Yapay Zeka ve Nobel: Nereye gidiyoruz?

Bu sene Nobel ödüllerine yapay zeka çalışmaları damgasını vurdu. Şimdiye kadar 4 ödül yapay zeka çalışmaları yapan bilim insanlarına gitti. 2024 Fizik Nobel Ödülü'nü, yapay sinir ağlarına dayalı makine öğrenimi alanında çalışmalar yapan bilim insanları John Hopfield ve Geoffrey Hinton aldı. Bu ikili çalışmalarında, insanın öğrenme şablonlarını taklit etme prensibi ile fizik teorilerini bir araya getirerek, 1980'lerden itibaren yapay zekâ teorilerini geliştirdiler. Bu sene üç bilim insanına verilen Kimya Nobel Ödülleri'ni kazanlardan ikisi Demis Hassabis ve John Jumper,  protein yapılarının tahmin edilmesi gibi uzun süredir çözülmeyi bekleyen bir problemi yapay zekâ ile çözmeyi başardılar. Yapay zeka bir yandan teknik gelişmelerin belirleyici gücü iken, diğer yandan toplumsal ve ekonomi tartışmalarında aldığı yer büyümektedir. Onun bu ikili yapısından dolayı bu yazıda, ilk olarak bu iki bilim insanının çalışmalarını, ikinci bölümde ise yapay zekanın toplumsal konumuna dair tartışmaları ele alacağım.

YAPAY ZEKANIN İKİ ÖNCÜSÜ

Nobel ödülünün açıklamasında şunlar denildi: "Bu yılın ödül sahipleri, günümüzün güçlü makine öğreniminin temelini oluşturan yöntemler geliştirmek için fizikten araçlar kullandılar. John Hopfield, bilgiyi depolayabilen ve yeniden yapılandırabilen bir yapı yarattı. Geoffrey Hinton ise, verilerdeki özellikleri bağımsız olarak keşfedebilen ve günümüzde kullanılan büyük yapay sinir ağları için temel hale gelen bir yöntem icat etti."

John Hopfield, kendi adını taşıyan Hopfield Ağı adlı modeliyle, bilgiyi nöronlar gibi depolayıp yeniden oluşturabiliyor. Bilgi eksikliğinde ve bozulmuş bilgilerde, bu model onların yeniden düzenlenmesi ve hatırlanmasının temelini oluşturuyor. Hinton ise, Hopfield modelini, fizik kuramcısı Ludwig Boltzmann’ın istatistiksel mekanik alanındaki çalışmalarına uyguladı. Boltzmann, enerji ve olasılık üzerine yazdığı denklemleri kullanır. Farklı enerji seviyelerini dikkate alarak oluşturulan bir nevi hiyerarşiyi bunlar arasında uygulayan bu sistem, verilerin istatistiksel olarak işlenmesine ve öğrenilmesine olanak sağlar. Bu hiyerarşi bilginin önceliği konusunda uygulamada hızlılığı temin etmektedir. Bu nedenle bu prensiple çalışan sisteme "Boltzmann Makineleri" adı verildi.

Hopfield modeli, bilgiyi enerji minimumlarına yakın konumlarda depolayan ve hatırlayan geri beslemeli bir ağdır. Boltzmann Makinesi ise Hopfield modelinin bir genişlemesidir; verilerdeki olasılıkları kullanarak bir öğrenme süreci sunar. İkisi de enerji fonksiyonları kullanır, ancak Boltzmann Makinesi, olasılık temelli yaklaşımıyla daha geniş bir öğrenme kapasitesi sağlar. Ayrıca bu sistemler, her yeni veri ile veriler arasındaki gizli özellikleri keşfetme yeteneğine sahiptir ve bu temel üzerinde kendilerini daha da optimize ederler, yani şablonlarla yeni bilgileri kullanıma açarlar.

