Halid el-Kassar
ChatGPT, 2022 yılı sonlarında insan hayatını kasıp kavuran ve bir gecede kontrol edilemeyen bir yangın gibi tüm dünyaya yayılan üretken yapay zekanın fitilini ateşledi. Terim, yavaş yavaş her dilde ve her durumda kullanılmaya başlandı. İster yapay zekanın (AI) itidalli ya da coşkulu bir destekçi olsun, ister katı bir eleştirmeni ya da yapay zekanın yapabileceklerinden korkan bir karşıt olsun herkesin zihinlerine nüfuz etti. Şirketler bu durumdan memnundu. Buna karşın üniversiteler, yapay zeka karşısında bocaladı. Yazarlar, düşünürler ve sanatçılar tarafından davalar açıldı. Yapay zeka alanındaki gelişmeler, çalışanları, uzmanları, şirketleri ve büyük ülkeleri rahatsız etti.
ChatGPT, yapay zekanın ilk keşfi ya da diğer bir deyişle devrim niteliğindeki ürünü değildi. Teknoloji onlarca yıldır ortalıkta dolaşıyor. Teknoloji ilk insansı robotun 1950'lerde gün ışığına çıkmasından bu yana çeşitli alanlarda kullanılıyor. Günümüzde kullanılan elektronik cihazların yüzde 77'sinin öyle ya da böyle yapay zeka tarafından desteklendiği tahmin ediliyor.
ChatGPT’yi insanların konuşma diline yanıt verme, insanla iletişim kurma ve korkutucu bir hızla insandan öğrenme konusunda üstün bir yeteneğe sahip olması öne çıkardı. Ancak yapay zekanın insanlığın varlığına yönelik tehlikeleri, Geoffrey Hinton ve diğerleri gibi üretken yapay zekanın öncülerini, çok uluslu büyük teknoloji şirketlerini, hükümetleri, hukuk uzmanlarını ve askeri yetkilileri uyarmak için harekete geçirdi. Zira makine öğrenimi, makine zekasının ana unsurudur ve özellikle insanları rekabetçi ve otoriter eğilimlerden koruyacak etkili yasalar ve önlemlerle uygun bir şekilde yönetilmediği takdirde ölümcül sonuçlar doğurabilir.
Yapay zeka, bugünkü haliyle, dengelerin değiştiği ve insanlığın bir mekandan diğerine sorunsuz bir şekilde hareket ettiği yeni bir modern çağ olarak gelişmesi ve istikrar kazanması yıllar süren geleneksel bir teknoloji değil. Çünkü yeni iş becerileri ve hedefleriyle birlikte, geçmişteki teknolojik keşifler, enerji hatları, yeni tip motorlar ve cihazlar ile fabrikalar gibi çok sayıda tamamlayıcı fiziksel altyapıya ihtiyaç duyuyor. Halihazırda üretken yapay zeka sistemlerini çalıştırmak için gerekli olan bulut sistemi, yazılım ve uygulama mağazaları ve diğer ileri teknolojiler gibi altyapı sistemlerinin çoğu mevcut. Bunlar, yeni bilgi sistemlerini başlatmak için gereken süre, çaba, deneyim ve harcamalardan tasarruf olanağı sağlayan diğer ileri teknolojilerdir.
Geçmişe dönüp bakıldığında yapay zeka alanındaki girişimlerin 2000 yılından bu yana 14 kat hızlandığı görülüyor. Ticari açıdan bakıldığında ise yapay zeka teknolojisi şirketleri, yerleşik kurallar çerçevesinde faaliyet göstermiyor. Bu alana ilk girenler mutlaka kazananlar olmayabilir. Çünkü bayrağı diğerlerinin düştüğü yerden alıp taşımaya başlıyorlar. Teknoloji alanındaki yoğun rekabet çerçevesinde yapay zeka gelişiminden sonraki dönemlere geçiş, var olanı kökten değiştirebilecek inanılmaz bir hızla gerçekleşiyor.
Bir yıl, bildiğimiz teknolojilerle ilgili olarak belki on yıllarca süren keşif ve uygulamaya eşdeğer, muazzam ve hesaba katılmamış ilerlemeye tanık olmak için yeterli.
ChatGPT'yi ele alalım. ChatGPT duyurulmasından iki ay sonra bir rekora imza atarak 100 milyon kullanıcıya ulaştı. Bu durum, Google'ın ChatGPT'nin dayandığı büyük ve üretken dil modellerine ilişkin yürüttüğü ve yürütmekte olduğu araştırmaları ön plana çıkarsa da bu başarıya ulaşan ilk kişi o olmadı. Ancak Google, Microsoft, Meta ve diğer rakip teknoloji şirketlerinin üzerinde çalıştığı benzer uygulamalar hızla gün yüzüne çıktı. Bu da ChatGPT'nin geliştiricisi olan OpenAI'yi, bireysel şirketlerin ihtiyaçlarına uyarlama açısından daha modern ve esnek bir model geliştirmek için çalışmalarını başlatmaya itti.
