Ada Lovelace’ın mantığı aritmetiğe dönüştürmesi çok ilginç bir ihtimali ortaya çıkarttı. Düşüncenin temeli mantıksa ve mantık sayısallaştırılabiliyorsa o zaman hesap makineleri düşünebilir.
Örnek olarak Shannon’ın 1950’de geliştirdiği satranç oynayan yapay zeka algoritmasını inceleyelim. Satrançta kurallar oldukça basit, dolayısıyla hangi hamlelerin yapılabileceğini tespit etmek kolay. Öte yandan karşılıklı hamleler yapıldıkça ortaya çıkan pozisyonların sayısı çok hızlı artıyor. Karşılıklı birer hamleden sonra tahtada 400 farklı pozisyon mümkün, karşılıklı üçer hamleden sonraysa 100 milyondan fazla pozisyon ortaya çıkıyor. Basitlik ve karmaşıklığın bu şekilde bir araya gelmesi oyunu yapay zeka için ilginç kılıyor. Kurallar basit olduğu için bilgisayarlara “şu şu koşullar sağlanırsa bu hamle yapılabilir” diye bir mantıksal kuralla olası hamlelerin neler olduğunu hesaplatmak kolay. Öte yandan olası hamle sayısı o kadar hızlı artıyor ki her pozisyon için teker teker bütün hamle kombinasyonlarını oyun sonlanana kadar takip etmek pratikte imkansız.
Shannon satranç tahtası üzerinde herhangi bir pozisyonun “değerini” ölçen bir fonksiyon geliştiriyor. Öncelikle tahtada bulunan taşlar için puanlar verelim. Piyon 1, at ve fil 3, kale 5, vezir 8, şah 200 puanlaması halen kullanılan makul bir puanlama biçimidir, hangi oyuncunun toplam puanı yüksekse kabaca o oyuncu avantajlıdır diyebiliriz. Aşağıdaki pozisyonda beyazın puanı 5 piyon, 2 kale, 1 fil, 2 at ve şahla 224 ediyor. Siyahın puanı ise 6 piyon, 2 kale, 1 fil, 2 at ve şahla 225.
Hesabı simetrik olarak da yapmak mümkün ama işimizi kolaylaştırıp beyaz oyuncu açısından değerlendirelim. Bu durumda yukarıdaki pozisyonunun beyaz oyuncu için “değeri” 224-225= -1 olur. Bu “beyaz bir piyon geride” demenin sayısallaştırılmış hali. Shannon bu temel puanlamayı piyon formasyonunu (aynı hat üzerinde çiftlenen piyonlar, izole piyonlar ve bloke piyonlar) ve her bir taşla yapılabilecek hamle sayısını (mobilite) de gözönüne alarak biraz daha rafine bir “değer” fonksiyonu oluşturuyor. Buna satrancın matematiksel modeli de diyebiliriz.
Elimizde böyle bir fonksiyon varken satranç oynayan bir algoritma yapmak zor değil:
1. Kurallara uygun bir hamleyle ulaşılabilecek bütün pozisyonları bul
2. Bu pozisyonların herbirisinin “değer” fonksiyonunu hesapla
3. En yüksek değeri veren hamlelerden birisini oyna
1950’lerin teknolojisiyle sadece 1 hamle sonrasına bakmak mümkün olduğu için bu yapay zeka oldukça acemi. Tabii aynı fikri 1 hamleyle değil 10 hamleyle ulaşılabilen pozisyonları değerlendirerek uygularsak çok daha iyi sonuçlar elde ederiz. Mantık bilgisayarların “önce şu hesabı yap, sonra bunu yap, eğer şöyleyse böyle yap” gibi yönergeleri takip etmesini sağlarken, matematiksel modelimiz de pratikte hesaplanamayacak kadar çok sayıda farklı duruma bakmaktan bizi kurtarıyor.
Bu örnekteki gibi matematiksel modellemeyi temel alan uygulamalarda yapay zeka, doğal zekanın temel dinamiklerini çözdüğü bir problemde hesaplama yükünü üstlenerek iş görüyor. Dolayısıyla bu yöntemle geliştirilen yapay zeka uygulamalarının başarısı, insanların problemlerin çözümlerini matematiksel modellerle ifade etme becerisiyle sınırlı.
1940’lardan itibaren hem dijital bilgisayarlar hem de hesaplama teorisi büyük hızla gelişti. Bu alandaki en önemli isim Alan Turing, modern bilgisayar biliminin teorik çerçevesini kurdu. Bu çerçeve şaşırtıcı derecede basit: Hafızası olan bir hesap makinesi algoritmalarla çözülebilecek her problemi çözebilir. Turing’in ortaya koyduğu bu anlayış günümüzde kullandığımız bilgisayarların teorik temelini oluşturuyor. Halen bilgisayar teknolojisinin başat problemleri daha çok hafıza ve daha hızlı hesap yapabilmekle ilgili.
Bu dönemde de ardarda geliştirilen uygulamalar, teorik atılımlarla bir yapay zeka dalgası yükseldi. Yapay zeka araştırmalarının ünlü isimlerinden Minsky, 1970’te Life dergisine “3 ila 8 yıl arasında ortalama bir insan zekasına sahip makineler yapacağız” demiş ama takip eden yıllarda bir “yapay zeka kışı” yaşandı.
Bunun temel sebebi o günlerde kullandığımız yöntemlerin insan uzmanlığına olan bağımlılıydı. Satranç oynayan algoritmamızda başarının iki temel unsuru var. Birincisi kaç hamle sonrasına bakabildiğimiz, ki bu doğrudan bilgisayarlarımızın işlem hızına bağlı1. İkincisi ise pozisyonun değerini hesaplayan fonksiyonun ne kadar iyi olduğu. Eğer bu fonksiyon pozisyonların değerini doğru şekilde tespit edemiyorsa ne yapsak boş. Bunu da yapan biziz, algoritma değil. Dolayısıyla bu yöntem akıllıca ama doğal bir sınırı var, bizim matematiksel olarak çözemediğimizi yapay zeka da çözemiyor.
- Şu anda evlerimizdeki bilgisayarla 30 hamle sonrasına bakmak yaklaşık 1 dakika sürüyor. ↩︎
Leave a Reply