Yapay Genel Zeka: Yetkinlikleri Dikkatli Bir Şekilde İnşa Etme Hikayesi

Yapay zekâ çağında yaşıyoruz. 2023 tarihli özgün makale küresel yapay zekâ pazarını 240 milyar ABD doları olarak değerlendiriyor ve 2030 için 730 milyar doların üzerinde büyüklük ile yıllık %17’yi aşan büyüme öngörüsü aktarıyordu. Bunlar dönemin piyasa tahminleriydi; gelecekte gerçekleşmesi kesin gelirler değildi.

Yapay zekâ tartışmalarında öne çıkan araştırma hedeflerinden biri yapay genel zekâ, yani AGI’dir.

AGI ne anlama geliyor ve neden ilgi uyandırıyor? Bu makale kavramları, araştırma yönlerini ve beklentileri 2023 perspektifinden ele alıyor.

Ancak Yapay Genel Zekâ’ya doğrudan atlamadan önce, genel zekânın ne anlama geldiğini belirlemeye çalışalım.

Genel Zekânın Çerçevesini Belirleme

Genel zekâ, farklı bağlam ve ortamlara sahip çeşitli hedeflere ulaşma ve çeşitli görevleri yerine getirme yeteneğini ifade eder. ‘Genel zekâ’ya sahip sistemler şunları yapmalıdır: 

• Öngörülebileceklerden önemli ölçüde farklı problemler ve durumlarla başa çıkabilmek
• Edindiği bilgiyi genelleştirerek bir problem bağlamından diğerine aktarabilmek.

Araştırmacılar genel zekânın kesin tanımı ve nasıl ölçüleceği konusunda farklı görüşlere sahiptir. Gerekli özellikler için herkesçe kabul edilmiş tek bir liste yoktur.

AGI araştırması bu geniş öğrenme ve problem çözme yeteneklerini yapay sistemlerde gerçekleştirmeyi amaçlar.

AGI Çekirdek Hipotezi

Ben Goertzel, 2014’te Journal of Artificial General Intelligence dergisinde yayımlanan ”Artificial General Intelligence: Concept, State of the Art, and Future Prospects” başlıklı derleme makalesinde bir çekirdek hipotez ortaya koydu. Hipotezi şöyle ifade etti:

“Yeterince geniş, örneğin insan düzeyinde, kapsama ve güçlü genelleme yeteneğine sahip sentetik zekânın oluşturulması ve incelenmesi; belirgin ölçüde daha dar kapsama ve daha zayıf genelleme yeteneğine sahip sentetik zekânın oluşturulması ve incelenmesinden temelde niteliksel olarak farklıdır.”

Bu görüşe göre AGI geniş bir uygulama alanına ve güçlü genelleme yeteneğine sahip olacaktır. Hipotez bir araştırma görüşüdür, kanıtlanmış doğa yasası değildir.

Daha anlaşılır bir bilimsel anlatımla AGI araştırması, çoğu kez insan performansıyla karşılaştırılan geniş bilişsel yetenekler geliştirmeyi inceler. Öğrenme ve bilginin yeni durumlara aktarılması önemlidir; gereken performans düzeyi tanıma göre değişir.

AGI’nin gerçekleştirilebilirliği ve zamanlaması konusunda görüşler farklıdır. Bazı araştırmacılar kuşkucudur; diğerleri daha geniş yetenekler geliştirmektedir. İnsan benzeri genel zekânın ilke olarak imkânsız olduğuna dair bilimsel uzlaşı yoktur.

AGI ve güçlü yapay zekâ kavramı

IBM’nin açıklamasında güçlü yapay zekâ, insan düzeyinde zekâ ve öz farkındalıkla ilişkilendirilir. Bu, bütün AGI tanımlarıyla aynı değildir: işlemsel tanımlar bilinç şartı aramadan geniş performans ve genellemeye odaklanabilir. Makinelerin öznel deneyim yaşayıp yaşayamayacağı ayrı bir tartışmadır.

Bir sistem girdi ve deneyimlerden öğrenebilir; ancak AGI’nin mutlaka bir çocuk gibi başlaması veya insan beyni gibi çalışması gerekmez. Araştırma hedefleri zorunlu bir gelişim yolundan çok yeteneklerle ilgilidir.

Yaygın bir karşılaştırma, yalnızca tek bir uzmanlık performansı yerine görevlerin çeşitliliğine ve bilginin yeni durumlara aktarılmasına bakar.

