Heyecan Haklı mı? Neden Tüm Gözler AI’ye Dönük?

Yapay Zekâ’da Nobel Ödülü

2024 Nobel Ödülü kazananların listesi, Yapay Zekâ’ya büyük bir ilgi getirdi. İlk olarak, Fizik Nobel Ödülü, sinir ağlarının inşası için temel fizik‑esinli teoriyi ve erken prototipi ödüllendirdi; bu, günümüzün çoğu AI teknolojisinin temelini oluşturuyor. Bu erken sinir ağlarının nasıl çalıştığını detaylı olarak “Nobel Ödülü Başarılarına Yatırım—Yapay Sinir Ağları, AI’nın Temeli” adlı yazımızda tartıştık.

Bir başka Nobel Ödülü, bu kez Kimya dalında, hesaplama odaklı araştırmalara verildi. Daha kesin olarak, ödül yarısı David Baker’a “hesaplamalı protein tasarımı” için, diğer yarısı ise Google’ın AlphaFold ana araştırmacıları Demis Hassabis ve John M. Jumper’a “protein yapı tahmini” için ortak olarak verildi.

Dolayısıyla, 2024’ün AI Nobel Ödülü yılı olduğunu söylemek abartı değildir; “sert bilimler” (Fizik, Kimya, Tıp/Biyoloji) alanındaki üç Nobel Ödülü’nün ikisi AI‑ile ilgili projelere verildi.

Bu durum, alandaki araştırmacılar ve AI‑odaklı araştırmaların geleceği konusunda heyecanlı kişiler tarafından açıkça övgü aldı. Ancak aynı zamanda bilim insanları, özellikle bilgisayarları gerçek fizik olarak görmeyen fizikçilerin, kaşlarını kaldırdı ve AI’yi “gerçek fizik” olarak görmemesi.

Nobel Ödülleri Ne İçin Ödüllendirilmeli?

Bu, Nobel Ödülü’ne layık “saf” bilimin ne olduğuna dair daha büyük ve eski bir tartışmanın parçasıdır. Bazıları, yalnızca teorik ilerlemelerin ve gerçek entelektüel atılımların bilimin en prestijli uluslararası ödülüne layık olduğunu söyleyecek.

Sesim yok. Makine öğrenimini ve Yapay Sinir Ağlarını herkes kadar seviyorum, ama bunun bir Fizik keşfi olduğunu görmek zor. Sanırım Nobel, AI hype’ı tarafından etkilenmiş.
Jonathan Pritchard – Imperial College London’da Astrofizikçi

Diğerleri ise bilimlerin gerçek dünyadaki etkileri için de ödüllendirilmesi gerektiğini söyleyecek, özellikle Nobel Ödülü’nün kurucusu Alfred Nobel‘in, fizik, kimya, fizyoloji ya da tıp, edebiyat ve barış alanlarında “geçen yıl içinde insanlığa en büyük faydayı sağlayanlara” bir ödül vermek amacıyla kurulduğunu hatırlatarak.

Bu bağlamda, sinir ağlarının gerçekten insanlığa büyük fayda sağladığı ve gelecekte daha da fazla katkı sağlayacağı, bu yüzden de bu yılki Nobel Ödülü’ne layık olduğu savunulabilir.

Bilgisayar Bilimi Fizik midir?

2024 Fizik Nobel Ödülü’ne özellikle bakıldığında, sinir ağlarını oluşturmak için geliştirilen yöntem derinlemesine fiziğe dayanıyordu. Daha da spesifik olarak, gazlar ya da sıvılar gibi çok sayıda öğeyi tanımlayan istatistiksel fizikten yoğun bir şekilde faydalandı.

Ayrıca, birçok fiziksel sistemdeki toplu özelliklerin model detaylarındaki değişikliklere karşı dayanıklı olduğu gözleminden ilham aldı. Özellikle manyetik maddeler, atomik spinleri sayesinde özel özellikler kazanır; bu özellik her atomu küçük bir mıknatıs yapar.

Genel olarak, Nobel Ödülü ile ödüllendirilen modeller, Hinton tarafından icat edilen Boltzmann makinesi ve Hopfield ağı, “her ikisi de enerji‑tabanlı modellerdir” ve gerçek yaşam malzemelerinin fiziğini anlamak için kullanılan matematiksel tanımlamadan çok farklı değildir.

