Gelecek Geldi: Chat GBT

Sevgili Okuyucu, 

Geçtiğimiz aylarda AI tarafından yapılan portrelerini Instagram’a boca edenlerden misin, yoksa “Allah aşkına siz n’apıyorsunuz?” diye izleyenlerden mi? Açıkçası ben yapay zeka teknolojisinin yaratıcı endüstrileri bile bu hızda, yıkıcı bir şekilde dönüştüren teknolojilerini büyük heyecanla, adeta elimde popcorn’la izliyorum. 

O yüzden dayanamayıp yazının sonunda söyleyeceğim şeyi şimdiden söyleyeyim de rahatlayayım: Valla iyi ki yapay zeka geldi de biz çocukken yazlık yerlerin marinalarında dandik resimler yapanlar işsiz kaldı. Hepimiz, hayat boyu bize yetecek kadar vasat sanat sepete maruz kalmıştık. Peki bu, sanatçılar yakın gelecekte aç mı kalacak demek? Hayır. Bugün sokaktaki herkesin elindeki telefonlarda 48 MP kamera olunca fotoğrafçılar aç mı kaldı? Hayır. Bu sayede hem teknolojiye erişim daha demokratize oldu (bu da yeteneklinin, yeteneğini doğurup büyütmesi için daha erişilebilir bir şansa sahip olması anlamına geldi), hem de vasat fotoğrafçılar piyasadan çekilmek durumunda kaldı. Survival of the Fittest.

Peki, nedir bu havada uçuşan yapay zeka chat bot’larının iki dakikada hazırladığı foto-realistik görsellerin sırrı? Neden şimdi bu kadar popüler oldu ve bu işin sonu nereye varacak? Gelin önce sınırlarımızı tanımlayalım ve bu işin başlangıcını anlayalım.

Aslında yapay zeka hayatımızda düşündüğümüzden çok daha uzun zamandır var, hatta bu satırları okuyan siz okurlarımızın çoğundan çok daha yaşlı, doğum tarihi taa 1950’ler! Yapay zeka da aynı insanlık tarihi ve bilgi birikimi gibi, kümülatif bir bilgi toplama ve gelişme metoduyla ilerliyor. Dolayısıyla dünyanın dört bir yanından yüzlerce, binlerce bilim insanı son 70 senedir yapay zekanın tanımını, sınırlarını ve kullanım alanlarını kolektif bir şekilde geliştirdi ve eğitti; bugünlere ilmek ilmek getirdi. Peki bu iş nasıl başladı, amacı neydi? İsmi ve odaklandığı alanların arasındaki bağ neydi? 

Yapay - Zeka. 

İlk duyulduğunda bir tık oksimoron bir sıfat tamlaması gibi geliyor kulağa, değil mi? Bu teknik terimi 1956’da Dartmouth College’da gerçekleşen Dartmouth Konferansı’nda bilgisayar bilimi profesörü John McCarthy kullanıyor ilk kez, bu sebeple bu terimin ve dolayısıyla alanın doğum yeri ve zamanı orası kabul ediliyor. Profesör McCarthy ve ekibinin amacı ise dili kullanan, soyutlamalar ve kavramlar oluşturan, insanlara ayrılmış türde sorunları çözen ve kendilerini geliştiren makineler geliştirmekti. Bu amaçla bu tarihi konferansa insanlar gibi düşünebilen ve öğrenebilen makineler yaratma fikriyle ilgilenen bilgisayar bilimcilerini, matematikçileri, bilişsel psikologları ve mühendisleri çağırdılar. Alandaki ilk araştırmalar doğal dili anlama, nesneleri ve kalıpları tanıma ve karar verme gibi normalde insan zekası gerektiren görevleri yerine getirebilen, “düşünen makineler” geliştirmeye odaklanmıştı. Bu amaçla, önce insan beyninin çalışma tarzı taklit edilmeye çalışıldı; kural tabanlı sistemler ve karar ağaçları gibi teknikler kullanıldı ama baktılar her yiğidin aslında yoğurt yiyişi farklı, makineyi hiç bu şekilde sınırlamaya gerek yok, işte o zaman resme “makine öğrenimi” girdi. 

Makine öğrenimi en sade anlatımıyla açıkça programlanmadan görevleri gerçekleştirmeyi “öğrenebilen” bir tür bilgisayar programı. Korkutucu, değil mi? Değil aslında. Heyecan verici, nefes kesici ve kafa açıcı! Karşınızdaki programa bir görevin nasıl gerçekleştirileceğine ilişkin eskisi gibi ona dümdüz talimatlar vermek yerine, makine öğrenimi sayesinde programın algoritmasına şablonu anlaması için geniş bir veri kümesi yüklenince, makine bu verilerin içindeki kalıpları ve ilişkileri kendi bularak, görevi kendi kendine nasıl gerçekleştireceğini “öğreniyor”. Çok soyut oldu değil mi? Böyle durumlarda sade bir örnek hep işe yarar. Örneğin; siz algoritmaya hangi fotoğrafın kedi, hangi fotoğrafın köpek fotoğrafı olduğu verisini verdiniz, sonra da ona daha önce hiç görmediği bir fotoğrafı yüklediniz. Ve program gitti, daha önce bu hiç görmediği fotoğraftaki canlının bam diye köpek olduğunu bildi. Ne oldu? Makine öğrendi. 

Yavaşça bu seksi kavramların birbirleriyle ilişkilerini gelin yalın bir şekilde bağlayıp kafamızı netleştirelim. Yapay zekayı bir araç seti olarak düşünelim, makine öğrenimi ise bu araç setindeki araçlardan yalnızca bir tanesi, ama son derece önemli bir tanesi. Onun sayesinde bilgisayar görüşü (computer vision), doğal dil işleme (natural language processing) gibi alanların önü açıldı ve bugün sizlerle bu konuları konuşuyoruz. Hatta bu yazıyı yazıyoruz! Şu an okumakta olduğunuz bu yazının yarısından fazlasını yapay zeka yazdı. Peki, bu durum beni, bir teknoloji köşesi yazarı olarak gelecekte işsiz mi bırakacak? Tabii ki hayır. Teknolojiyi insanlığa bir rakip olarak değil; tersine, insanlığın üzerine çıkıp daha da yükselebileceği, daha kaliteli işleri daha kısa zamanda gerçekleştirebileceği bir fırsatlar bütünü olarak görmeliyiz. 

Hayatta her alanda olduğu gibi, bu alanda da başımıza gelen olayların fırsata mı yoksa krize mi sebep olacağı ise bizim hazırlığımıza ve bakış açımıza bağlı. “Artık dünya çok hızlı dönüyor, teknoloji nereye gidiyor Rabbim” cümlesini duyuyor ve düşünüyorsanız, sarsılıp kendimize gelelim. Elimizde tuttuğumuz akıllı telefonlar 20 sene önce yoktu; bugün tüm kariyerini ve birikimini bu telefonların teknolojisi sayesinde yapan milyonlar var. İşin sırrı, kafayı açık tutup okumak, araştırmak, yeni alanları ve araçları denemekten hiç vazgeçmemek. Çünkü günümüzde insanlığın yarattığı araç setleri hiç olmadığı kadar heyecan verici!