ eninde sonunda araba anahtarlarını gözümüz kapalı teslim edebileceğimiz ergenlere dönüşeceklerdir.
Kaynak:
Melanie Mitchell, “How do you teach a car that a snowman won’t walk across the road?”, Aeon, 31 Mayıs 2019, Editör: Sally Davies, https://aeon.co/ideas/how-do-you-teach-a-car-that-a-snowman-wont-walk-across-the-road (erişim: 25 Eylül 2019), çev. Hazal Berfin Kurgan
