Yapay Zekâ ve Çağdaş Felsefe: Heidegger, Jonas ve Cıvık Mantar – Masahiro Morioka

/
624 Okunma
Okunma süresi: 28 Dakika

1. Çerçeve Problemi

Bu makalede, fenomenoloji ve biyoloji felsefesi üzerine yazılmış birkaç önemli makaleyi inceleyerek yapay zekâ alanındaki “zekâ” sorununa yönelik günümüz felsefi yaklaşımlarına genel bir bakış sunacağım.

Yapay zekânın net bir tanımı yoktur. Margaret T. Boden Yapay Zekâ: Doğası ve Geleceği başlıklı eserinde yapay bir genel zekânın “akıl yürütme ve algılama-artı dil, yaratıcılık ve duygu” gibi genel güçlere sahip olabileceğini yazıyor. Ancak, “bunu söylemenin yapmaktan daha kolay olduğunu” eklemeyi de unutmuyor.[1]

Boden’in “yapay genel zekâ” kavramı, John Searl’ün 1980 yılında ortaya attığı “güçlü YZ” kavramına benzemektedir. Searl’e göre, “zayıf YZ” akıllıca düşünüyormuş gibi davranabilen bir bilgisayar iken, “güçlü YZ” gerçekten insanlar gibi düşünen bir bilgisayardır. Searl şöyle yazıyor: “Güçlü YZ’ye göre, … uygun şekilde programlanmış bilgisayar gerçekten bir zihindir, yani doğru programlar verilen bilgisayarların tam anlamıyla anladığı ve diğer bilişsel durumlara sahip olduğu söylenebilir.”[2]  Güçlü YZ teması 20. yüzyılın sonlarında sıkça tartışıldı; ancak bir bilgisayarın güçlü bir YZ olabilmesi için çeşitli zor sorunları çözmesi gerektiği anlaşıldı. En zor felsefi sorun “çerçeve problemi” idi.

Çerçeve problemi, bir yapay zekânın belirli bir durumda bir şeyle başa çıkmaya çalışırken önemli faktörleri önemsiz olanlardan otonom olarak ayırt edememesi sorunudur. Bu sorun, örneğin, YZ robotlarının gerçek dünyada çalışmasına izin verdiğimizde ortaya çıkar. Çerçeve problemi 1969 yılında John McCarthy ve Patrick J. Hayes tarafından önerilmiştir. Bu, yalnızca teknik bir soruna indirgenemeyecek felsefi bir sorun olarak kabul edilmektedir. Boden 2016’da “meşhur çerçeve probleminin ‘çözüldüğüne’ dair iddialar son derece yanıltıcıdır”[3] diye yazmıştır ki bu da şu anda bile pek çok uzmanın çerçeve probleminin çözülmediğini düşündüğünü göstermektedir.

Çerçeve probleminin tanımı konusunda bir fikir birliği olmamasına rağmen, bunun bir yapay zekânın belirli bir bağlamda neredeyse tüm insan yetişkinlerin sahip olabileceği “zımni bilgiyi” ezberlemesini nasıl sağlayabileceğimiz sorusu etrafında odaklanan bir problem olduğunu söyleyebiliriz. Bir restoranda müşterilere yemek ve içecek servisi yapan bir garson robot düşünün. Bu robotun servis için gerekli bir dizi bilgi ve hareketi öğrenmesi gerekir. Bu robotun gerçek bir ortamda yeterli bir şekilde hizmet verebilmesi için ne kadar bilgiye sahip olması gerekir? İlk olarak, “bir bardağa çok fazla su döküldüğünde suyun taşacağı” bilgisi servis için gereklidir. Ve “üzerinde bardak bulunan bir tepsiyi hareket ettirdiğimizde, bardak da tepsiyle birlikte hareket eder” bilgisi de gereklidir, çünkü böyle bir bilgi olmadan robot kullanılmış bardağı ve tepsiyi aynı anda kaldıramaz. Dahası, bir robot bardağı hareket ettirdiğinde, bardağın içindeki sıvının da onunla birlikte hareket edeceği bilgisini girmeliyiz. Ancak, tepsinin hareketinden kaynaklanan sürtünme ısısı nedeniyle sıvının asla buharlaşmayacağı bilgisini girmek zorunda değiliz çünkü bu bilginin robotun servis göreviyle hiçbir ilgisi yoktur.

Bunu göz önünde bulundurduğumuzda, robotun hizmet verirken ezberlemesi gereken sonsuz miktarda bilgi olduğu ve ayrıca ezberlemesi gerekmeyen sonsuz miktarda bilgi olduğu ortaya çıkmaktadır. Böyle bir bilgi listesini kim yapabilir ve robotun bunları ezberlemesini sağlamak nasıl mümkün olabilir? Bunun nedeni, bir robotun daha önce hiç deneyimlemediği yeni bir durumla karşılaştığında, ne tür bir başa çıkmanın kendisi için önemli olup olmayacağına otonom olarak karar verememesi ve bu nedenle karşılaştığı sorunu yeterince çözememesidir. İlginçtir ki insanlar bu tür sorunları çözebiliyor gibi görünmektedir. Bir lise öğrencisi, kendisine basit bir dizi talimat verdiğimizde bir restoranda sorunsuzca servis yapabilir. Üzerinde boş bir bardak bulunan bir tepsiyi herhangi bir özel talimat olmaksızın mutfağa geri taşıyacaktır. Yeni bir durum ortaya çıksa bile, duruma göre esnek bir yaklaşım sergileyerek sorunu çözmeye çalışacaktır.

