Yapay Genel Zekâ, insanınkine rakip olabilecek yeteneklere sahip teorik bir yapay zekâ sistemidir. Pek çok araştırmacı, Yapay Genel Zeka'nın yüzlerce yıl değil sadece birkaç on yıl uzakta olduğumuza inanıyor.

Yapay zekâ, özellikle de geçtiğimiz yıl içinde elde edilen üretken yapay zekâ atılımları, yalnızca içerik oluşturma biçimimizde değil, bir bütün olarak ekonomilerimizin ve toplumlarımızın yapısında da devrim yaratmaya hazırlanıyor. Ancak ChatGPT gibi üretken yapay zekâ araçları ileriye doğru büyük bir adım gibi görünse de gerçekte bunlar yapay genel zekaya doğru atılım yönünde sadece bir adımdır.

Yapay Genel Zekâ, insanınkine rakip olabilecek yeteneklere sahip yapay zekadır. Bu aşamada tamamen teorik olsa da bir gün Yapay Genel Zekâ akıl yürütme, problem çözme, algılama, öğrenme ve dil anlama gibi insan benzeri bilişsel yetenekleri türetebilir. Yapay zekanın yetenekleri bir insanınkinden ayırt edilemez hale geldiğinde, ilk olarak 20. yüzyıl bilgisayar bilimcisi Alan Turing tarafından önerilen ve Turing Testi (Turing testi bir makinenin, insanınkine eşdeğer veya ondan ayırt edilemeyen akıllı davranışlar sergileme yeteneğini ölçen bir testtir) olarak bilinen testi geçmiş olacaktır.

Yapay zekâ son yıllarda önemli ilerlemeler kaydetti ancak bugüne kadar hiçbir yapay zekâ aracı Turing Testini geçemedi. Yapay zeka araçlarının bir insanla aynı nüans ve hassasiyetle anlayabileceği, iletişim kurabileceği ve hareket edebileceği ve daha da önemlisi bunun arkasındaki anlamı anlayabileceği bir noktaya ulaşmaktan hâlâ çok uzaktayız. Çoğu araştırmacı ve akademisyen, Yapay Genel Zeka'yı gerçekleştirmeye onlarca yıl uzakta olduğumuza inanıyor; hatta birkaçı bu yüzyılda (veya hiçbir zaman) Yapay Genel Zeka'yı göremeyeceğimizi tahmin ediyor. Massachusetts Teknoloji Enstitüsü'nde robot uzmanı ve iRobot'un kurucu ortağı Rodney Brooks, Yapay Genel Zeka'nın 2300 yılına kadar gelmeyeceğine inanıyor.

Yapay zekanın zaten oldukça akıllı göründüğünü düşünüyorsanız bu anlaşılabilir bir durumdur. Son yıllarda üretken yapay zekanın saniyeler içinde kod yazmaktan şiirler oluşturmaya kadar dikkate değer şeyler yaptığını gördük. Ancak yapay zekâ ile Yapay Genel Zekâ arasında kritik bir fark var. ChatGPT, DALL-E ve diğerleri de dahil olmak üzere en yeni nesil yapay zekâ teknolojileri manşetlerde yer alsa da bunlar çok iyi de olsa aslında önceden tahmin makineleridir. Başka bir deyişle, çok büyük miktarda veri üzerinde eğitildikleri için belirli bir istemin cevabını yüksek derecede doğrulukla tahmin edebilirler. Bu önemli olsa da ancak halen yapay zekâ yaratıcılık, mantıksal akıl yürütme, duyusal algı ve diğer yetenekler açısından insani düzeyde bir performansa sahip değildir. Buna karşılık, Yapay Genel Zekâ araçları insanınkinden ayırt edilemeyecek bilişsel ve duygusal yeteneklere (empati gibi) sahip olabilir.

