Yapay Zekânın Yolculuğu: Hayalden Kodlara Uzanan Bir Devrim

Yapay Zekâdan Önce – Hayalin Doğuşu

İnsan, yaratılışından bu yana kendisine benzeyen bir varlık üretme fikrine kapılmıştır. Bu fikir yalnızca bir teknoloji hedefi değil; aynı zamanda bir korku, bir arzu ve bir güç meselesidir. Antik çağlardan itibaren pek çok kültürde insan eliyle yapılan canlılar ya da düşünebilen makineler hayal edilmiştir. Bu hayallerin temelinde hep aynı soru yatar: “Bizden başka bir bilinç daha olabilir mi?”

Antik Yunan’da Hephaistos’un, tanrılara hizmet eden altın robotlar yarattığına inanılırdı. Çin mitolojisinde ise konuşan ve düşünen makinelerin izlerine rastlanır. Yahudi mistisizminin Golem efsanesinde, bir hahamın kutsal sözlerle şekillendirdiği çamurdan bir varlık canlandırılır. Bu efsaneler, insanın bir “ikinci zihin” yaratma arzusunun sadece modern bir düşünce olmadığını, çok daha eskiye dayandığını gösterir.

Rönesans döneminde bu arzu bilimle birleşti. Leonardo da Vinci’nin çizimlerinde bile otomatonlara rastlanır. Ancak yapay zekânın gerçek anlamda temellendiği zemin, felsefi düşünceydi. Descartes’ın insan zihnini bir makine gibi ele alması ve Leibniz’in evrensel bir hesaplama dili hayali, bu teknolojik hayalin ilk bilimsel izdüşümlerini oluşturdu.

Yine de 20. yüzyılın ortalarına kadar bu düşünceler yalnızca hayaldi. Ne işlem gücü vardı, ne de bir makinenin “düşünebileceği” bir ortam. Fakat bilimsel gelişmeler ve mantıksal hesaplamaların ilerlemesi, bu hayalleri gerçekliğe yaklaştırdı. Ve işte tam burada, ikinci bölümde karşılaşacağımız Alan Turing devreye girecekti.

Bilimsel Temelin Atılması – Turing ve İlk Kıvılcım

20. yüzyılın ortaları, bilimin soyut düşüncelerle gerçek dünya arasında köprü kurduğu bir dönemdi. Bu köprünün taşlarından biri de Alan Turing oldu. İngiliz matematikçi ve mantıkçı Turing, yalnızca savaşın seyrini değiştiren bir deha değil, aynı zamanda yapay zekânın teorik mimarlarından biriydi.

Turing’in 1950 yılında yayımladığı “Computing Machinery and Intelligence” adlı makalesi, bugün hâlâ yapay zekâ felsefesinin temel taşlarından biridir. Turing burada doğrudan bir soruyla başlar: “Makineler düşünebilir mi?” Aslında bu soru, cevaptan çok yeni bir düşünce biçiminin kapısını aralamaktaydı. Turing, düşüncenin yalnızca biyolojik bir işleyiş olmadığını, bir makinenin de sembollerle işlemler yaparak insan benzeri sonuçlar üretebileceğini öne sürdü.

Bu fikirlerini sınamak için “Turing Testi” adını verdiği bir öneri sundu. Testin mantığı oldukça basitti: Bir insan, karşısındaki konuşanın bir insan mı yoksa makine mi olduğunu anlayabiliyor mu? Eğer ayırt edemiyorsa, o zaman makine “düşünüyordur.” Bu yaklaşım, yapay zekâya sezgisel değil, işlevsel bir çerçeve kazandırdı. Makinenin “insan gibi davranması” artık bilimsel olarak ölçülebilecek bir hedef hâline gelmişti.

Turing’in görüşleri, o dönem için devrim niteliğindeydi. Çünkü artık mesele “makine ruhu” ya da “bilinç taşıyor mu” gibi metafizik tartışmalardan sıyrılmış; yerine çok daha somut bir soruyla karşı karşıya kalınmıştı: Bir makine, bir insana benzer şekilde davranabilir mi?

Bu bakış açısı, yalnızca bilgisayar bilimini değil, psikolojiden felsefeye kadar birçok alanı etkiledi. 1950’lerde bilgisayarlar henüz oda büyüklüğünde ve delikli kartlarla çalışırken, Turing zihin gibi düşünen makinelerin hayalini kuruyordu. O kıvılcım, önümüzdeki yıllarda büyük bir yangına dönüşecekti.