Bu konuyla ilgili olarak Hitoshi Matsubara 1990 yılında ilginç bir tartışma yapmıştır. Şöyle yazmıştı: “Bilgisayarlar ve insanlar da dahil olmak üzere sınırlı veri işleme kapasitesine sahip bir özne, genel çerçeve problemlerinin tam bir çözümüne asla ulaşamaz, ancak günlük ortamlarda insanlar çerçeve probleminden rahatsız olmuyor gibi görünmektedir. Bunu göz önünde bulundurduğumuzda, üzerinde derinlemesine düşünmemiz gereken şey, insanların neden çerçeve probleminden muaf göründüğü sorusu olmalıdır.”[4]  Bu, insanların çerçeve problemini tamamen çözecek yeterli kapasiteye sahip olmamalarına rağmen, neden birçok durumda insan zekâsının açık bir bağlamda beklenmedik olaylarla başarılı bir şekilde başa çıkabildiği sorusudur.

İnsan zekâsının makine zekâsına kıyasla şu özel niteliklere sahip olduğuna inanıyorum: (1) insanlar bilinmeyen durumlarla karşılaştıklarında, “zımni bilgi” kullanarak yeterli bir yargıda bulunabilir ve belirli bir eylemi gerçekleştirmek için gerekli bilgi listesinin tamamına sahip olmasalar bile bu eylemi gerçekleştirebilirler [zımni bilgi], (2) bilinmeyen bir durumla karşılaştıklarında ve hayatta kalmak zorunda olduklarında ne tür bir başa çıkmanın gerçekten önemli olduğu konusunda özerk bir yargıda bulunabilirler [önem yargısı], (3) belirli bir eylemi seçebilir ve diğer olası alternatifleri şiddetle göz ardı ederek anında gerçekleştirebilirler [cehalet]. Görünen o ki yapay zekâyukarıdaki üç özelliğe sahip olamaz. Yapay zekânın bu özelliklere sahip olabilmesi için, şimdiye kadar tartıştığımız çerçeve problemini çözme kapasitesine sahip olması gerekirdi.

Son zamanlarda, yapay zekâ araştırmaları ile çağdaş felsefe arasındaki disiplinler arası alanda çerçeve problemine yönelik bir dizi ufuk açıcı yaklaşım ortaya çıkmıştır. İlerleyen bölümlerde, bu konudaki iki önemli tartışmayı inceleyeceğim: Hubert Dreyfus’un “Heideggerci YZ”si ve Hans Jonas’ın “metabolizma” fikrinden etkilenen biyolojik yaklaşımlar. Bunlardan ilki, günümüz fenomenolojisiyle yakın bir ilişkisi olan “Dasein” ve “beden”e özel bir önem atfetmektedir. İkincisi ise günümüzün yaşam felsefesi ve yapay yaşam teorisiyle yakın ilişkisi olan “yaşam” ya da “organizma” biçimine özel bir önem vermektedir.

2. Heideggerci Yapay Zekâ

Hubert Dreyfus, yapay zekâ araştırmalarının başlangıcından itibaren yapay zekâyı felsefi açıdan uzun süredir eleştiren bir Heideggerci. Burada onun 2007 tarihli “Heideggerci Yapay Zekâ Neden Başarısız Oldu ve Bunu Düzeltmek İçin Nasıl Daha Heideggerci Olmak Gerekir?” başlıklı makalesini incelemek istiyorum.

Dreyfus ayrıca yapay zekânın çerçeve problemiyle karşılaşmasının nedeninin, belirli bir durumda kendisi için ne tür bir bilginin önemli olduğunu anlamaması olduğunu savunuyor. Bir olay ya da nesne ancak somut bir duruma yerleştirildiğinde anlam kazanır.

Ancak geleneksel yapay zekâ araştırmaları, zihnimizin anlamsız nesne ve olaylardan oluşan dünyaya değer biçtiği Kartezyen modeli varsaymıştır. Dreyfus, bu tür araştırmaların hiçbir zaman yapay zekâyı insan zekâsı haline getiremeyeceğini ya da çerçeve sorununu çözemeyeceğini vurgulamaktadır. Martin Heidegger’in Varlık ve Zaman[5] adlı kitabında “Vorhandenheit” (mevcut-oluş) ve “Zuhandenheit” (el-altında-olmaklık) arasında yaptığı ayrıma özellikle dikkat çeker. Örneğin, Kartezyen perspektiften bakıldığında, önümde duran bir çekiç, el-altında-olmaklık durumunda nesneleştirilmiş bir alet olarak görünür. Aksine, bu çekiç, çekiç ile onu kullanan kişi (ben) arasındaki görünür ve gizli ilişkiden oluşan anlam ağında iç içe geçmiş, halihazırda karşılaşılmış mahrem bir araç olarak görünürse, çekicin bana el-altında-olmaklık durumunda mahrem bir araç olarak göründüğünü söyleyebiliriz. Geleneksel yapay zekâ bu tür bir hazır olma halini anlama kapasitesinden yoksundur. Her insan dünyada var olduğunda her zaman bu tür bir anlam ağının içinde olduğunu anlayabilirken, geleneksel yapay zekâ bunu anlayamaz.[6]

Dreyfus, geleneksel YZ’nin çerçeve sorununu çözme kapasitesine sahip olması ve gerçek bir yapay zekâ haline gelmesi için, el-altında-olmaklık boyutunu uygulayabilecek “Heideggerci YZ” haline gelmesi gerektiğini savunmaktadır. YZ araştırmacılarının bu yöndeki çeşitli çalışmalarını inceler, ancak bunların hiçbirinin Heideggerci YZ’yi gerçekleştiremediği sonucuna varır.

