AI Dil Çıkmazı yazısında yapay zekadaki sözel mantık yürütmenin ve metinsel analiz ve sentezin sonuna yaklaştığımızı iddia edip bundan sonra ilerlemenin matematik ve kodlama gibi yapay zekanın anında geri bildirim aldığı alanlarda hızlanacağını savunmuştum. Bu yazı diğer yazının hem bir genişlemesi olup hem de neden AGI’ın (Genel Yapay Zeka) tanımının belirsiz olduğuyla ilgili olacak. Önce yapay zekanın işleyişiyle ilgili ravi ve fail ayrımını netleştireyim.
Ravi (Aktarıcı) Olarak Yapay Zeka
Yapay zekanın mizah, felsefe, edebiyat gibi insan kültürüyle etkileşimindeki rolü ravi rolüdür. Bunların sadece yorumlayıcısıdır. Hegel hakkında ya da 19.YY Rus Edebiyatı hakkında her konuda konuşabilir, metin üretebilir, analiz ve sentez yapabilir. Yine de ürettiği tüm bu çıktıları başkalarının yazdıklarının yeniden ele alınmasıdır. Bu temel metinler büyük ölçüde sabittir. Yapay zeka bu metinler arasındaki ilişkiyi kurar. Onayları da itirazları da başka temel metinlere de aktarıcı olmasından gelir. Yapay zeka Skolastik Dönem filozofları gibi kendinden önceki büyüklerinin söylediklerini tekrar eder. Elbette bunları güncel isimlerle de sentezler ama ortaya çıkan metinler ortaya çıkabilecek onlarca metinden sadece biridir.
Son bir yıldır yazdığım yazıları llm modellerine atıp eleştirmelerini istiyorum. O kadar eleştiri okudum ki artık llm eleştirilerinin eleştirisini yapabilirim. Veriye ve veriye dayalı içeriğe haddinden fazla önem veriyorlar. Veri işinin eğilip bükülebilir bir alan olduğunu temel felsefi argümanın verilerden daha önemli olduğunu verinin yazının temel felsefi argümanını destekleyecek şekilde üretilebileceğini es geçebiliyorlar. LLM bir yazıyı eleştirirken mutlaka tezini boşa çıkaran ya da tezinin çalışmadığı yerleri belirtmeni istiyor. Bunun iki sakıncası var. Birincisi zaten hiçbir tez hayattaki tüm problemleri çözeceği iddiasıyla ortaya çıkmaz. İkincisi ise zaten bir teze sahip olmak diğer tezleri dışlamaktır biraz da. Bir yazı boyunca solucanın en iyi balık yemi olduğunu savunup bir iki paragraf da kurtçuk da solucandan geri kalmaz demek tezi daha savunulabilir hale getirse de aslında zayıflatır. Düşünmek biraz da taraf olmaktır.
LLM bir konuya değindiğinde birkaç cümle ile geçtiğinde onu açman gerektiğini tavsiye eder. Okuyucu bazı şeyleri zihninde tamamlıyordur zaten. Konu hakkında bir iki cümle yeterli olur. Lafın tamamı aptala anlatılır. İnsanlar boş levha değiller ki tüm veriyi metinden alsınlar. Zaten onların kafalarında bir şablon var ve bir şeyi yazmak demek onu kafandaki şablona göre değerlendir demektir. Okul çocuklarına ders kitabı değil bu metinler. Kavga etmek istiyorlar tartışmak istiyorlar eşit zekalar ile. Bazı eleştirileri sadece eleştiri yapmak içinmiş gibi bazıları doğru olsa da zaten yazı yazmanın doğasının bu eleştirileri beraberinde getirmesi gibi eleştiriler. Örneğin bir yazıda verdiğin örnek için kısa diyor ya da çabuk sonuca bağlanmış diyor. Oysa o sadece bir örnek yazının omurgası değil.
Yapay zekanın ravi olduğu bir alan olarak belli bir düşünceyi tartışırken de benzer sorunlar söz konusu. Bir argüman zincirini llm aynı tutarlılıkla devam ettiremiyor. (AI Modelleri İçin Kolay Lokma Olmak) Yapay zeka bir kere öğretmeniniz konumuna geçti mi zaten argümanlarınızı geçiştirebiliyor. Temel metine her itirazı eleştirmeye eğilimli oluyor. Eşit şartlarda tartışırken ise ya dolgu cümleler koymaya başlıyor ya da konuyu yeni sorularla başka bir alana çekmeye çalışıyor. Anlamlı gibi görünen ama aslında hiçbir şey ifade etmeyen geçiş cümleleri kullanıyor. Dil modellerinin diğer bir hatası ise metinde geçen ve iki anlama gelebilecek bir cümleyi yanlış yakalamak için istenmeyen anlamıyla anlaması. Yazının bütününe bakıldığında yazının zeka seviyesine yakışmayacak bir cümleyi alıp buna eleştiri üretmeleri. Bu eleştiri burası yanlış anlaşılabilir gibi bir eleştiri değil, doğrudan cümleden mantıksal olarak değil dil bilimsel olarak çıkarılabilecek ikinci anlamı çıkarıp bunu çürütmeye çalışmak gibi kaba bir eleştiri.