Yapay Genel Zeka'nın ortaya çıkışının zamanlaması belirsizdir. Ancak ulaştığında - ki muhtemelen bir noktada gelecektir - hayatımızın, işlerimizin ve toplumlarımızın her yönü için çok büyük bir olay olacak. Yöneticiler, makinelerin insan düzeyinde zekaya erişmesine ve daha otomatikleştirilmiş bir dünyaya geçiş yapmasına giden yolu daha iyi anlamak için şimdiden çalışmaya başladılar.

Yapay zekanın Yapay Genel Zeka’ya dönüşmesi için ne gerekiyor?

Yapay zekanın Yapay Genel Zeka'ya ulaşmadan önce ustalaşması gereken sekiz konuyu şöyle sıralayabiliriz;

Görsel algı, ses algısı, incelikli motor yetenekleri, doğal dil işleme, problem çözme, navigasyon, yaratıcılık, sosyal ve duygusal etkileşim.

İnsanlar Yapay Genel Zekâ araçlarına nasıl erişecek?

Bugün çoğu insan yapay zekayla, yıllardır sayısal güce eriştiği yöntemlerle etkileşime geçiyor: dizüstü bilgisayarlar, akıllı telefonlar ve TV'ler gibi 2 boyutlu ekranlar aracılığıyla. Gelecek muhtemelen çok farklı görünecek. Teknoloji dünyasının en parlak beyinlerinden (ve en büyük bütçelere sahip olanlardan) bazıları, kendilerini gelecekte yapay zekaya (ve muhtemelen Yapay Genel Zeka'ya) nasıl erişeceğimizi bulmaya adadılar. Muhtemelen aşina olduğunuz bir örnek, kullanıcıların sürükleyici bir sanal dünya deneyimi yaşamasını sağlayan artırılmış gerçeklik ve sanal gerçeklik başlıklarıdır. Başka bir örnek, insanların beyine implante edilen nöronlar aracılığıyla yapay zeka dünyasına erişmesi olabilir. Bu bir bilim kurgu romanından fırlamış gibi gelebilir ama Ocak 2024'te Neuralink, insanın bir telefonu veya bilgisayarı yalnızca düşünce yoluyla kontrol etmesine olanak sağlamak amacıyla insan beynine bir yonga yerleştirdi.

Yapay zeka ile son bir etkileşim modu da bilim kurgudan alınmış gibi görünüyor: robotlar. Bunlar insanlara veya makine tabanlarına bağlanan mekanize uzuvlar ve hatta programlanmış insansı robotlar şeklini alabilir.

Robot nedir ve ne tür robotlar vardır?

Robotun en basit tanımı, görevleri kendi başına veya insanlardan çok az yardım alarak gerçekleştirebilen bir makinedir. En gelişmiş robotlar çevreleriyle de etkileşime girebilir.

Programlanabilir robotlar 1950'lerden bu yana faaliyet göstermektedir. McKinsey, şu anda 3,5 milyon robotun kullanımda olduğunu ve her yıl 550.000 robotun daha devreye alındığını tahmin ediyor. Ancak programlanabilir robotlar iş gücünde her zamankinden daha yaygın olsa da, insan robotları geride bırakmadan önce kat edecekleri çok uzun bir yol var. Dünyanın en yüksek robot yoğunluğuna ev sahipliği yapan Kore Cumhuriyeti, hâlâ robotlardan 100 kat daha fazla insan çalıştırıyor.

Ancak donanım ve yazılım sınırlamaları giderek aşılabilir hale geldikçe, robot üreten şirketler birimleri yeni yapay zeka araçları ve teknikleriyle programlamaya başlıyor. Bunlar, robotların yürüme, algılama, iletişim kurma ve nesneleri manipüle etme gibi genellikle insanlar tarafından gerçekleştirilen görevleri yerine getirme yeteneğini önemli ölçüde artırıyor. Örneğin Sanctuary AI, Mayıs 2023'te, 1,7 metre boyunda, 25 kilo ağırlığındaki nesneleri kaldırabilen ve saatte üç mil hız yapabilen iki ayaklı insansı robot Phoenix'i piyasaya sürdü, bu robot ayrıca giysileri katlayabiliyor, rafları düzenleyebiliyor ve kasada çalışabiliyor. Yapay Genel Zeka'ye yaklaştıkça, giderek daha karmaşık yapay zekâ araçlarının ve tekniklerinin her türden robota programlanmasını bekleyebiliriz. Şu anda çalışır durumda olan birkaç robot kategorisi şunlardır:

• Bağımsız otonom endüstriyel robotlar: Çevrelerinde gezinmek ve diğer makinelerle etkileşimde bulunmak için sensörler ve bilgisayar sistemleriyle donatılmış bu robotlar, modern otomatik imalat endüstrisinin kritik bileşenleridir.
• İşbirlikçi robotlar: Cobot olarak da bilinen bu robotlar, ortak bir ortamda insanlarla işbirliği içinde çalışacak şekilde özel olarak tasarlanmıştır. Temel amaçları tekrarlayan veya tehlikeli görevleri hafifletmektir. Bu tür robotlar halihazırda restoran mutfakları ve daha fazlası gibi ortamlarda kullanılıyor.
• Mobil robotlar: Tekerlekleri birincil hareket aracı olarak kullanan mobil robotlar, genellikle depolarda ve fabrikalarda malzeme taşıma için kullanılır. Ordu da bu makineleri keşif ve bomba imha gibi çeşitli amaçlarla kullanıyor.
• İnsan-melez robotlar: Bu robotlar hem insan hem de robotik özelliklere sahiptir. Bu, bir insana benzeyen bir görünüme, hareket yeteneklerine veya bilişe sahip bir robotu veya robotik uzvu veya hatta beyin implantı olan bir insanı içerebilir.
• İnsansılar veya androidler: Bu robotlar, insanların görünüşünü, hareketini, iletişim yeteneklerini ve duygularını taklit ederken aynı zamanda derin öğrenme modelleri aracılığıyla bilişsel yeteneklerini sürekli olarak geliştirmek için tasarlanmıştır. Yani insansı robotlar insan gibi düşünecek, insan gibi hareket edecek ve insana benzeyecek.

Hangi ilerlemeler Yapay Genel Zeka'nın gelişimini hızlandırabilir?

Algoritmalar, bilgi işlem ve verilerdeki ilerlemeler  yapay zekanın son zamanlarda hızlanmasına neden oldu. Bu üç yeteneğe bakarak geleceğin neler getirebileceğine dair bir fikir edinebiliriz:

• Algoritmik gelişmeler ve yeni robotik yaklaşımlar. Yapay Genel Zeka'ya ulaşmak için algoritmalara ve robotlara yönelik tamamen yeni yaklaşımlara ihtiyacımız olabilir. Araştırmacıların bunu düşünmesinin bir yolu da bedenleşmiş idrak kavramını araştırmak. Buradaki fikir, tıpkı insanların çok gençken yaptığı gibi, robotların da çok sayıda duyu yoluyla çevrelerinden çok hızlı bir şekilde öğrenmesi gerektiğidir. Benzer şekilde, insanların yaptığı gibi idrakı geliştirmek için robotların da fiziksel dünyayı bizim gibi deneyimlemeleri gerekecek (çünkü alanlarımızı bedenlerimizin ve zihinlerimizin nasıl çalıştığına göre tasarladık).

En yeni yapay zekâ tabanlı robot sistemleri, geniş dil modelleri (LLM'ler) ve geniş davranış modelleri (LBM'ler) dahil olmak üzere üretken yapay zekâ teknolojilerini kullanıyor. Geniş dil modeller robotlara, üretken yapay zekâ modellerinde ve diğer geniş dil model özellikli araçlarda gördüğümüz gibi gelişmiş doğal dil işleme yetenekleri kazandırır. Geniş davranış modelleri, robotların insan eylemlerini ve hareketlerini taklit etmesine olanak tanır. Bu modeller, yapay zekanın gözlemlenen insan eylemleri ve hareketlerinden oluşan geniş veri kümeleri üzerinde eğitilmesiyle oluşturulur. Sonuçta bu modeller, robotların sınırlı göreve özel eğitimle çok çeşitli faaliyetleri gerçekleştirmesine olanak tanıyabilir.