İlk olarak Rodney Brooks’un robotlarını inceleyerek başlar. Brooks, şu anda elektrikli süpürge robotu Roomba’da kullanılan böcek benzeri hiyerarşik ve dağınık bir sistem olan “subsumption architecture”ın mucididir. Brooks’un robotu “içsel bir dünya modeli yerine sürekli olarak sensörlerine başvurarak” kendi kendine hareket ediyor.[7]  Bununla birlikte, robotları “bağlama veya değişen öneme değil, yalnızca çevrenin sabit özelliklerine yanıt verir”[8], bu nedenle robotunun çerçeve problemini çözme kapasitesine sahip olmadığını söylemeliyiz.[9]

Ardından, Phil Agre ve David Chapman’ın Pengi adlı programını inceliyor ve bu program, insan oyuncu avatarı ile Penguen karakterlerinin ekranda birbirlerine kartopu attığı bir video oyunu olan Pengo’ya dönüşüyor. Agre’a göre, bu oyunu programlarken Heidegger’in Varlık ve Zaman adlı eserine atıfta bulunmuşlar ve oyuna “deictic intentionality” (Deixis Yönelimsellik ç.n.) kavramını getirmişlerdir. “Deictic intentionality” belirli bir nesneye değil, “bir nesnenin bir etken ve çevresi arasındaki belirli bir zamana yayılmış etkileşim modelinde oynayabileceği bir role”[10] işaret eder. Bu oyun, aracının tepki verdiği nesneyi bir işlev olarak ele alabilecek hale gelmiştir.[11]

Dreyfus, Agre ve Chapman’ın yaklaşımını eleştirmektedir. Örneğin, odadan çıkmak için elimi kapı tokmağına koyduğumda, kapıyı sadece bir kapı olarak deneyimlemiyorum. Böyle bir durumda, bu kapıdan geçerek odanın dışına çıkma olasılığına doğru itilirim ve kapı beni bu kapıdan geçerek dışarı çıkmaya davet eder. Agre ve Chapman’ın yapay zekâsı, failin belirli bir durumda aktif hale gelen uygunluk tarafından talep edildiği bu tür bir deneyimi programlamamıştır. Bu durum, ortaya koydukları işlevleri ve durumun bir fail için önemini nesnelleştirdiklerini göstermektedir. Dreyfus, bu anlamda Agre ve Chapman’ın yapay zekâsının çerçeve problemini çözme kapasitesine sahip olmadığını söylemektedir.[12]

Dreyfus son olarak Michael Wheeler’ın teorisinden bahsediyor. Wheeler 2005 tarihli Bilişsel Dünyayı Yeniden İnşa Etmek adlı kitabında yapay zekâ araştırmalarına uygulanan bedenlenmiş-gömülü bilişsel bilimin Heidegger’in felsefesine benzediğini yazıyor. Ancak Dreyfus, bu konuyu ele alırken yanlış yere baktığını söyleyerek onu eleştirir. Dreyfus’un işaret ettiği nokta şudur. Wheeler her ne kadar bu tür bedenlenmiş-gömülü yapay zekâ modellerinin Heideggerci olduğu konusunda ısrar etse de dış dünyadaki olayların yapay zekânın (sensörlerine) temsil edildiği ve yapay zekânın bu temsile dayanarak problem çözdüğü Kartezyen modelin içinde kalmaktadır. Ancak, bu temsil modelinin kendisi bir sorundur. Bu Kartezyen modelle insan zekâsını tam olarak anlayamayız. Dreyfus, Heidegger’in Dasein’ı “dünya–içinde-varolma” olarak gördüğünü ve orada temsillere yer olmadığını savunur. Dreyfus “dünya –içinde-varolma düşünmekten ve problem çözmekten daha temeldir, hiçbir şekilde temsili değildir” diye yazar.[13]

Bir kişi sorunları çözmeye çalıştığında, o kişi ile araçları arasındaki sınır ortadan kalkar. O kişi zaten dünyanın içinde yaşamıştır ve yetenekli başa çıkıcılar için onlar “zihin değil, dünyayla bir bütündür.”[14]  En temel anlamda bizler “özümsenmiş başa çıkıcılarız”. [15] Özümsenmiş problem çözmenin kişinin kendi içinde mi yoksa dünyada mı gerçekleştiğini net bir şekilde söylemek çok zordur çünkü iç ve dış ayrımı yapmak kolay bir şey değildir.

Heideggerci yapay zekânın temeli Dasein’ın dünya-içinde-varolması olmalıdır. Yapay zekâ Dasein olmalı ve var olma biçimi de dünya-içinde-varolma olmalıdır. Bu varoluş tarzına sahip olmayan bir yapay zekâ “Heideggerci” olarak adlandırılmamalıdır ve bu nedenle çerçeve problemini çözme kapasitesine sahip olamaz.

İnsanlar söz konusu olduğunda, somutlaştırılmış problem çözme kapasiteleri sayesinde dünyadaki önemli değişikliklerle başa çıkma becerilerini geliştirebilirler. Örneğin, bir odadayken, genellikle odadaki pek çok değişikliği görmezden geliriz, ancak sıcaklık aşırı derecede yükselirse, odanın pencereleri bizden onları açmamızı ister ve biz de bu isteğe tepki verir ve pencereleri açarız. Bu durumda sorun çözme, ortamın uygunluğuna tepki vererek yapılır. Dreyfus, insanların çerçeve problemini çözebilmelerinin nedeni hakkında şöyle yazmaktadır. “Genel olarak, dünyadaki deneyimlerimiz göz önüne alındığında, mevcut bağlamda bir değişiklik olduğunda, buna yalnızca geçmişte önemli olduğu ortaya çıkmışsa tepki veririz ve önemli bir değişiklik hissettiğimizde, dünyaya aşinalığımızın da değişmiş olabileceğini ve bu nedenle kontrol edilmesi gerektiğini düşündürdüğü şeyler dışında diğer her şeyi değişmemiş olarak ele alırız. Böylece çerçeve probleminin yerel bir versiyonu ortaya çıkmaz.”[16] İnsanlar söz konusu olduğunda, “dünyaya aşinalığımız” bilişimizde her zaman zımnen devreye girer ve bizim için önemli olan, bizim için önemli olmayandan otomatik olarak ayırt edilir. Bu işlev, çerçeve probleminin ortaya çıkmasını engeller.