Yalnız, bu konudaki çalışmaların önünde bazı sorunlar da vardır. Yapay sinir ağları konusunda çalışan bilim insanlarından Hrayr Harutyunyan, Aram Galstyan, Maxim Raginsky ve Greg Ver Steeg, yoğun bilgi depolaması sırasında ağırlık tabanlı sorunlar ortaya çıktığını belirtmektedir. Ağırlık tabanlı sınırlar, modelin eğitim verilerinden öğrendikçe ağırlıklarını güncellemesiyle, toplanan bilgilerin kullanılmayan ya da önemsiz olması yüzünden sorun oluşturabilir. Ancak, bilim insanları tarafından önerilen tahmin tabanlı sınırlar, bu sorunu önler ve yapay sinir ağlarında daha anlamlı sonuçlar üretir. Tahminlerle ilgili bilgiyi ölçmeye odaklanarak daha sıkı sınırlar sunulur.

Bu temele dayanan çalışmalarda, görüntü tanıma, dil yapısını anlama ve metin çevirisi için doğal dil işleme, kullanıcı alışkanlıklarına göre video ve şarkı önerme, otonom sürüş sistemlerinde çevre tanıma ve karar alma süreçleri gibi uygulamalar yapılmaktadır. Finans sektöründe ise bazı şirketler, kredi risk analizleri ve sahtekarlık tespiti için Hinton ve Hopfield'ın geliştirdiği yöntemlerle veri analizi yapmaktadır. Ayrıca Hinton'un ağları, kanser gibi hastalıkların daha erken aşamada tespit edilmesine yardımcı olmaktadır. Protein katlanma sorunlarını çözmek için kullanılan yapay zeka modeli de Hinton'un çok katmanlı sinir ağlarından etkilenmiştir. Bu kadar hayatımızı etkileyen bir teknolojiyi toplumsal olarak ele alma zorunluluğu vardır.

Hopfield’ın sinir ağı modeli ve Hinton’un derin öğrenmedeki ilerlemeleri, Kimya ödülünü kazanan bilim insanları Hassabis ve Jumper’ın DeepMind’daki ekibi tarafından geliştirilen (AlphaFold) gibi modern yapay zekâ modellerinin temelini oluşturdu. Bu AI modeli, proteinlerin 3D yapılarını tahmin ederek, onlarca yıldır bilim insanlarını zorlayan bir problemi çözdü ve bu süreçte sinir ağları prensiplerinden yararlandı. Proteinlerin karmaşık katlanma yapılarının tahmini, 50 yıldır çözülmeyi bekleyen büyük bir biyolojik problemdi. AlphaFold, protein yapılarının enerji minimumlarını bulduğu gibi,  proteinlerin yapısını tahmin etmek için devasa miktarda biyolojik veri analiz etti. Fizik’te yapay zekanın kurucu öncüleri ödül alırken, kimyada ise yapay zekanın bu çalışmalarını kullanarak proteinlerin yapılarını tahmin eden çalışmayı ilerleten bilim insanları aldı. Bu kadar hayatımızı etkileyen bir teknolojiyi toplumsal olarak ele alma zorunluluğu var.

BİNDİK BİR ALAMETE...

İnsanlığın sadece son yüzyıldaki gelişmelerine bile baksak, ne kadar mesafe alındığını görebiliyoruz. İletişim, ulaşım, üretim alanlarındaki kazanılan zaman ve artan meta niteliği ve niceliği ile birlikte zenginliği elinde biriktiren kişilerin sayısının azalması arasında ters bir orantı var. Ayrıca, şirketlerin ve devletlerin bu teknolojiyle kendi hüküm alanlarını genişletme ve baskı mekanizmalarını mükemmelleştirme çabaları da sürmektedir. Hinton, yanlış bilgi yaymak, iş piyasasını altüst etmek ve hatta insan varlığını tehdit etme olasılıkları gibi yapay zekanın getirebileceği zararlar konusundaki endişelerini daha rahat dile getirmek için Google'dan ayrıldı. Yapay zekayı kullanmada pazarda büyük paya sahip olan bir şirkete olan bu güvensizlik, şans eseri değil tabi.

