Bir yarışmanın en iyi yanı, değerli bir rakiptir, ancak yarışmacı asla kaybetmeyecek şekilde tasarlandığında ne olur?
Yapay genel zeka (AGI) fikri, yapay zeka (AI) patlamasının ortasında ortaya çıktı. YGZ, yapay zekayı kendini anlama, kendi kendine öğretme ve bilinç düzeyi gibi insan benzeri davranışlarla geliştirmeye yönelik teorik bir arayıştır. Yapay zeka teknolojileri şu anda önceden belirlenmiş bir dizi parametreyle çalışıyor. Örneğin, yapay zeka modelleri içeriği başka kelimelerle ifade etmek üzere eğitilebilir ancak çoğu zaman öğrendiklerini genelleştirecek akıl yürütme yeteneklerinden yoksundur.
AGI uzak bir ideal gibi görünse de sandığımızdan daha yakın. Bilgisayarlı satranç algoritmalarının tarihi bize çok yakında ne olabileceğine dair bir fikir verebilir.
Dünyayı Değiştiren Şah Matlar
20. yüzyılın ortalarına kadar satranç, insan yaratıcılığının ve sezgisinin bilgisayarlara üstün geldiği bir alandı. 1957’de ilk işlevsel satranç oynama programı IBM’de geliştirildi ve 1980’lere gelindiğinde programlar, en büyük satranç zekasına bile rakip olabilecek bir oyun düzeyine ulaştı. 1989’da IBM’in Deep Düşüncesi, birçok büyükustayı mağlup ederek bilgisayarların en iyi insan oyunculardan bazılarına meydan okumasına zemin hazırladı.
1990’larda insanlar ve makineler arasındaki en ünlü iki yarışmaya tanık olundu; Dünya Şampiyonu Garry Kasparov, IBM’in Deep Blue’suna karşı yarıştı. 1996 yılında Deep Blue ile yaptığı ilk maçta Kasparov galip geldi. Ancak 1997’deki rövanş maçında geliştirilmiş Deep Blue, Kasparov’u 3,5-2,5 mağlup etti; bu, son şampiyonun bir bilgisayara karşı ilk yenilgisiydi. Bu olay yapay zeka için bir dönüm noktası oldu ve makinelerin belirli, son derece entelektüel görevlerde insanlardan daha iyi performans gösterebileceğini gösterdi.
Bilgisayar satrancı, kendi kendine öğrenen algoritmaların tanıtılmasıyla gelişmeye devam etti. Başlangıçta satranç motorları büyük ölçüde insan yapımı algoritmalara ve önceki oyunların veritabanlarına dayanıyordu. Takviyeli öğrenmeyi kendi kendine öğretmek için kullanan, kendi kendine öğrenme algoritması AlphaZero’nun kullanıma sunulmasıyla birlikte, bir düzeyde insanüstü oyun görmeye başladık. AlphaZero, kendisine karşı milyonlarca oyun oynayarak, her tekrarda öğrenerek ve gelişerek, yalnızca birkaç saat içinde Stockfish gibi dünyanın en iyi motorlarının yeteneklerini aşmayı başardı. İnsanoğlunun geliştirdiği en iyi satranç motoru Stockfish’e karşı oynanan 100 maçlık maçta AlphaZero namağlup çıktı; 28 oyun kazandı ve 72 beraberlik aldı.
Bugün AlphaZero, 3.500’ün üzerinde standart Elo reytingine sahipken, en iyi insan oyuncular yalnızca 2.850 civarında. Bir insan şampiyonun üst düzey bir motoru yenme ihtimali var mı? %1’den az. Aslında uzmanlar, bir daha hiçbir insanın elit bir bilgisayar satranç algoritmasını yenemeyeceğine inanıyor.
GenAI’nin Yeteneklerinde Ani Sıçramaları Beklemeyi Öğrenmek
Satrancın evrimi, diğer yapay zeka teknolojilerinin, özellikle de Üretken Yapay Zeka’nın (GenAI) gelişimine dair değerli bilgiler sunuyor. Her iki alan da insan yapımı stratejilere dayanmaktan kendi kendine öğrenme sistemlerini benimsemeye doğru geçiş yaptı.
GPT-4 gibi Modern Büyük Dil Modelleri (LLM’ler), denetimsiz öğrenme yoluyla büyük miktarda veriyi işleyebilir ve çok çeşitli görevleri özerk bir şekilde gerçekleştirebilir. Bu, YGZ’de katlanarak artan büyümeye tanık olmanın eşiğinde olduğumuzu gösteriyor. Gördüğümüz ilerleme (yavaş ve kademeli ilerlemelerin yerini birdenbire patlayıcı gelişmelere bırakması) AGI’nin potansiyelinin açık bir göstergesi olarak hizmet ediyor. YGZ ile bu, yalnızca belirli görevlerde insanlardan daha iyi performans gösterilmesine yol açmakla kalmayacak, aynı zamanda daha geniş bir yelpazedeki bilişsel işlevleri bağımsız olarak ele alacak şekilde hızla gelişmeye de yol açabilecektir.