Dar yapay zekâ mutlaka tek bir tekrarlayan görevle sınırlı değildir ve belirli bir alanda özerk çalışabilir. Buna karşılık AGI, insan talimatlarının veya denetiminin otomatik olarak ortadan kalkması anlamına gelmez. Yetenek, özerklik ve bilinç ayrı kavramlardır; biri diğerini kanıtlamaz.

Goertzel’in derlemesi dört geniş araştırma yönünü ayırır: sembolik, ortaya çıkışçı, hibrit ve evrenselci. Bu, derlemenin sınıflandırmasıdır; eksiksiz bir liste veya bütün AGI sistemleri için zorunlu mimari değildir.

Sembolik yaklaşım: Dünyanın ve sistemin çeşitli yönleri sembollerle temsil edilir. Fiziksel bir sembol sistemi sembolleri alabilir, üretebilir, saklayabilir, değiştirebilir ve eylem seçmek için kullanabilir. Bu bir kuramsal yaklaşımdır; zekânın yalnızca böyle çalıştığını kanıtlamaz.

Bazı sembolik bilişsel mimariler çalışma belleğini uzun süreli bellekle ve algı, düşünme, eylem üzerindeki merkezi denetimle birleştirir. Her sembolik yaklaşımın aynı düzeni kullanması gerekmez.

Ortaya çıkışçı yaklaşım: Üst düzey yetenekler, alt düzeydeki alt sembolik bileşenlerin etkileşiminden doğar. Sinir ağlarında olduğu gibi, görece basit çok sayıda etkileşimli unsurdan karmaşık örüntüler ve işlevler oluşabilir.

Hibrit yaklaşım: Sembolik ve alt sembolik alt sistemleri birleştirerek güçlü yanlarından yararlanmayı ve sınırlarını aşmayı hedefler. Bütünün yetenekleri, parçaların ayrı ayrı yeteneklerinden farklı olabilir.

Kombinasyon, büyük bir alt‑sembolik sistemle bir sembolik alt‑sistem ya da her biri hem sembolik hem de alt‑sembolik doğada olan küçük ajanlardan oluşan bir popülasyon olabilir.

Evrenselci yaklaşım: Çok genel matematiksel zekâ modellerinden başlayıp bunların uygulanabilir yaklaşımlarını inceler. Bazı ideal modeller hesaplanamaz veya gerçekçi olmayan hesaplama kaynakları gerektirir. Sorun, yalnızca daha fazla donanım isteyen hazır bir algoritma değildir.

Çeşitli kuruluşlar yapay zekâ ürünleri geliştirirken daha geniş zekâyı araştırmaktadır. Pratik ürünler, 2023’te AGI’ye ulaşıldığını kanıtlamaz. OpenAI bu araştırma hedefine sahip tanınmış kuruluşlardan biridir.

AGI Üzerinde Çalışan Önde Gelen Şirketler

1. OpenAI

ChatGPT ile tanınan OpenAI, 24 Şubat 2023 tarihli blog yazısında AGI’nin bütün insanlığa yarar sağlaması hedefini anlattı. Kuruluş, genel olarak insanlardan daha akıllı olacak yapay zekâ sistemlerinden söz ediyordu. Bu bir misyon açıklamasıydı; AGI’ye ulaşıldığı duyurusu değildi.

OpenAI, sistemler AGI’ye yaklaştıkça geliştirme ve kullanıma sunma konusunda daha dikkatli olacağını yazdı. InstructGPT ve ChatGPT, daha iyi yönlendirilebilen sistemlere doğru adımlar olarak anıldı; gerçekleşmiş AGI olarak değil.

ChatGPT Nedir?

OpenAI, ChatGPT’yi 30 Kasım 2022’de dil modellerine dayalı bir konuşma sistemi olarak kullanıma sundu. Soruları yanıtlar; e-posta, makale ve program kodu hazırlamaya yardımcı olur. İnsana benzeyen yanıtlar, insan benzeri anlayış veya güvenilirlik kanıtı değildir; çıktılarda hata olabilir.

En iyi beş ChatGPT uzantısının listesi için buraya tıklayın.

InstructGPT nedir?

InstructGPT, OpenAI’nin insan örnekleri ve geri bildirimleriyle talimatları daha iyi izlemeleri için eğittiği modellerin adıdır. Dil modellerindeki belirli bir gelişimi ifade eder; bütün gelişmiş yapay zekâların genel adı veya tek başına AGI kanıtı değildir.

