1739 senesinde Parisliler, Fransız mucit Jacques de Vaucanson’ın sergisini ziyaret etmek üzere bir araya geldiler. İnsan gibi flüt veya bateri çalan ufak icatlar haricinde, sergide bir de altın bir ördek vardı. Bu ördek bir sütunun üzerinde duruyordu; bir yandan “Vak, vak’’ diye sesler çıkarırken diğer yandan da dışkısını yapıyordu. Aslında bir bakıma, sindirim yapıyordu da diyebiliriz. Sergi görevlileri ve katılımcılar tarafından verilen ufak tefek yiyecekleri yakalayıp yutuyordu. Sonrasındaysa arkasından kumlu ve yeşilimsi garip bir dışkı bırakıyordu. Haliyle bunu gören izleyiciler, şaşkınlıktan oldukları yere çivilenip kalıyorlardı.
Vaucanson, yapay bir sindirim sistemi oluşturmasıyla bu alanda bir öncü oldu ve 1782 senesinde hayata gözlerini kapadı. Fransız illüzyonist Jean-Eugene Robert –Houdin, bundan tam 60 sene sonra, bahsettiğimiz ördeği ele geçirdi ve mekanizmasını anlamak için çalışmalar yaptı. Fakat bu süreçte, ördeğin aslında bir sindirim sistemi olmadığını fark etti. Ördek yediği besini sindirmek yerine bu besini mekanizmasının içerisindeki bir kutuda depoluyordu. Dışkı olduğu zannedilen atık ise aslında bambaşka bir şeydi.
Yapay zeka, neredeyse insanlarla benzer bilişsel kapasiteye sahip olan bilgisayarlardan dolayı (ki bu bilgisayarlar yüzleri tanıyabiliyor, oyun oynayabiliyor veya bir dili farkı bir dile çevirebiliyor) son dönemde gündeme oturmayı başardı. Sergiye katılanlar gibi, hatta kim olursa olsun, biraz gözlem yapabilme kabiliyeti olan her insanın bu çağdaki gelişmelere bakıp da etkilenmemesi mümkün değil. Fakat bir türlü netliğe kavuşamayan şey, teknolojinin nasıl bu noktaya ulaştığıdır. Yapay zeka, beynimiz gibi mi hareket ediyor? Öyle olduğunu varsaysak bile, bunu nasıl kanıtlayabiliriz? Nasıl test edebiliriz?
Bu soruya cevap ararken kullandığımız tanımlamalar çok önemlidir. Vaucanson’un icatı hakkında “Farklı bir şekilde sindirim yapıyor” diyemeyiz; çünkü aslında bu ördek sindirim yapmıyor. Bu örnek, yapay zekaya da uyarlanabilir. Bilgisayarda oynanabilen oyunları düşünelim: Checkers, Satranç, Go…Bu zor oyunların hepsini oynayabilmesi, karşımızdaki makinenin bilişsel bir kabiliyeti olduğunu gösteriyordu; ta ki bu oyunlardaki karmaşık algoritmalar çözülene kadar. Bir sihirbazlık gösterisinde, sihirbazlık numarasını öğrenirsek o gösterinin bir anlamı kalmaz. Aynı şekilde bir zeka sorusunun nasıl çözüldüğünü keşfedersek, o artık zeka testi olmaktan çıkar.
O halde şu başlık üzerinde biraz düşünelim: Herhangi bir resimdeki objeleri tanımlayabilmek. Bir şeyleri görsel olarak tanıyabilme becerimiz, ilk başta basit ve üzerine düşünmeden yaptığımız bir şeydir. Örneğin bir okul servisini ele alalım. Onu görür görmez sorgulamadan tanırız; fakat ayrıntılara dikkat etmeye başladığımızda birbirinden birçok bakımdan farklı olan okul servisleri olduğunu anlarız. Bir görselin retina tarafından algılanması, düşündüğümüzden daha karmaşık bir yol izler. Son yıllarda, bilgisayarlar onlara gösterilen objelerin yaklaşık %95’ini (ki bu objeler insanlara da gösterildi ve insanlar objeleri tanımada bu oranda bir başarı gösteremediler) doğru bir şekilde tanımlamayı başardı.