Bu sıçramaların ardındaki teknik etkenler şimdiden ortaya çıkıyor. GPT-4 gibi Yüksek Lisans’lar, denetimsiz öğrenmeyi ölçeklendirme ve minimum insan girdisi ile birden fazla alanda performansı artırma yeteneğini göstermiştir. Mimarinin büyük miktarda veriyi paralel olarak işleme ve üretme yeteneği, öğrenme döngüsünü hızlandırır. Bu sistemlere daha fazla hesaplama gücü ve veri sağlandığında, hızlı ve dramatik gelişmelerin yaşanması ihtimali daha da muhtemel hale geliyor.
Bu kademeli bir evrim değil, üstel bir evrimdir. Genel bir yapay zeka sistemi, öğrenme yeteneklerinde kritik bir eşiğe ulaştığında, çeşitli alanlarda insan zekasını hızla aşabilir. Bu hızlı dönüm noktasına hazırlanmak yalnızca teknik bir zorluk değil, aynı zamanda yapay zekadan sorumlu bir şekilde yararlanmak isteyen kuruluşlar için stratejik bir zorunluluktur. Bu nedenle sağlam etik çerçeveler oluşturmak ve teknik önlemleri uygulamak artık çok önemli.
Gerçek Dünyada Denetimsiz Yapay Zeka Öğrenimi
Yapay zeka destekli satranç tamamen eğlence ve oyun (kelime oyunu) olsa da, YGZ’ye doğru dev bir adım olan otonom öğrenmenin gerçek dünyasındaki sonuçları hiç de zararsız değil. İşte birkaç örnek:
1. 2016’da Microsoft’un Twitter için AI Chatbot’u Tay, filtrelenmemiş verilere maruz kaldığında hızla saldırgan bir hal aldı. Başlatıldıktan kısa bir süre sonra insanlar, kadın düşmanı ve ırkçı içerik kullanarak botla iletişim kurmaya başladı. Tay bu konuşmalardan ders aldı ve benzer ifadeleri kullanıcılara tekrarlamaya başladı.
2. ChatGPT’nin piyasaya sürülmesinden birkaç ay sonra, saldırganlar bu teknolojiyi kötü amaçlı yazılım, kimlik avı e-postaları veya güçlü sosyal mühendislik kampanyaları oluşturmak için kullandıklarını iddia etmeye başladı.
3. ABD ordusu yapay zekayı savaş oyunlarına entegre etmeye başladığında, OpenAI teknolojisinin tercih ettiği sonuçların son derece şiddetli olduğunu görünce şaşırdılar. Bir simülasyonun birden fazla tekrarında yapay zeka nükleer saldırı başlatmayı seçti.
Pandora’nın kutusunu açtık ve onu bir daha kapatamayız; peki ne yapacağız?
Yapay Zekanın Faydaları ile Potansiyel Risklerini Bağdaştırmak
Teknolojik gelişmelerin her adımında korku çığırtkanlığı ve endişe yaşandı. Bir miktar endişe geçerli olsa da, yapay zekanın var olmadığı bir dünyaya geri dönemeyiz ve bunu da istememeliyiz. Yapay zekanın (ve hatta YGZ’nin) avantajlarından yararlanmak için etik kaygıları gidermeli ve sağlam güvenlik çerçeveleri oluşturmalıyız.
İşte kuruluşlar için eylem çağrım:
1. Şimdi Gen AI ile denemeler yapın. Korku büyük ölçüde bilinmeyendedir. Yapay zekanın kuruluşunuza nasıl fayda sağlayabileceğini öğrenin ve teknolojiye alışmaya başlayın.
2. Riskler hakkında bilgi edinin. Yapay zekanın çeşitli güvenlik risklerini beraberinde getirdiği bir sır değil. Güvenlik ekipleri en son tehditleri öğrenmeye zaman ayırmalıdır. Büyük Dil Modelleri için OWASP İlk 10, başlamak için harika bir yerdir.
3. Nesil Yapay Zeka ile ilgili bir politika hazırlayın. Gen AI’yi nasıl kullandığınızı belirlemek için kuruluşunuzun her departmanından temsilcilerin bir araya gelmesini sağlayın. Hangi uygulamaların uygun olup olmadığına karar verin. Daha sonra bunu bir yere yazın ve tüm şirketle paylaşın, böylece herkes aynı fikirde olsun.
Satranç bize YGZ’nin gelecekte nasıl görünebileceğini gösterdi. Yapay zekanın tehlikelerini kabul ederek ve kendimizi korumak için doğru adımları atarak, akıntıya kapılmak yerine inovasyonun gelgit dalgasına ayak uydurabiliriz. Sonuçta değerli bir rakibin küçük bir mücadelesi bize öğrenme ve gelişme fırsatı sunar.
Reklam