Yapay Genel Zeka (YGZ) Mümkün Mü?

Yapay genel zeka (YGZ), bu alandaki birçok araştırmanın nihai hedefidir, ancak bu mümkün mü? Uzmanlar bunun başka bir soruya bağlı olduğunu söylüyor: İnsan beyni bir bilgisayar mıdır?

Yakın zamanda Herbert Dreyfus’un (görünüşe göre Futurama’da Profesör Hubert Farnsworth ismine ilham veren kişi ) Bilgisayarların Hala Yapamadığı Şeyler kitabını okumayı bitirdim; bu kitap bana ilk kez yapay genel zekanın (YGZ) dijital bilgisayarlarda uygulanabilirliği konusunda ciddi felsefi şüpheler yaşattı. . YGZ’nin neden imkansız olduğuna dair güneş altındaki her tartışmayı duymuş gibiyim ve daha önce tek bir tanesini dahi ikna edici bulmamıştım. Çoğu pek tutarlı bile değil! Yani bu benim için bir ilkti. (Ayrıca bu kitaba şimdiye kadarki en havalı altyazıya sahip olduğu için de teşekkür etmeliyim: Yapay Aklın Eleştirisi.)

Kitabın ilk bölümünde, yapay zekanın 1950’lerden 1970’lere kadar olan tarihçesi anlatılmaktadır. Özellikle yapay zekanın başarısızlıklarının bu dönemdeki serüvenine odaklanılmaktadır. Dreyfus, yapay zekanın tarihini, başlangıçta bir dizi başarıyla başlayan ancak ardından ölçeklendirme açısından yaşanan başarısızlıkların bir hikayesi olarak sunmaktadır. Onun eleştirisi, genellikle “Eski Moda Güzel Yapay Zeka” veya “GOFAI” olarak bilinen yaklaşıma yöneltilmektedir.

GOFAİ Nedir?

GOFAI esas olarak bir dizi bilinen gerçekleri ve kalıplaşmış kuralları kullanan mantık tabanlı sistemlerden oluşuyordu. Paradigmatik örnek , Douglas Lenat tarafından geliştirilen ve “Bill Clinton eski bir ABD Başkanıdır” gibi milyonlarca ayrık gerçekten oluşan geniş bir veri tabanına sağduyulu bilgiyi manuel olarak kodlayarak YGZ’ye ulaşma girişimi olan Cyc’dir (ve hala da öyledir) . “Bütün ağaçlar bitkidir” ve “Paris, Fransa’nın başkentidir” (evet, gerçekten). Bunun da ötesinde, yeni gerçekleri elde etmek ve soruları yanıtlamak için bir dizi kural olan bir çıkarım motoruna sahiptir.

Dreyfus’un argümanları arasında en sevdiğim, aslında özellikle Cyc’e yönelik bir eleştiridir:

“ Yapay zeka araştırmacıları, bir sistemin belirli bir durum hakkında ne kadar çok şey bilirse, ilgili bilgiyi almasının da o kadar uzun süreceğini ve bunun ölçek büyütme söz konusu olduğunda genel bir sorun teşkil ettiğini uzun zamandır biliyor. Tersine, bir insan bir durum veya birey hakkında ne kadar çok şey bilirse, ilgili diğer bilgilere ulaşmak da o kadar kolay olur. Bu, insanoğlunun, temsilci filozofların ve Lenat’ın varsaydığı sembolik formlardan oldukça farklı depolama ve erişim biçimleri kullandığını gösteriyor. ”

Yani bu tür veritabanlarında bilgi arttıkça arama yapmak zorlaşıyor, halbuki insanlar öğrendikçe sezgileri gelişiyor ve akıl yürütmeleri daha hızlı oluyor. Bu, GOFAI ile gerçek zeka arasındaki temel kopukluğu temsil ediyor gibi görünüyor. Dreyfus ayrıca Lenat’ın önerdiği çözümden de alıntı yapıyor:

“Herhangi bir arama programının doğal eğilimi, ek iddialar eklendikçe ve dolayısıyla arama alanı büyüdükçe (genellikle kombinatoryal olarak patlayıcı bir şekilde) yavaşlamaktır. . . . Büyüyen bir programın etkili zekasını korumanın anahtarı, meta-bilginin akıllıca eklenmesinde yatmaktadır.”

Bu nedenle, çok fazla gerçek arasında boğulma sorununu çözmek için, veritabanına daha fazla gerçek eklemeyi öneriyor. Cyc’in yakın zamanda (veya bu konuda herhangi bir zamanda) genel hale gelmesi konusunda nefesimi tutmadığımı söylemek yeterli. Dreyfus’un GOFAI’ye yönelik eleştirisi esasen yerindeydi, çünkü bu yöntemler gerçekten ölçeklenemedi ve araştırmacılar modern derin öğrenme çağında bunları büyük ölçüde terk etti.

Yapay Genel Zeka (YGZ) Nedir?