Bağlamı kendimiz değiştirmemiz gerektiğinde, çerçeve problemi tekrar ortaya çıkar. Çevresel alanda var olan sorunların problem çözme görevlerimizin merkezine geldiği gerçeğini ne zaman fark edebiliriz? Dreyfus, Merleau-Ponty’ye atıfta bulunarak, böyle bir farkındalığın olanaktan gelen “çağrılar” sayesinde oluştuğunu söyler.[17]  Özünde, bizim için çok önemli bir şey olduğunda, bunu içinde yaşadığımız dünya tarafından yapılan talepler veya çağrılarla tanıyabiliriz ve bu tür bir modeli kabul etmeden çerçeve problemini asla çözemeyiz. Dreyfus, yapay zekânın böyle bir kapasiteye sahip olabilmesi için “programımıza, ihtiyaçlarımız, arzularımız, zevklerimiz, acılarımız, hareket etme biçimlerimiz, kültürel geçmişimiz vs. ile bizimkine çok benzeyen bir beden modelini dahil etmemiz gerektiği” sonucuna varıyor.[18]

Görünüşe göre Dreyfus’un Heideggerci YZ’si insan benzeri bir “bedene” sahip olmalı ve bu bedenin içinde yaşamalıdır. Ancak, silikon çipler, metaller ve plastikten oluşan mevcut YZ robotlarının bu kadar yüksek gereksinimleri karşılaması mümkün mü? Bir sonraki bölümde, Heideggerci YZ’den tamamen farklı olan biyolojik yaklaşımları inceleyeceğiz.

3. Yapay Zekâ ve Metabolizma

Yapayzekânın çerçeve problemini çözme kapasitesine sahip olabilmesi için, insan benzeri bir beden kazanmadan önce bir tür “organizma” ya da yaşam formu olması gerektiğini düşünen bir grup araştırmacı var. Organizmalar ölümcül zorluklarla karşılaştıklarında mümkün olan her türlü önlemi kullanarak hayatta kalmaya çalışırlar. Organizmalar böyle doğuştan gelen kapasitelere sahiptir. Bu araştırmacılar, organizmaların hayatta kalmak için doğuştan sahip oldukları bu kapasitelerin çerçeve probleminin çözümü için gerekli temel olması gerektiğine inanmaktadır.

Bir zamanlar Heidegger’in öğrencisi olan Hans Jonas, biyoloji felsefesi alanında “metabolizma” kavramının önemini vurgulamış ve bu kavram yukarıdaki yaklaşımlar üzerinde büyük bir etki yaratmıştır. Jonas 1966’da Yaşam Olgusu (ve 1973’te Almanca baskısı Organismus und Freiheit (Organizma ve Özgürlük (ç.n.)) kitabını yayınlamış ve özgün bir biyoloji felsefesi kurmuştur. Ona göre “özgürlük”, yeryüzünde hücre zarına sahip eski mikroplar ortaya çıktığında var olmuştur. Bu mikroplar zar yoluyla besin alır ve zar yoluyla atıklarını dışarı atarlar. Mikroplar, zar aracılığıyla küçük parçacıkların bu şekilde sürekli olarak alınıp verilmesi sayesinde yaşamlarını sürdürebilmektedir. Zaman geçtikçe hücreyi oluşturan tüm materyaller yenilenir. Yine de canlı hücre kimliğini farklı bir boyutta sürdürür. Jonas burada yaşamın madde boyutundan kurtuluşunu görür. Jonas’a göre bu özgürleşme, yaşam formunun kazandığı “özgürlük”tür.

Öte yandan yaşam, küçük parçacıkların zar aracılığıyla yer değiştirme sürecine bağlıdır. Eğer bu değişim süreci durursa, yaşam yok olmaya mahkumdur çünkü yaşam bu değişim süreci sayesinde kendini sürdürebilir. Bu anlamda yaşam maddeye bağlıdır. Jonas bu tür özgürlüğe “bağımlı özgürlük” ya da “yoksullaştırılmış özgürlük (bedürftige Freiheit)” adını verir[19].  Hayatın devamlılığı her zaman bu potansiyel risk tarafından tehdit edilir. Yaşam, içeriğinin sürekli yenilenmesini gerçekleştirerek hayatta kalmaya mahkumdur. Yaşam, malzemeleri yenileme çabalarını ihmal ederse, kendi ölümüyle karşı karşıya kalacaktır. Yaşam esasen kırılgandır çünkü hayatta kalmak için sürekli çaba göstermezse kısa süre içinde yok olacaktır.

Jonas yukarıdaki fikri düşünürken yapay zekâyı hayal etmiyordu. Yaşam ve özgürlük üzerine düşünceleri o dönemde sadece biyoloji felsefecilerinden oluşan küçük bir çevrede tartışılıyordu. Ancak 1993’teki ölümünden sonra Jonas’ın felsefesi kısa sürede biyoloji alanının dışında da tartışılmaya başlandı.

Jonas’a güçlü bir ışık tutan filozoflardan biri de biyoloji alanında “autopoiesis” (Otopoiesis ç.n.), fenomenoloji ve yapay zekâ alanında ise “enactivism” (Enaktivizm ç.n.) kavramlarını savunan Francisco J. Varela’dır. Andreas Weber ve Varela tarafından kaleme alınan ve 2002 yılında yayımlanan (Varela’nın ölümünden sonra yayımlanan) “Kant’tan Sonra Yaşam” başlıklı ufuk açıcı makalede, Varela’nın otopoiesis ile Jonas’ın metabolizması arasında bağlantı kurmaya çalışıyorlar. “Otopoiesisin Jonas’ın değer teorisi için gerekli ampirik zemin”[20] olduğunu ve bu iki fikrin (otopoiesis ve metabolizma) “sadece çağdaş değil, aynı zamanda tamamen tamamlayıcı” olduğunu yazıyorlar. Her ikisi de yaşamın hermenötiğini, yani yaşamın amacını ve anlamını içeriden anlamayı amaçlamaktadır.” [21] Her iki teoride de anahtar terimler bir hücrenin zarı ve metabolizmasıdır. Jonas ve Varela, zarı olan tek bir hücrenin “içsel teleoloji” içerdiğini ve bu hücresel organizmanın “kendi kimliğini sürdürmede temel bir amaca, yaşamın olumlanmasına”[22] sahip olduğunu düşünmeye çalıştı.  Varela’nın Jonas’ın biyoloji felsefesine, özellikle de metabolizmaya yaptığı vurguya gösterdiği ilgi, bazı yapay zekâ araştırmacıları üzerinde büyük bir etki yarattı.

