Ortada minik bir insan, gizli bir kütüphaneci veya tanınmış bir dahi yok. Milyarlarca sayıdan oluşan donmuş bir ağ var; bu ağ, sonsuz bir "sonraki kelimeyi tahmin et" oyunu oynuyor, konuşmanızı her seferinde baştan okuyor ve yeterince sık doğru tahmin ederek sanki biriyle konuşuyormuşsunuz gibi hissettiriyor. Sonuçta yapay zekâ sihir değil; makinelerin öğrenme, problem çözme ve karar verme gibi belirli insan yeteneklerini taklit etmesine olanak tanıyan bir çeşit teknolojidir.

 

Yapay zekâ destekli bir sohbet robotunu ilk kez kullanan hemen herkesin başına gelen bir şey vardır. Ona bir şey sorarsınız, anında ve kendinden emin bir şekilde cevap verir ve aklınıza bir şey gelir: “Acaba orada bir insan mı var?"

Hayır, öyle bir şey yok. Orada olan şey, çok hızlı yazan bir insandan çok daha garip, ilginç ve etkileyici bir şey. Bunu anlamak için, kavanozdaki beyin fikrini bir kenara bırakın ve dünyanın en nitelikli otomatik tamamlama özelliğine daha yakın bir şey hayal edin; internetin çoğunu okuyan, asla uyumayan ve her sorunuza neredeyde cevap verebilen özelliğe sahip bir yazılım.

Yapay Zekâ Şeyleri Nasıl "Biliyor"?

İşte ilk sürpriz. ChatGPT ve Claude, sizin kendi telefon numaranızı bildiğiniz gibi şeyleri "bilmiyorlar". Bunlar, içinde bir kütüphanecinin raflardan cevapları getirdiği devasa, arama yapılabilen bir ansiklopedi de değildir.

Gerçekte olan şuna daha yakın: Eğitim sırasında modele inanılmaz miktarda metin gösterildi. Kitaplar, makaleler, web siteleri, sosisli sandviçin sandviç olup olmadığına dair forum tartışmaları, tariften önce 4.000 kelimelik arka plan bilgisi içeren yemek tarifi blogları, hepsi. Ve onun tek görevi, milyarlarca kez tekrarlanan bu işlemde, tek bir oyunu oynamaktı: bir sonraki kelimeyi tahmin etmek.

Ona “Fransa’nın başkenti şudur” deyin, “Paris” diye tahmin etmeyi öğrenir. Ona “Bir zamanlar” deyin, “zaman” diye öğrenir. Bunu trilyonlarca kez yapın ve ürkütücü bir şey ortaya çıkar. Bir sonraki kelimeyi tahmin etmede iyi olmak için, model kelimelerin altındaki kalıpları dikkate almaya zorlanır. Dilbilgisi. Bilgiler. Akıl yürütme. Doktorların ve hastanelerin aynı cümlelerde sık sık bir arada geçmesi gibi. Model asla bir bilgi formunu ezberlemez. İnsan bilgisinin şeklini bir tür istatistiksel sezgiye sıkıştırdı.

İşte tam da bu yüzden yapay zekâ bazen bir şeyler uyduruyor; bu, alanın kibarca "halüsinasyon" olarak adlandırdığı sevimli bir davranış. Model, bir gerçeğe başvuruyor değil. En makul gelen devamını üretiyor. Çoğu zaman, en makul olan şey aynı zamanda doğrudur da. Ancak ara sıra, akşam yemeğinde o kitabı hiç okumamış olmasına rağmen size kitabın konusunu on dakika boyunca akıcı bir şekilde anlatmaya çalışan o arkadaş gibi olur. Kendine güveni gerçektir. Doğruluğu ise isteğe bağlıdır.

Yapay Zekâ Olayları Nasıl Tahmin Ediyor?

Tüm bu sihrin altındaki gerçek, bir dil modelinin sürekli olarak bir sonraki metin parçasını tahmin etmektir.

Bu parçalara "token" (simge-sembol) denir. Bir simge (sembol) kabaca bir kelime veya bir kelimenin bir parçasıdır.  Model, yazdığınız her şeyi okur, bunları sembollere dönüştürür ve şu soruyu sorar: Tüm bunlara bakıldığında, sıradaki sembol büyük olasılıkla hangisi olur?