Makineler artı değer üretemez; bu yalın gerçeği, şirketlerin teknolojik rekabetinde üstünlük sağlama sürecinin karışıklığı, hızı ve göz kamaştırması nedeniyle dikkatten kaçıranlar çok fazla. İnsanlığın işlerini tümüyle robot ve yapay zekaya bırakabilecek bir durumdan çok uzak olması bir yana, kurumsal ekonomi teorisyeni Daron Acemoğlu, günümüzde yapay zekaya yönelik ‘hype’’in abartıldığını söyleyerek, yapay zekanın işlerin sadece yüzde 5’inin yerini alabilecek bir potansiyelde olduğunu ve yapay zekanın işgücüne olan ihtiyacı tamamen ortadan kaldıramadığını ifade ediyor. Yapay zeka üzerine Simon Johnson ‘Power ve Progress’ kitabını yayınlayan Acemoğlu, son dönemlerde yayınladığı makaleler ile bu alanda öne çıkan bilim insanları arasında ve uzun süredir ismi Nobel ekonomi adayları arasında geçmektedir. 

Yapay zekânın mikroekonomik etkileri, Acemoğlu'na göre sağlanan maliyet tasarrufları ve verimlilik artışlarıyla yönlendirildiği sürece, makroekonomik sonuçları Hulten teoreminin bir versiyonuyla açıklanabilir. Acemoğlu, toplam faktör verimliliğinde (TFV) 10 yıl içinde yüzde 0,53'ün altında bir artış beklentisini gerçekçi buluyor. Ayrıca, yapay zekânın ücretler ve eşitsizlik üzerindeki etkilerine dair, teorik olarak yapay zekâ bazı görevlerde düşük vasıflı işçilerin verimliliğini artırsa bile (onlar için yeni görevler yaratmadan), bu durumun eşitsizliği azaltmaktan ziyade artırabileceğini belirtiyor. Ampirik olarak, yapay zekâ ilerlemelerinin önceki otomasyon teknolojileri kadar eşitsizliği artırmasının olası olmadığını, çünkü bu etkilerin demografik gruplar arasında daha eşit dağıldığını iddia ediyor. Ancak, yapay zekânın sermaye ile işçilerin gelirleri arasındaki farkı genişletmesini bekliyor ve bu farkın azalmasını öngörmüyor.

Teknolojinin tüm sorunları çözeceğine inanan iyimserlere karşın, Daron Acemoğlu, daha gerçekçi bir yaklaşım sergileyerek, kendi kurumsal ekonomi anlayışının işlevsizliğini ortaya koymaktadır. Yapay zeka, dünyadaki sermaye ile iş arasındaki farkı büyüten bir yöne doğru ilerlerken, gelişen ve kendini sağlamlaştıranlar, demokrasisini ekonomiyle bağdaştırmış ülkelerdir. Bu ülkeler sadece kendi içlerindeki değil, dünya çapındaki eşitsizliği yaratan teknolojinin kaynağı olan gelişmiş ekonomilerdir.

Ayrıca, bu çalışmada öngörülen veriler, kurumların müdahalesiyle şekillenecek bir noktadan ziyade, yapay zeka teknolojisinin kendi ekonomik ve teknolojik sınırlarının belirlendiği alanlardır. Şirketlerin yapay zeka ile ulaşabilecekleri noktaların zaten sınırlı olduğunu öngörerek, beklentiler ve yatırımların buna göre ayarlanması gerektiği vurgulanmaktadır. Yani zaten ekonomik gelişmelerin yapay zekanın beklentisini düşüreceği öngörüsü, aslında tüm devlet için geçerlidir, siyasi rejimin yapısı ne olursa olsun, yapay zekayla gelecek olan değişimlerin gölgesinde kalacaktır. Yani devlet ve ekonomi diyaletik ilişkisinde, ekonominin yasaları belirgin durmaktadır. Bununla beraber, artan imkanlara rağmen yoğunlaşan yoksulluk, ekonomik krizler ve savaşlar arasındaki bağlantı göz ardı edilmektedir. Kapitalizmin yapısında, sermaye ve iş imkanlarının yok edilmesi, yeni teknolojik değişimlerin rekabetin müzakere ve barış yoluyla gerçekleşmediğini göstermektedir. Almanya’nın yeşil teknolojiye geçiş çabasında, Rusya’ya petrol ve gaz bağımlılığını ortadan kaldırma isteği ve yaşanılan vekalet savaşıyla arasındaki ilişkiyi tekrar hatırlatmak gerekir. Yani yapay zekanın geliştirdiği ülkelerdeki bu gelir eşitsizliğindeki artışın, dünyanın diğer ülkelerine çok daha derin yansıtıldığını ve ekonomik sömürge ilişkilerini derinleştirildiğini de beraber düşünmek gerekli. Her ülke, kendi ekonomik değişimlerini kendi içinde yaşıyor gibi bir durum olmadığı gibi, bu krizlerin diğer ülkelere ihracıyla, kendi krizinden kurtulma eğilimi mevcuttur.