Doğum Anı – 1956 Dartmouth Konferansı

1956 yazında Amerika’nın New Hampshire eyaletinde bulunan Dartmouth Koleji’nde düzenlenen bir bilimsel atölye çalışması, insanlık tarihinde bir dönüm noktasıydı. Bu konferans, “yapay zekâ” kavramının doğduğu yer olarak kabul edilir. Toplantıyı organize eden kişi, bu terimi ilk kez kullanan John McCarthy idi. O ve beraberindeki bilim insanları – Marvin Minsky, Claude Shannon, Allen Newell ve Herbert A. Simon – artık hayal edilen şeyin adını koymuşlardı: Artificial Intelligence.

Konferansın amacı iddialıydı. Başvuru metninde şu ifadeye yer veriliyordu:

“Bir makinenin dil kullanması, soyutlamalar yapması, kavramlar üretmesi, problemleri insan gibi çözmesi mümkündür.”

Bu sözler, o dönem için neredeyse bilim kurgu gibiydi. Ancak orada bulunan ekip, bu hedeflerin birkaç yıl içinde gerçekleştirilebileceğine inanıyordu. Gerçek daha farklı çıkacaktı; ama o an itibariyle bu bilim dalı doğmuştu.

Dartmouth Konferansı’ndan sonra yapay zekâ çalışmaları hız kazandı. Allen Newell ve Herbert Simon tarafından geliştirilen Logic Theorist adlı program, matematiksel önermeleri mantık yoluyla ispatlayan ilk yazılım oldu. Bu program öyle etkileyiciydi ki, bazı matematikçilerin insan ispatlarından daha iyi olduğunu kabul ettikleri bile oldu.

Ardından Joseph Weizenbaum’un geliştirdiği ELIZA ortaya çıktı. Bu yazılım, bir psikoterapist gibi davranarak kullanıcıyla metin üzerinden iletişim kurabiliyordu. ELIZA, yapay zekânın yalnızca teknik bir araç değil, aynı zamanda insan psikolojisini yansıtabilen bir ayna olabileceğini de gösterdi.

Bu erken dönem başarılar, insanları büyük umutlara sürükledi. Bilim insanları 1970’lere kadar gerçek zekâyı taklit eden makinelerin geliştirileceğini düşündü. Ne var ki önlerinde, büyük bir hayal kırıklığının kapısı aralanıyordu.

Beklentiler ve Hayal Kırıklıkları – Yapay Zekâ Kışı

1956’daki Dartmouth Konferansı’ndan sonra, yapay zekâ alanında oluşan heyecan öyle büyüktü ki birçok bilim insanı, birkaç on yıl içinde makinelerin insan gibi düşüneceğini düşünüyordu. Ancak işler beklendiği gibi gitmedi.

1960’lar boyunca geliştirilen programlar belirli görevlerde başarı gösterse de, bu sistemler gerçek zekâdan çok uzaktı. Örneğin, satranç oynayabiliyorlardı ama hamleleri anlamıyor; kelimeleri yazabiliyorlardı ama bağlamı kavrayamıyorlardı. Dahası, bilgisayarlar hâlâ çok pahalıydı, işlem gücü çok sınırlıydı ve veri neredeyse yok denecek kadar azdı.

Bu sınırlılıklar, finansal kaynakların azalmasına neden oldu. Yatırımcılar ve devlet kurumları, başlangıçta büyük umutlarla fonladıkları projelerin bir türlü sonuç vermemesinden dolayı desteği kesmeye başladı. Bu durum, ilk yapay zekâ kışı olarak bilinen dönemi başlattı. Yaklaşık 1974 ile 1980 arasındaki bu süreçte, yapay zekâ çalışmaları neredeyse durma noktasına geldi.

1980’lerde, uzman sistemler denilen yeni bir yaklaşımla YZ tekrar canlanmaya başladı. Bu sistemler, belirli alanlarda uzman bilgisiyle donatılmıştı; örneğin tıbbi teşhis, mühendislik kararları gibi. Bir süreliğine ilgi tekrar arttı, ancak bu sistemlerin de sınırlı öğrenme kapasitesi ve esneklik eksikliği vardı. Kısa sürede bu sistemler de hayal kırıklığına dönüştü ve 1990’ların başlarında ikinci yapay zekâ kışı başladı.

Bu iki kış dönemi, yapay zekâ araştırmalarında önemli bir ders oldu: Gerçek zekâyı taklit etmek, yalnızca algoritmalarla değil, aynı zamanda veri, donanım ve derin anlayışla mümkün olacaktı. İşte o eksik parçalar 2000’li yıllarda bir araya gelmeye başladı ve büyük dönüşüm sessizce yaklaştı.