Sonra bir tane seçer. Ardından o simgeyi yığına ekler ve soruyu tekrar sorar. Ve tekrar. Ve tekrar. Her seferinde tek bir küçük adım atarak yazıyor; cümleye başladığında cümlenin sonunu asla bilmiyor. Kelimenin tam anlamıyla, ilerledikçe uyduruyor; hem de çok başarılı bir şekilde.

Mesajınızı sadece kelime kelime görebilen ve yine kelime kelime cevap vermek zorunda olan, ancak şimdiye kadar gönderilen her mesajı okumuş ve garip bir şekilde hisleri sezme konusunda çok yetenekli bir arkadaşınızla mesajlaştığınızı hayal edin. İşte tüm püf noktası bu.

Ayrıca, tahminlerin ne kadar cesur olacağını belirleyen “sıcaklık” adlı gizli bir ayar da var. Sıcaklık düşük olduğunda model temkinli davranır ve her zaman en bariz sonraki kelimeyi seçer. Bu durumda model güvenilir hale gelir ama biraz sıkıcı olur; tıpkı her restoranda aynı şeyi sipariş eden bir arkadaş gibi.

Sıcaklığı biraz artırdığınızda, risk almaya başlar ve şaşırtıcı kelimelere yönelir. Fazla zorlarsanız ise, sözlükle oynayan bir çocuğun dilbilimsel karşılığı olan güzel bir anlamsızlık ortaya çıkar. Ortadaki ideal nokta ise hem doğru hem de acı verici derecede robotik olmayan yanıtları elde ettiğiniz yerdir.

Yapay Zekâ Bilgileri Nasıl Depoluyor?

Peki, eğer model internetin tamamını "öğrendiyse", tüm bu bilgiler nerede saklanıyor? Belki de bir yerlerde, düzenli bir şekilde bilgileri depolayan devasa bir sabit disk hayal edebilirsiniz. Ama durum hiç de öyle değil.

Modelin bildiği her şey, "parametreler" veya diğer adıyla "ağırlıklar" olarak adlandırılan verilerde saklıdır. Bunlar sadece sayılardır. Milyarlarca sayı. Modern modellerde yüz milyarlarca sayı bulunur. Bu modeli, akıl almaz derecede büyük, minik kadranlardan oluşan bir ağ olarak düşünün; eğitim sürecinde, tüm sistem “sonraki kelime” oyununda başarılı hale gelene kadar bu kadranların her biri defalarca, azar azar ayarlanır.

Bilgi tek bir skalada saklanmaz. Orada "Paris" etiketli bir nöron yoktur. Bunun yerine, Paris kavramı milyonlarca sayıya yayılmıştır; tıpkı bir şarkının bir plak üzerindeki tek bir olukta değil, tüm plak üzerindeki desende saklanması gibi. Modeli açıp gerçeği bulamazsınız. Sadece tüm makineyi çalıştırıp gerçeğin diğer uçtan nasıl çıktığını izleyebilirsiniz.

Ve işte insanları en çok şaşırtan kısım. Öğrenme süreci tamamlandıktan sonra model dondurulur. Sizin konuşmanızdan öğrenmez. ChatGPT'ye harika bir şaka anlattığınızda, bunu daha sonra kullanmak üzere saklamaz. Model, sizin sohbetinizden bir şey öğrenmez. ChatGPT’ye harika bir fıkra anlattığınızda, bunu daha sonra kullanmak üzere hafızasına kaydetmez. Bugün size yanıt veren temel model, bu sabah başka birine yanıt verenle tamamen aynı, dondurulmuş beyindir.

Yapay Zekâ Konuşmaları Nasıl Takip Ediyor?

Modelin, sohbetinizle ilgili yerleşik bir hafızası yoktur. Hiç yoktur. Peki, üç mesaj önce köpeğinizin adının Bisküvi olduğunu söylediğinizi nasıl hatırlıyor?

İşin püf noktası şu ki, her gönder tuşuna bastığınızda, o ana kadarki tüm konuşma sıfırdan modele geri besleniyor. İlk mesajınız, ilk yanıtınız, ikinci mesajınız, hepsi bir araya getirilip tekrar gönderiliyor. Model, yanıt vermeden önce her seferinde her şeyi yeniden okuyor. Hatırlamıyor, yeniden okuyor.

Kısa süreli hafızası hiç olmayan ve sürekli not tutan birini hayal edin. Onunla her konuştuğunuzda, ilk sayfaya geri dönüp cevap vermeden önce tüm not defterini hızlıca okuyor, sonra da ikinizin de az önce söylediklerini yazıyor ve bir sonraki sefer tekrar okumaya hazır oluyor. Ürkütücü, biraz trajik ve tam olarak böyle işliyor.

