17 Haziran 2024 Pazartesi English Abone Ol Giriş Yap

Katalog

Y A P A Y ZEKÂ T A R T I Ş M A S I Beyin, bir çeşit bilgisayardır Beyindeki üç anatomik nokta, gelenekset elektronik bilgisayarların yapısıyla beynin farklılığım ortaya koyar. Paul Churchland / Patricia Churchland Kısaltılmış çeviri: Gülşat Aygen avallı Mr Maxwell'ın bu durumdan kurtulabılmesı hıç de kolay değıldır Yapabıleceğı tek şey şu uç noktada ısrar etmektır 1. Yukarıdakı argumanda 3 aksıyom yanlıştır Ustelık bunu doğruluğu çoktan kanıtlanmış olarak kabul etmıştır 2. Aydınlık oda deneyı ışığın doğası hakkında hıçbır ılgınç noktayı ortaya koymamaktadır 3. Bu ışık sorununu ve yapay parlaklık olasılığını yerlı yerıne oturtabılmek ıçın elektroman yetık dalgaların uygun koşullarda tıpkı ışık dalgaları gıbı davranıp davranmadığının araştırılması gerekır Aynı yanıtı klasık YZ Searle'un argumanına verebıhr Searle'un Çınce odası "anlambilımsel olarak karanlık" olsa da kurallarla yontendırılen sembolızm ıştemlerının asla anlamsal gorunguler oluşturamayacağında ısrar edecek durumda değıldır Özelhkle ınsanların sadece sağduyusal, açıklanmaya muhtaç anlamsat ve bılışsel görungulerı bulunduğu duşunulecek olursa Searle'un ar gumanında ınsanın bunları "anlaması" kullanılmalıyken, bunları 'ıhmal etmesı" kullanılmakta Searle'un argumanına ılışkın b*u eleştırılerden sonra, klasık YZ araştırma programının, bılınçlı akıl ve duşunen makine uretme sorununu çozebılme şansının bulunup bulunmadığı sorusuna donelım Umudumuz zayıf, ama bızım Searle'den farklı nedenlerımız var Bızım nedenlerımız klasık YZ araştırma programının bazı zaaflarına, biyolojlk olarak beyınden oğrenılenler ve bu bilgi ışığında oluşturulan yenı bılgısayar modellerinden kaynaklanıyor Klasık YZ'nın bazı zaaflarından zaten soz etmıştık Bılmemız gereken şudur Beyın bılışımı nasıl gerçekleştırır? Sanayıde sık rastlanan bir "ters" muhendıslık vardır Yenı bırteknolojı urunu pazara sunulunca, rakıp fırmalar bunu parçalayarak yapısal temelı çozerler Beyın söz konusu olunca ışler çok daha zorlaşıyor elbette, çunku beyin yerkuredeki en karmaşık şey. Buna karşın norobıyologlar, beynin çeşıtlı duzeylerdekı yapısını çozebılmekteler Bu anlamda uç anatomik nokta, geleneksel elektronik bilgisayarların yapısıyla beynin farklılığım ortaya koyar Birincısl, sınır sistemlerı paralel slstemlerdir; sınyaller mılyonlarca değışık yoldan gelır Örneğın, retına beyne gırdılerını, sıraustu bılgısayarı gıbı, 16 veya 32 elemanlık gruplar halınde değıl, hedef göz sınınne peşpeşe mılyonlarca sınyalle ulaşır Iklncisi, beynin temel işlem blrimi, nöron, gorece olarak daha basıttır Üstelık gelen sınyallere tepkısı de benzer nıtelıktedır Uçuncusü, beyınde, bir nöron topluluğundan dığerıne uzanan aksonlar sık sık, hedef nöron topluluğundan donenlerle eşleşırler Bu uzantılar beynin duyusal ışlemlerının nıtelıklerını değıştırebılmesını sağlar Daha da önemlısı, bunların varlığı beynı gerçek dınamtk bir sıstem halıne donuşturur Gerçek noral ağların çalışmasının son de Bir makine düşünebilir mi? (2) Z rece sadeleştırılmış modellerın paralel yapıda bilgisayarların oluşturulmasında çok yararı oldu örneğın, bir sonrakı tabakadakı bırımlerle aksonumsu bağlarla bağlanmış noron benzerı bırımlerden oluşan uç tabakalı bir model duşunun Gırdı uyaranı verılı bir gırdı bırımınde belırlı bir aktıvasyon duzeyı yaratır, bu da orantılı guçte bir sınyalı aksonu boyunca pek çok "sınaptık" bağlantıyı gızlı bırımlere taşır Aynı öyku, çıktı bırımlerı ıçın de geçerlıdır