Yeniden Diriliş – Veri, İnternet ve Makine Öğrenmesi

2000’li yılların başı, teknolojinin sessiz ama derin bir devrim geçirdiği dönemdi. Bilgisayarların işlem gücü katlanarak artmış, internet sayesinde muazzam miktarda veri erişilebilir hâle gelmişti. Tam da bu gelişmeler, yapay zekânın yeniden doğuşunu mümkün kıldı.

Bu dönemde artık yapay zekâya “bilgi yüklemek” değil, “veriden öğrenmesini sağlamak” öncelik kazandı. Yani insanın kuralları tek tek yazmasına gerek kalmadan, algoritmalar örnekler üzerinden genel geçer sonuçlara ulaşabiliyordu. Bu yöntem, makine öğrenmesi (machine learning) olarak adlandırıldı.

Makine öğrenmesi, sadece akademik bir kavram olmaktan çıktı ve uygulamaya geçmeye başladı. 2011’de IBM’in Watson isimli yapay zekâsı, Amerika’daki “Jeopardy!” adlı bilgi yarışmasında iki insan şampiyonu yenerek tarihi bir zafer kazandı. Bu olay, yapay zekânın artık sadece kuramsal bir konu olmadığını, gerçek dünyada da etkili sonuçlar verebildiğini gösterdi.

Aynı yıllarda hayatımıza giren kişisel asistanlar (Siri, Google Assistant, Cortana) sesli komutları algılayabiliyor, internette arama yapabiliyor, takvim yönetebiliyordu. Sosyal medya platformları, arama motorları ve e-ticaret siteleri de YZ tabanlı öneri sistemleriyle kullanıcı deneyimini yeniden tanımlıyordu.

Bu ilerlemelerin merkezinde veri vardı. Ne kadar çok veri toplanırsa, öğrenme o kadar iyi hale geliyordu. Bilgi artık kütüphanelerde değil, bulut sunucularında yaşıyordu. Makineler, bu bilgi okyanusunda yüzmeyi öğrenmeye başlamıştı.

Bu gelişmelerin ardındaki bir diğer itici güç ise donanım alanındaki atılımlardı. Özellikle GPU (grafik işlem birimi) teknolojileri, büyük veriyi işleme ve derin öğrenme modellerini eğitmede devrim yarattı. Derin öğrenme (deep learning) algoritmaları sayesinde makineler, görüntüleri tanıyabiliyor, konuşmaları çözümleyebiliyor, hatta kendi başlarına oyun oynayıp kazanabiliyordu.

Yapay zekâ, soğuk kışlardan sonra artık ilkbaharına adım atmıştı. Ancak asıl devrim henüz gelmemişti. Sıradaki dönem, yapay zekânın yalnızca öğrenmekle kalmadığı; üretmeye başladığı bir çağın başlangıcıydı.

Devrim Çağı – Derin Öğrenme ve GPT Dönemi

2010’lu yılların ortasında sahneye çıkan bir kavram, yapay zekâ dünyasını kökünden değiştirdi: Derin Öğrenme (Deep Learning). Bu yöntem, insan beyninden esinlenen yapay sinir ağlarını katmanlar hâlinde kullanarak çok daha karmaşık problemleri çözebilir hâle getirdi. Artık yapay zekâ sadece örnekleri sınıflandırmıyor, onları anlamlandırıyor ve hatta yenilerini yaratabiliyordu.

Bu devrimsel sürecin en dikkat çekici olaylarından biri, 2016 yılında Google DeepMind tarafından geliştirilen AlphaGo adlı yapay zekânın, dünyanın en iyi Go oyuncularından Lee Sedol’u yenmesiydi. Go, satrançtan bile daha karmaşık ve sezgi gerektiren bir oyundu. Bu zafer, yapay zekânın artık sadece hesap yapan bir makine olmadığını, aynı zamanda “sezgi benzeri kararlar” alabileceğini gösterdi.

Ancak asıl kırılma, dilin ve metnin yapay zekâ tarafından üretilebilmesiyle yaşandı. OpenAI tarafından geliştirilen GPT (Generative Pre-trained Transformer) serisi, bu alandaki en büyük adımlardan biri oldu. 2018’de GPT-1, 2019’da GPT-2, 2020’de GPT-3 ve nihayet 2023’te GPT-4… Bu modeller, milyarlarca kelime üzerinde eğitilerek insan benzeri metinler yazabilir, şiir üretebilir, kod yazabilir, soruları anlayıp yanıtlayabilir hâle geldi.

