Yapay zekâ alanındaki çalışmalar sürekli olarak gelişmekte ve ortaya çıkan birkaç eğilim, çeşitli endüstrileri ve günlük yaşamı büyük ölçüde etkileme potansiyeli ile bu manzarayı şekillendirmektedir. Yapay zeka'daki son atılımların arkasındaki itici güçlerden biri, yapay sinir ağları (YSA'lar) olarak da adlandırılan derin öğrenme'dir. Derin öğrenme, doğal dil işleme, bilgisayarla görme, takviyeli öğrenme ve üretken çekişmeli şebekeler (bir üretici ve bir ayrımcı ağdan oluşan derin bir sinir ağı mimarisidir) gibi alanlarda dikkate değer ilerlemeler göstermiştir.

Derin öğrenmeyi daha da büyüleyici yapan şey, nörobilimle olan yakın bağlantısıdır. Araştırmacılar, Derin öğrenme teknikleri ve mimarileri geliştirmek için genellikle insan beyninin karmaşıklığından ve işlevselliğinden içgörüler çıkarır. Örneğin, yapay sinir ağlarındaki evrişimli sinirsel şebekeler, aktivasyon fonksiyonları ve yapay nöronların tümü, insan beynindeki biyolojik nöronların yapısından ve davranışından esinlenmiştir.

Yapay zekâ/derin öğrenme ve nörobilim şimdiden önemli dalgalar yaratırken, hayatlarımızı dönüştürmek için daha da büyük umut vaat eden başka bir alan var: kuantum bilişim. Kuantum bilişim, bilgi işlem gücünde devrim yaratma ve yapay zekâ da dahil olmak üzere çeşitli alanlarda benzeri görülmemiş ilerlemelerin kilidini açma potansiyeline sahiptir. Karmaşık hesaplamaları gerçekleştirme ve çok büyük miktarda veriyi aynı anda işleme yeteneği, yeni pek çok olasılıkların sınırlarını kaldıracak gibi duruyor.

Derin Öğrenme

Modern yapay sinir ağları, karmaşık mimarileri nedeniyle "derin öğrenme" adını almıştır. Bu ağlar, insan beyninin yapısından ve işlevselliğinden ilham alan bir tür makine öğrenimi modelidir. Birbirine bağlı çok sayıda nöron katmanından oluşan yapay sinir ağlar, ağ üzerinden akarken verileri işler ve dönüştürür. "Derin" terimi, mimarisindeki gizli katmanların sayısına göre belirlenen ağın derinliğini ifade eder. Geleneksel yapay sinir ağlar tipik olarak yalnızca birkaç gizli katmana sahiptir, bu da onları nispeten yüzeysel hale getirir. Buna karşılık, derin öğrenme modelleri düzinelerce hatta yüzlerce gizli katmana sahip olabilir ve bu da onları önemli ölçüde daha derin hale getirir. Bu artırılmış derinlik, derin öğrenme modellerinin verilerdeki karmaşık kalıpları ve hiyerarşik özellikleri yakalamasını sağlayarak en yeni makine öğrenimi görevlerinde yüksek performans sağlanmasına yol açar.

Derin öğrenmenin dikkate değer bir uygulaması, Görüntüden Metin ve Metinden Görüntü oluşturmaktır.  Bu tür uygulamaların, bilgisayar grafikleri, sanat, reklamcılık, moda, eğlence, sanal gerçeklik, oyun deneyimleri, veri görselleştirme ve hikâye anlatımı dahil olmak üzere çeşitli sahalarda kullanım alanı bulmaktadır.

Sinirbilim

J. Hawkins, son kitabı "Bin Beyin Teorisi"nde, insan beyninin bilgiyi nasıl işlediğine ve akıllı davranışlar ürettiğine dair yeni ve gelişen bir bakış açısı sunuyor. Bin Beyin Teorisi, beynin her biri aynı anda duyusal girdiyi işlemekten ve motor çıktısını üretmekten sorumlu binlerce bireysel mini beyinden oluşan bir ağ olarak işlev gördüğünü öne sürer. Bu teoriye göre, beynin üst düzey bilişsel işlevlerle ilişkili dış tabakası olan neokorteks, mini beyinlere benzetilebilecek işlevsel olarak bağımsız çok sayıda sütundan oluşur.

Teori, neokorteks içindeki her bir sütunun, çevredeki ortamdan aldığı duyusal girdiyi öğrendiğini ve modelleyerek, gelecekteki duyusal girdiler hakkında tahminlerde bulunduğunu ileri sürer. Bu tahminler daha sonra gerçek duyusal girdi ile karşılaştırılır ve herhangi bir eşitsizlik, sütunlardaki dahili modelleri güncellemek için kullanılır. Bu sürekli tahmin ve karşılaştırma süreci, neokorteksin bilgiyi nasıl işlediğinin ve akıllı davranış ürettiğinin temelini oluşturur.