Yine de, bazı “gerçek” fizikçiler, bilgisayar biliminin fizikten gölgeyi çaldığı düşüncesine hayal kırıklığı yaşadı; belki de bu yılki Nobel Ödülü’nden çok, toplumun bu alana ne kadar az saygı ve ilgi gösterdiği üzerine konuşuyorlardı.

“Bu, bilgisayar bilimi alanına girer. Yıllık Nobel ödülü, fizik — ve onunla birlikte fizikçiler — için spot ışığına çıkma nadir bir fırsattır.

Bu, arkadaşların ve ailenin bir fizikçi tanıdıklarını hatırladığı ve belki ona bu son Nobel’in ne hakkında olduğunu sorduğu gündür. Ancak bu yıl değil.

”
Sabine Hossenfelder – Almanya, Münih Matematiksel Felsefe Merkezi’nde Fizikçi

Fizik, AI’ye Geri Dönüyor

Nobel Ödülü, makine öğrenimini, sinir ağlarını ve AI’yi geliştirmek için bilgisayar biliminde fizik‑tabanlı yöntemlere geri dönmeyi içeren artan bir gelişmeyi de göz önünde bulundurur.

“Makine öğrenimini incelemek için fizikteki düşünce biçimine ihtiyacımız var.”
Lenka Zdeborová – Lozan, İsviçre Federal Teknoloji Enstitüsü’nde İstatistiksel Fizikçi

Sinir ağları üzerindeki erken çalışmalar gerçekten disiplinlerarasıydı; biyolojik nöronların nasıl çalıştığı konusundaki en son ilerlemelerden de ilham alarak matematik, fizik, bilgisayar bilimleri ve nörobiyolojiyi bir araya getirdi.

“Fizik Nobel Ödülü’nün, fizik bilgisinin daha fazla bölgesine yayılmaya devam etmesi gerektiğini düşünüyorum. Fizik, giderek daha geniş bir alana yayılıyor ve geçmişte var olmayan ya da fizik içinde olmayan birçok bilgi alanını içeriyor.”
Giorgio Parisi – Roma Sapienza Üniversitesi’nde Fizikçi, 2021 Fizik Nobel’ünü paylaştı

Dolayısıyla, belki biraz şaşırtıcı olsa da ve en saf fizikçi tipinin hayal kırıklığına uğramasıyla, John Hopfield ve Geoffrey Hinton’a verilen Nobel Ödülü ataması, ilk bakışta göründüğü kadar fizik ve “sert bilimler”den uzakta değildir.

Yaraya Daha Fazla Darbe?

Bilim topluluğunun bazı üyelerinin tepkisi, Kimya Nobel Ödülü’nün de hesaplama odaklı olmamış olsaydı daha ılımlı olabilirdi.

Burada, tartışma AI’nın alana gerçek katkısına daha çok odaklanıyor ve “Nobel’in AI hype’ı tarafından etkilenmiş olduğu” eleştirisine bir miktar kredi veriyor.

Bunun nedeni, proteinlerin 3B konfigürasyonunu tahmin eden AlphaFold gibi sinir ağlarının, on yıllarca süren pratik deneylerden oluşan devasa bir veri hazinesi üzerine inşa edilmiş olmasıdır. Özellikle Protein Veri Bankası, 200.000’den fazla protein yapısını içeren ücretsiz bir depodur.

Bu yapılar, binlerce insan araştırmacı tarafından on yıllar boyunca deneysel olarak belirlendi; X‑ray kristalografisi, kriyo-elektron mikroskobu gibi genellikle Nobel Ödülü kazanan keşifler de dahil olmak üzere gelişmiş yöntemler kullanıldı.

“AlphaFold’un altında zaten var olan bilimde radikal bir değişiklik olduğunu düşünmüyorum. Sadece AlphaFold’un bu kadar sorunsuz bir şekilde bir araya getirilmesi ve tasarlanması, onun bu seviyelere ulaşmasını sağladı.”
David Jones – University College London’da Biyoenformatikçi, AlphaFold’un ilk sürümünde DeepMind ile iş birliği yaptı.