Tom Froese ve Tom Ziemke’nin makalesi “Enaktif Yapay Zekâ: Yaşamın ve Zihnin Sistemik Organizasyonunu Araştırmak” başlıklı 2008 yılında yayımlanan makaleleri, Jonas’ın metabolizma fikrini yapay zekâ alanında geliştirme çabasıdır.

Froese ve Ziemke çerçeve problemini şu şekilde yorumlamaktadır. “Yapay bir sistemi, dünyanın ilgili özelliklerinin yalnızca insan tasarımcının ya da gözlemcinin perspektifinden değil, bu sistemin kendi perspektifinden de önemli olarak ortaya çıkacağı şekilde tasarlamanın nasıl mümkün olabileceği” [23] sorunudur.  Dreyfus’un makalesine atıfta bulunarak çerçeve probleminin çözülmediğini vurguluyorlar ve bu sorunun çözümü için fenomenoloji ve teorik biyolojinin katkılarının gerekli olduğunu söylüyorlar.

Froese ve Ziemke, son yıllarda bilişsel bilimde “bedenlenmiş bir dönüş” yaşandığını söylüyor. Bununla birlikte, bir yapay zekâya önemli sorunları “otonom bir şekilde” anlamayı nasıl öğreteceğimizi hala bilmiyoruz. Jonas’ın biyoloji felsefesine odaklanıyorlar. “Dışarıdan bir gözlemci tarafından “hedefe yönelik” davranış olarak tanımlanabilecek şeylerin varlığı, incelenen sistemin kendisinin bu hedeflere sahip olmasını gerektirmez, bunlar içsel (yani içsel olarak üretilen) olmaktan ziyade dışsal (yani dışarıdan empoze edilen) olabilir…”[24] diye yazıyorlar.  Eğer bir yapay zekâ robotunun kendi “hedefleri” varsa, bunlar robotun içinden kendiliğinden üretilmelidir. Sorulması gereken sorunun, robotun böyle bir görevi yerine getirebilmesi için ne tür bir bedene sahip olması gerektiği olduğunu savunuyorlar.

Froese ve Ziemke, Jonas’ın metabolizma fikrine atıfta bulunarak yapay bir sistem ile canlı bir sistem arasındaki farkı tartışmaktadır. Yapay bir sistemin varoluş biçimi “var olarak var olmaktır”. Yapay bir sistem harekete geçebilir, ancak bu eylemi mutlaka kendi hayatta kalması için yapmaz. Aksine, yaşayan bir sistemin varoluş biçimi “yaparak var olmaktır”. Canlı bir sistem belirli “kendi kendini oluşturan işlemler”, yani hücrenin zarı aracılığıyla küçük malzemelerin sürekli olarak yer değiştirmesi ile meşgul olmalıdır. Eğer canlı bir sistem değiştirme işlemlerini durdurursa, ölür. Dünyadan yok olur. Yapmak ya da hareket etmek canlı bir sistem için gereklidir, ancak yapay bir sistem için böyle değildir. Yapay bir sistem ile canlı bir sistem arasındaki en önemli fark budur ve Jonas’ın “bağımlı özgürlük” sözleriyle vurgulamak istediği de tam olarak budur. Jonas bu konuyu 1960’larda sibernetik ve genel sistem teorisi zemininde tartışıyordu. Froese ve Ziemke, Jonas’ın fikrini 21. yüzyılda yapay zekâ çağında yeniden canlandırmıştır. 

Metabolize eden bir yapay zekâ yapmak çok zordur. Ancak yapay zekânın çerçeve problemini çözememesinin temel nedeninin, yapay zekânın biyolojik varoluş biçimi olan “yaparak var olma”ya sahip olmaması olduğunu savunuyorlar. Örneğin, bir yapay zekâyı kapatsak ve daha sonra açsak bile, herhangi bir özel sorun olmadan çalışmaya devam edecektir. Ancak bu bir yaşam formu ise, bir kez öldüğünde bir daha asla yaşayamayacaktır.[25]  Öldüğünde her şeyin biteceğine dair bu aciliyet duygusu, yaşam formunun varoluş biçimini karakterize eder. Çerçeve probleminin çözümüne açılan kapının burada yattığını savunuyorlar.

Bir yaşam formunun “güvencesiz koşullar altında sistemik kimliği”[26] aktif olarak üretip sürdürmesine dikkat etmemiz gerektiğini söylüyorlar. Varela’nın isimlendirmesini izleyerek bu varoluş tarzını “kurucu özerklik” olarak adlandırıyorlar. “Kurucu özerk sistemlerin kendi kimliklerini ve etkileşim alanlarını ortaya çıkardıklarını ve böylece eylem için özel olanaklarına göre kendi “çözülecek sorunlarını oluşturduklarını” söylüyorlar.[27] Kurucu özerkliğe sahip yapay zekânın teorik bir analizini yapıyorlar ve yapay zekâ ile yapay yaşam arasında olası bir kombinasyon bulmaya çalışıyorlar.

