MIT Technology Review'un köşe yazısında, bugünün dil modelleri ve yapay zeka sistemlerinin gerçek anlamda mantıksal akıl yürütme yeteneklerine sahip olmadığı, bunun yerine istatistiksel tahminler yaptığı ileri sürülüyor. Yazı, 2016'da Go dünya şampiyonu Lee Sedol'u yenen AlphaGo'nun ünlü 37. hamlesi üzerinden, sıklıkla 'saf makine sezgisi' olarak tanımlanan bu başarının aslında gerçek bir akıl yürütme sürecinin ürünü olduğunu ve günümüz yapay zeka sistemlerinin bu kapasiteyi taşımadığını açıklıyor.

AlphaGo'nun Başarısı: Sezgi mi, Akıl Yürütme mi?

Mart 2016'da Seul'de yaşanan AlphaGo ile Lee Sedol arasındaki efsanevi maçta, yapay zeka sisteminin ikinci oyundaki 37. hamlesi, hatta bazı yorumcular tarafından yazılım hatası zannettirilecek kadar sıradışıydı. Lee Sedol'ün o anda AlphaGo'yu yaşayan, düşünen bir rakip olarak algılamasına neden olan bu hamle, aslında derin bir mantıksal işlemin sonucuydu. Yayın yapan kişi, AlphaGo'nun geliştirilmesinde rol almış olması nedeniyle, bu hamlede gerçekte neler döndüğünü açıklamaya çalışıyor.

İstatistik Tahminle Gerçek Akıl Yürütmenin Farkı

Deep Blue'nun 1997'de Garry Kasparov'u yenişi, 200 milyon satranç pozisyonunu saniyede değerlendirme yoluyla gerçekleştirildi. Ancak Go çok daha karmaşık bir oyun olup, AlphaGo'nun bu oyunda başarılı olabilmesi için sezgisel bir yapıya ihtiyacı vardı. Yazıya göre, AlphaGo iki sistem içeriyor: birincisi, güçlü insan oyunlarından öğrenmiş bir 'politika ağı'. Bu ağ, 37. hamleyi sıradan bir hamle olarak değerlendirdi ve uzman bir oyuncunun bu hamleyi yapma ihtimalini on binde bir olarak hesapladı. İşte burada devreye gerçek akıl yürütme girdi.

Günümüz Yapay Zeka Sistemlerinin Sınırları

Yazı, bugünün dil modelleri ve diğer yapay zeka sistemlerinin, AlphaGo'da bulunan bu derinlemesine akıl yürütme mekanizmasından yoksun olduğu konusunda uyarıyor. Tıp ve bilim gibi alanlarda güvenilir sonuçlar almak ve gerçekten yeni anlayışlar elde etmek istiyorsak, yapay zeka sistemlerine bu tür genel amaçlı akıl yürütme yeteneklerinin verilmesi gerektiği savunuluyor.

Ne anlama geliyor?

Dil modelleri ve yapay zeka sistemleri, istatistiksel kalıpları öğrenip en olası sonucu tahmin eden araçlardır. Bir soru sorulduğunda, eğitim veri setindeki benzer cümlelerin kalıplarını izleyerek yanıt üretirler. Ancak gerçek akıl yürütme, bir problemi parçalara ayırma, karşılıklı ilişkileri anlama ve adım adım bir çözüme varma sürecidir. AlphaGo'daki fark şuydu: o, sadece hangi hamlenin istatistiksel olarak sıklığa dayansa da, daha derin bir stratejik değerlendirme yaparak alışılmadık ama etkili bir hamle seçti. Bu, sistemin veri setinin ötesine geçerek, yeni bir mantıksal kombinasyon üretmesidir. Günümüz dil modelleri henüz bu seviyeye ulaşmamıştır; daha çok kalıp eşleştirme ve istatistiksel tekrarlama yaparlar. Sağlık, malzeme bilimi veya kimya gibi alanlarda, sadece olasılık temelli yanıtlar değil, adımladırılmış ve doğrulanabilir mantık akışı gereklidir. Bu nedenle, yapay zeka sistemlerine bu tür gerçek akıl yürütme becerileri kazandırılması, sistemlerin güvenilirliğini ve yenilikçiliğini arttıracaktır.