Yapay Zeka Tarihinde Oyunun Kurallarını Değiştiren 12 Olay

Alan Turing’in ufuk açıcı makalesinden ChatGPT’nin ortaya çıkışına kadar, işte yapay zeka tarihindeki 12 önemli an.

Yapay zeka (AI), güçlü yeni AI sohbet robotlarının ve görüntü oluşturucuların ortaya çıkması sayesinde kamu bilincine girmeye zorladı. Ancak bu alanın, bilgisayarın doğuşuna kadar uzanan uzun bir geçmişi var. YZ’nin önümüzdeki yıllarda yaşam şeklimizi değiştirmede ne kadar temel olabileceği göz önüne alındığında, hızla gelişen bu alanın köklerini anlamak çok önemlidir. İşte YZ tarihindeki en önemli kilometre taşlarından 12’si:

1950 – Alan Turing’in Ufuk Açıcı Yapay Zeka Makalesi

Ünlü İngiliz bilgisayar bilimcisi Alan Turing, “Makineler düşünebilir mi?” sorusunun ilk detaylı incelemelerinden biri olan “Hesaplama Makineleri ve Zeka” başlıklı bir makale yayınladı. Bu soruyu yanıtlamak için öncelikle “makine” ve “düşünmek” kavramlarını tanımlamak gerekiyordu. Bunun yerine bir oyun önerdi: Bir gözlemci, bir makine ile bir insan arasındaki konuşmayı izleyecek ve hangisinin hangisi olduğunu belirlemeye çalışacaktı. Eğer bunu güvenilir bir şekilde yapamazlarsa, oyunu makine kazanacaktı. Bu, bir makinenin “düşündüğünü” kanıtlamamış olsa da, Turing Testi -bilinen adıyla- o zamandan beri yapay zekanın ilerlemesi için önemli bir kıstas olmuştur.

🔸 Yapay Zeka Nedir? Gelecekte Neler Olacak?

1956 – Dartmouth Çalıştayı

Bilimsel bir disiplin olarak yapay zekanın kökleri, 1956 yılında Dartmouth College’da düzenlenen Dartmouth Yapay Zeka Yaz Araştırma Projesi’ne kadar uzanmaktadır. Katılımcılar arasında John McCarthy, Marvin Minsky ve Claude Shannon gibi etkili bilgisayar bilimcileri bulunuyordu. Grup neredeyse iki ay boyunca makinelerin öğrenme ve zekayı nasıl simüle edebileceğini tartışırken “yapay zeka” terimi ilk kez kullanıldı. Toplantı, yapay zeka üzerine ciddi araştırmaları başlattı ve sonraki on yıllarda gerçekleşen birçok atılımın temelini attı.

🔸 John McCarthy ve Yapay Zeka

1966 – İlk Yapay Zeka Sohbet Robotu

MIT araştırmacısı Joseph Weizenbaum, ELIZA olarak bilinen ilk yapay zekalı sohbet robotunu tanıttı. Temel yazılım ilkeldi ve komut isteminde tespit ettiği anahtar kelimelere dayalı olarak hazır yanıtları kusuyordu. Bununla birlikte, Weizenbaum ELIZA’yı bir psikoterapist gibi davranacak şekilde programladığında, insanların konuşmaların ne kadar ikna edici olduğuna şaşırdıkları bildirildi. Bu çalışma, erken dönem yapay zeka araştırmaları için önemli miktarda fon sağlayan ABD Savunma İleri Araştırma Projeleri Ajansı (DARPA) da dahil olmak üzere doğal dil işleme konusuna olan ilginin artmasını sağladı.

1974-1980 – İlk “Yapay Zeka Kışı”

Yapay zekaya yönelik ilk heveslerin sönmeye başlaması uzun sürmedi. 1950’ler ve 1960’lar bu alan için verimli bir dönemdi, ancak önde gelen uzmanlar coşku içinde makinelerin yakın gelecekte neler yapabileceği konusunda cesur iddialarda bulundular. Teknolojinin bu beklentileri karşılayamaması hoşnutsuzluğun artmasına yol açtı. İngiliz matematikçi James Lighthill’in bu alandaki son derece eleştirel bir raporu, Birleşik Krallık hükümetinin yapay zeka araştırmalarına yönelik neredeyse tüm fonları kesmesine yol açtı. DARPA da bu dönemde finansmanı büyük ölçüde keserek ilk “YZ kışı” olarak bilinen döneme yol açtı.