OpenAI ve ChatGPT’nin tarihsel verileri

12 Ekim 2023’te The Information, OpenAI’nin gelir hızını yıllığa çevrildiğinde 1,3 milyar ABD dolarına eşdeğer, ayda 100 milyon doların üzerinde ve yaz dönemine göre yaklaşık %30 yüksek olarak aktardı. Ayrı olarak OpenAI, Kasım 2023’te ChatGPT için yaklaşık 100 milyon haftalık etkin kullanıcı bildirdi. Yıllığa çevrilmiş gelir hızı, tam bir mali yılda gerçekleşen gelirle aynı değildir.

OpenAI’nin Kasım 2023 yönetim krizi

Dönemin yönetim kurulu CEO Sam Altman’ı 17 Kasım 2023’te görevden aldı. Kurul, iletişiminde her zaman açık olmadığını ileri sürdü; bu, bağımsız olarak kanıtlanmış bir sonuç değil, kurulun o dönemde sunduğu gerekçeydi. Dönüş için ilke anlaşması ABD saatine göre 21 Kasım’da, UTC’ye göre 22 Kasım’da duyuruldu. OpenAI, dönüşünü ve yeni geçici kurulu 29 Kasım’da doğruladı.

Dönemin haberlerine göre çalışanların büyük çoğunluğu Altman dönmezse ayrılmakla tehdit etti; bu, her çalışanın mektubu imzaladığı anlamına gelmez. Kurucu ortak ve dönemin baş bilim insanı Ilya Sutskever, X’te pişmanlığını şöyle dile getirdi: “Kurulun eylemlerine katıldığım için derin pişmanlık duyuyorum. OpenAI’ye zarar vermeyi hiç amaçlamadım. Birlikte kurduğumuz her şeyi seviyorum ve şirketi yeniden birleştirmek için elimden geleni yapacağım.”

Altman’ın dönüşü acil liderlik krizini sonlandırdı; ancak yönetim ve denetimle ilgili bütün sorunları otomatik olarak çözmedi. Yeni kurul bağımsız inceleme ve yönetim iyileştirmeleri de duyurdu.

OpenAI, AGI alanında en çok dikkat çeken ve göz önüne çıkan şirket olmasına rağmen, diğer oyuncular da uzun süredir var. DeepMind, 2010’dan beri çalışan bir oyuncudur.

2. DeepMind

DeepMind, 2010’da kuruldu ve 2014’te Google tarafından satın alındı. Nisan 2023’te Google Brain ile birleşerek Google DeepMind adını aldı. Bilimi ve toplumsal yarar sağlayan uygulamaları ilerletmek için daha genel problem çözme sistemlerini araştırmaktadır.

DeepMind’in çalışma prensibi, bilimi insanlığa fayda sağlamak için ilerletmektir. Bu nedenle, yapay zekâyı toplumsal ihtiyaç ve beklentileri karşılamak için kullanmak istiyor.

Moorfields araştırmasında bir model, incelenen göz taramalarına dayanan sevk önerilerinde uzmanlarla karşılaştırılabilir performans gösterdi. Bu, bütün göz hastalıklarının bağımsız teşhisini veya doktorların yerini almayı kanıtlamadı. Özerk bir kontrol sistemi 2018’de veri merkezi soğutma enerjisinde yaklaşık %30 tasarruf bildirdi; bu, merkezin tüm tüketimi değildi. AlphaFold üç boyutlu protein yapılarını tahmin ederek biyoloji ve ilaç araştırmalarını destekledi; protein işlevi veya ilaç geliştirmeyle ilgili bütün sorunları çözmedi.

Özgün makale, bir veri tabanındaki finansman kayıtlarına dayanarak Founders Fund ve Horizons Ventures ile 1 Şubat 2011’de bildirilen 50 milyon ABD dolarlık bir turdan söz ediyordu. Sınırlı bir kayıt, satın alma öncesindeki tek finansmanın bu olduğunu kanıtlamaz; bu, eksiksiz ve denetlenmiş bir finansman geçmişi değildir.

3. Adept

Adept, Mart 2023’te General Catalyst ve Spark Capital liderliğinde 350 milyon ABD dolarlık B serisi finansman duyurdu. Yaklaşık bir yaşındaki şirket yazılım kullanabilen yapay zekâ geliştiriyordu. Makale yaklaşık 25 çalışanı ve dijital asistanın erken bir gösterimini aktarıyordu.

