MAKİNELER ASLINDA NE KADAR AKILLI?

Artık androidlerin hayal kurabildiği bir dünyadayız.

Yapay zeka ve makine öğrenmesi, son yıllarda teknoloji dünyasından günlük hayatımıza en hızlı transfer olan kavramlardan ikisi. Hemen her gün yapay zekanın eğitimden mimarlığa farklı alanlarda nasıl uygulandığını okuyoruz, üniversitelerde makine öğrenmesi dersleri veriliyor. Sean Gerrish de How Smart Machines Think adlı kitabında bu iki teknolojiyi ele alıyor ve günümüzde makinelerin nasıl öğrenip ne kadar akıllandıklarını araştırıyor. Gerrish’in kitabında yer verdiği bir internet gizemi, büyük resmi görmemizi kolaylaştırabilir.

2015 yılının Haziran ayında bir görsel, internet fenomenine dönüştü. Imgur adlı görsel içerik sitesine yüklenen ve açıklama kısmında sadece “Bu görsel yalnızca bir bilgisayar tarafından üretilmiştir” yazısı bulunan, ilk bakışta birkaç sincaptan oluştuğu sanılan görsel, dikkatlice incelendiğinde aslında çok daha fazlasını ifade ediyordu.

Sincapların yanında köpeklerin, atların, kurbağaların ve dikkatimizi artırınca insan yüzlerinin, sokakların ve arabaların da yer aldığı fark ediliyor. Görsel bir yandan hızla yayılırken diğer yandan Google mühendisleri, sincaplarınkinin yapısına çok benzer başka görseller üretip yayınladılar, ardından da nasıl yaptıklarını açıkladılar. Sonuç olarak gördüklerimiz gerçekten bir yapay zekanın ürünüydü ve Deep Dream olarak adlandırıldı. Androidlerin hayal kurabildiği bir dünyanın kapısı böylece aralandı.

Google’ın olaya dahil olması aslında gizemi büyük ölçüde çözdü ve daha önemlisi, makinelerle nasıl konuştuklarını anlatmaları, yapay zekanın günümüzde geldiği noktayı anlamamızı kolaylaştırdı. Eğer Christopher Nolan’ın filmi Inception’ı izlediyseniz, bu görsellerin tamamında Inception’daki rüyayı, resimle değiştirdiğimizi düşünebilirsiniz. Resim içinde resim ya da biz ona Imageception diyelim. Bu isimlendirme hiç de alakasız değil çünkü süreç buna benzer olarak işliyor. Ama önce makine öğrenmesinin ilk dersini, neural network kavramına çok kısaca değinmemiz gerekebilir.

Dilimizde yapay sinir ağları olarak da geçen teknoloji, insan sinir sisteminden yola çıkılarak üretilen bir modellemeye dayanıyor. “Sinir sistemini baz alarak bizim gibi düşünen bir yapıya ulaşabilir miyiz?” sorusuyla ortaya çıkan fikrin meyveleri, bugün hız kesmeden gelişmeyi sürdürüyor. Bu ağların da temel taşı tıpkı bizim sinir sistemimizde olduğu gibi nöronlar ve ağlar, nöronları içeren farklı katmanlardan oluşuyor. Ağa belli girdi değerleri veriyor ve ağın fonksiyonlar kullanarak, katmandan katmana iletim yapıp bize bir çıktı vermesini bekliyoruz. Beklenen değer ile çıktı arasındaki hata oranı hasaplanılarak bu süreç döngü halinde tekrar ettikçe de öğrenme gerçekleşiyor. Örneklendirip Google’ın çizdiği görselleri biraz daha incelediğimizde, yapay sinir ağlarının orada nasıl çalıştığını daha iyi anlayabiliriz.

Google mühendisleri, kullandıkları yapay ağın ürettiği görselleri incelerken, ağda dambılları (spor salonunda kullandığımız ağırlıkları) daha önceden öğrenmiş bir nöron tarafından üretilen görseli ele aldılar. Görseli incelediklerinde, içinde yalnızca dambılın kendisine değil, aynı zamanda dambılı tutan, hatta spor yapan insan figürlerine rastladılar. Bu durum bize tam olarak şunu söylüyor: Kullanılan makine, yalnızca dambılın karakteristik özelliğini öğrenmekle kalmamış, bunun yanında kullanıldığı ortamı da öğrenmiş. Bunun üzerine Deep Dream mühendisleri, yayınladıkları görsellerin arkasındaki tekniği açıkladılar:

“Ağa doğrudan, çıktısını almak istediğimiz verileri vermektense onun karar vermesini istedik. Dolayısıyla işe soyut bir görseli analiz etmesini istemekle başladık. Ardından rastgele bir katman seçtik ve ağa tespit ettiklerini sorduk. Sorduğumuz her katman, farklı bir tespitte bulundu. Düşük katmanlar çizgiler ve süslemeleri öne çıkarırken (çünkü bu katmanlar sınırlar ve yönler gibi temel yapılara daha duyarlıdır) daha yüksek katmanlar, daha belirli ve karmaşık görseller üretti. Sonrasında yine bir görseli ağa verdik ve tam olarak ‘Gördüğün her neyse, bize daha fazlasını ver’ dedik. O noktada işler renklendi. Eğer verdiğimiz görselde kuşu andıran bir bulut varsa, ağ bunu tespit etti ve sonraki çıktıda daha belirgin bir kuş üretti. Süreç böyle devam edince, son raddede en başta ortada bile olmayan bir kuş çıktı.”

Bu yöntemin ürettiği görselleri, bir de bu bakış açısıyla incelediğimizde makine öğrenmesi ve yapay zekanın geldiği nokta daha da netlik kazanıyor. Yapay zekanın gelişim hızı, çağımızın en uçarı isimlerinden Elon Musk’ı bile korkutmuştu. Musk’ın, Larry Page’i ve Google’ın yapay zeka şirketi DeepMind’ı kastederek “yanlışlıkla korkunç bir şey” üretip yapay zekalı robotların insan türünün sonunu getirmesinden endişe duyduğunu belirttiği günler çok geçmişte kalmadı ve yakın bir tarihte de yapay zekanın yaptıklarını konuşup şaşırma ihtimalimiz oldukça yüksek.

Yiğit Tuna

Yiğit Tuna

Teknoloji, tasarım ve motivasyon dolu Kolektif House dünyasından en son haberler, etkinlik duyuruları ve sürprizler için haftalık bültenimize kayıt ol. Merak etme, fikrini değiştirirsen dilediğin an ücretsiz olarak bülten üyeliğini sonlandırabilirsin.