Kırık Kilitler ve Sonsuz Kodlar: Alan Turing'in Gizemli Dünyası-2

Bir makinenin kendi düşüncesinin konusu olamayacağı savı, kuşku yok ki ancak makinelerin bazı konularda bazı düşünceleri olduğu gösterilirse yanıtlanabilir. Yine de, “makinenin işlemlerinin öznesi” bir şeyler ifade ediyor gibi görünüyor, en azından onunla uğraşan insanlara. Eğer, örneğin, makine x2–40x — 11 = 0 denklemine bir çözüm bulmaya çalışıyor olsaydı, o sırada bu denklemi makinenin edindiği konu olarak tanımlamak kişiye cazip gelebilirdi. Böyle bir bakış açısıyla, makine şüphesiz ki kendisini konu edinebilir. Kendi programlarını yapması sağlanabilir ya da yapısındaki değişikliklerin etkilerini öngörmekte kullanabilir. Davranışlarının sonuçlarını gözlemleyerek programlarını bir amaca yönelik olarak düzenleyebilir. Bunlar ütopik hayallerden ziyade yakın geleceğin olasılıklarıdır.
Bir makinenin çokça davranış çeşitliliğine sahip olamayacağı eleştirisi, makinenin fazla depolama kapasitesi olamayacağını söylemenin bir başka yoludur. Oldukça yakın bir döneme kadar bin haneli depolama kapasiteleri bile epey nadirdi.
Burada değerlendirdiğimiz eleştiriler sıklıkla bilinçten türetilen argümanların kılık değiştirmiş halleridir. Genellikle eğer kişi bir makinenin bunlardan birini yapabileceğini savunuyorsa ve makinenin ne tür yöntemler kullanabileceğini açıklıyorsa, bu kişinin sözleri pek yankı uyandırmaz. Yöntemin (mekanik olması gerektiğinden ne olursa olsun) asıl odak noktası olmadığı düşünülür. Parantezi, Jefferson’ın alıntısıyla karşılaştırın.
(6) Leydi Lovelace’in İtirazı
Babbage’ın Analitik Motor’u hakkındaki en detaylı bilgimiz Leydi Lovelace’in hatıratına dayanıyor. Hatıratında, “Analitik Motor, herhangi bir şey yaratacağı iddiası taşımıyor. Ona nasıl dikte edeceğimizi bildiğimiz ne varsa onu yapabilecek şekilde kendini gösterebilir.” diye belirtiyor (italikler Leydi Lovelace’e ait). Bu söylemi alıntılayan Hartree şunu ekliyor: “Bu, ‘kendisi için düşünecek’ elektronik ekipmanlar yapılamayacağı anlamına gelmiyor, ya da biyolojik terimlerle, birisi ‘öğrenimin’ temeli olacak şekilde koşullanmış refleks oluşturabilir. Bunun prensipte mümkün olup olmadığı, güncel gelişmelerin ortaya attığı heyecan verici ve ilham veren bir soru. Fakat o zamanlarda oluşturulan makinelerin bu niteliğe sahip olmadıkları görülüyor”.
Bu konuda Hartree’yle tamamen hemfikirim. Hartree’nin, bahsi geçen makinelerin bu özellikleri haiz olduğunu ileri sürmediği; daha çok, Leydi Lovelace’in sahip olduğu kanıtların, kendisini o makinelerin bu özelliklere sahip olduklarına inanmaya sevk etmediğini belirttiği fark ediliyordur. Bahsedilen makinelerin, bir açıdan bu özelliğe sahip olduğunu söylemek oldukça mümkün. Diyelim ki bir ayrışık evre makinesi bu özelliğe sahip. Analitik Motor bir evrensel dijital bilgisayardı, o halde, depolama kapasitesi ve hızı yettiği takdirde, sözü geçen makineyi taklit edecek şekilde programlanmaya uygun olabilir. Muhtemelen bu argüman Kontes ya da Babbage’ın aklına gelmedi. Zaten öne sürülebilecek her savı öne sürmek gibi bir zorunlulukları yok.
Tüm bu soru, öğrenen makineler başlığı altında tekrar değerlendirilecek.
Leydi Lovelace’in itirazının bir başka çeşidi, bir makinenin “hiçbir zaman gerçekten yeni bir şey yapamayacağı” fikri. Bunu “Güneşin altındaki hiçbir şey yeni değildir.” sözüyle savuşturmak mümkün. Kim kendi “orijinal yapıtının” ona öğretilen şeylerin meyvesinden ibaret olmadığını ya da iyi bilinen genel prensiplerin etkisinde ortaya çıkmadığından emin olabilir? Bu itirazın daha iyi bir versiyonu, bir makinenin hiçbir zaman bizi “hayrete düşüremeyeceğini” söylüyor. Bu, daha direkt bir iddia ve doğrudan karşılanabilir. Makineler beni sıkça hayrete düşürüyor. Bu büyük oranda ne yapmalarını beklemem gerektiğini önceden yeterince hesaplamadığımdan, ya da hesaplasam da bunu alelacele, üstünkörü bir şekilde, risk alarak yaptığımdan oluyor. Belki kendime “Sanırım buradaki voltaj şuradakiyle aynı: her neyse, öyle olduğunu varsayalım.” diyorumdur.