Modern yapay zeka çalışmalarının çoğunda karşılaştığımız gibi, bilgisayarların bu “bilişsel” başarısı yapay nöron kavramına dayanır. İsimden de anlaşılacağı gibi, algoritmalar beynin işleyişinden ilham alınarak oluşturulmuştur. Bu yapay nöronlar, kendi bulundukları bölgelerde bir nevi gerçek bir nöron gibi hareket ediyorlar. Bu süreç, birçok sayısal formülden oluşuyor. Bilgisayara sayısal olarak bir veri yazılıyor ve bilgisayar bu sayısal verilerin karşılığını bize özetleyip veriyor. Bilgisayardan aldığımız bu sonuç, bize yapay nöronların ne kadar aktif olup olmadığı hakkında da bilgi vermiş oluyor. Çünkü aynen beynimizde olduğu gibi, bir yapay nöronun değeri ve işlevi, iletişimde olduğu diğer nöronlarla beraber değişip farklı anlamlar kazanabiliyor.
Yapay zekanın, yani makinelerin, görsel objeleri tanıması için yapılan çalışmalar memeli hayvanların görme sisteminden esinlenilerek oluşturuldu. Beynin görsel sisteminin ilk ve en önemli parçası, mekan algısına bağlıdır. Zihin, mekânsal haritalar yaratır. Bu şekilde nöronlar yalnızca kendi bölgelerinde bir şey olduğunda aktive olabilirler. Bundan dolayı, farklı nöronlar görevleri bağlamında farklı bölgelerden alınan mesajlara yanıt verirler. Beyinde, retinaya daha yakın olan nöronlar, görsel olarak sadece basit çizgilere veya noktalara tepki verebiliyorlar. Fakat bu sinyal, farklı bölgelerdeki nöronlar tarafından da algılanmaya başlarsa, başka bir deyişle beynin daha derinine ulaşmayı başarırsa, nöronlar daha karmaşık bir şekilde çalışmaya başlıyorlar. Böylelikle nöronlar, gördükleri objelerin (saati ya da birisinin yüzünü tanımak gibi) detaylarını algılamaya başlıyorlar.
Bahsettiğimiz bu zihinsel haritaların bir benzeri de yapay zekaya uyarlanmıştır. Örneğin, yapay nöron ağının ilk katmanındaki nöronlar bir resim gösterildiğinde bu resmin çok kısıtlı bir kısmını algılayabilir. İkinci katmandaki nöronlarsa, birinci katmandan aldıkları bilgileri işleyebilirler ve bu böyle ardışık bir biçimde devam eder. Yani daha karmaşık bir görsele maruz bırakılınca, kendilerinden önceki nöronlardan aldıkları bilgileri kendilerinden sonraki nöronlara ileterek, daha derinde konuşlanan nöronların tepki vermesini sağlarlar.
Bu yapay nöronlar aslında yukarıdaki altın ördek mevzusunda olduğu gibi bir hile yapmıyorlar. Fakat beyinden ilham alınmış olsa bile biz, yapay zekanın tam olarak beyin gibi çalıştığını söyleyebilir miyiz? Bu soruya farklı açılardan yaklaşabiliriz. Örneğin nöronların işleyişine daha yakından bakabiliriz. Bilim insanları bu amaçla, konuyla ilgili çelişki yaratan örnekleri, yapay zekanın hata yapabileceği durumları inceleyip bir sonuca ulaşmaya çalışıyor. Profesyonel bilgisayar programcıları ufak dokunuşlarla resimleri makineler için algılanması zor bir hale getirebiliyorlar. Bir fotoğrafta yapılan ufak bir piksel değişimi, yapay nöron ağlarının fotoğrafı yanlış algılamasına sebep oluyor. Yani yapay zeka, insan beyninin asla yapmayacağı bir hataya düşmüş oluyor. Bu durum bizlere, makinelerin içerisinde bulunan yapay nöron ağlarının beyinden çok farklı olduğunu kanıtlıyor.