Fail Olarak Yapay Zeka
Yapay zeka modellerinin asıl becerisini gösterecekleri alanları yapay zekanın ravi değil fail olduğu doğası gereği “dijital” işlerdeki etkinlikleridir. Model kodlama yaparken, oyun oynarken, excel tablosu oluştururken ya da matematik problemi çözerken anında dönüt aldığı için daha hızlı ve ucuz geri bildirimlerle kendini geliştirebilir. Artık dış dünyanın tanığı değil içerideki olayın uygulayıcısı haline gelmiştir. Model artık sadece aktaran değil eylemi gerçekleştirendir. Dikkat edilirse şu fark edilecektir ki yapay zekanın en iyi olduğu işler zaten çözümü dijitalleşmeyi zorunlu kılan alanlar olmalıdır. Zizek toplumsal bir olayı yorumlarken aslında dijital dünyaya hiç ihtiyaç duymamaktadır. Dijital dünya düşüncelerini geniş kitlelere ulaştırmak için başvurulan bir çözümdür. SAP şirketinin ya da Adobe şirketinin ise yaptığı iş yani problemlere sundukları çözüm dijital teknolojiler içinde varoluşu zorunlu işlerdir ve işte bu alan yapay zekanın asıl dans edeceği alandır.
Kavram kargaşası yaşanmaması adına şunu belirtmem gerekir ki yapay zeka gerçek dünyanın tanığı dijital dünyanın failidir demek doğru değildir. Olağanüstü otomasyon, robotik, akıllı otomobiller, navigasyon ve temizlik robotları gerçek dünya ile yapay zekanın dünyasının birbirine dijital ikiz seviyesinde yaklaştığı alanlardır ve yapay zeka bu dünyanın sorunlarını çözecektir. Fakat bu çözümler dijitalde doğacak, gerçek koşulların dijital ikizleri vasıtasıyla hayat bulacaktır. Yapay zeka dijitalde işleri yaparken hem fail hem de çıkan iş “sınanabilir” olduğundan bu gelişmeler hızlanarak devam edecektir. Yapay zekanın kendi kendini geliştirmeye başlaması anlamında kullanılan RSI (Özyinelemeli Kendini Geliştirme) da yapay zekanın ravi değil fail olduğu alanlarda gelişmeye açıktır. Ravi yapay zekanın RSI denemelerinin model çöküşü ile sonuçlanması oldukça olasıdır.
AGI Olarak Yapay Zeka
AGI üzerinde tanımı netleşmiş bir kavram değildir. Anlamı yapay zekanın insanların yaptığı işleri yaparak Sanayi Devrimi’ne yakın bir etki yapmasıysa bu zaten halihazırda gerçekleşen şeydir. İnsanların işlerinin çok büyük bir çoğunluğunun ortalama zeka ile yapılabilen işler olduğu düşünülmektedir. Sanayi Devrimi’nin kası ucuzlattığı gibi yapay zeka devrimi de zekayı ucuzlatmaktadır. Bu hedef insanlık için çok büyük bir hedeftir ki başka bir AGI tanımına gerek bile olmayabilir. İnsanların yaptığı işleri tamamen yapan ama ABD modellerinden şu an için daha az becerikli olan Çin modellerinin bu işleri çok daha ucuza yapması yapay zeka devrimini kimin kazanacağını belirleyebilir.
AGI derken bahsedilen hiç çözülmeyen problemlere karşı çözüm geliştirmekse bu da zaten artık üstünde çalışılan bir alandır ve AGI iki durumda da gelmiş sayılır. AGI ile kastedilen modellerin bilinçli olması ya insanlığın kurtarıcısı olacağı ise herhalde bunları bir tanım sorunu olarak kabul etmek gerekmektedir. Yapay zeka bilinçli olmadan da çok büyük bir toplumsal etki ortaya çıkarabilir. Bilinç zaten çok kaygan bir kelimedir. AGI kelimesinden bile daha belirsizdir anlamı. Şuan yapay zekanın bilinçli olmak yerine zeki olması yapacaklarını yapmasına yetmektedir. Yapay zekadan küresel gelir eşitsizliğine çözüm, küresel ısınma, uzaylı istilası gibi problemlere çözüm getirmesini beklemek ise gerçekçi değildir. Yapay zeka bu alanlarda fail değil ravidir. Çözümler her şeyden önce onları uygulayacak gücü zorunlu kılar.
Ontolojik olarak yapay zekanın bize bir kapı açabileceği konusunda karamsar olabiliriz sanırım. Yapay zeka bize ontolojik değil epistemolojik bir pencere açıyor. Belki bu biraz özne olmayı gerektiriyor. Özne olmayan bir fail üzerine düşünmek gerekiyor. Sonuç olarak AGI düşüncesine hiç kapılmayıp yapay zekaya ravi ve fail ayrımını getirmek daha doğru bir bakış açısı olabilir. Evrensel gelir eşitsizliğini ve yapay zeka üzerine şu iki bağlantıyı vererek bitireyim. Yapay zeka insan emeğini gereksiz kıldığında ortaya çıkabilecek dünya üzerine bu yazıyı ve zaten halihazırda yapay zekanın finans piyasalarında nasıl çalıştığı üzerine bu yazıyı.
Bir Cevap Yazın