Doğal olarak sıkça hatalı çıkıyorum ve deney bittiğinde bu varsayımları unutmuş olduğumdan sonuçlar benim için sürpriz oluyor. Bu itirafım beni, muzurca iş yapış şeklim yüzünden azarlanabilir kılıyor, ama yaşadığım şaşkınlıkları anlatırken güvenilirliğimden şüphe duymayın.
Bu cevabın eleştirimi susturacağını düşünmüyorum. Muhtemelen böylesi sürprizlerin benim yaratıcı zihinsel süreçlerimden doğduğunu ve makinenin bunda payı olmadığını söyleyecektir. Bu bizi sürpriz fikrinden uzaklaştırarak bilinçten türetilen argümana geri götürüyor. Bu, kapalı saymamız gereken bir tartışma kolu; ama belki de hayret ettirmek gibi bir şeyin anlaşılmasının, şaşırtan olay bir insandan, bir kitaptan, bir makineden ya da herhangi başka bir şeyden doğsa da “yaratıcı bir zihinsel süreç” gerektirdiğinin altını çizmeye değer.
Makinelerin bizi hiç şaşırtamayacağı düşüncesi, bana göre, filozof ve matematikçilerin sıkça düştüğü bir yanılgıdan (fallacy) kaynaklanıyor. Bu, bir gerçeğin zihne aktarılmasıyla o gerçeğin tüm sonuçlarının zihne aynı anda girdiği varsayımıdır. Pek çok durumda kullanışlı bir varsayımdır, ancak kişi bunun yanlışlığını kolayca unutabiliyor. Bunun doğal sonucu, kişinin sonrasında verilerin ve genel prensiplerin sonuçlarını hesaplamanın hiçbir önem arz etmediğini varsaymasıdır.
(7) Sinir Sisteminin Kesintisizliğinden Türetilen Argüman
Sinir sisteminin bir ayrışık evre makinesi olmadığı kesindir. Nörona gelen bir bilgideki (information) tek bir uyarımlık (impulse) hata, çıkış uyarımında büyük bir farka yol açabilir. Denebilir ki, bu yüzden bir ayrışık evre sisteminin sinir sistemi davranışlarını taklit (mimic) etmesi beklenemez.
Bir ayrışık evre makinesinin sürekli bir makineden farklı olması gerektiği doğrudur; ama bunu taklit oyunumuzun koşullarına bağlarsak, bu sorgulayana herhangi bir avantaj sağlamayacaktır. Eğer bazı daha basit sürekli makineleri düşünürsek durum daha netleşebilir. Bir diferansiyel çözümleyici işimizi görecektir. (Bir diferansiyel çözümleyici, bazı tür hesaplamalarda kullanılan ve kesinlikle ayrışık evre makinesi olmayan bir tür makinedir.) Bunlardan bazıları yanıtlarını yazılı biçimde sunarlar ve oyuna katılmaya uygundurlar. Bir dijital bilgisayar için, diferansiyel çözümleyicinin bir probleme tam olarak ne yanıtlar vereceğini kestirmek mümkün olmayabilirdi, ama doğru sayılacak yanıtlar vermekte çok başarılı olurdu. Mesela, eğer pi’nin değerini (aslında yaklaşık 3,1416) vermesi istenirse, 3,12, 3,13, 3,14, 3,15, 3,16 değerleri arasından (diyelim ki) 0,05, 0,15, 0,55, 0,19, 0,06 olasılıklarla rastgele seçim yapması mantıklı olacaktır. Bu koşullar altında, sorgulayanın diferansiyel çözümleyiciyi dijital bilgisayardan ayırması oldukça zor olacaktır.
(8) Davranışların Kuralsızlığından* Türetilen Argüman
*: Informality
Bir insanın akla gelebilecek tüm durumlarda ne yapacağını açıklayacağını belirten bir kurallar seti üretmek imkansızdır. Örnek olarak, kişi kırmızı trafik ışığı gördüğünde durmak ve yeşili görünce geçmek gibi bir kurala sahip olabilir, ama ya hataen ikisi birlikte yanarsa? Kişi en güvenlisinin durmak olduğuna karar verebilir, ama bu karar sonucu daha büyük bir zorlukla karşılaşabilir. Olası her şeyi kapsayacak bir kurallar kılavuzu oluşturma girişimi, trafik ışıkları söz konusuyken bile imkansız gibi görünüyor. Tüm bunlara katılıyorum.