Bu ağ örgusu herhangı bir olası gırdı vektorunu ona karşılık duşen çıktı vektörune donuşturur Bu belırlı bir ışlevı yerıne getırmek ıçın gereklı bırcıhaz gıbıdır Tam tamına hangı ışlevı yerıne getırdığı sınaptık ağırlıklarını genel duzenleme tarafından belırlenmıştır Istedığınız her tur ışlevı gorecek bir ağ orgusu oluşturacak şekılde sınaptık ağırlıkları duzenlemenın çeşıtlı ışlemlerı vardır Aslında ıstenen gırdıçıktı orneklerı verılerek ıstenen ışlev empoze bıle edılebılır Bu ışleme "ağorgusu eğıtiml" adı verılır Bu model ağorgusu, beynin yapısını fazlasıyla basıtleştırır ama aynı zamanda onemll duşunceleri de ortaya çıkartır ilk olarak, paralel yapı geleneksel bılgısayara gore cıddı boyutta hız avantajı kazandırır Her tabakada nöron sayısı arttıkça bu avanta| da artar işlem hızı her tabakadakı bırım sayısından tamamen bağımsızdır Iklnci olarak, kutlesel paralellık, sıstemın hatatoleranslı ve ışlevde ısrarlı olduğu anlamına gelır, bırkaç bağlantının kaybolması ları her zaman kullanacağımız kesın Aynı zamanda, aynı derecede kapsamlı bırtakım hesaplamalar ıçın de en ustun teknoloji olacak sadece beyınde varl Son olarak da betımlenen paralel sıstemın yapıyaduyarlı kurallara gore ışleyen bir sembol işlem sıstemı olmadığını belırtmekte fayda var Sembollerı ışlemek soz konusu ağorgusunun oğrenıp yapabıleceklerınden sadece bir tanesı olabılır Searle, paralel ışlemcılerın farkında, ama bunların gerçek semantık ıçerıklerının bulunamayacağını duşunuyor Bu kaçınılmaz yenılgıyı gozunde canlandırmak ıçın de ıkıncı bir duşunce deneyınden, Çınce cımnastık salonundan söz edıyor Bu salonda paralel ağörgusü duzenı ıçınde çok sayıda ınsan bulunmaktadır Bu noktadan sonra da tartışma tıpkı Çınce odasındakı gıbı surer Bız bu ıkınr öykuyu bırıncıden çok daha zayıf bir tepkı olarak değerlendırıyoruz Bir kere, sıstemın hıçbır bırımının Çınce anlamamasından soz etmek anlamsızdır, çunku benım beynımın hıçbır nöronu da ingılızce bılmez, oysa beynım bılır ikıncı olarak, Searle kendı benzetmesının (nörona karşılık ınsan, vs) en az 1014 ınsan gerektıreceğını (çunku ınsan beynınde her bırı ortalama 103 bağlantı taşıyan 1011 nöron bulunduğunu) belırtmeyı ıhmal etmekte Onun sıstemı 10 000 dunya ustundekı tum ınsan nufusunu gerektırır' Bu durumda hepsını bir cımnastık salonuna toplamak bıle olanaksız Dığer yandan, böyle bir sıstemı uygun bir kozmık konumda oluşturmak olası olsaydı bıle elımızde, yavaş, tuhaf yapılmış, ama yıne de ışlevsel bir beyın olurdu O zaman gereklı gırdıler venldığınde, elbette duşunurdu Ancak etkınlığının gerçek duşunceyı ureteceğıne kımse garantı veremez, çunku belkı de beyne ılışkın vektorışlem kuramımızda yanlışlar bulunabılır Ama her koşulda bu tur bir sıstemın duşunemeyeceğıne ılışkın a prıorı bir garantı de soz konusu olamaz Searle bir kez daha nesnel gerçeklığın sınırlarıyla kendı hayal gucununkını kanştırıyor, yanlış değerlendırıyor Pek çok ozellığı henuz keşfedılememış bıle olsa beyin bir çeşlt bilgisayardır. Beynin bir çeşıt bılgısayar olduğunu soylemek ne saçma ne de boştur Beyın son derece karmaşık ışlemlerı yerıne getırır, ama klasık YZ tarzında değıl elbette Beynin bılgısayar olduğunu soylerken, onun dıjıtal oluşundan, programlanabıleceğınden vs söz etmıyoruz Beyın dığerlerınden kökten farklı bir bilgisayardır Beynin, "anlamı" nasıl oluşturduğunu henuz bılmıyomz, ama şu çok açık Sorun, dll ve insanoğlunun ötesindedir. Bunu çözebılmek ıçın noronların duyu sınyallerını nasıl kodlayıp donuşturdugunu lyıce bılmek gerek