Yapay Zekanın Kısa Tarihi: Turing'den Bugüne

Yapay zeka birkaç yıl önce aniden ortaya çıkmış gibi görünebilir. Oysa bugünkü sohbet robotlarının arkasında 70 yılı aşkın bir hikaye var: büyük hayaller, hayal kırıklıkları, unutulmuş fikirlerin yeniden keşfi ve birkaç çarpıcı zafer.

Bu yazıda yapay zekanın kısa tarihini bir zaman yolculuğu olarak anlatıyoruz. Her durakta o dönemin fikrini ve bugüne ne bıraktığını göreceğiz.

Hazırlık: bilgisayardan önce bile

Makinelerin düşünebileceği fikri çok eskidir. 1840’larda Ada Lovelace, Charles Babbage’ın tasarladığı mekanik hesap makinesi üzerine yazdığı notlarda, bu tür bir makinenin sadece sayılarla değil, müzik gibi başka sembollerle de çalışabileceğini öngördü. Bugün Lovelace, ilk bilgisayar programlarından birini yazan kişi olarak anılır.

Ama gerçek anlamda yapay zekanın hikayesi, elektronik bilgisayarların ortaya çıktığı 20. yüzyılın ortasında başlar.

1950: Turing’in sorusu

İngiliz matematikçi Alan Turing, 1950’de yayımladığı bir makalede şu soruyu sordu: “Makineler düşünebilir mi?”

“Düşünmek” kelimesini tanımlamak zor olduğu için Turing bir oyun önerdi: taklit oyunu. Bir insan, ekran başında yazışarak hem bir insanla hem de bir makineyle konuşur. Hangisinin makine olduğunu güvenilir şekilde ayırt edemezse, makine testi geçmiş sayılır. Bu fikir bugün Turing Testi olarak bilinir.

Turing’in asıl katkısı, soruyu felsefi bir tartışmadan deneysel bir soruya çevirmesiydi. Bu yaklaşım, yapay zeka alanının kapısını araladı.

1956: Adını koymak

1956 yazında ABD’deki Dartmouth Koleji’nde bir grup araştırmacı bir çalıştay düzenledi. Bu toplantının hazırlığında John McCarthy, “yapay zeka” (artificial intelligence) terimini kullandı. Bu çalıştay, yapay zekanın bir araştırma alanı olarak doğuşu kabul edilir.

O dönemin havası çok iyimserdi. Bazı araştırmacılar, insan düzeyinde zekaya birkaç on yıl içinde ulaşılabileceğini düşünüyordu.

1950’lerin sonu ve 1960’lar: ilk denemeler

Bu yıllarda iki farklı yaklaşım şekillendi:

• Kural tabanlı yaklaşım: Zekayı mantık kuralları ve semboller üzerinden kurmak. Bilgisayara “eğer şu ise, bunu yap” türünden kurallar vermek.
• Öğrenen makineler: Beyindeki nöronlardan ilham alan sistemler. 1958’de Frank Rosenblatt, örneklerden öğrenebilen basit bir yapay nöron modeli olan algılayıcıyı (perceptron) tanıttı.

1966’da Joseph Weizenbaum, ELIZA adlı bir program yazdı. ELIZA, kullanıcının cümlelerindeki bazı kalıpları yakalayıp onları soru şeklinde geri yansıtarak sohbet ediyormuş gibi görünüyordu. Aslında hiçbir şey anlamıyordu, ama bazı kullanıcılar onunla gerçek bir sohbet yaptığını hissetti. Bu, bugün de geçerli bir derstir: akıcı konuşmak, anlamak demek değildir.

1970’ler ve 1980’ler: kışlar ve uzman sistemler

Büyük vaatler beklenen hızda gerçekleşmeyince, yapay zeka araştırmalarına olan ilgi ve destek azaldı. Bu dönemlere yapay zeka kışı denir. Tarihte genellikle iki büyük kıştan söz edilir: biri 1970’lerde, diğeri 1980’lerin sonlarında.

Arada, 1980’lerde uzman sistemler popüler oldu. Bunlar, belirli bir alandaki uzmanların bilgisini yüzlerce “eğer-ise” kuralına döken programlardı. Belirli işlerde başarılıydılar ama kuralları yazmak ve güncel tutmak çok zordu; yeni durumlara uyum sağlayamıyorlardı.

Aynı dönemde, 1986’da yayımlanan önemli bir çalışma, çok katmanlı sinir ağlarının geri yayılım yöntemiyle eğitilebileceğini geniş kitlelere gösterdi. Bu fikir, yıllar sonra derin öğrenme devriminin temel taşlarından biri olacaktı. (Geri yayılımın ne olduğunu sinir ağları yazımızda sade bir dille anlattık.)