Bundan sonrasında bizim makine olamayacağımız iddia ediliyor. Bu argümanı serimlemeyi deneyeceğim ama bunu hakkaniyetli yapamamaktan korkuyorum. Şöyle bir şekilde ilerliyor gibi görünüyor: “Eğer her insan hayatını idare ettirecek belirli bir yürütüm kuralları setine sahip olsaydı, bir makineden daha iyi olmazdı; ama böyle kurallar olmadığından, insanlar makine olamazlar.” Buradaki dağılmamış orta terim yanılsaması göz alıcı.[12] Bu argümanın şimdiye kadar hiç böyle ifade edildiğini düşünmüyorum, yine de kullanılan argümanın bu olduğuna inanıyorum. Ancak, ‘yürütüm kuralları’ ve ‘davranış yasaları’ arasında konuyu bulanıklaştıran belirgin bir karışıklık olabilir. ‘Yürütüm kuralları’ ile kastım “Kırmızı ışık görürsen dur” gibi, bireyin bilincinde olabileceği ve onlar vasıtasıyla eylemde bulunabileceği emirler. ‘Davranış yasaları’ ile kastım, doğanın insana uyguladığı ‘çimdiklersen ciyaklar’ gibi yasalar. Eğer ‘kişinin hayatını idare ettiren davranış yasalarını’, ‘kişinin hayatını idare ettirdiği yürütme yasaları’ ile değiştirirsek, dağılmamış orta terim yanılgısını aşmak imkansız olmaktan çıkar; çünkü davranış yasalarınca idare edilmenin bir tür makine olmayı (illa ayrışık evre makinesi olması gerekmese de) işaret ettiğine değil, aksine böyle bir makine olmanın öyle kurallarla idare edilmek anlamına geldiğine inanıyoruz. Ancak kendimizi, idaremizi tamamen sağlayan kurallar yerine geçen ve davranışlarımızı tamamen yöneten yasaların yokluğuna öyle kolayca ikna edemeyiz. Bunu bilmemizin tek yolu bilimsel gözlemdir ve “Yeterince aradık. Böyle yasalara sahip değiliz.” diyebileceğimiz hiçbir koşul bilmiyoruz.
Böylesi hiçbir söylemin haklı olamayacağını daha güçlü bir şekilde gösterebiliriz; çünkü böylesi yasalar olsaydı onları bulabileceğimizden eminiz. Öyleyse belli bir ayrışık evre makinesi için yeterli gözlem süresiyle gelecek davranışlarını öngörmesi, diyelim ki bin yıl gibi makul bir sürede, mümkün olmalıdır; ama sorun bu değil gibi duruyor. Bir Manchester bilgisayarına yalnızca 1000 birimlik depo alanı kullanan, makinenin iki saniye arayla on altı haneli iki farklı yanıt verebilmesini sağlayan küçük bir program kurdum. Programın yeni değerlere vereceği yanıtları, öncekilerden yola çıkarak bilmeye çalışanlara acırdım.
(9) Duyu-Ötesi Algıdan** Türetilen Argüman
**: Extra-Sensory Perception
Okuyucunun duyu-ötesi algı fikrine ve onun telepati, durugörü, önsezi ve psikokinezi ögelerinin anlamlarına aşina olduğunu varsayıyorum. Bu rahatsızlık verici fenomenler bizim tüm bilimsel fikirlerimizi reddediyor gibi. Onları nasıl da yere çalmak isteriz! Ne yazık ki istatistikler, en azından telepati hakkında olanlar, fazla güçlü. Birinin fikirlerini yeni bulguların oturabileceği şekilde düzenlemek çok zor. Kişi bir kez duyu-ötesi algıyı kabul ettikten sonra, artık hayaletlere ve öcülere inanmak o kadar zor değildir. Vücutlarımızın basitçe, bilinen fizik yasalarına ve onla birlikte, henüz keşfedilmemiş fakat benzeri başka kurallara göre hareket ettiği fikri ilk adımlardan biri olabilir.
Bu, bana göre oldukça güçlü bir argüman. Kişi buna cevaben pek çok bilimsel teorinin, D.Ö.A. ile çakışmadan uygulanarak çalışılabilir olduğunu söyleyebilir; aslında onu hiç anmadan güzelce devam edebiliriz. Bu daha ziyade başarısız bir tesellidir ve kişi, düşünmenin tam da D.Ö.A.’nın uyacağı bir olgu olmasından korkmaktadır.
D.Ö.A. temelindeki daha spesifik bir argüman şöyledir: “Hadi sorgulananları bir dijital bilgisayar ile iyi bir telepatik alıcı erkek olan bir taklit oyunu oynayalım. Sorgulayan, ‘Elimdeki kart hangi gruptan[13]?’’ gibi sorular sorabilir. Telepati ya da durugörü yeteneği olan adam 400 seferin 130’unda doğru cevap verir. Makine yalnızca rastgele tahmin yürütebilir ve belki 104’ünü tutturur; böylece sorgulayan, kimin kim olduğunu doğru saptar.” Burada ortaya çıkan ilginç bir ihtimal var. Dijital bilgisayarın bir rastgele sayı üreticisi barındırdığını düşünelim. Bu durumda ne cevap vereceğine bu üreticiyi kullanarak karar vermesi doğal olacaktır; ancak sonrasında, rastgele sayı üreticisi, sorgulayanın psiko-kinetik güçlerinin bir deneği haline gelecektir. Belki bu psikokinezi, makinenin bir olasılık hesaplamasında beklenenden daha sık doğru tahmin yürütmesine yol açabilir. Diğer yandan, sorgulayan hiçbir soru sormaksızın durugörüyle doğru tahminde bulunabilir. D.Ö.A. ile her şey mümkün.
Eğer telepati geniş çapta kabul görürse, testimizi daha sıkı kurallara tabi tutmamız gerekecektir. Durum, sorgulayanın kendi kendine konuşurken sorgulananlardan birinin kulağını duvara yaslamasına benzer bir şekilde ele alınabilir. Sorgulananları bir “telepati-geçirmez odaya” koymak tüm gereklilikleri karşılayacaktır.