Bu yerelleştirme, ürün ve hizmet kullanıcılarının, şirketlere güvenmek yerine, ihtiyaç duydukları şeyi kendilerinin nasıl geliştirebilecekleri hakkında araştırmalar yapan bir yazar olan Massachusetts Teknoloji Enstitüsü'nden (MIT) Eric von Hippel tarafından ortaya atılan ve 1970'li yılların ortalarından bu yana var olan ‘inovasyonu demokratikleştirmek’ (democratizing innovation) kavramına atfedilebilir.
Yapay zekayı ve bu alandaki gelişmeleri kontrol eden 4 mesele
Bu sahne karşısında zihin, yapay zekanın sürekli değişen geleceğini net bir şekilde tasavvur edemeyebilir, ancak insanların bu teknoloji üzerinde kontrol sahibi olmalarını sağlayacak bazı etkilere sahip olabileceği dört mesele var.
Bu meselelerden ilki teknolojinin kendisidir. Teknoloji şirketleri, bu teknolojiyi herkesin kullanımına mı sunacaklar yoksa siber tehlikeler, önyargılı davranışlar ve mahremiyet ihlallerinden biyolojik silahların nasıl yapılacağına dair rehberler gibi, yanıltıcı ya da tehlikeli bilgiler veren algoritmaları elde mi tutacaklar. Bunun yanı sıra insanların metinlerini, sanatlarını, çizimlerini, şiirlerini ve belki de yüz milyonlar değerindeki işlerini çalmaya daha da kötüsü insanlığı yok etmeye kadar çeşitli riskleri kontrol altına almaya yönelik yeterli hazırlığın olmayışından dolayı bu teknolojinin herkes tarafından kullanımından kaynaklanabilecek tehlikelerden kaçınma iddiasıyla söz konusu firmaların tekelinde kalmaya mı devam edecekler?
İkinci mesele, yeni olmamakla birlikte her teknolojik kavşakta gündeme getiriliyor. Burada insanın daha etkin ve verimli performansının yerini makinelerin almasına neden olduğu ortaya çıkıyor. Örneğin programlar yapay zeka ile kendiliğinden kodlandığından Londra merkezli Stability AI Şirketi’nin CEO tarafından iddia edildiği gibi iki yıl içinde beş milyon Hintli yazılımcının işsiz kaldığını görür müyüz?
Üçüncü ve en önemli mesele, yapay zeka geliştiren şirketlerin ve teknolojinin kendisini yönetecek kontroller ve yasalardır. Bu kontroller ve yasalar, gözetimden muhasebeye kadar kolektif olarak uygulanan standartlara uygun, etkili ve adil olmalıdır.
Dördüncü ve son konu ise insanların kendileriyle, makinelerle nasıl başa çıktıklarıyla ve üretken yapay zeka teknolojisini kullanırken ve işlerini daha kolay, insanların hayatlarını daha iyi hale getirmek için sağladığı faydadan yararlandığı, değişimlere ayak uydurduğunda ahlaki sorumluluğa ne ölçüde sahip olduğu ve kendi işlerini yönetmek için sağladığı değerden ne ölçüde yararlandığı ile ilgili.
Yapay zekanın coşkulu destekçileri ile itidalli eleştirmenleri arasında gelecekte neler olacak?
Bilim insanları bile yapay zekanın gelecekte neler getireceğini gerçekten bilmiyor. Dünyanın en azından 2024 yılında nasıl olacağını kesin olarak tahmin etmek zor. Çünkü bildiğimiz teknolojilerle ilgili yıllarca süren keşif ve uygulamayla birlikte çok büyük bir ilerlemeye tanık olmak için bir yıl yeterli bir süre.
Ayrıca, geçtiğimiz yılın büyük bir bölümü bu teknolojinin denemeleriyle geçti. Büyük şirketlerin üretken yapay zekayı benimseme hazırlığı çok ilerlemiş olabilir. Bu durum, mali tablolarda da görülüyor. Yatırımcılar, 2023 yılında üretken yapay zekaya 36 milyar doların üzerinde para harcadı. Bu rakam, 2022’deki harcamalarının iki katı.