İlk olarak, “mikrop-robot simbiyozu”[28] olasılığına işaret ediyorlar.  Örneğin, bir robota dahil edilen mikropların durumunu robotun kontrolörüne yansıtabilirsek, mikropların otonom hareketi gerçek zamanlı olarak robotun zekâsına yazılabilir. Ayrıca, mozaikleme otomatı ilkesini bir robota dahil ederek, üretim ilkesi akıllı olmasa da dışarıdan bakıldığında sonucun akıllı görünmesi özelliğini kullanabileceğimizi savunuyorlar.[29]  Böyle bir sistemin hiç kimse tarafından yaratılmadığını ve “niyetsel eylemliliğin biyolojik kökenlerine dair daha iyi bir teori geliştirmek için öncelikle bakteri düzeyindeki zekayı daha iyi anlamamız gerektiğini vurgulamaktadırlar. Sadece yaşamın başlangıcına geri dönerek, niyetsel eylemlilik ve bilişe dair doğru temellendirilmiş bir teori oluşturma şansına sahip olabiliriz.”[30]

Bana öyle geliyor ki, kendiliğinden bir yapay zekâ geliştirmek için bakteri seviyesine geri dönmemiz gerektiği yönündeki argümanları oldukça teşvik edici ve makul. Margaret A. Boden da Hans Jonas’a atıfta bulunarak metabolizmanın önemini vurguluyor ve eğer metabolizma zihin için gerekli koşulsa, güçlü yapay zekânın imkansız olması gerektiği sonucuna varıyor çünkü metabolizma “bilgisayarlar tarafından modellenebilir ama onlar tarafından örneklenemez.”[31]  Jonas’ın metabolizma modeli yapay zekâyı anlamak için en derin anahtar olabilir.

4. Cıvık Mantar ve Biyo-bilgisayar

Bakteri düzeyine inerek zekâyı araştırma çabaları çoktan başlamıştır. Bunlar arasında, Toshiyuki Nakagaki ve Ryo Kobayashi tarafından incelenen cıvık mantar bilgisayarı özellikle anılmaya değer. Araştırmacılar 2000 yılında, yüzeyine açlıktan ölmek üzere olan cıvık mantar yaydıkları camdan yapılmış küçük bir labirentin iki ayrı yerine yiyecek koyduklarında, cıvık mantarın iki yer arasındaki en kısa yolu bulmak için tüm hücresini yavaşça dönüştürdüğünü keşfettiler.[32] Çıkmaz bir rota üzerinde bulunan cıvık mantar uzuvları buradan geri çekilmeye başlar, yiyecekle bağlantılı olan ana rotaya katılır ve cıvık mantar tarafından yapılan ana rotanın kesitinin kalınlaşmasına yardımcı olur. Bu şekilde cıvık mantar kendi kendine bir tür hesaplama yaparak iki yer arasındaki en kısa rotayı keşfeder ve vücudunu bu rota için en verimli şekle sokar. Açlıktan ölen cıvık mantarın gerçekleştirdiği bu eylem, yaşam formlarının “güvencesiz” bir durumda varlıklarını sürdürmek için aradıkları temel durumu açıkça göstermektedir.

Nakagaki ve Kobayashi, 2011 yılında yayınladıkları “Gerçek Cıvık Mantarın İlkel Bir Organizmasındaki Bilgi İşleme Performansı“(Japonca) başlıklı makalelerinde, cıvık mantar tarafından gerçekleştirilen bu tür bir hayatta kalma eyleminin, cıvık mantarın kendisi tarafından gerçekleştirilen “hesaplama” ile yapıldığını ileri sürmektedir.[33]  Yani, hayatta kalma eylemi cıvık mantarın içinde doğal olarak ve kendiliğinden ortaya çıkmakta, en uygun çözümü arayan hesaplamalar yapılmakta ve cıvık mantar çözüme uygun olarak kendini dönüştürmektedir. Buna biyolojik bir hesap makinesi denebilir, çerçeve probleminin bu cıvık mantar vakasında çözülebileceğini varsayıyorum. Eğer cıvık mantara yeni ve zor bir görev verir ve izini sürersek, kesinlikle yeni durum için stratejisini yeniden düşünecek ve vücudunu yeni ve uygun bir çözüme doğru dönüştürmeye çalışacaktır. Cıvık mantar, kendi vücudunu ortaya çıkan bir şekilde dönüştürerek kendisini çevredeki bilinmeyen değişikliklere sürekli olarak adapte etme kapasitesine sahip gibi görünmektedir.

Nakagaki ve Kobayashi, cıvık mantarın (physarum solver) hareketini izlemek için matematiksel bir simülasyon modeli oluşturmuş ve davranışını incelemişlerdir. Sonuç olarak, cıvık mantarın yaptığı hesaplamanın doğru ve mükemmel değil, “kaba ve hızlı” olduğunu keşfetmişlerdir. Bu tür “kaba ve hızlı” bir hesaplamanın “biyolojik hesaplamanın dikkate değer bir özelliği” olduğunu savunuyorlar.[34] Her ne kadar bundan bahsetmeseler de biyolojik hesaplamanın bu özelliğinin insan benzeri bir zekâ yaratmanın anahtarı olabileceğine inanıyorum. Yeni bir ortamla karşılaştığında, hangi faktörün kendisi için en önemli olduğuna hızla karar verebilen ve diğer önemli olmayan faktörleri göz ardı ederek şiddetli bir şekilde hareket edebilen zekâ. Bu tür bir zekâ çerçeve problemini çözmek için gereklidir.

Kobayashi ayrıca 2015 yılında yayınladığı “Canlılarda Otonom Merkezi Olmayan Kontrol Bulundu: Cıvık Mantardan Robota” (Japonca) başlıklı makalesinde, çoğu robotun öngörülen ortamlarda doğru hareket edebilmesine karşın, hayvanların bilinmeyen ortamlarla karşılaşsalar bile zorlu bir şekilde hareket edebildiklerini belirtmektedir. Hayvanların çerçeve problemini çözme kapasitesine sahip olduğunu[35] ve bu hayvanların sadece memeliler ve böcekleri değil, aynı zamanda cıvık mantarını da içerdiğini savunuyor. Kobayashi, böceklerin ve cıvık mantarının vücutları üzerinde kendiliğinden merkezi olmayan bir kontrol sağlayabildiğini savunuyor. Bu da çerçeve problemini çözmek için kendiliğinden merkezi olmayan bir vücut sisteminin geliştirilmesinin, merkezi sinir sistemi gibi merkezi bir kontrol sisteminden daha iyi olacağını göstermektedir. Kobayashi, yılan benzeri kendi kendine hareket eden robotunun böyle merkezi olmayan bir sisteme sahip olabileceğini söylüyor ve çevreyi “dostu” yapan kontrol sisteminin geliştirilmesini öneriyor.