7. Öğrenen Makineler
Okuyucu, görüşlerimi destekleyecek olumlu nitelikte, ikna edici argümanlarım olmadığını hissedecektir. Eğer argümanım olsaydı, karşıtlarının mantıksal yanılgılarını belirtmek için böyle çırpınmam gerekmezdi. Fakat sahip olduğum destekleyici kanıtları şimdi sunacağım.
Leydi Lovelace’in, bir makinenin sadece ona yapmasını söylediklerimizi yapabileceğiitirazına dönmemize izin verin. Kişi bir insanın, bir fikri makineye ‘zerk’ edebileceğini ve makinenin buna çekiçle vurulan piyano misali sonlu bir yanıt vererek, devamında durağan bir hale geçeceğini söyleyebilir. Bir diğer metafor, kritik boyutun[14] altında bir atomik yığın olabilir: Zerk edilen fikir, yığına dışarıdan giriş yapan bir nötrona denk gelmektedir. Her nötron, bir noktada sonlanan belirli bir bozunum yaratacaktır; ancak, eğer yığının boyutu yeterince yükseltilirse, böyle bir nötronun gelişiyle meydana gelen bozunumun tüm yığın yok olana dek artarak süren bir bozunuma yol açması oldukça muhtemeldir. Zihinler hakkında veya makinelerde buna denk gelen bir olgu var mıdır? İnsan zihni için bir tane var gibi görünüyor. İnsan zihinlerinin çoğu ‘kritikaltı’ gibi görünüyor, örneğin bu analojide kritikaltı yığınlara denk gelmektedir. Böylesi bir zihne sunulan fikir ortalamada, birden az fikirle yanıtlanacaktır. Daha küçük bir oran kritiküstü olur. Böyle bir zihne sunulan fikir, ikincil, üçüncül, dördüncül ve daha ileri fikirler barındıran tastamam bir ‘teori’ meydana getirir. Hayvanların zihinleri oldukça kesin şekilde kritikaltı gözüküyor. Bu analoji çerçevesinde, “Bir makine kritiküstü yapılabilir mi?” sorusu çıkar.
‘Soğan zarı’ analojisi de kullanışlı. Zihnin ya da beynin işlevleri düşünüldüğünde, salt mekanik terimlerle açıklayabildiğimiz belli işlemler buluruz. Bu söylediğimiz gerçek zihne denk gelmemektedir: Eğer gerçek zihni bulmamız gerekiyorsa bu, soymamız gereken bir zardır; ama onun altında başka, ve onun da altında bir başka zar bulursak, bu böyle sürüp giderse ne olur? Böyle yaparken ‘gerçek’ zihne ulaşmamız mümkün olacak mı ya da sonunda içinde bir şey olmayan bir zarla mı karşılaşacağız? Eğer son zarın da içinde bir şey yoksa, zihnin tamamı mekaniktir. (Ancak bu ayrışık evre makinesi olmazdı. Bunu konuştuk.)
Son iki paragraf, ikna edicilik iddiası taşımıyor. Daha ziyade ‘bir kanı (belief) oluşturmaya yönelik ezberler’ olarak alınmalıdır.
6. bölümün başında ifade edilen görüş için sunulabilecek tek gerçek argüman, yüzyılın sonunu beklemek ve anlatılan deneyi yapmakla sağlanacaktır; fakat bu arada ne diyebiliriz? Eğer deney başarılı olacaksa, bugün hangi adımlar atılmalı?
Açıklamış olduğum üzere, sorun esas olarak programlama sorunu. Mühendislik de gelişmeli ama bu gelişmeler, gerekenleri sunmaya yetecek gibi durmuyor. Beynin depolama kapasitesine dair tahminler, iki tabanında 1010 ile 1015 arasında değişen hanelerle ifade ediliyor. Ben skalada daha düşük olan kısımlarda olduğumuzu düşünmeye meyilliyim ve daha yüksek düşünce şekillerinde yalnızca çok küçük bir bölümün kullanıldığına inanıyorum. Muhtemelen kapasitenin çoğu görsel izlenimlerimize ayrılmış durumda. Taklit oyununu hiç değilse görmeyen birine karşı tatminkâr bir biçimde oynamak için 109’dan fazlası gerekirse buna şaşarım. (Not — Britannica Ansiklopedisi’nin kapasitesi 11. baskısında 2x109’dur.) 107 düzeyindeki bir depolama kapasitesi, muhtemelen günümüz teknikleriyle dahi bayağı öngörülebilir olurdu. Muhtemelen makinelerin işlem hızını arttırmak gerekmiyor. Modern makinelerin sinir hücrelerinin benzerleri olarak tabir edilebilecek parçaları, nöronların binlerce katına varan hızlarla çalışabilmekte. Bu, hızın yükselmesinin getireceği pek çok kaybın önüne geçecek bir ‘güvenlik şeridi’ sağlayabilir. O halde bizim sorunumuz, bu makineleri oyunu oynayacak şekilde nasıl programlayacağımızı bulmak. Şu anki çalışma tempomla, günde yaklaşık bin hanelik bir program üretiyorum, yani düzenli olarak elli yıl boyunca çalışan altmış kadar işçi, eğer hiçbir şey boşa gitmezse yeterli olabilir. Daha hızlı bazı yöntemler tercih edilebilir gibi görünüyor.