Bu yeniden okuma penceresinin "içerik penceresi" adı verilen bir boyut sınırı vardır. Bu, modelin aynı anda aklında tutabileceği maksimum metin miktarıdır. Eski modellerin pencereleri küçüktü ve uzun bir konuşmanın başlangıcını kolayca unuturlardı, mesela, pardon, ne konuşuyorduk? Yeni modellerin ise tüm kitapları alabilecek kadar büyük pencereleri var. Ama prensip asla değişmez. Pencereyi doldurun, en eski şeyler kenardan düşer ve kaybolur.

Bazı uygulamalarda gördüğünüz "hafıza" özellikleri zekice bir çözüm yolu. Ürün, sizin hakkınızda küçük özetleri ("kullanıcının Bisküvi adında bir köpeği var") ayrı bir yere sessizce kaydediyor, ardından ilgili olduğunda bu notları sohbete geri getiriyor. Model yine de gerçek anlamda hatırlamıyor. Derse başlarken eline bir kopya kâğıdı veriliyor ve ders çalışmış gibi davranıyor.

Yapay Zekanın Geleceği Ne Olacak?

Yapay zekanın geleceğini tahmin etmek, örneğin on sekiz ay (ya da başka bir süre de olabilir) sonra kendimizi gülünç duruma düşürmenin en iyi yoludur; ancak bazı yönelimler şimdiden şekillenmeye başlamıştır, o yüzden bu konuda cesur olmak gerekir.

Düşünmek için bir an duraksayan modeller. En yeni sistemler, tahmin ettikleri ilk şeyi öylece söylemezler. Tıpkı sizin nihai rakamı yazmadan önce bir kâğıda karalamalar yapmanız gibi, size cevabı vermeden önce sorunu adım adım çözerek önce kendi içlerinde bir akıl yürütme zinciri oluşturabilirler.  Bu durum, onların matematik, mantık ve kodlama alanlarında performanslarını çarpıcı bir şekilde artırdığını göstermektedir.

Sadece konuşmakla kalmayıp, işleri de yapan yapay zekâ. Şu anda yaşanmakta olan büyük dönüşüm, sohbet robotlarından “ajanlara” doğru gerçekleşiyor; bu sistemler, siz kahve yapmaya giderken araçları kullanabilir, internette gezinebilir, kod çalıştırabilir, rezervasyon yapabilir, rapor hazırlayabilir ve çok adımlı görevleri tamamlayabilir. Sohbet robotu size vergilerinizi nasıl ödeyeceğinizi söyler. Ajan ise bunları gerçekten halletmeye çalışır.

Görme, duyma ve konuşma. Modeller giderek daha "çok modlu" hale geliyor; yani sadece metni değil, görüntüleri, sesi ve videoyu da işleyebiliyorlar. Birine buzdolabınızın içini gösteren bir fotoğraf gösterebilir ve ne pişireceğinizi sorabilirsiniz; bu ya geleceğin ta kendisi ya da elinizde sadece soslar olduğunu öğrenmenin çok gelişmiş bir yolu.

Daha küçük, daha ucuz, her yerde. Devasa modellerin yanı sıra, veri merkezine bağlanmaya gerek kalmadan telefonunuzda veya dizüstü bilgisayarınızda çalışabilmeleri için bunları küçültmeye yönelik sessiz bir yarış da sürüyor. Daha hızlı, daha özel ve uçakta bile çalışabilen.

Gerçek şu ki, bu sistemleri geliştirenler de dahil olmak üzere hiç kimse, sınırın nerede olduğunu tam olarak bilmiyor. Yıllar sonra gerçekleşecek gibi görünen şeyler, çok kısa sürede ortaya çıkmaya devam edecek gibi gözüküyor.

Peki, içeride kimse var mı?

Hayır. Ortada minik bir insan, gizli bir kütüphaneci veya tanınmış bir dahi yok. Milyarlarca sayıdan oluşan donmuş bir ağ var; bu ağ, sonsuz bir "sonraki kelimeyi tahmin et" oyunu oynuyor, konuşmanızı her seferinde baştan okuyor ve yeterince sık doğru tahmin ederek sanki biriyle konuşuyormuşsunuz gibi hissettiriyor.

Sonuçta yapay zekâ sihir değil; makinelerin öğrenme, problem çözme ve karar verme gibi belirli insan yeteneklerini taklit etmesine olanak tanıyan bir çeşit teknolojidir.