1980 – “Uzman Sistemler” Telaşı

Birçok çevrede YZ’ye karşı oluşan hayal kırıklığına rağmen araştırmalar devam etti ve 1980’lerin başında teknoloji özel sektörün dikkatini çekmeye başladı. 1980 yılında Carnegie Mellon Üniversitesi’ndeki araştırmacılar Digital Equipment Corporation için R1 adında bir yapay zeka sistemi kurdular. Program bir “uzman sistem” idi – araştırmacıların 1960’lardan beri denedikleri bir yapay zeka yaklaşımı. Bu sistemler, uzmanlık bilgisinden oluşan büyük veri tabanlarında mantıksal kurallar kullanarak akıl yürütüyordu. Program, şirkete yılda milyonlarca dolar tasarruf sağladı ve uzman sistemlerin endüstride kullanımında bir patlama yarattı.

1986 – Derin Öğrenmenin (Deep Learning) Temelleri

Şimdiye kadarki araştırmaların çoğu, el yapımı mantık ve bilgi veritabanlarına dayanan “sembolik” YZ’ye odaklanmıştı. Ancak alanın doğuşundan bu yana, beyinden esinlenen “bağlantıcı” yaklaşımlara yönelik rakip bir araştırma akımı da vardı. Bu, arka planda sessizce devam etti ve nihayet 1980’lerde gün ışığına çıktı. Bu teknikler, sistemleri elle programlamak yerine, “yapay sinir ağlarını” veriler üzerinde eğiterek kuralları öğrenmeye zorlamayı içeriyordu. Teorik olarak bu, üreticinin önyargılarıyla kısıtlanmayan daha esnek bir yapay zekaya yol açacaktı, ancak sinir ağlarını eğitmenin zor olduğu kanıtlandı. 1986 yılında, daha sonra “derin öğrenmenin fikir babalarından” biri olarak anılacak olan Geoffrey Hinton, günümüzde çoğu YZ sisteminin temelini oluşturan eğitim tekniği olan “geri yayılımı” popülerleştiren bir makale yayınladı.

1987-1993 – İkinci Yapay Zeka Kışı

1970’lerdeki deneyimlerinin ardından Minsky ve diğer yapay zeka araştırmacısı Roger Schank, yapay zeka aldatmacasının sürdürülemez seviyelere ulaştığı ve alanın başka bir geri çekilme tehlikesiyle karşı karşıya olduğu konusunda uyarıda bulundu. Yapay Zekanın İlerlemesi Derneği’nin 1984 yılındaki toplantısında yapılan bir panelde “YZ kışı” terimini ortaya attılar. Uyarılarının doğru olduğu kanıtlandı ve 1980’lerin sonlarına doğru uzman sistemlerin ve özel YZ donanımlarının sınırlamaları belirginleşmeye başladı. Sektörün YZ’ye yaptığı harcamalar önemli ölçüde azaldı ve yeni kurulan YZ şirketlerinin çoğu iflas etti.

1997 – Deep Blue’nun Garry Kasparov’u Yenmesi

Tekrarlanan patlama ve çöküşlere rağmen, yapay zeka araştırmaları 1990’lar boyunca büyük ölçüde halkın gözünden uzakta istikrarlı bir ilerleme kaydetti. Bu durum 1997 yılında IBM tarafından geliştirilen uzman sistem Deep Blue’nun satranç dünya şampiyonu Garry Kasparov’u altı maçlık bir seride yenmesiyle değişti. Karmaşık oyundaki yetenek, yapay zeka araştırmacıları tarafından uzun zamandır ilerlemenin önemli bir göstergesi olarak görülüyordu. Bu nedenle dünyanın en iyi insan oyuncusunu yenmek önemli bir kilometre taşı olarak görüldü ve dünya çapında manşetlere taşındı.