Yetişkin bir insan zihnini taklit etme sürecinde, onu bulunduğu hâle getiren süreçler hakkında iyice bir düşünmeye mahkûmuz. Üç bileşenden söz edebiliriz:
a. Zihnin ilk durumu — örneğin doğum anındaki
b. Aldığı eğitim
c. Eğitimden sayılmayan, başına gelen diğer tecrübeler
Yetişkin zihnini simüle edecek bir program üretmektense, neden bir çocuğunkini simüle etmeyi denemeyelim? Eğer böyle yapılırsa, uygun bir eğitim süreciyle yetişkin beyni elde edilecektir. Tahminen, çocuk beyni, bir kırtasiyeden aldığımız not defterleri gibi bir şeydir. Göreceli olarak daha az mekanizması ve pek çok boş sayfası olan bir şey. (Mekanizma ve yazmak, bizim bakış açımızda neredeyse eş anlamlı.) Umudumuz, çocuk beyninin kolayca programlanabilecek kadar az mekanizması olması yönünde. İlk adımda, eğitim için gerekecek uğraşın insan çocuğununkiyle aynı olması bekleniyor.
Böylece problemimizi iki kısma ayırdık. Çocuk program ve eğitim süreci. Bu ikisi oldukça yakından bağlı kalmaya devam ediyor. İlk denemede iyi bir çocuk-makine bulmayı bekleyemeyiz. Kişi, böyle bir makineye bir şeyler öğretmeyi deneyimlemeli ve onun ne kadar iyi öğrendiğini görmelidir. Sonrasında başkasını deneyip daha mı iyi, yoksa daha mı kötü olduğunu görebilir. Burada süreç ve evrim arasında bariz bir bağlantı vardır, tanımlarsak:
Çocuk makinenin yapısı
=
Kalıtımsal materyal
Çocuk makinenin değişimleri
=
Mutasyonlar
Doğal seçilim
=
Araştırmacı kararı
Ancak kişi, bu sürecin evrimden daha çabuk olmasını umabilir. En iyinin hayatta kalması, avantajları ölçmek için yavaş bir yoldur. Araştırmacı, aklını kullanarak süreci hızlandırabiliyor olmalı. Buna eşdeğer önemde bir başka gerçekse rastgele mutasyonlarla sınırlı olmadığıdır. Eğer zaafa yol açan bir şeyin izini sürebiliyorsa, olasılıkla onu düzeltebilecek türden bir mutasyon düşünebilir.
Bir makineye bir şeyler öğretirken normal bir çocuğun eğitimiyle aynı işlemleri uygulamak mümkün olmayacaktır. Örneğin, bacakları olmadığından ondan dışarı çıkıp bir kömür kovası bulması istenemez. Muhtemelen, gözsüz olacaktır. Ancak bu yetersizlikler ne kadar akıllıca bir mühendislikle çözülse de, kişi, onu okula gönderirken diğer çocukların alay konusu olmaktan koruyamaz. Bacaklar, gözler ve benzeri şeyler hakkında kaygılanmamızı gerektirmeyecek şekilde özel eğitim alması gerekir. Helen Keller örneği[15], bir şekilde öğretmen ve öğrencisi arasında çift yönlü iletişim sağlanarak eğitim verilebileceğinin bir örneğidir.
Normalde ödül ve cezayı öğretim süreciyle ilişkilendiririz. Bazı basit çocuk-makineler bu türden bir ilkeyle temellendirilerek yapılandırılabilir veya programlanabilir. Makine öyle yapılandırılmalıdır ki, kısa bir süre önce ceza sinyalinin öncülü olan olayların tekrarlanma ihtimali azalırken, ödül sinyali kendi öncüllerinin sıklığını arttırsın. Bu tanımlamalar, makinenin herhangi bir duygusu olduğunu varsaymamaktadır. Böylesi bir çocuk-makine ile bazı deneyler yaptım ve ona birkaç şey öğretmeyi başardım, ama öğretim metodu deneyin gerçek anlamda başarılı sayılması için fazla alışılmışın dışındaydı.
Ceza ve ödül en iyi ihtimalle öğretim sürecinin bir parçası olabilir. Kabaca, eğer öğretmenin öğrencisiyle iletişim kuracağı başka bir yöntemi yoksa öğrenciye ulaşabilecek bilgi miktarı uygulanan ödül ve cezaların toplamını geçmez. Çocuk ‘Casabianca’ şiirini[16] tekrar etmeyi öğrendiğinde aslında muhtemelen oldukça kederli hissedecektir, eğer metin yalnızca ‘Yirmi Soru’ tekniğiyle keşfedilebiliyorsa her ‘HAYIR’ yanıtı bir darbe etkisi taşır. Bu nedenle bazı başka ‘duygusuz’ iletişim kanallarına ihtiyaç vardır. Eğer bu kanallar erişilebilirse, makineye, örneğin sembolik bir dil gibi bir dilde verilen emirlere uyması ödül ve ceza yoluyla öğretilmesi mümkündür. Bu dilin kullanımı, gereken ödül ve ceza sayısını büyük ölçüde azaltacaktır.