Ozellıkle belleğın noral temelı, oğrenme, duygu ve bu kapasıtelerle motor sıstemın etkıleşımıne ılışkın çok şey daha öğrenmemız gerek Bılım sınır sıstemı hakkında bılınenlerı kullanarak yapay zekâ yaratabılır mı? Neden olmasın? Olmaması ıçın prensıp olarak bir neden goremıyoruz Searle de "akıl yaratacak herhangı bir sistemin (en az) beynın Beyin, bir bilgisayardır genel dönuşumun nıtelığı ustunde ıhmal edılebılır mtelıkte etkı yapar Uçuncu olarak, paralel bir sıstemde çok buyuk mıktarda bılgı dağınık bir şekılde depolanmıştır Bu bılgı sınaptık bag dırençlerının özel bir duzenı ıçınde depolanır Gırdı vektöru geçerken gereklı bılgı açığa çıkar Butun hesaplama turlerı ıçın paralel ışlemler ıdeal değıldır Yalnızca kuçuk bir gırdı vektoru ve mılyonlarca kez tekrarlanmayı gerektıren gorevlerde klasık Sl makınelerı beyınden daha başarılı olabılır Bu tur hesaplamalara sık rastlandığı ıçın klasık bılgısayar ki kadar bir nedensel gucünun bulunması gerektığini" soylerken herhalde bıze katılıyor Sanırım Searle, başanlı bir yapay aklın beyindeki butun nedensellık gucunu ıçermesı gerektığini duşunmuyor Mukemmelı ıstemek, gökte uçan yapay bir nesnenın yumurtlamasını beklemek gıbı bir şey olurdu Belkı yapay aklı uretmek ıçın uygun nedensellık gucurıun gereklı olduğunu soylemek ıstıyordur Ama "uygun" oian nedır? Bu anlaşmazlık ıçın oldukça akılcı bir nokta, ama bu ampırık bir sorundur, denenır, gorulur Bilişim ve semantikte neler olup bıttığı hakkında çok az şey bılındığı ıçın, nelerın gerektığı konusunda karar vermek ıçın henuz çok erken Searle, yapay zekâya aday her makınede tum sevıyelerın, bıyokımyasal sevıye dahıl, bulunması gerektığini belırtıyor Bu çok buyuk bir ıddıa Yapay bir beyın, sonuca varmak ıçın bıyokımyasal maddelerden farklı şeyler kullanabılır Bu olasılık Californla Institue of Techology'den Cover A. Mead'ın araştırmasında ıncelendı Mead ve arkadaşları ozel teknıklerle yapay retına ve yapay kulak salyangozu (koklea) yapmaya çalıştı (Hayvanlarda bunlar salt ıletme sistemlerı değıldırler, her ıkı sıstem de karmaşık ağorguler ıçerırler) Bunlar Searle'un alay ettığı turden mınıbılgasayarlardakı taklıtler değıl, gerçek bılgıışlem bırımlerıdırler ve gerçek ışığa ve sese tepkı verırler Bunların akım duzenı, kedı retınası ve baykuş kokleasından oğrenılenlere gore yapılmıştır Bu yongalar (chıps) norokımyasal maddeler kullanmazlar Elbette yapay retınanın bir şey görup görmedığını henuz bılmıyoruz, çunku çıktı ıçın yapay bir thalamus yok Bız ve Searle, Tuıing testlni bilinçli akıl için yeterli bir koşul olarak reddediyoruz. Böyle duşunmemızın nedenlerı bir duzeyde aynı Gırdıçıktı ışlevlerının yerıne nasıl getınldığının onemlı olduğu konusunda aynı fıkırdeyız Bır başka duzeyde nedenlerımız çok farklı Searle semantık ıçerığın bulunup bulunmamasını sağduyusal sezgılere bırakıyor Bız ıse halıs Sl makınelerının belırlı davranış zaaflarına ve daha beyınbenzerı makınelerın erdemıne bağlıyoruz Açıkçası beyın avantajlarını sıstematık olarak kullanıyor Ama bu demek değıldır kı başka hıçbır fızıksel sıstem aynı şeyı yapamaz Bıyolojık olmayan, ama kutlesel olarak paralel bır makine yapay akıl uretımı fıkrı hâlâ zorunlu ve belırgın bır umuttur (SCIENTIRC AMERICAN, OCAK 1900) 20
Abone Ol Giriş Yap
Anasayfa Abonelik Paketleri Yayınlar Yardım İletişim English
x
Aşağıdaki yayınlardan bul
Tümünü seç
|
Tümünü temizle
Aşağıdaki tarih aralığında yayınlanmış makaleleri bul
Aşağıdaki yöntemler yoluyla kelimeleri içeren makaleleri bul
ve ve
ve ve
Temizle