1997: Satranç tahtasında bir dönüm noktası

1997’de IBM’in geliştirdiği Deep Blue, dünya satranç şampiyonu Garri Kasparov’u altı oyunluk bir maçta yendi. Bu, bir bilgisayarın dünya şampiyonunu klasik bir maçta yendiği ilk büyük olaydı.

Deep Blue bugünkü anlamda “öğrenen” bir sistem değildi. Gücü, saniyede çok sayıda hamleyi hesaplayabilmesinden ve uzmanların hazırladığı değerlendirme kurallarından geliyordu. Yine de insanların “makine bunu yapamaz” dediği bir sınırın aşılabileceğini gösterdi.

2012: Derin öğrenme sahneye çıkıyor

2000’lerde iki şey değişti: İnternet sayesinde çok büyük veri setleri oluştu ve oyunlar için geliştirilen ekran kartları (GPU), sinir ağı hesaplarını çok hızlandırdı.

2012’de, büyük bir görüntü tanıma yarışmasında AlexNet adlı derin sinir ağı, rakiplerinden belirgin şekilde daha iyi sonuç aldı. Bu olay, derin öğrenmenin yükselişinin sembolü haline geldi. Kısa süre içinde görüntü tanıma, konuşma tanıma ve çeviri gibi alanlarda derin öğrenme hakim yaklaşım oldu.

2016: Go tahtasında sezgi

Go, satrançtan çok daha fazla olası hamleye sahip eski bir Asya oyunudur. Uzun süre bilgisayarlar için çok zor kabul edildi. 2016’da DeepMind’ın geliştirdiği AlphaGo, dünyanın en iyi oyuncularından Lee Sedol’u beş oyunluk bir maçta yendi.

AlphaGo’nun farkı, sinir ağlarını ve pekiştirmeli öğrenmeyi birleştirmesiydi. Sistem, oyunları inceleyerek ve kendi kendine oynayarak gelişmişti. Bazı hamleleri, uzmanların ilk bakışta tuhaf bulduğu ama sonradan dahice kabul ettiği türdendi.

2017 ve sonrası: transformer ve dil modelleri

2017’de Google araştırmacıları, transformer adlı yeni bir sinir ağı mimarisini tanıtan bir makale yayımladı. Transformer’ın dikkat mekanizması, metindeki uzak kelimeler arasındaki ilişkileri verimli bir şekilde yakalayabiliyordu.

Bu mimari, bugünkü büyük dil modellerinin temeli oldu. Kasım 2022’de ChatGPT’nin kullanıma açılmasıyla, dil modelleri milyonlarca insanın gündelik hayatına girdi. Bu modellerin temel fikri, bir metnin devamını tahmin etmektir.

Evde deneyin: aile Turing testi

Bu oyun, Turing’in fikrini bir akşam oyununa dönüştürür.

1. Bir kişi “hakem” olur ve başka bir odaya geçer.
2. Diğerleri, hakemin kağıda yazdığı sorulara yazılı cevaplar verir. Bir cevap bir aile üyesinden, diğeri ise bir yetişkin gözetiminde bir sohbet robotundan gelir; robotun cevabı elle kağıda geçirilir.
3. Hakem, hangi cevabın insandan, hangisinin makineden geldiğini tahmin eder.
4. Birkaç tur oynayın ve konuşun: Hangi sorular makineyi ele verdi? Espri mi, kişisel anı mı, çok yerel bir bilgi mi?

Tarihten çıkan dersler

• Fikirler geri döner. Sinir ağları 1950’lerde doğdu, uzun süre gözden düştü, onlarca yıl sonra alanın merkezine yerleşti.
• Veri ve donanım, fikir kadar önemlidir. Derin öğrenme, büyük veri setleri ve GPU’lar olmadan bugünkü haline gelemezdi.
• Abartılı beklentiler kışlara yol açabilir. Tarihte iyimserlik ve hayal kırıklığı dönemleri birbirini izledi.
• Akıcılık anlamak değildir. ELIZA’dan bugüne, makinenin düzgün konuşması onun her şeyi anladığı anlamına gelmez.

Son durak

Yapay zekanın tarihi, Turing’in 1950’deki sorusundan bugünkü dil modellerine uzanan, iniş çıkışlarla dolu bir yolculuk. Bu tarihi bilen bir çocuk, bugünkü gelişmelere hem heyecanla hem de sağlıklı bir şüphecilikle bakabilir.

L’Atelier AI’ın kurucusu Dr. Gökhan Tahıl’ın bu alandaki akademik yolculuğunu hakkımızda sayfasında, atölyede öğrencilerin izlediği seviyeleri ise program sayfasında bulabilirsiniz.