Adept, metin talimatlarını bilgisayar eylemlerine dönüştürmek için insanların yazılım kullanımını inceliyordu. Makale finansman sonrasındaki değeri yaklaşık bir milyar ABD doları olarak bildirdi. O dönemin değeri güncel değerleme veya AGI’nin gerçekleştirildiğinin kanıtı değildir.

Kurucu ortak David Luan hedefi bir sentezleyiciye benzetti: müzisyen her birini çalmayı öğrenmeden farklı enstrümanların seslerini kullanabilir. Adept de tek yapay zekâ sistemiyle yazılımları benzer biçimde daha erişilebilir kılmak istiyordu.

AGI: Önümüzdeki yol

İnsanların AGI’nin potansiyeli hakkında farklı görüşleri vardır. Bazıları AGI’nin insanlık için tehlikeli sonuçlar doğurabileceğini düşünürken, bazıları AGI’nin düşündüğümüz gibi bir şey başaramayacağını savunuyor.

Diego Klabjan, Northwestern Üniversitesi profesörü ve analitik yüksek lisans programının kurucusu olarak özgün makalede alıntılanan şu kuşkucu görüşü dile getirdi:

“İnsan beyninde çok ilginç ve karmaşık biçimde birbirine bağlanmış milyarlarca nöron vardır; mevcut ileri teknoloji ise çok kolay örüntüleri izleyen basit bağlantılardan ibarettir. Bu nedenle bugünkü donanım ve yazılım teknolojileriyle birkaç milyon nörondan milyarlarca nörona geçilmesini öngörmüyorum.”

Oxford, Yale ve AI Impacts ile bağlantılı araştırmacıların 2016 anketine 352 makine öğrenimi araştırmacısı yanıt verdi. Sonuçlar 2017’de ön baskı olarak yayımlandı. Bunlar birleştirilmiş öznel olasılık tahminleriydi; kesin tarihler veya ”katılımcıların çoğunun” her yıl yaptığı öngörüler değildi. Dönemin tahminlerinden örnekler:

• 2026 dolaylarında: ankette tanımlanan düzeyde okul kompozisyonu yazmak.
• 2027 dolaylarında: belirtilen düzeyde kamyon kullanmak; bu, bütün sürücülerin gereksiz olacağı anlamına gelmez.
• 2031 dolaylarında: tanımlanan perakende görevlerini gerçekleştirmek; zorunlu olarak bütün sektörün yerini almak değil.
• 2049 dolaylarında: çok satan bir kitap yazmak; Stephen King mecazi bir karşılaştırmaydı, belirli bir yazara ilişkin kehanet değildi.
• Bütün mesleklerin tamamen otomatikleştirilebilir olması: birleştirilmiş %50 olasılık tahminine göre 2016’dan yaklaşık 122 yıl sonra, yani 2138 dolaylarında. Bu, o tarihte bütün işlerin gerçekten ortadan kalkacağı anlamına gelmez.

AI’nin bizi nereye götüreceğini tahmin etmek çok erken. Ancak, tüm teknolojiler gibi, iyi ya da kötü amaçlarla kullanılabilir.

Sam Altman Şubat 2023 tarihli yazısında AGI geliştirme çalışmalarının titizlikle incelenmesini ve önemli kararlar için kamuoyuna danışılmasını savundu. Olası riskler hakkında şöyle yazdı:

“Dünya bugünkünden çok farklı hâle gelebilir ve riskler olağanüstü olabilir. İnsan amaçlarıyla uyumlu olmayan süperzeki bir AGI dünyaya ciddi zarar verebilir; süperzekâda belirleyici bir üstünlüğe sahip otoriter bir rejim de bunu yapabilir.”

DeepMind gibi kuruluşlar daha genel yapay zekânın bilimsel atılımları destekleyip destekleyemeyeceğini araştırmaktadır. Bu, onları henüz kanıtlanmış AGI sağlayıcıları yapmaz. Araştırma, mühendislik ve güvenlik üzerindeki gelecekteki etkiler belirsizdir; yeteneklere, kullanıma ve insanların yönetim ile denetim tercihlerine bağlıdır.

Yapay zekâya yatırım hakkında her şeyi öğrenmek için buraya tıklayın.