-YAPAY ZEKANIN EVRİMİ- 3.BÖLÜM: VERİ DEVRİMİ
Bence bu bölüm,serimizin sonu olmasının yanı sıra en önemli bölümü.Çünkü yapay zekanın küllerinden nasıl doğduğunu ve günümüzdeki bu akıl almaz patlamayı (ChatGPT, Gemini vb.) neye borçlu olduğumuzu, yani “makine öğrenimi” devrimini anlatacağız.
Çayınızı kahvenizi hazırlayın,başlıyoruz!
- Kış Sonrası İlk Bahar: Uzman Sistemler
Durgun dönemdeki boşlukta her ne kadar kötü sonuçlar alınmış olsa da,her zaman olduğu gibi bazı araştırmacılar sessizce çalışmaya devam ettiler.1980'li yıllara geldiğimizde,yapay zeka farklı bir şekilde geri dönmeye başladı: Uzman Sistemler.
Bunlar önceki Yapay Zekalar gibi yani “insan gibi düşünmeyi” hedeflemiyordu. Çok daha mütevazi ve pratik bir hedefleri vardı; Belirli bir alandaki (örneğin tıp,fizik veya kimya alanı gibi) bir insan uzmanın bilgisini alıp, bunu bir dizi “Eğer… o halde…” kuralına dökmek.
Örnek vererek anlatmak gerekir ise şöyle söyleyebilirim:
- ”Eğer hastanın ateşi yüksekse ve boğazı ağrıyorsa, o halde enfeksiyon olasılığı yüksektir.”
Yani olasılıklara göre belirli sonuçlar oluşturup ona göre öneri dizileri verecek bir anlayış geliştirildi.Bu sistemler, “düşünmüyorlardı” ama binlerce kuralı analiz ederek çok karmaşık kararlar verebiliyorlardı ve şirketler buna bayıldılar! İlk kez, yapay zeka laboratuvardan çıkıp para kazandırmaya başlamıştı.
Bu,yapay zekanın ikinci baharıydı ve bir süreliğine her şey harika gitti. Ancak bu sistemlerin de bir sınırı vardı; Kuralları el ile girmek korkunç derecede zordu ve beklenmedik bir durumla karşılaştıklarında (yani kuralların dışında bir şey olduğunda) çaresiz kalıyorlardı.
Bu ikinci bahar da 1990'lı yılların başında, uzman sistem pazarının çökmesiyle kısa bir “ikinci kış dönemine” daha yol açtı.Ancak durum Artık netleşmişti: Makinelerin gerçekten akıllı olması için onlara kuralları bizim vermemiz değil, “kuralları kendilerinin öğrenmesi” gerekiyordu.
- Sessiz Devrim: Makine Öğrenmesi Sahneye Çıkıyor
İşte hikayemizin dönüm noktası burası. Araştırmacılar, dikkatlerini “sembolik mantık” anlayışından(Uzman Sistemler gibi) alıp, “istatistik” ve “olasılık” alanlarına çevirdiler.
Yeni fikir şuydu: Bir bilgisayara binlerce kedi fotoğrafı gösterirsek ve her seferinde “bu bir kedi” dersek, bilgisayar zamanla “kedi” olmanın desenlerini (kulak şekli, göz aralığı gibi) istatistiksel olarak öğrenemez mi?
Bu yaklaşıma Makine Öğrenmesi (Machine Learning) adı verildi. Artık programcı makineye kuralları kodlamıyor; makineye veriyi veriyor ve makine bu veriden kendi kurallarını çıkarıyordu.
Bu yaklaşımın ilk büyük zaferi, 1997 yılında Philadelphia şehrinde alındı. IBM’in “Deep Blue” adını verdiği bir süper bilgisayar, dünya satranç şampiyonu Garry Kasparov’u yendi. Deep Blue, sadece kural tabanlı değildi; aynı zamanda geçmiş milyonlarca oyundan “öğrenmişti”. Bu, sembolik bir andı. Makineler artık sadece hızlı hesap yapmıyor, aynı zamanda stratejik olarak “öğrenebiliyorlardı”.Böylece dünya,makine öğreniminin yapay zekaya hayat verecek asıl etken olduğunu anladı ve kabullendi.