YAPAY ZEKA BİZE NE SUNUYOR?

“Yapay Zeka ve Batı Ermenicesi" yazısı Türkiye’deki dillerin yapay zeka imkanlarıyla nasıl desteklenebileceğine dair bir girizgah olmakla beraber, orada artan teknolojik imkanlarla, Zazaki(Kırmanci), Lazca, Batı Ermenicesi gibi dillerin günlük yaşamda kullanımını desteklemenin yeni yollarının ortaya çıktığından bahsettim. Yazılı kaynak bakımından Türkiye’deki birçok dil arasında ileri seviyede olan Batı Ermenicesi’nin, yapay zeka ile gelişmesinde öncü bir rol oynayabileceğine dair yaklaşımı ele aldım.

Ancak bu imkanlar iki temel noktadan engellenmektedir. Birincisi, yukarıda anlattığım gibi, evrensel olarak kapitalist ekonominin kendi sınırları içerisindeki engeller. İkincisi ise, Türkiye’deki dillerin gelişimi üzerindeki somut siyasi engeller, çok dilli eğitime geçişteki zorluklar ve dillerin konuşulması üzerindeki baskıların kaldırılması ve bu dillerin konuşulduğu alanların genişletilmesi gerekliliği.

Buradaki evrensel nokta, yapay zeka gelişimlerinin, bir dilin kullanımı noktasında, o dili kullananların istekleri doğrultusunda ele alınması ve toplumsal demokrasi ihtiyacını destekleyecek şekilde şekillendirilmesi gerektiğidir.

Yapay zekanın şirketler kontrolünde gelişmesinin devam etmesi durumunda, kâr odaklı yaklaşımlarının mevcut eşitsizliği engellemeyeceği gibi, artıracağı da ortadadır. Bilim insanları, bu eşitsizliğin sadece ne kadar artacağı ve temposu konusunda hemfikir değiller. Yapay zeka teknolojisi, insanlığın bugüne kadar ortak geliştirdiği kültürel ve bilimsel ilerlemeler üzerine kuruludur. Ancak bu sürecin ekonomik olarak sadece şirketlerin ve küçük bir azınlığın kazanç sağlamasına odaklanması mevcut bir tehlikedir. Yapay zekayı geliştiren bilim insanlarının bile, kendi fikirlerini korumak için şirketlerden ayrılması, yani bu süreci belirleyen odakların şirketler olması, ancak bu teknolojinin tüm insanların ortak kullanımına açılması gerçeğiyle aşılabilir. Yoksa şirketlerin, bilim insanı ne derse desin, çıkan gelişmelerin kendi çıkarları için kullanılmasının önüne geçilmiyor. Kâr etmeyecek kurum olarak yola başlayan OpenAİ, gelinen noktada kâr amacı gütmeyen yapısından uzaklaşacağını ilan etmiş durumda. Nasıl ki bir dili (Batı Ermenicesi, Kürtçe, Lazca, Gürcüce, Çerkezce, Arapca vs.) konuşanların, kendi dilleriyle kurduğu ilişkiyi devlet yerine kendi örgütlenmeleri ile yönetmesi gerekiyorsa, üretimi gerçekleştirenlerin de yapay zekanın üretimdeki rolünü ve iş dünyasındaki zaman ve emek kazanımlarını herkesin çıkarına düzenleyebilmek için kendi yapılarına ve konseylerine ihtiyaçları vardır.

Walter Benjamin’in, teknolojiye güvenin siyasi iradeyi zayıflattığını eleştirdiği tezlerinde, "Angelus Novus" diye nitelendirdiği tarih meleğinin bakış açısıyla, teknolojiye olan iyimser yaklaşımın eleştirilmesi önümüzdeki süreçte daha çok gündeme gelecek gibi görünüyor.