Çocuk-makineye uyacak karmaşıklık (complexity) hakkındaki görüşler çeşitli olabilir. Kişi, makineyi genel prensiplerle tutarlı kalacak şekilde olabildiğince basit tutmaya çalışabilir. Ya da bunun yerine kişi, tamamlanmış bir mantıksal çıkarım sistemini ‘yerleşik olarak (built-in) yapılandırabilir’ . Yerleşik yapılandırılma durumunda, deponun büyük bir kısmı tanımlar ve önermelerle dolu olacaktır. Önermeler farklı farklı statülere sahip olabilirler, örnek olarak: iyi temellendirilmiş bulgular, zanlar, matematiksel olarak ispatlanmış teoremler, bir otoritenin beyanları, kanı değeri taşımayan ve mantıksal önerme biçimindeki ifadeler. Belli önermeler, ‘zorunlu’ olarak tanımlanabilir. Makine öyle yapılandırılmalıdır ki, bir zorunluluk ‘iyi temellendirilmiş’ olarak sınıflandırıldığı gibi ona uygun aksiyon kendiliğinden ortaya çıkar. Bunu canlandırmak için, öğretmenin makineye “Ödevini şimdi yap.” dediğini farz edin. Bu, iyi temellendirilmiş bulgular arasına “Öğretmen ‘Ödevini şimdi yap’ diyor” bulgusunun katılmasına yol açar. Bu türden bir diğer bulgu, “Öğretmenin her dediği doğrudur” olabilir. Bunları kombine etmek, iyi temellendirilmiş bulgular arasına katılmasıyla sonunda ‘Ödevini şimdi yap’ zorunluluğuna ulaşabilir ve bu, makinenin yapısından ötürü, ödevin aslında başladığı anlamına gelir ama etkisi oldukça tatmin edicidir. Makinenin kullandığı çıkarım yapma işleminin en titiz mantıkçıların hoşuna gitmesi gerekmez. Örneğin, bir türler hiyerarşisi (hierarchy of types) olmayabilir; ama çitsiz uçurumların düşeceğimiz manasına gelmemesi gibi, bu durum türe dayalı mantıksal yanılgılar yapacağımız manasına da gelmez. “Altsınıfları, öğretmenin konu edindiği bir sınıfa mensup olmadıkça kullanma” gibi uygun zorunluluklar (sistemlerin içinde ifade edilip, sisteme ait kuralların bir parçası olarak şekillenmeyen) “Uçurumun kenarına çok yaklaşma” ile benzer bir etkiye sahip olabilir.
Uzuvları olmayan bir makinenin itaat edebileceği zorunluluklar, ödev yapma örneğinde olduğu üzere daha ziyade aklî nitelikte olmaya mecburdur. Böyle zorunluluklar arasında önemli olanlar, mantıksal sistem kurallarının uygulanmasıyla ilgili düzeni idare edenler olacaktır. Çünkü kişi mantıksal bir sistem kullanıyorken, her aşamada, mantıksal sistemin zorunlu kıldığı ölçüde her birinin uygulanmasına izin verilmiş, bolca alternatif adım vardır. Bu seçimler iki mantık sisteminden hangisinin güçlü, hangisinin yanılgılı olduğunu değil, hangisinin dahiyane ve hangisinin ahmakça olduğunu ortaya koyar. Devamı zorunluluklara çıkan böylesi önermeler, “Sokrates’ten bahsedildiğinde Barbara’daki sillojizmi kullan” ya da “Eğer bir yöntem diğerinden daha hızlıysa, yavaş olanı kullanma” olabilir. Bunların bazıları ‘bir otorite tarafından verilmiş’, diğerleriyse makinenin, örneğin bilimsel tümevarımla kendi üreteceği şeyler olabilir.
Öğrenen bir makine fikri bazı okuyuculara paradoksal gelebilir. Makinenin işlem kuralları nasıl değişebilir? Makinenin, geçmişinde ne olursa olsun, ne tür değişimlerden geçerse geçsin, nasıl davranacağını tamamen tarif etmeleri gereklidir. Bu nedenle kurallar, zamansal değişimlerden oldukça bağımsızdır. Bu epeyce doğru. Paradoksun açıklaması, öğrenim sürecinde değişen kuralların kısa ömürlü geçerliliklere sahip, daha sönük kurallar olduklarıdır. Okuyucu, Birleşik Devletler Anayasası ile benzerlik kurabilir.
Öğrenen makinenin önemli bir özelliği, öğrencisinin davranışını bir yere kadar öngörebilse de öğretmenin makine içinde olup bitenler hakkında, genelde, epey bir bilgisiz olmasıdır. Bu, en kuvvetli haline, iyi denenmiş bir tasarıma (ya da programa) sahip bir çocuk-makinenin yetişmesiyle ortaya çıkan bir makinenin eğitimindeki ileri düzeylerde ulaşmalıdır. Bu, bir makineyi kompütasyonda kullanırkenki normal prosedürle taban tabana zıttır: Öyleyse kişinin amacı, bir makinenin her kompütasyon anının açık bir zihinsel resmini edinmektir. Bu amaca ancak zorlukla erişilebilir. “Makinenin sadece ona nasıl dikte edeceğimizi bildiklerimizi yapabileceği” görüşü, bu durum karşısında tuhaf kaçmaktadır. Makineye koyabileceğimiz programların çoğu, bizim anlamlandıramadığımız ya da bütünüyle rastgele davranışlar olarak değerlendireceğimiz faaliyetlerle sonuçlanacaktır. Akıllı davranış muhtemelen, kompütasyonda yer alan tümüyle kurallı davranıştan ayrı niteliktedir; ama bu ayrım rastgele davranışa ya da amaçsız tekrarlanan döngülere yol açmayacak, oldukça ince bir ayrımdır. Makinemizi taklit oyunundaki yerine bir öğretim ve öğrenim süreciyle hazırlamamızın bir diğer önemli sonucu, ‘insani yanılabilirlik’ (human fallibility), örneğin özel ‘eğitmenlik’ olmadan, daha doğalca bir yoldan aşılmasının daha muhtemel olduğudur. Öğrenilen işlemler sonuçlarda yüzde yüz kesinlikte sonuç sağlamamaktadır; böyle olsaydı unutulamazlardı.