Kitabın ikinci yarısı YGZ’nin felsefi temellerine geçiyor. Eğlencenin asıl başladığı yer burasıdır. Bana göre burada çok fazla saçmalık var. Dreyfus, gerçek zekanın nasıl “bedenlenmesi” gerektiği konusunda uzun uzadıya devam ediyor. Üç boyutlu uzaydaki bir bedene gelen duyusal girdilerin, bir yapay zekanın kullanabileceği diğer veri akışlarıyla karşılaştırıldığında nasıl ayrıcalıklı bir girdi-çıktı kanalları dizisi oluşturduğundan tam olarak emin değilim. Ancak Dreyfus, bir robot gövdesi içindeki bir yapay zekanın bile gerçek anlamda “bedenlenme” konusunda başarısız olacağını söylediği için bu konu dışı olabilir . Bu kelimeyle ne kastettiğinden gerçekten emin değilim ve bunun o kadar da tutarlı bir şey olduğuna da inanmıyorum.

Ayrıca sürekli olarak insanların her zaman bir “durum içinde” olduğu, oysa yapay zekaların öyle olmadığı ve belki de hiçbir zaman olamayacağı konusunda ısrar ediyor. Kendisi bu noktanın merkezi bir öneme sahip olduğunu düşünüyor ancak ne yazık ki bununla ne kastettiğini yine tam olarak belirleyemiyorum. Neyse ki, Gödel temelli herhangi bir argüman kullanmıyor ve aslında bunları açıkça reddediyor, bunun için ona sonsuz minnettarım.

GÖDEL VE YGZ

Matematikçi Kurt Gödel, kabaca, yeterince ifade edici herhangi bir resmi matematik sistemi için, sistem içinde o sistemde kanıtlanamayacak doğruların bulunacağını gösterdi. Ancak argümana göre insanlar bu gerçekleri kavrayabiliyor, dolayısıyla beyin sadece hesaplamadan daha fazlasını yapıyor olmalı.

YGZ'ya Karşı Argüman

Ancak, beni özellikle şaşırtan bir tartışma vardı, özellikle de kafa karıştırıcı olan bir konu hakkındaydı. Aslında, çok merkezi bir argüman dahi sayılamazdı. Ana metin ile dipnot arasındaki daha büyük bir bölümde yalnızca bir nokta vardı. Ancak bu nokta, aklımı çeldi ve YGZ’nin uygulanabilirliği konusunda beni düşündürdü. İşte bu argümanın özeti: Ya da en azından Dreyfus’un eserini okuduktan sonra kafamda oluşan versiyonu.

Gezegenler, yıldızların yörüngesinde belirli diferansiyel denklemlere göre dönerler, ancak bunu hesaplamak için bu denklemleri dahili olarak işlemelerine gerek yoktur. Sabun kabarcıkları, minimum yüzey alanını (sınırları göz önünde bulundurarak) otomatik olarak alır, içsel hesaplamalar yapmadan. Peki, beyin bu açıdan nasıl farklıdır?

Beyin akıllı davranışlar üretebilir, ama aslında herhangi bir şeyi içsel olarak hesapladığını nasıl bilebiliriz? Belki de doğası gereği, tıpkı bir baloncuk gibi belirli bir şekli otomatik olarak alır, matematiksel zeka modellerimize uygun bir şekilde hareket eder. Aslında, bir balonun (görünüşe göre) otomatik olarak ve zahmetsizce yapabildiklerini yeniden üretmek için çok fazla bilgi işlem gücü harcayabiliriz.

Peki, bunun ne önemi var? Sonuçta, beyin bir fiziksel sistemdir ve böyle bir sistem sonuçta bir Turing makinesi tarafından simüle edilebilir, değil mi? Evet, ama bu bize beyin fiziğini simüle edebileceğimiz gerçeği dışında pek bir şey söylemiyor. Bu, yeterince ayrıntılı bir şekilde yapılırsa akıllı davranışlara yol açabilir, ancak bu atom seviyesine inersek, gerçek dünyada uygulanması imkansız hale gelir. Beyinde trilyonlarca hücre ve her bir hücrede trilyonlarca atom bulunur; bu nedenle gerçekçi bir hesaplama gücü, trilyonlarca trilyon atomdan oluşan bir sistemi simüle etmemizi gerektirir.

Yapay zeka ile amacımız bu değil. Zekayı atom seviyesinden daha yüksek bir düzeyde modellemek istiyoruz, bu yüzden akıllı davranışın matematiksel modellerini oluşturuyoruz ve makinelerimizin bunları hesaplamasını sağlamaya çalışıyoruz. GOFAI’de (İyi Tanımlanmış Genel Akıllı İşlem) bu süreç açıkça uygulandı, ancak derin öğrenme gibi yaklaşımlarda bile makinelerimizi istediğimiz davranışı üretecek şekilde eğitiyoruz ve açıkça hesaplayacak şekilde tasarlıyoruz.

Ancak beyin, görevini yerine getirmek için herhangi bir hesaplama yapmıyorsa, hesaplama zekasının ne kadar zor olabileceği hakkında hiçbir fikrimiz yok! Beynin akıllı davranışlar üretmesi, bir bilgisayarın bunu hesaplama açısından mümkün olduğunu kanıtlamaz. Örneğin, n-cisim problemine kesin çözümler bulmamız neredeyse imkansız, ancak fizik bu sorunu çözmekte zorluk çekmiyor gibi görünüyor.