Bin Beyin Teorisine göre görme, duyma ve dokunma gibi çeşitli organlardan gelen duyusal girdiler bağımsız olarak ayrı sütunlarda işlenir. Bu sütunların çıktıları daha sonra birleşik bir dünya algısı yaratmak için birleştirilir. Bu dikkate değer yetenek, beynin farklı duyusal yöntemlerden gelen bilgileri bütünleştirmesine ve çevreleyen ortamın tutarlı bir temsilini oluşturmasına olanak tanır.

Bin Beyin Teorisindeki anahtar kavramlardan biri "Seyrek Temsil"dir. Bu kavram, insan beynindeki nöronların yalnızca bir alt kümesinin herhangi bir zamanda aktif olduğu veya ateşlendiği, geri kalan nöronların ise nispeten hareketsiz veya sessiz kaldığı fikrini vurgular. Seyrek kodlama, fazlalık veya gereksiz nöral aktiviteyi azaltarak beyindeki bilgilerin verimli bir şekilde işlenmesine ve kodlanmasına izin verir. Seyrek temsilin önemli bir yararı, beyinde seçici güncellemeleri etkinleştirme yeteneğidir. Bu süreçte, yeni bilgi veya deneyimlere yanıt olarak yalnızca aktif nöronlar veya sinir yolları güncellenir veya değiştirilir.

Bu seçici güncelleme mekanizması, beynin tüm nöronları aynı anda güncellemek yerine kaynaklarını en ilgili bilgi veya görevlere odaklayarak verimli bir şekilde uyum sağlamasına ve öğrenmesine olanak tanır. Nöronların seçici olarak güncellenmesi, beynin öğrenme ve deneyim yoluyla değişme ve uyum sağlama yeteneğini ifade eden nöral esneklik hayati bir rol oynar. Beynin, enerji ve hesaplama kaynaklarını korurken devam eden bilişsel ve davranışsal taleplere dayalı olarak temsillerini ve bağlantılarını iyileştirmesini sağlar. 

Metaverse

Pek çok kişi dikkatlerini Büyük Dil Modellerine (Large Language Models veya Türkçe ifade edecek olursak Büyük Dil Modelleri isminden de anlaşıldığı üzere büyük veri kümelerinden elde edilen bilgilere dayalı olarak metni ve diğer içerik biçimlerini tanıyabilen, özetleyebilen, tercüme edebilen, çıkarım yapabilen ve yeni içerikler oluşturabilen bir derin öğrenme algoritmasıdır) odaklarken, Meta Şirketi farklı bir yaklaşım benimsiyor. Meta yapay zekâ ekibi, "İnsan etkinliklerinin videolarından ve simüle edilmiş etkileşimlerden öğrenen robotlar" başlıklı bir blog yazısında, "Moravec paradoksu" olarak bilinen ilgi çekici bir kavramın altını çiziyor. Bu teze göre, yapay zekadaki en zorlu problemler, soyut düşünce veya akıl yürütmeden ziyade duyu-motor becerileri etrafında dönüyor. Bu iddiayı desteklemek için ekip, genel amaçlı somutlaştırılmış yapay zekâ aracıları alanında iki önemli gelişme duyurdu.

1. İlk olarak, VC-1 (Visiul Cortex: beyindeki görme merkezi) olarak bilinen yapay görsel korteksi tanıttılar. Bu çığır açan algı modeli, çok çeşitli duyu motor becerileri, ortamları ve düzenlemeleri destekleyen ilk modeldir. (İnsan faaliyetlerinin videolarından ve simüle edilmiş etkileşimlerden öğrenen robotlar)
2. Ek olarak, Meta'nın ekibi uyarlanabilir (duyu motor) beceri koordinasyonu adı verilen yenilikçi bir yaklaşım geliştirdi. Bu yaklaşım, zorlu robotik mobil manipülasyon görevinde %98 başarı oranıyla mükemmele yakın performans elde etmiştir. Bu fiziksel ortamlarda bir nesneye gitmeyi, onu almayı, başka bir konuma taşımayı, nesneyi yerleştirmeyi ve bu eylemleri tekrarlamayı içerir.

Meta'nın bu gelişmeleri, büyük dil modellerine odaklanan yaklaşımdan bir sapma anlamına gelmektedir. Böylece duyusal motor becerilere ve somutlaştırılmış yapay zekaya öncelik vererek, dünya ile daha kapsamlı ve incelikli bir şekilde etkileşime girebilen unsurların geliştirilmesine katkıda bulunulmaktadır.

ChatGPT (OpenAI tarafından geliştirilen, yapay zekâya dayalı bir sohbet robotu) modelleri, temelde istatistiksel yaklaşımlara dayanmalarına rağmen önemli ölçüde ilgi görmüş ve kamuoyunun dikkatini çekmiştir. Buna karşılık, Meta'nın son atılımları önemli bilimsel ilerlemeleri temsil etmektedir. Bu başarılar, sanal gerçeklik ve robotik alanlarında devrim niteliğinde bir genişlemenin temelini atıyor. 