Öğrenebilen bir makinenin rastgelelik unsuru taşıması muhtemelen akıllıcadır Bir rastgelelik unsuru, birtakım probleme çözüm ararken bir hayli kullanışlı olacaktır. Örnek olarak, 50 ve 200 arasında ve rakamlarının toplamının karesine denk bir sayı bulmak istediğimizi farz edin; 51’le başlayıp, sonra 52’yi deneyip, buna uyan bir sayı bulana kadar devam ederdik; veya bunun yerine uygun bir tane bulana kadar rastgele deneyebilirdik. Bu yöntem denenen değerlerin takibini gerektirmeme avantajına sahiptir; ama dezavantajı aynı sayının iki kez denenmesi ihtimalidir, yine de eğer birçok çözümü varsa bu çok da önemli değildir. Sistematik yöntemin dezavantajıysa hiçbir çözüm içermeyen uzun bir sayı dizisine denk geldiğinde, onu aşmadan önce çözmesi gerekmesidir. Artık öğrenme süreci, öğretmeni memnun edecek (ya da başka bir kriteri karşılayacak) bir davranış biçimi aramak şeklinde düşünülebilir. Uygun çözüm sağlayacak bol miktarda sayı olduğundan, rastgelelik yöntemi sistematik yöntemden daha iyi gibi görünmektedir. Rastgelelik yönteminin evrim sürecinde kullanılan yöntemin bir benzeri olduğu fark edilecektir, ancak evrimde sistematik yöntem mümkün değildir. Biri, denenen farklı genetik kombinasyonların kaydını onları tekrar elde etmemek adına nasıl takip edebilir?
Makinelerin bir gün insanlarla tüm salt entelektüel alanlarda yarışabileceğini umabiliriz, ancak buna en iyi başlangıç hangileridir? Bu bile zor bir karar. Pek çok insan, satranç oynamak gibi oldukça soyut bir aktivitenin en iyisi olduğunu düşünmekte. Ayrıca makineye satın alınabilecek en iyi duyu organlarını sağlayıp ona İngilizce anlamayı ve konuşmayı öğretmenin en iyisi olduğu da savunulabilir. Bu süreç, bir çocuğa normalde uygulanan öğretim sürecini takip edecektir. Mesela şeyler işaret edilerek isimlendirilecektir. Doğru cevabın ne olduğunu bilmediğimi yineliyorum, ama iki yaklaşımın da denenmesi gerektiğini düşünüyorum.
Önümüzdeki yolun yalnızca kısa bir kısmını görebiliyoruz, ama yapılması gereken pek çok şeyi de görüyoruz.
[1] Ing. The Imitation Game (Ç.N.)
[2] Turing, öyle görünüyor ki burada, çeşitli mühendislik araçları ile düşünebilen bir makine yaratmanın, biyolojik bir insan yaratmakla eş manaya gelebileceğini de hesap ediyor ve söz konusu mühendislerin cinsel ilişki neticesinde bir çocuk doğurmalarının da makine sayılabileceği ihtimalini elemek istiyor. Kimilerinin klonlamayı bir seçenek olarak sunabilecek olması üzerine, tüm ekip tek cinsiyetten olsa ve onlardan birini klonlasak dahi, ortaya çıkacak olan şey her ne kadar mühendislik harikası olsa da, düşünen bir makine olmayacaktır sonucuna varmaya çalışıyor. Böylece makine ile ne kastettiğini daha iyi izah edebilmiş olacak. Bu kısım biraz kapalı ve hızlı geçildiği için açıklamak gereğini duyduk. (E.N.)
[3] İleride yalnızca ‘sayman’ olarak geçecek. (Ç.N)
[4] Mekanik hesap makineleri. (Ç.N.)
[5] Taşıyıcıları arasında Sir Isaac Newton ve Stephen Hawking’in de bulunduğu, bir Cambridge Üniversitesi ünvanı. (Ç.N.)
[6] Charles Babbage, 1791–1871 yılları arasında yaşamış ve matematik, felsefe, mekanik mühendislik alanlarında çalışmış bir mucit. Bu polimat (polymath), programlanabilir dijital bilgisayar konseptinin babası olarak bilinir.
[7] log23≅1.6 (Ç.N.)
[8] Turing talihsiz bir seçimle rollerden birinin adını -C, sorgulayan- oyuncu yapmak istediği aygıta -C, dijital bilgisayar- vermiş, ayrımı vurgulamakta yarar olabilir. (Ç.N.)