Bu çalışmalar, çerçeve probleminin insanlar tarafından yapılan doğal ve kendiliğinden çözümünün, insan merkezi sinir sistemi tarafından değil, merkezi sinir sisteminin kontrolünden bağımsız olarak vücudun her yerinde bulunan merkezi olmayan kontrol sistemi tarafından gerçekleştirildiğini göstermektedir. Bununla birlikte, Brooks’un subsumption architecture’sinin bu sorunu çözmede başarılı olamadığını da belirtmek gerekir.

Froese ve Ziemke’nin “mikrop-robot simbiyozu” olası bir cevap olabilir. Bir robotun vücuduna bir mikrop kolonisi yerleştirmeyi öneriyorlar, ancak ters yönde başka bir olasılık daha yok mu? Süper-mikro yapay zekâ, süper-mikro robotlar veya yapay olarak yapılandırılmış DNA veya RNA parçaları gibi yapay nesneleri mikropların hücrelerine yerleştirme olasılığı? Bu tür süper-mikro yapay nesneler ve mikroplardan oluşan bir grup simbiyotik sistem yaratmak mümkün olabilir.

Cıvık mantar örneğini ele alalım. Cıvık mantara süper-mikro robotlar, süper-mikroişlemciler veya yapay olarak üretilmiş nükleik asitlerle geliştirilmiş bir hesaplama kapasitesi verebiliriz. Bu tür yapay olarak geliştirilmiş cıvık mantar sadece en kısa yol problemini doğal olarak ve kendiliğinden çözmekle kalmaz, aynı zamanda hesaplama yoluyla daha zor görevleri de çözebilir. Böyle bir durumda, bu cıvık mantarının kendi hayatta kalması için önemli olan problemi keşfetme ve bu problemi kendiliğinden hesaplama yoluyla çözme kapasitesine sahip olması gerektiğini varsayabiliriz. Bir organizma olarak cıvık mantarın çerçeve problemini çözme kapasitesine sahip olduğu düşünüldüğünde, yapay olarak geliştirilmiş hesaplama kapasitesine sahip cıvık mantarının da çerçeve problemini çözme kapasitesine sahip olması gerekir. Yapay olarak geliştirilmiş cıvık mantar bir tür biyo-bilgisayar olarak düşünülmelidir. Bilgisayarlar bağlamında, biyo-bilgisayarlar çerçeve probleminin çözümünün anahtarıdır. Bu, bu makalenin geçici sonucudur.

Tartışmamızdan ortaya çıkan felsefi bir sorun, eğer çerçeve problemi organizmanın kendiliğinden merkezi olmayan kontrolü ile çözülecekse, o zaman çerçeve probleminin Dreyfus tarafından önerilen Heideggerci YZ’nin dünya-içinde-varolma modunda gerçekleşmesi olmadan da çözülebileceğidir. Çerçeve sorunu, sembol manipülasyonlarını yürüten merkezi sinir sistemi düzeyinde bir sorun değil, metabolizma temelli, kendiliğinden merkezi olmayan kontrol sistemleri düzeyinde bir sorun olabilir. Dreyfus merkezi sinir sistemi tarafından kontrol edildiğini varsaydığı için fikri tamamen yanlış olabilirdi. Bazı insanlar derin öğrenmenin son zamanlardaki gelişiminin belki de çerçeve problemini çözmeyi başaracağını söylüyor, ancak derin öğrenmenin kapasitesi hala net değildir. Yukarıdaki tartışmalar çerçeve probleminin özünü nasıl anladığımıza bağlıdır. Filozofların kafa yorması gereken soru budur.

Yukarıda görüldüğü gibi, çerçeve problemi, Heideggerci yapay zekâ, metabolizma temelli yapay zekâ, cıvık mantarın kendiliğinden merkezi olmayan kontrol sistemi ve çerçeve probleminin biyo-bilgisayarlar tarafından gelecekteki olası çözümü arasındaki bağlantıya genel bir bakış sunmaya çalıştık. Burada çağdaş felsefe için teşvik edici birkaç tema buluyoruz. Felsefe araştırmacıları, Heidegger ve onun büyük öğrencilerinden biri olan Jonas’ın isimlerinin çerçeve problemi tartışmamızda yer almasına ilgi göstereceklerdir. Ben bir yapay zekâ araştırma uzmanı değilim, bu nedenle bu makalede herhangi bir yanıltıcı ifade veya teknik bilimsel kelimelerin yanlış kullanımı varsa, lütfen bana bildirin.

Yapay olarak geliştirilmiş cıvık mantar yapımına yönelik araştırmalarda çok büyük riskler bulunmaktadır. Yapay olarak geliştirilmiş cıvık mantarın kontrolsüz bir şekilde yayılmasını önlemeliyiz çünkü bu araştırma cıvık mantara üst düzey hesaplama kapasiteleri kazandırmayı amaçlamaktadır. Çevreye yayılmaları halinde insanlara ve ekosistemlere yıkıcı zararlar verebilirler, bu nedenle araştırmanın Cartagena Protokolü tarafından öngörülen fiziksel muhafaza kapasitesine sahip tesislerde en yüksek biyogüvenlik seviyesinde yürütülmesi gerekmektedir. İlk olarak, cıvık mantarın hesaplama kapasitesi arttırıldığında nasıl davranacağını hayal edemeyiz. Yapay olarak geliştirilmiş ve üst düzey zekâya sahip cıvık mantarın büyük ölçekte çoğalması ve yiyecek aramak için tüm dünyayı kaplaması riski olabilir. Zehirli mikroplar söz konusu olduğunda, onlara üst düzey hesaplama kapasiteleri kazandırmaya yönelik araştırmalara izin verilmemelidir.