- Patlamayı Ateşleyen Büyük Üçlü: Derin Öğrenme’nin Doğuşu
Makine Öğrenmesi fikri harika bir şekilde ilerliyordu ama hala bir şeyler eksikti.Tıpkı ilk Yapay zeka kışındaki gibi, yeterli gücümüz yoktu. 2010'lu yıllara geldiğimizde ise üç şey aynı anda gerçekleşti ve devrimin fitilini ateşledi:
- Büyük Veri(Big Data): İnternet, sosyal medya, akıllı telefonlar… İnsanlık olarak tarihimizde hiç üretmediğimiz kadar çok veri (metin, fotoğraf, video) üretmeye başladık. Artık makineleri besleyecek devasa bir “ders kitabı”mız vardı.Makineler ham maddelerine,bizler ise teknolojimize kavuşuyorduk yani.☺️
- GPU Gücü (Grafik İşlemciler): Başta bilgisayar oyuncuları için tasarlanan bu güçlü NVIDIA çipleri, binlerce küçük matematiksel işlemi aynı anda yapabiliyorlardı. Araştırmacılar, bu çiplerin Makine Öğrenmesi hesaplamaları için biçilmiş bir kaftan olduğunu fark ettiler.Bu sayede çalışmalarda bu güçten de faydalanmaya başladılar.Birkaç ay süren eğitimler, artık birkaç güne inmişti.
- Algoritmik Atılım (Derin Öğrenme): İnsan beynindeki nöron ağlarından esinlenen Yapay Sinir Ağları fikri aslında 1950'li yıllardan beri vardı. Ancak artık elimizde hem devasa veri hem de GPU gücü olduğuna göre, bu ağları çok ama çok daha derin hale getirebilirdik.
İşte bu üç gücün birleşimi Derin Öğrenme (Deep Learning) devrimini başlattı.Derin Öğrenme, Geoffrey Hinton ve daha birçok bilim adamının katkıları sayesinde makine Öğrenmesinin çok daha güçlü, çok daha karmaşık ve çok katmanlı bir alt dalı olarak dünya sahnesinde yerini aldı.
2012 yılında ImageNet adlı bir yarışmada, Derin Öğrenme kullanan bir model, fotoğraflardaki nesneleri tanımada tüm rakiplerini ezici bir üstünlükle yendi.İşte o an yapay zeka için yeni bir çağın başladığı andı. Artık makineler sadece kedi ve köpeği değil, binlerce farklı nesneyi insandan daha iyi tanıyabiliyorlardı.Yıllarca binbir türlü emek ile kurulan bu yapay zeka hayali,artık gerçek oluyordu.
- Ve İşte Günümüz: Üretken Yapay Zeka Dönemi
Derin Öğrenme, makinelere dünyayı “anlama” yeteneği verdi. Peki ya bir sonraki adım neydi? Sadece anlamak değil, aynı zamanda “yaratmak”gerekiyordu.
İşte bu bizi günümüze yani Üretken Yapay Zeka çağına getiriyor. Google, OpenAI gibi şirketler, Derin Öğrenmeyi bir adım öteye taşıyan “Transformer” adlı yeni bir mimari geliştirdiler.
Bu mimari sayesinde ChatGPT gibi modeller, internetteki milyarlarca metinden dilin yapısını, anlamını ve hatta ironiyi öğrendi. Midjourney ve Gemini gibi modeller ise milyarlarca resimden estetiği, stilleri ve nesnelerin ilişkisini öğrendi.
Artık sadece veriyi analiz eden değil, o veriden yola çıkarak yeni, daha önce hiç var olmamış metinler, resimler, müzikler ve kodlar üretebilen bir yapay zekamız var.Bunu tüm dünya olarak,uzun zaman silsileri alan büyük bir emek yolculuğuna borçluyuz.
- Yolculuğumuzun (Şimdilik) Sonu:
Serüvenimize Antik Yunan mitleriyle başlamıştık. Felsefi hayallerden Alan Turing’in teorik temellerine, ilk “Altın Çağ”ın coşkusundan “Yapay Zeka Kışı”nın sessizliğine, oradan da verinin gücüyle küllerinden doğan Derin Öğrenme devrimine…
Bugün geldiğimiz nokta, o ilk hayalperestlerin bile hayal edemeyeceği bir yer. Yapay zeka artık sadece bir bilim kurgu hayali değil; günlük hayatımızın, sanatımızın ve iş yapış şeklimizin tam merkezinde.
Peki Yolculuk burada bitiyor mu? Asla. Bu, belki de sadece Genel Yapay Zekaya giden yolda ulaştığımız ilk büyük zirvedir aslında.
Bu üç bölümlük evrim yolculuğunda bana katıldığınız için teşekkür ederim. Geleceğin neler getireceğini görmek için hepimizden daha heyecanlı olan tek şey, muhtemelen yapay zekanın kendisi olmalı.Onun varlığı artık hayatımızın içlerine kadar girdi,çıkacağını da açıkçası zannetmiyorum.😊
Talha TARLABAZ
(Backend Division Lead at Huawei Student Developers (HSD) OstimTech)