AlphaFold Ne Kadar Etkili?

AlphaFold’u sadece önceki araştırmalar üzerine inşa edildiği için eleştirmek biraz hatalı olabilir. Sonuçta, Nobel Ödüllü bir keşfin genellikle 3‑4 önceki Nobel Ödüllü keşif üzerine inşa edildiği çok yaygın bir kalıptır.

Daha da önemlisi, AlphaFold’un gerçekten bir atılım olup olmadığını, önceden imkansız olanı aniden ulaşılabilir kılıp kılmadığını belirlemek anahtardır.

Daha önce AlphaFold’un sadece bilinen verileri iyileştirmek yerine yeni moleküller ve ilaçlar keşfedip keşfedemeyeceğini araştıran bir bilimsel makaleyi tartışmıştık.

Ve durum böyle görünüyor:

Araştırmacılar, modellerin her biri için protein aktivitesini değiştiren bileşiklerin oranının sırasıyla sigma-2 reseptörü için yaklaşık %50, 5-HT2A reseptörü için %20 olduğunu belirledi. %5’in üzerindeki bir sonuç istisnai kabul edilir.

İlaç keşfinin, samanlıkta iğne bulmaya çalışmak gibi olduğu düşünüldüğünde, ilk denemeden iğnenin nerede olduğunu %50 oranında tahmin etme başarısı gerçekten istisnai bir durumdur.

Dolayısıyla burada da, bu yılki Kimya Nobel Ödülü “saf” bilim ve temel anlayış ilerlemesi açısından tam uymayabilir. Ancak Nobel Ödülü’nün amacına iyi uyuyor: “geçen yıl içinde insanlığa en büyük faydayı sağlayanlara” bir ödül vermek.

Kontroversiyi Kapatmak

AI’nın çoğu bilim dalında temel bir araç haline geldiği konusunda hemfikir olabiliriz; bu yüzden ileride her Nobel Ödülü’nün çoğunlukla AI’yi ödüllendirmesini beklememeliyiz. Aynı şekilde, araştırmacılar günlük olarak bilgisayarları (ve kimyasalları, metalleri) kullandıkları için “temel” bilgisayar bilimini (ya da kimya ya da metalurjiyi) düzenli olarak ödüllendirmiyoruz.

Bununla birlikte, bu yılki Nobel Ödülü atamasına karşı tepkinin biraz abartıldığı, muhtemelen bilim insanlarının AI tarafından medyada bu kadar fazla ilgi görmesine duydukları hayal kırıklığını gösterdiği görülüyor; bu da çoğu alanda etkileyici bilimsel ilerlemelere rağmen.

AI Gerçekte Ne Yapabilir?

Her durumda, AI muhtemelen gerçekten dönüştürücü bir teknoloji olacak ve insanlık tarihindeki gerçek bir dönüm noktası, buhar makinesi, telgraf, içten yanmalı motor ya da ilk bilgisayarlar gibi önceki teknolojilere benzer şekilde.

İşte AI’nın potansiyel uygulamalarının kısa bir listesi:

• İlaç keşfi ve biyolojik veri analizi.
• Tanı ve otomatik tıbbi tedavi, cerrahi dahil.
• Robotik, ev hizmetlerinden otomatik üretime.
• Otonom araçlar ve lojistik.
• Kişiselleştirilmiş öğrenme ve bilgi yayılımı.
• Enerji, malzeme bilimi, nanoteknoloji vb. alanlarda yeni malzemeler keşfediliyor.
• Fotoniği, kuantum bilişimi vb. içeren yeni bilgisayar yöntemleri.
• Otomatik dış uzay kolonilerinden asteroid madenciliğine kadar uzay keşfi.

Bu bağlamda, AI etrafındaki “hype” tamamen haklıdır.

Ancak, çoğu yeni önemli teknoloji gibi, ilk yeniliği pratik kullanım senaryolarına dönüştürme süreci umulandan biraz daha uzun sürebilir; örneğin, 1970’lerdeki bilgisayarlar, internet devrimi ve AI’dan çok önceki on yıllar, aynı zamanda beklenenden çok daha büyük bir etki yaratma potansiyeline sahiptir.