2012 – AlexNet Derin Öğrenme Çağını Başlattı

Zengin akademik çalışmalara rağmen, sinir ağlarının gerçek dünya uygulamaları için pratik olmadığı düşünülüyordu. Yararlı olabilmeleri için çok sayıda nöron katmanına sahip olmaları gerekiyordu, ancak büyük ağları geleneksel bilgisayar donanımına uygulamak son derece verimsizdi. 2012 yılında Hinton’ın doktora öğrencisi Alex Krizhevsky, AlexNet adlı derin öğrenme (Deep Learning) modeliyle ImageNet bilgisayarla görme yarışmasını büyük bir farkla kazandı. İşin sırrı, çok daha derin ağları verimli bir şekilde çalıştırabilen grafik işleme birimleri (GPU’lar) adı verilen özel çipleri kullanmaktı. Bu, o zamandan beri çoğu yapay zeka ilerlemesine güç veren derin öğrenme devrimine zemin hazırladı.

2016 – AlphaGo’nun Lee Sedol’u Yenmesi

Yapay zeka satrancı çoktan dikiz aynasında bırakmış olsa da, çok daha karmaşık Çin masa oyunu Go bir meydan okuma olarak kalmıştı. Ancak 2016 yılında Google DeepMind’ın AlphaGo’su dünyanın en iyi Go oyuncularından biri olan Lee Sedol’u beş maçlık bir seride yendi. Uzmanlar böyle bir başarının hala yıllar uzakta olduğunu varsayıyordu, bu nedenle sonuç yapay zekanın ilerlemesi konusunda artan bir heyecana yol açtı. Bu kısmen AlphaGo’nun altında yatan ve “pekiştirmeli öğrenme” adı verilen bir yaklaşıma dayanan algoritmaların genel amaçlı doğasından kaynaklanıyordu. Bu teknikte, yapay zeka sistemleri deneme yanılma yoluyla etkili bir şekilde öğrenir. DeepMind daha sonra bu yaklaşımı genişleterek ve geliştirerek, çok çeşitli oyunları oynamayı kendi kendine öğretebilen AlphaZero’yu yarattı.

2017 – Transformer Mimarisinin İcadı

Bilgisayarla görme ve oyun oynama alanlarındaki önemli ilerlemelere rağmen, derin öğrenme dil görevlerinde daha yavaş ilerleme kaydediyordu. Ardından 2017’de Google araştırmacıları, büyük miktarda veriyi alabilen ve uzak veri noktaları arasında bağlantı kurabilen “Transformer” adı verilen yeni bir sinir ağı mimarisi yayınladı. Bu, karmaşık dil modelleme görevi için özellikle yararlı oldu ve çeviri, metin oluşturma ve belge özetleme gibi çeşitli görevlerin aynı anda üstesinden gelebilecek yapay zekaların oluşturulmasını mümkün kıldı. OpenAI’nin DALL-E’si gibi görüntü oluşturucuların yanı sıra Google DeepMind’ın devrim niteliğindeki protein katlama modeli AlphaFold 2 de dahil olmak üzere günümüzün önde gelen tüm yapay zeka modelleri bu mimariye dayanmaktadır.

2022 – ChatGPT’nin Lansmanı

30 Kasım 2022’de OpenAI, GPT-3 büyük dil modeliyle çalışan bir sohbet robotu yayınladı. “ChatGPT” olarak bilinen araç, bir haftadan kısa bir süre içinde bir milyondan fazla ve bir sonraki ay 100 milyon kullanıcıya ulaşarak dünya çapında bir sansasyon haline geldi. Halk ilk kez en yeni yapay zeka modelleriyle etkileşime girebildi ve çoğu da bu durumdan etkilendi. Bu hizmet, bu alana milyarlarca dolar yatırım yapılmasını sağlayan ve büyük teknoloji şirketleri ile yeni girişimlerin çok sayıda taklidini ortaya çıkaran bir yapay zeka patlamasını başlatmasıyla tanınıyor. Aynı zamanda YZ’nin ilerleme hızı konusunda artan bir tedirginliğe yol açarak, önde gelen teknoloji liderlerinin teknolojinin etkilerini değerlendirmek için zaman tanımak üzere YZ araştırmalarına ara verilmesi çağrısında bulunduğu açık bir mektuba neden oldu.

Yapay zekanın bugünkü konumuna gelmesi uzun ve karmaşık bir süreç olmuştur. Alan Turing’in teorik temelleri attığı yıllardan, modern derin öğrenme ve transformatör modellerine kadar, yapay zeka her zaman bilimsel merakın ve teknolojik yeniliğin merkezinde yer almıştır. Bu 12 önemli an, yapay zekanın gelecekte nasıl şekilleneceği konusunda bize önemli ipuçları sunmaktadır.

Kaynak: LiveScience