Bu konuda gerçek bir ilerleme, bir canlının öğretilmeden nasıl ayakta duracağını ve besleneceğini bilmesi gibi, belirli bir düzeyde yerleşik bilgiyle başlayan yeni yapay zekâ sistemleri geliştirmek olacaktır. Derin öğrenmeye dayalı yapay zekâ sistemlerinin yakın zamandaki başarısının, araştırmanın dikkatini yapay genel zekaya doğru ilerlemek için gereken daha temel bilişsel çalışmalardan uzaklaştırmış olması mümkündür.

• Bilgisayardaki gelişmeler. Grafik işlem birimleri (GPU'lar), son birkaç yılda yaşanan büyük yapay zekâ ilerlemelerini mümkün kıldı. İşte nedeni. Birincisi, GPU'lar görüntülerin, videoların ve grafiklerle ilgili hesaplamaların oluşturulması da dahil olmak üzere görsel verilerle ilgili birden fazla görevi aynı anda gerçekleştirecek şekilde tasarlanmıştır. Büyük miktardaki görsel veriyi işlemedeki verimlilikleri, onları karmaşık sinir ağlarının eğitiminde faydalı kılar. Ayrıca yüksek bellek bant genişliğine sahiptirler, bu da daha hızlı veri aktarımı anlamına gelir. Yapay Genel Zekanın gerçekleştirilebilmesi için bilgi işlem altyapısında da benzer önemli ilerlemelerin yapılması gerekecektir. Kuantum hesaplama  bunu başarmanın bir yolu olarak lanse ediliyor. Ancak günümüzün kuantum bilgisayarları güçlü olmasına rağmen henüz günlük uygulamalara hazır değil. Ancak bir kez bu hale geldiklerinde, Yapay Genel Zekanın başarısında rol oynayabilirler.
• Veri hacmindeki büyüme ve yeni veri kaynakları. Bazı uzmanlar 5G  mobil altyapısının verilerde önemli bir artışa neden olabileceğine inanıyor. Bunun nedeni, teknolojinin bağlı cihazlarda veya Nesnelerin İnternetinde bir artışa neden olabileceğidir. Ancak çeşitli nedenlerden dolayı 5G'nin faydalarının çoğunun zaten ortaya çıktığını düşünüyoruz. Yapay Genel Zeka'nın gerçekleştirilebilmesi için veri hacminde büyük bir artış sağlayacak başka bir katalizöre ihtiyaç duyulacak.

Yeni robotik yaklaşımlar yeni eğitim verileri kaynakları sağlayabilir. Aramıza insan benzeri robotlar yerleştirmek, şirketlerin robotların kendilerini eğitmesine yardımcı olmak için kendi duyularımızı taklit eden büyük miktarda veri toplamasına olanak tanıyabilir. Gelişmiş otonom arabalar buna bir örnektir: Halihazırda yollarda olan arabalardan veriler toplanıyor, dolayısıyla bu araçlar gelecekteki insansız araçlar için bir eğitim seti görevi görüyor.

Geleceğe Yönelik olarak Yapay Genel Zekâ konusunda neler yapılabilir?