N-BEDEN PROBLEMİ NEDİR?

N tane yerçekimsel cisim göz önüne alındığında, n-cisim problemi, hepsi etkileşim halindeyken her bir cismin yolunu tahmin etme problemidir.

Doğa, aslında bilgi işlem gücünü harcamadan, karmaşık matematiksel modellere uygun olarak hareket edebiliyor gibi görünüyor. Dolayısıyla, beynin açıkça hesaplamak zorunda kalmadan akıllı davranışlar üretmesi kavramsal olarak mümkün görünüyor ve akıllı davranışları açıkça hesaplayacak makineler inşa etmenin YGZ’ye ulaşması mümkün olmayabilir.

Bu modele göre, evrim muhtemelen doğal olarak akıllı davranışlar üreten belirli fiziksel yapıları seçmiştir. Elbette bu yapıyı, bir gün doğaları gereği daha yüksek zeka standartlarına uygun hareket eden yeni fiziksel eserler inşa etmeye yetecek kadar iyi anlayabiliriz. Ancak bu kulağa çok daha zor geliyor ve şu anda yaptığımız şeye benzemiyor.

YGZ Hipotezi

Sonuç olarak, Dreyfus’un argümanı, zekanın hesaplanabilir olamayacağı yargısını taşımadığına dikkat çekmek önemlidir. Tam tersine, amacı sadece yapay zeka araştırmacılarının bu iddiayı körü körüne kabul etmelerini istemek değildir. Amacı, hangi zorluklarla karşılaşırlarsa karşılaşsınlar, umutsuzluğa kapılmadan yoluna devam etmelerini sağlamaktır. Bu tür zorluklar sadece yeni yaklaşımların gerekliliği sonucuna varmalarına yol açar, temel projenin hatalı olduğu sonucuna varmalarına asla izin vermez.

Kendi epistemik durumumu anlatmam gerekirse, GOFAI’nin başarısızlıklarını her zaman yapay zekanın imkansız olduğu, sadece farklı yöntemlere ihtiyaç duyulduğu bir kanıt olarak görmemişimdir. Her zaman, beynin fiziksel bir sistem olduğunu ve bu nedenle sonunda simüle edilebilir olması gerektiğine dair bir inanca sahip olmuşumdur, örneğin Church-Turing Tezi gibi. Ancak Dreyfus, yukarıda özetlenen nedenlerden dolayı bu argümanın gerçekte göstermesi gereken şeyi göstermediğini düşünmektedir.

Bu nedenle, Dreyfus, zekanın hesaplanabilir olduğu iddiasının nihayetinde ampirik bir dayanağa ihtiyaç duyduğunu savunmaktadır. Zekanın nasıl çalıştığını gözlemlemeli ve hesaplama modellerimizle uyumlu olup olmadığını incelemeliyiz. Eğer böyle değilse, o zaman bu hipotezi reddetmeli, önceden varsaymamalıyız. Bu dönemde yapay zeka, yapay zeka kışları olarak adlandırılan bir dizi başarısızlıkla karşılaşmıştı ve Dreyfus bunu hipoteze karşı bir kanıt olarak kabul etmiş ve yapay zekanın kavrayışımızın ötesinde olabileceği sonucuna varmıştı. Ancak modern derin öğrenme başarısıyla birlikte, belki de bu hipoteze tekrar olumlu bir bakış açısıyla yaklaşma zamanı gelmiştir.

YGZ Mümkün Mü?

Bu argüman, benim için oldukça ilgi çekiciydi. Çünkü bu, YGZ’nin dijital bir bilgisayarın başaramayacağı bir dünya görünümünü sunan ilk tutarlı görüntüydü. Doğrusunu söylemek gerekirse, beni biraz sarsıldı. Daha önce böyle bir şüpheye düşmemiştim.

Ancak dürüst olmak gerekirse, felsefi düşünceyi açıkça bir kenara koydum. Baloncukların nasıl işlediğini bile anlayamadım! Bir şeyin “doğası gereği” bir matematiksel modele nasıl “uygun hareket etmesi” gerektiği ne anlama gelir? Gezegenler ve sabun köpükleri davranışlarını nasıl “bedavaya” gerçekleştirirler? Gerçekten öyle mi? “Hesaplama” terimiyle neyi kastetmek istiyorum?

Bu iddiayı ilk kez Twitter’da ortaya attığımda, birçok geri bildirim aldım. Herkesin bağlantılarını inceledikten ve söylediklerini düşündükten sonra, bu argümanın hiçbir şekilde geçerli olmadığı sonucuna vardım. Sonuç olarak, bunun aslında tutarlı bir dünya görüşünü yansıttığını düşünmüyorum. Bu, hesaplamanın gerçekte ne olduğunu anlamaya yönelik bir adım atmam gerektiğini anlamama neden oldu ve bunu bir sonraki yazımda tartışacağım.