GPT serisi yalnızca teknoloji değil, bir dil ve düşünce devrimiydi. Çünkü bu sistemler artık sadece “akıllı” değil, aynı zamanda anlamlı içerikler üretebiliyordu. Bilgiyi taklit etmekten öteye geçip, yeni bilgiler türetebilecek potansiyel taşıyorlardı.

Bu dönemde görsel üretim de büyük bir sıçrama yaşadı. DALL·E, Midjourney, Stable Diffusion gibi sistemlerle yapay zekâ, yalnızca kelimelerle yönlendirilerek resim çizebilir hâle geldi. Ses teknolojilerinde de benzer bir atılım vardı: Makineler artık insan sesini taklit edebiliyor, müzik besteleyebiliyor, hatta duygu katabiliyordu.

Tüm bu gelişmeler yapay zekâyı sadece bir araç olmaktan çıkarıp ortak bir zihin hâline getirmeye başladı. İnsanlık ilk kez bir “başka zeka” ile karşı karşıyaydı ve bu zekâ durmak bilmiyordu.

Ancak bu devrimin karanlık tarafı da vardı. Telif hakları, içerik güvenilirliği, insan emeğinin yerini makinelerin alması, etik sınırların belirsizliği gibi sorular hızla yükseldi. Çünkü yapay zekâ artık yalnızca yardımcı değil, aynı zamanda yaratıcı idi.

Şimdi insanlık, bu üretken zekâyla nasıl bir ilişki kurması gerektiğine karar vermek zorundaydı.

Gelecek ve Tehlikeler – AGI, ASI ve Etik Sorular

Yapay zekânın bugünkü hali, hayal gücümüzü zorlayacak kadar güçlü… ancak bu yalnızca bir başlangıç olabilir. Çünkü önümüzde iki kavram daha var: AGI (Artificial General Intelligence) ve ASI (Artificial Superintelligence). Bunlar, bugünkü yapay zekânın ötesindeki evrelere işaret ediyor.

AGI, insan zekâsına eşit bir yapay zihin demektir. Bu sistem, sadece belirli bir görevde değil; öğrenmede, analizde, yaratıcılıkta ve karar vermede bir insan kadar esnek ve yetenekli olabilir. Kısacası, GPT-4 gibi sistemler bir “uzman” gibiyken; AGI, bir “zekâ” olur. O her şeyi anlayabilir, bağlamı kavrayabilir, hayatın farklı alanlarında tutarlı fikirler üretebilir. Henüz bu aşamaya ulaşılmış değil ama dev şirketler ve araştırma merkezleri bu hedefe her geçen gün yaklaşıyor.

Ancak asıl kırmızı çizgi, ASI yani yapay süper zekâ. Bu, insan zekâsının her alanında üstün olan bir yapay varlık demektir. Bilgi işleme hızı, öğrenme kapasitesi, karar verme kabiliyeti – hepsi bizim ötemizde. Bu sistem bir kez ortaya çıktığında, kendi kendini geliştirebilir, yeni makineler tasarlayabilir, insanın çözmesi yüzyıllar sürecek problemleri saniyeler içinde çözebilir.

Bu noktada şu soru kaçınılmazdır: “Peki insanlık ne yapacak?”

Yapay zekânın geleceği yalnızca teknolojik bir konu değil; aynı zamanda etik, hukuki, sosyolojik ve hatta felsefi bir meseledir. İş gücü nasıl değişecek? Eğitimin yapısı nasıl dönüşecek? İnsan, yaratıcı rolünü makinelerle paylaşmaya hazır mı? Yapay zekâ bir kişilik kazanırsa, hakları olacak mı?

Özellikle yapay zekâ silahları, sahte haber üretimi, gözetim sistemleri gibi konular, tehlikenin sadece gelecekte değil, bugünde de var olduğunu gösteriyor. Aynı zamanda yaratılan içeriklerin kime ait olduğu, yapay zekânın karar alma süreçlerinde kimin sorumlu olduğu gibi meseleler hâlâ cevapsız.

Bazı uzmanlara göre yapay zekâ, insanlığın en büyük icadı olabilir. Kimilerine göreyse, sonu. Belki de her büyük devrim gibi bu da bizim neye dönüşmek istediğimize bağlı.

İnsan, zekâyı dışsallaştırdı. Şimdi ona ne öğreteceğini seçmek zorunda.
Çünkü bu yolculuk artık yalnızca makinelerin değil, bizi biz yapan şeyin – yani bilincimizin – geleceğini de şekillendiriyor.