Robot Bilimi

Şu anda, bu alanda öne çıkan iki robot, her ikisi de çevrimiçi olarak kolayca satın alınabilen Atlas ve Spot'tur (robodog). Bu robotlar, dikkate değer mühendislik başarılarını temsil ediyor, ancak yetenekleri, gelişmiş "beyinlerin" olmaması nedeniyle hâlâ sınırlı. Bu tam olarak Meta yapay görsel korteksin potansiyel bir oyun değiştirici olarak devreye girdiği yerdir. Robotları yapay zekâ ile entegre ederek, diğerlerinin yanı sıra imalat, sağlık, ulaşım, tarım ve eğlence dahil olmak üzere çok sayıda endüstri ve sektörde devrim yaratma gücüne sahiptir. Meta yapay görsel korteks, bu robotların yeteneklerini geliştirme ve robotik alanında benzeri görülmemiş ilerlemelerin önünü açma vaadini elinde tutuyor.

İnsanlar İçin Yeni Arayüzler: Beyin-Bilgisayar/Beyin-Beyin Arayüzleri

Yapay zekâ tarafından geride bırakılma endişeleri ortaya çıksa da insan beyni, modern yapay zekanın sahip olmadığı çok önemli bir avantaja sahiptir: Nöroplastisite. Beyin plastisitesi olarak da bilinen nöroplastisite, beynin deneyimlere, öğrenmeye ve çevresel değişikliklere yanıt olarak hem yapı hem de işlev açısından olağanüstü değişme ve uyum sağlama kapasitesini ifade eder. Ancak, bu avantaja rağmen, insan beyinleri hala diğer insan beyinleri veya yapay zekâ sistemleri ile gelişmiş iletişim yöntemlerinden yoksundur. Bu sınırlamaların üstesinden gelmek üzere beyin için yeni arayüzlerin geliştirilmesi zorunludur.

Görme, duyma veya yazma gibi geleneksel iletişim modları, sınırlı iletişim hızları nedeniyle modern yapay zekâ modelleriyle rekabet etmekte yetersiz kalıyor. Bunu ele almak için, doğrudan beyin sinir ağı elektriksel aktivitelerine dayalı yeni arayüzler araştırılmaktadır. Geleneksel periferik sinir sistemi yollarına olan ihtiyacı atlayarak beyin ile harici cihazlar veya sistemler arasında doğrudan iletişim ve etkileşim sağlayan en son teknolojiler olan modern Beyin-Bilgisayar Arayüzleri (BCI'ler) günümüzün en öncelikli teknolojik konularından biridir. Beyin bilgisayar arayüzlerinin nöroprotez, nörorehabilitasyon, iletişim, engelli bireylerin kontrolü, bilişsel gelişim ve sinirbilim araştırma gibi sahalarda uygulama alanları bulmaktadır.

Elon Musk tarafından kurulan Neuralink , "Galea" ve "Kernel" gibi invaziv olmayan beyin bilgisayar arayüzlerin aksine farklı bir yaklaşım benimsiyor ve invaziv (tıp ve hemşirelik literatüründe invaziv kelimesi “vücudun delinmesi, kesi veya delip geçilmesi ile vücut bütünlüğünün bozulması” olarak ifade edilmektedir) bir beyin implantını destekliyor. Bazıları, tüm modern invaziv olmayan beyin bilgisayar arayüzlerini çok daha geniş iletişim kanalları sunan "dış dünyaya açılan bir soket" olarak adlandırdı. İnvaziv beyin bilgisayar ara yüzlerinin ek bir önemli avantajı, iki yönlü iletişim potansiyelidir. Bilginin artık gözlerimizi veya kulaklarımızı gerektirmediği, doğrudan neokorteksimize iletilebildiği bir gelecek hayal edebiliriz.

Kuantum hesaplama

Nörobilim ve insan beyni dışında, keşfedilecek başka bir akıllara durgunluk veren konu daha var: Kuantum Bilgisayarlar. Bu olağanüstü makineler, belirli hesaplama görevlerinde klasik bilgisayarları geride bırakma potansiyeline sahiptir. Kuantum süper pozisyonlarından ve dolanıklıklarından (günümüz fiziğinin ön saflarında yer alan) yararlanan kuantum bilgisayarlar, paralel hesaplamalar gerçekleştirebilir ve belirli sorunları daha verimli bir şekilde çözebilir. Bunların örnekleri arasında büyük sayıların çarpanlarına ayrılması, karmaşık optimizasyon problemlerinin çözülmesi, kuantum sistemlerinin simüle edilmesi ve kuantum ışınlanmasının fütürist konsepti yer alır. Bu ilerlemeler, kriptografi, ilaç keşfi, malzeme bilimi ve finansal modelleme gibi alanlarda devrim yaratmaya hazırlanıyor. 

Gelecek doğası gereği belirsiz olsa da bir şey açık: insanlığın geleceğinin yörüngesi, bireylerin, toplulukların, kurumların ve hükümetlerin seçimleri ve eylemleri tarafından şekillendirilecek. Pozitif değişim için toplu olarak çaba sarf etmek, acil küresel sorunları ele almak, kapsayıcılığı ve sürdürülebilirliği teşvik etmek ve tüm insanlık için daha iyi bir gelecek yaratmak üzere Türkiye olarak da bu çalışmalara katılmak geleceğimiz açısından büyük önem taşımaktadır.