Mevcut duruma ve yapay zeka geliştiricilerinden bu teknolojinin coşkulu destekçileri ile itidalli eleştirmenleri arasındaki anlaşmazlığa gelince, yapay zekanın hızlı ve kontrolsüz bir şekilde gelişmesiyle ilgili endişelerini dile getiren itidalli eleştirmenler, çekinceleri nedeniyle geliştirdikleri modellerin ya da yazdıkları kodların kaynaklarının özel kalmasını ve açık kaynak kodlu olmamasını istiyor. Coşkulu destekçiler ise geliştirdikleri modellerin kaynaklarını, insani, pratik ve ticari faydalar yerine bu teknolojinin yaratabileceği varoluşsal risklere yol açabilecek modeller geliştirmek isteyen diğer kişilerin kullanımına sunulmasının engellenmesine karşı çıkıyorlar. Örneğin Open AI, sonunda ChatGPT’nin daha gelişmiş bir sürümü olan ve kullanıcılara, özellikle de şirketlere, kendi chatbot yazılımlarını ve uygulamalarını oluşturma olanağı sağlayan GPT-4’ü piyasaya sürdü. Meta ise ‘LLaMA’ adlı üretken yapay zeka modelini piyasaya sürerek aynısını yaptı. Google da aralık ayında ‘Gemini’ adlı üretken yapay zeka modelini piyasaya sürdü.
Açık kaynak modelleri, profesyonel ve seçici bir şekilde eğitildiğinde GPT-4'ü taklit ediyor. Bu da rekabeti teşvik etmek ve çeşitli alanlarda yeni ve yenilikçi modellerin geliştirilmesi açısından iyi bir durum olarak değerlendiriliyor. Ancak bu, aynı zamanda teknoloji seçkinlerini tetikte tutan felaket riskinin daha gerçek hale geldiği anlamına da geliyor.
Meta'nın baş yapay zeka bilimcisi Jan Lucan, açık kaynak kodlu yapay zeka modellerinin rekabeti teşvik ettiğini ve daha geniş bir yelpazedeki tarafların yapay zeka sistemleri oluşturmasına ve kullanmasına olanak sağladığını söyledi. Ancak eleştirmenler, üretken yapay zeka modellerinin sorumsuz kişilerin eline bırakılmasının dezenformasyon, siber savaş ve biyo-terörizm tehlikelerini artıracağından endişe ediyor. İnternet çağının başlangıcında da aynı senaryonun olduğunu söyleyerek kendi bakış açısını açıklayan Lucan, bu teknolojinin yalnızca açık bir platform olarak kalması ve merkezi olmayan yapısını sürdürmesi nedeniyle geliştiğini belirtti.
Açık kaynak kodlu, güvenli ve sorumlu yapay zeka ittifakı
Meta ve IBM buradan yola çıkarak teknolojinin araştırma ve geliştirmesinde yer alan 50'den fazla kurumla ‘açık, güvenli ve sorumlu yapay zekayı teşvik etmek’ amacıyla aralık ayı başlarında ‘Yapay Zeka İttifakı’nı (AI Alliance) kurdu. Teknoloji şirketleri ve araştırma alanında önde gelen üniversiteler ve bilimsel kuruluşlar arasında Advanced Micro Devices (AMD), Dell Technologies, Intel, NASA, Cleveland Clinic ve diğerleri yer alıyor. İttifak, açık kaynak kodlu yapay zeka yazılımları yaklaşımını teşvik edip benimsiyor. Bu da Meta'nın nüfuzunu artırmak, Open AI ve Google Anthropic gibi kapalı kaynak kodlu yapay zeka modellerinin büyük üreticileriyle mücadelesine yardımcı olmayı hedefliyor.
Burada Jan Lucan’ın meslektaşları Geoffrey Hinton ve Joshua Bengio ile birlikte bu teknolojinin ‘derin öğrenme’ (deep learning) özelliğine yönelik araştırmaları nedeniyle 2018 Turing Ödülü'nü kazanmış olması oldukça ironik. Google’dan çılgın yapay zeka yarışındaki ‘pervasızca davrandığı’ yönündeki endişeler nedeniyle geçtiğimiz mayıs ayında istifa eden Hinton, şirketin baş yapay zeka bilimcisi olarak anılıyordu.
Zekanın üstünlük kurma arzusuyla hiçbir ilgisi olmadığında ısrar eden Lucan’a göre, eğer en zeki insanların başkalarına hükmetmek istediği doğru olsaydı, Albert Einstein ve diğer bilim insanları zengin ve güçlü olurlardı ama değiller. Yapay zeka alanında önde gelen ve güvenilir bir bilim insanı olan Lucan, makine zekasının üstünlüğünün, insanların iklim değişikliğiyle mücadele ve hastalıkların tedavisi gibi büyük zorlukların üstesinden gelmesine yardımcı olacağına inanıyor. Lucan, aynı zamanda makinenin insanın kontrolü altında olacağı ve onun komutlarını yerine getireceği için bu gerçeğin heyecan verici olduğunu düşünüyor.