Bu tür araştırmalar, hedefleri mikroplar olan yapay nesnelerin kullanıldığı geliştirme araştırmaları olarak da görülebilir. Dolayısıyla bu konu, geliştirme konusundaki biyoetik tartışmalarla bağlantılıdır.

Yapay zekâ biyoteknolojik araştırmaları birçok yönden desteklemiş olsa da gelecekte yapay zekâ araştırmalarının biyoteknoloji alanında organizmaların manipülasyonu ile doğrudan birleştirildiği tamamen farklı bir durum ortaya çıkacaktır. Bu durum gerçeğe dönüşmeden önce yoğun ve disiplinler arası bir tartışma yürütmeliyiz. YZ araştırmaları, biyoloji ve felsefe arasındaki uçurumların eskisinden çok daha sığ hale geldiği sonucuna varabiliriz.


Bu makale, Japonca makalemin çevirisidir ve aynı başlık altında şu dergide yayınlanmıştır: 哲学』Sayıl.70, (2019): 51-68.

Profesör, İnsan Bilimleri Fakültesi, Waseda Üniversitesi. 2-579-15 Mikajima, Tokorozawa, Saitama 3591192 Japonya


Dipnotlar

  • [1] Boden (2006), s.22.
  • [2] Searl (1980), s.417.
  • [3] Boden (2016), s.55
  • [4] Matsubara (1990), s.179
  • [5] Bölüm 18 ve diğerleri
  • [6] Dreyfus (2007), s.248, 251.
  • [7] Dreyfus (2007), s.249.
  • [8] S.250. İtalik orijinal.
  • [9] S.249-250.
  • [10] S.252.
  • [11] S.251-252.
  • [12] S.253.
  • [13] S.254. İtalikler orijinaldir.
  • [14] S.255. İtalikler orijinaldir.
  • [15] S.255.
  • [16] S.263.
  • [17] S.264.
  • [18] S.265.
  • [19] Jonas (1973), S.150
  • [20] Weber ve Varela (2002), s.120.
  • [21] S.116
  • [22] S.117.
  • [23] Froese ve Ziemke (2008), s.467.
  • [24] S.472. İtalikler orijinaldir.
  • [25] S.485.
  • [26] S.480.
  • [27] S.481.
  • [28] S.492.
  • [29] S.494.
  • [30] S.495.
  • [31] S.144. İtalikler orijinaldir.
  • [32] Nakagaki, T. ve diğerleri (2000)
  • [33] Nakagaki ve Kobayashi (2011), s.483.
  • [34] S.491.
  • [35] Kobayashi (2015), s.236.

Kaynaklar

  • Boden, Margaret A. (2016). AI: Its Nature and Future. Oxford University Press.
  • Dreyfus, Hubert L. (2007). “Why Heideggerian AI Failed and How Fixing it
  • Would Require Making it More Heideggerian.” Philosophical Psychology 20(2):247-268.
  • De Jesus, Paulo (2016). “Autopoietic Enactivism, Phenomenology and the Deep Continuity Between Life and Mind.” Phenomenology and the Cognitive Sciences 15:265-289.
  • Froese, Tom, and Gallagher, Shaun (2010). “Phenomenology and Artificial Life: Toward a Technological Supplementation of Phenomenological Methodology.” Husserl Studies 26:83-106.
  • Froese, Tom, and Ziemke, Tom (2009). “Enactive artificial intelligence: Investigating the systemic organization of life and mind.” Artificial Intelligence 173:466-500.
  • Heidegger, Martin (2006). Sein und Zeit. Max Niemeyer Verlag.
  • Jonas, Hans (1973, 1977). Das Prinzip Leben. Suhrkamp. (Organismus und Freiheit: Ansätze zu einer philosophischen Biologie)
  • Kiverstein, J. and Wheeler, M. (eds.) (2012). Heidegger and Cognitive Science. Palgrave Macmillan.
  • Kobayashi, Ryo (2015). 小林亮「生物に学ぶ自律分散制御:粘菌からロボ ットへ」『計測と制御』54(4):236-241.
  • Matsubara, Jin (1990). 松原仁「一般化フレーム問題の提唱」J・マッカー シー、P・J・ヘイズ『人工知能になぜ哲学が必要か』哲学書房, pp.175- 245.
  • Nakagaki, T., Yamada, H., and Tóth, A. (2000). “Path finding by tube morphogenesis in an amoeboid organism, Nature 407:470.
  • Nakagaki, Toshiyuki, and Kobayashi, Ryo (2011). 中垣俊之・小林亮「原生生 物粘菌による組合せ最適化法:物理現象として見た行動知」『人工知能 学会誌』26(5):482-493.
  • Searle, John R. (1980). “Minds, brains, and programs.” The Behavioral and Brain Sciences 3:417-457.
  • Shimonishi, Kazeto (2015). 下西風澄「生命と意識の行為論:フランシス コ・ヴァレラのエナクティブ主義と現象学」『情報学研究』89:83-98.
  • Weber, A. and Varela, F. J. (2002). “Life After Kant: Natural Purposes and the Autopoietic Foundations of Biological Individuality.” Phenomenology and the Cognitive Sciences 1:97-125.
  • Wheeler, Michael (2005). Reconstructing the Cognitive World: The Next Step. The MIT Press.
  • Wheeler, Michael (2008). “Cognition in Context: Phenomenology, Situated Robotics and the Frame Problem.” International Journal of Philosophical Studies 16(3):323-349.

Masahiro Morioka – “Artificial Intelligence and Contemporary Philosophy: Heidegger, Jonas, and Slime Mold“, (Erişim Tarihi: 09.04.2023)

Çevirmen: Ali Tacar

Bir cevap yazın

Your email address will not be published.

Önceki Gönderi

Johann Friedrich Herbart: Analitik Felsefenin Büyükbabası – Frederick C. Beiser

Sonraki Gönderi

Olmak Ya Da Olmamak: Felsefi Seri Katiller – Katherine Ramsland

En Güncel Haberler Analitik Felsefe:Tümü