Yapay nöron ağlarını incelemek aslında bizi geçmişte yapılan psikoloji çalışmalarına da yöneltiyor. Çevresel ve davranışsal (yapay zekaya uygun olarak düşündüğümüzde girdi ve çıktılar) faktörler, beyinden bağımsız bir şekilde incelenirse, kısıtlı bilgiler edinmemize neden olabilir. Bu disiplinler arasında bağ kuramazsak, elimizdeki bilgiler eksik ve kopuk olmaya mahkumdur. Fakat yapay nöronlar, iç yapısı çözülemeye bir kara kutu olduğu için, bilinmeyen olarak kalmaya devam ediyor. Bu bilinmezi aşabilmek için, yapay nöronların gerçekte nasıl çalıştığını tam olarak anlamaya ve ardından bulguları bir insan beyniyle karşılaştırmaya ihtiyacımız var.
Birçok bilim insanı bugün bu sorularla boğuşuyor. Yapılan bir çalışmada, araştırmacılar aynı resmi hem bir maymuna hem de bir makineye gösterdiler. Bunun sonucunda, gerçek nöronların hareketlerinin yapay olanlara bakılarak tahmin edilebileceğini ifade ettiler. Ağların daha derinine inildikçe, nöronların beyindekilere benzer bir şekilde çalıştığı bulundu. Bu çalışmalar bize geçmişte yapılanlara göre daha fazla bilgi veriyor olsa da yeterli değil. Yeterli bilgiye ulaşamamak, bilim adamlarını ayrıntılara bakmaya itiyor. Kaçırdıkları, ıskaladıkları bir detay olup olmadığını anlamak için çalışmalarına devam ediyorlar. Biyolojik olarak, yani insan beyniyle ilgili bir ayrıntıyı mı göremiyorlar? Ya da makinelere insanlara benzemesi için ne gibi eklemeler yapılmalı?
Bu bakış açısı biraz sınırlı. Nörobilim ve yapay zekayla ilgili son zamanlarda yapılan bir konferansta uzmanlar katılımcılara insan beyni karşısında tabiri caize hipnotize olmamak gerektiğini ifade etmiştir. New York Üniversitesi’nde profesör olan Yann LeCun, buna ek olarak, yapay zekanın tamamen insan beynini taklit etmek zorunda olmadığını söylemiştir.
Fakat konuyla ilgili hangi detayları dikkate almamız gerektiği hala çok belirsiz; tıpkı yazının başında belirttiğimiz ördeğin biyolojik bir sindirim yapması için ne gerektiğini bilmememiz gibi. Araştırmacılar yapay nöronların gerçek nöronlar gibi hareket edebilmesi için bir işlemden geçmesi gerektiğine parmak basmakla beraber, bunun için yapay nöronların fiziksel özelliklerinin incelenmesi gerektiğini öne sürüyorlar. Bu noktada, yapay zeka ile beyin arasındaki benzerlikler hayati önem taşıyor. Aksi takdirde, yapay nöronların mekanik işlevinden başka hiçbir işlevi sorgulanmazdı.
Belçikalı sanatçı Wim Delvone, 2000 yılında bir müzede Cloaca* üzerindeki sır perdesini açığa çıkardı. İnsanın sindirim sistemi üzerinde yapılan ve sekiz seneden fazla süren bir çalışmadan sonra, Delvone yiyeceği dışkıya çevirebilen bir araç yarattı. Bu buluş, ciddi bir ustalık gerektirmekle beraber, insanın doğa üzerindeki gücünü gösteren simgelerden de bir tanesi. Fakat, bu buluşun amacı fazlasıyla soruyu beraberinde getiriyor. Hatta bir sanat eleştirmeni vaktiyle şu yorumu yapmıştı: “Ortalıkta zaten yeterince dışkı var. Neden biraz daha fazlasını yaratalım ki?“
*Cloaca: Kloak, bazı canlı gruplarında son bağırsağın dışarıya açıldığı; dışkının ve idrarın belli bir süre tutulabildiği ve eşeysel üretimin akıtıldığı ortak, tek olan vücut açıklığıdır.
Yazı ilk olarak 7 Şubat 2018 tarihinde aeon‘da yayınlanmış olup NöroBlog’un aeon ile yaptığı işbirliği çerçevesinde Türkçeye çevrilmiştir.
Çeviren: Esin Nisan Yıldırım
Düzenleyen: Meriç Öztürk
NöroBlog’u Patreon üzerinden desteklemek için: patreon.com/NoroBlog
Anasayfamızdan daha fazla sinirbilim yazısına ulaşabilir, podcast ve videolarımıza erişebilirsiniz.