Yapay zeka teknolojileri, kullanımlarından kaynaklanabilecek siber risklerin önlenmesi iddiasıyla şirketlerin tekelinde mi kalacak?
Yapay zekanın gelişiminde karşı karşıya olunan bir diğer zorluk ise yapay zeka modelleri üretmek için ihtiyaç duyulan, veri girişlerinden süper hesaplama gücüne, elektrik enerjisine ve beyinlere kadar kaynakların büyük miktarda yatırımlara ihtiyaç duyması. Örneğin, GPT-3 makine öğrenimi için 3,1 gigawatt-saat elektrik kullanıldı. Bu rakam, ABD’deki 121 eve bir yıl boyunca sağlanan elektrik tedarikiyle aynı. Açık kaynak kodlu yapay zeka ise yaklaşık 4,6 milyon dolara mal oldu. GPT-3’e göre çok daha büyük bir model olan GPT-4’ün makine öğrenmesi ise yatırım ve finansal getiri kavramıyla orantısız olduğundan çok daha pahalıya mal oldu. Burada hesaplamalı güç gereksinimlerinin girdi verilerinden daha hızlı arttığı gözden kaçırılmamalı. Bu da yukarıda bahsi geçen yapay zeka modellerin makine öğrenimi maliyetinin, kendileriyle ilgili iyileştirmelerden daha hızlı bir şekilde pahalanacağı anlamına geliyor.
Bu çerçevede şu son iki gelişmeden bahsedilmesi gerekiyor. Bunlardan ilki, Google'ın Gemini modelinin sundukları. Üretken yapay zekanın, büyük teknoloji gruplarının çalıştırdığı sunuculardaki bulut sistemi aracılığıyla zorunlu hale getirilmesi yerine, cep telefonlarında kullanılabilir hale getirilmesi, bu tür sistemleri çalıştırmanın maliyetlerini önemli ölçüde azaltacaktır. İkincisi ise Microsoft'un başlattığı ve verileri kuvars kristalinde depolamaya dayalı dünyanın ilk sürdürülebilir, uzun vadeli depolama teknolojisinin geliştirildiği ‘Silica Projesi’ (Project Silica). Bu depolama türü, dayanıklı olmasının yanında düşük maliyetli olmasıyla ön plana çıkıyor. Aynı zamanda elektromanyetik alanlara dayanıklı ve düşük maliyetli bir malzeme olan kuvars kristali, yüz binlerce yıl dayanabilir ve lazer ışın rehberliği kullanılarak kare bir kristal katmanda yedi terabaytın (tb) üzerinde veri barındırabilir.
Geriye yapay zeka modellerinin geliştirilmesine yatırım yapmayı çekici kılacak bir dönüm noktasına ulaşılmasını beklemek kalıyor. Belki de bu yıl itibarıyla bu noktaya ulaşabiliriz.
Burada süper hesaplamalı işlemlerin tamamlanmasını önemli ölçüde hızlandırma ve problem çözmede klasik algoritmalardan daha verimli olma konusunda üstün bir yetenek vaat eden ‘kuantum hesaplama’ teknolojisini unutmamak gerek. Bu alandaki gelişmeler, yapay zeka modellerinin performansının artırılmasını ve maliyetlerin azaltılmasını sağlayabilir.
The Economist’te 2022 yılının ekim ayında yayınlanan bir araştırma makalesi, her zamankinden daha acı verici bir sonucu ortaya koydu. Makaleye göre, yüksek kaliteli dilsel veri tedariki yakında, muhtemelen 2026 yılından önce tükenecek. Daha fazla yeni metin olduğu şüphesiz, ancak bunlar kurumsal veri tabanlarında ya da kişisel cihazlarda olabilir ve erişilemeyebilir.
Yapay zeka teknolojisinin insanlık için karanlık çağ mı yoksa altın çağ mı olacağını bilmiyoruz. Bu sınıflandırmayı ancak yapay zeka teknolojisinden sorumlu olanlar yapabilir. Ancak sonuçta işlerin gidişatının tarafların tahsis ettiği yatırımların hacmi ile siyaset, güvenlik ve ekonomik olarak ulusal güvenliğin korunması anlamına gelebilecek çıkarlara bağlı olduğunu biliyoruz.
Bu makale Şarku’l Avsat tarafından Londra merkezli Al Majalla dergisinden çevrilmiştir.
Android kafa ağzını açma ve esneme davranışı sergiliyor (Aline Sardin-Damasso/Mona)