[9] Konuyla ilgili oldukça kısa bir arama yaptım. İslam’da böyle bir inanç olduğu kanısı yurtdışında rastlanan bir şey, fakat İslami anlamda buna dair bir söyleme rastlamadığım gibi, Turing’in ya da başkalarının bu kanıya ulaşmasının net sebebini de bilmiyorum. Kaynağı olanlar aydınlatabilir. (Ç.N.)
[10] Lister Nutuğu, İngiltere Kraliyet Cerrahi Koleji’nin cerrahi bilimine katkıları olan bilim insanlarına verdiği Lister Madalyası’nı alan bilim insanının verdiği bir söylevdir. Lister Dersi olarak da geçer. Geoffrey Jefferson’ın söylevinin adı Mekanik Adamın Zihni’dir; asıl ismiyle The Mind of Mechanical Man. (Ç.N.)
[11] Yayınladığımız mecra gereği bu sayfa numaralarını belirtme ihtiyacı hissetmedik. (E.N.)
[12] Lat. non distributio medii, İng. fallacy of the undistributed middle, bir sillojistik yanılsama. (Ç.N.)
[13] Kupa, maça vb. (Ç.N.)
[14] Critical size: Wikipedia’daki Critical Mass maddesine göre; bir nükleer reaktör çekirdeğinin ya da spesifik geometrik uyarlamalara ve materyal bileşimine göre yapılabilen bir nükleer silahın minimum boyutu. Kritik boyut, en az kritik kütleyi sağlayacak yeterlilikte fisyonlanabilir materyal içermelidir. İnternette tutarlı başka ifadeler gördüm, fakat onlar da yine kaynaklandırılmamıştı. (Ç.N.)
[15] Edebiyat fakültesi mezunu ilk kör-sağır birey. Kendisi doğuştan itibaren görme engelli ve sağır olduğundan, onun eğitmeninin çocukluktan beri avuç içine farklı kombinasyonlarla kelimeleri dokunarak kodlaması ile iletişime geçebilmiş, dil edinebilmiştir. Hellen Keller bu şekilde yazarlık dahi yapmıştır. (Ç.N.)
[16] Felicia Hemans’ın 1826’da yazdığı, on dörtlükten oluşan bir şiir. (Ç.N.)
İleri Okuma Önerileri
Turing’e ileri okuma önerisi yazmak, tüm yapay zeka ve bilişsel bilim literatürünü önermeye kalkmak gibi bir risk taşıyor. Dolayısıyla spesifik konular üzerinden gidelim. Turing’in burada sunduğu çerçevenin daha detaylı ve formel bir hali için Otomata Teori anlatan ders kitaplarına müracaat edilebilir. Örneğin, Hopcroft, Motwani, Ullman’ın Introduction to Automata Theory Languages and Computation pek çoklarının yanı sıra bunlardan biri olabilir.
Turing’in bu perspektifinin bilgisayar biliminde doğrudan bir yansıması ve gelişimi için Newell ve Simon’ın 1976 tarihli Computer Science as Empirical Inquiry: Symbols and Search makalesi, bilişsel bilimdeki daha genel bir izdüşümü içinse Zenon Pylyshyn’ın 1984 tarihli Computation and Cognition isimli kitabı incelenebilir. Pylyshyn bu kitabında Turing’in önerdiği algoritmik yapının aslında insanın zihninde bulunan yapı olabileceğini, Turing gibi “insanlardan farklı olsa da, yine de düşünüyor” demek yerine, “işte insanlar tam da bu yolla düşünüyor” denebileceği fikrini ortaya atıyor ve savunuyor.
Turing’in “Bilinçten Türetilen Argüman” olarak ele aldığı itirazın daha sonraları çok ünlenecek şekilde serimlendiği, John Searle’ün 1980 tarihli Minds, Brains, and Programs isimli makalesine bakılabilir. Bu makale ünlü Çin Odası Düşünce Deneyi’nin de ortaya atıldığı makaledir. Searle’ün bu makalesinden ve daha başka bazı itirazlardan destek alan Stevan Harnad’ın 1990 tarihli Symbol Grounding Problem makalesi de, makinelerin yalnızca sembollerle iş görmesinin olası problemlerini ele alması açısından mühim. Harnad’ın perspektifi daha sonraları embodied cognition (bedensel biliş) olarak bilinecek olan bir perspektife de temel sağlıyor. Bu perspektif ,Turing’in önerdiği gibi entelektüel faaliyetleri duyusal ve motor aktivitelerden tamamen soyutlayarak gerçekleştirmeye çalışmak yerine, insanların bu faaliyetleri tam da duyusal ve motor veriler dolayısıyla, bunlar sayesinde, yani bir bedene sahip olduğu ve o bedenin çeşitli uzamsal olanakları dolayısıyla gerçekleştirebildiğini iddia ediyor. Bu perspektifin bir özeti için Margaret Wilson’ın Six Views of Embodied Cognition makalesine bakabilirsiniz.
Turing testi üzerine yazılmış pek çok makalenin derlemesi ve yer yer yorumlanması olan M. S. Shieber’in The Turing Test kitabı spesifik olarak bu konuya eğilmiş ve kenarda köşede kalmış da olsa pek çok metni bir araya getiren faydalı bir derleme.