Yapay Genel Zekâ en azından onlarca yıl uzakta. Ancak yapay zeka kalıcı olacak ve son derece hızlı bir şekilde ilerliyor. Bu bağlamda geleceğe yönelik olarak Yapay Genel Zekâ ile ilgili olarak şirketler bugünden neler yapabilir acaba? Şimdi bunun için geleceğe nasıl hazırlanabileceğimize bir bakalım:

• Yapay zekâ ve Yapay Genel Zekâ alanındaki gelişmeleri sürekli olarak izlemek. Bu konu ile ilgili yeni kurulan şirketlerle temasa geçmek ve Yapay Genel Zeka'da şirketin işi ile ilgili ilerlemeyi izlemek için bir perspektif geliştirmek.
• Şimdiden yapay zekaya yatırım yapmak. McKinsey'in kıdemli ortağı Nicolai Müller , "Hiçbir şey yapmamanın maliyeti çok yüksek  çünkü bu herkesin gündeminin en üstünde yer alıyor" diyor. Bu, her yönetim kurulunun  incelediği, her CEO'nun  tüm bölge ve sektörlerde araştırdığı bir konu. Bunu şu anda anlayan kuruluşlar önümüzdeki dönemde kazanmaya hazır olacak.
• İnsanı merkeze almaya devam etmek. İnsan-makine arayüzlerine veya insan zekasını artıran "döngüdeki insan" teknolojilerine yatırım yapmak. Bir kuruluşun her seviyesindeki kişilerin, giderek otomatikleşen bir dünyada başarılı olmak için eğitime ve desteğe ihtiyacı var. Yapay zekâ, bireylerin ve şirketlerin verimliliklerini artırmalarına yardımcı olacak en yeni araçtır.
• Etik ve güvenlik etkilerini göz önünde bulundurmak. Bu, siber güvenlik, veri gizliliği ve algoritma önyargısının ele alınmasını içermelidir.
• Güçlü bir veri, yetenek ve yetenek temeli oluşturmak. Yüksek kaliteli verilerden oluşan güçlü bir temele sahip olmak, başarı için kritik öneme sahiptir.
• Çalışanlarını yeni ölçek ve beceri ekonomilerine göre organize etmek. Dünün katı organizasyon yapıları ve çalışma modelleri, hızla ilerleyen yapay zekanın gerçekliğine uygun değildir. Bu sorunu çözmenin bir yolu, insanların girişimler ve gruplar arasında sorunsuz bir şekilde hareket edebileceği işe akış modelleri oluşturmaktır.
• İşletmenin yapay zekâ gelişmeleri etkisinde kalan alanlardaki stratejik seçeneklerini korumak. Örneğin, ilgili sektörde iddialı yapay zekâ araştırma ve geliştirme projeleri yürüten teknoloji firmalarına yatırım yapmayı düşünmek. Bu seçeneğin tümü mutlaka karşılığını vermeyecektir, ancak işletmeyi gelecekte karşılaşabileceği bazı varoluşsal risklerin bir kısmına karşı korumaya yardımcı olabilecektir.

Yapay Genel Zekâ aynı zamanda insanlığın geleceğini tehdit edebilecek varoluşsal riskler de barındırıyor. Yapay Genel Zekâ sistemleri insanlardan daha akıllı hale gelirse bu sistemler üzerindeki kontrolü kaybetme olasılığı ortaya çıkıyor. Bu, otonom silahların veya diğer zararlı teknolojilerin geliştirilmesi gibi istenmeyen sonuçlara yol açabilir. Bu potansiyel tehlikelerin ele alınması ve Yapay Genel Zekanın geliştirilmesi sırasında güvenlik önlemlerinin alınması, bu tür risklerin azaltılması açısından hayati öneme sahiptir.

Sonuç olarak, Yapay Genel Zekâ ile yapay zekâ arasındaki farkları anlamak, Yapay Genel Zekanın potansiyel sonuçlarını kavramak açısından çok önemlidir. Yapay Genel Zekâ tam olarak hayata geçirilmemiş olsa da devam eden araştırma ve geliştirme çalışmaları bizi Yapay Genel Zekaya ulaşmaya daha da yaklaştırıyor. Yapay Genel Zekanın potansiyel faydalarını, risklerini ve zorluklarını göz önünde bulundurmak, geleceğe daha iyi hazırlanmamıza ve bu teknolojinin sorumlu bir şekilde geliştirilmesini ve uygulanmasını sağlamamıza yardımcı olabilir.