Yanıtı baştan vereceğiz, lakin öyle hemen yanıtı kapıp gitmek yok. Yapay zekâ insan gibi “düşünmez”. Bunun yerine, karmaşık algoritmalar ve matematiksel modeller aracılığıyla oluşturulan yapılar üzerinden akıl yürütme benzeri bir süreç yürütür. Bu modelleri de insanlar oluşturmaktadır.
Temelde, yapay zekâ büyük miktarda veriyi analiz eder, örüntüleri tanır ve bu örüntülere dayanarak tahminler yapar ya da kararlar alır. Örneğin, büyük dil modeli (BDM/LLM) içeren bir yapay zekâ milyarlarca metin örneğinden öğrendiği dil yapıları ve ilişkileri kullanarak cevaplar üretir. Bu süreç bilinçli bir düşünme değil, daha çok istatistiksel ve algoritmik bir kurgudur. Öte yandan, bu yapay zekânın etkileyici şeyler başaramayacağı anlamına da gelmemektedir. Yapay zekâ sorunları çözebilir, doğal dilde iletişim kurabilir ve hatta yaratıcıymış gibi görünebilir. İnsanların zekâsı ve kültürel düzeyi azaldıkça daha az kelime kullandıklarını göz önüne alırsak, yapay zekâ tabanlı bir LLM çoğu insana “doğal” ve oldukça “zeki” gelecektir.
Yapay zekânın bu yetenekleri, insan bilincindeki öznel deneyimden veya özgün düşünceden ziyade, iyi tasarlanmış sistemlerin uzun deneyimleme süreçlerinden ve ciddi miktarda veriyi işlemelerinden kaynaklanır. Özetle, yapay zekâ düşünüyormuş gibi davranır, ama aslında "düşünme" dediğimiz şeyin mekanik bir taklidini yapar.
Pekâlâ, bu mekanik taklit nasıl yapılır?
Yapay zekâ, çeşitli düşünme ve akıl yürütme metotlarını kullanarak problem çözme, karar verme ve öğrenme yeteneklerini gösterir. İşte yapay zekânın kullandığı başlıca akıl yürütme / muhakeme türleri:
Dedüktif (Tümdengelimli) Akıl Yürütme: Mantık temelli bir yaklaşım ile verilen genel kurallardan özel sonuçlar çıkarır. Kural tabanlı ve sembolik YZ konularında kullanılır. Örneğin: “Tüm insanlar ölümlüdür. Sokrates bir insandır. O hâlde, Sokrates ölümlüdür.”
Endüktif (Tümevarımlı) Akıl Yürütme: Özelden genele giderek gözlemlerden genel kurallar veya modeller çıkarır. Sınıflandırma, tahmin, modelleme ve derin öğrenmede kullanılır. Veriye dayalı makine öğrenmesi buna örnek verilebilir.
Abdüktif (Olasılıklı Açıklama) Akıl Yürütme: En olası açıklamayı bulma üzerine kurulu bu modelde, eksik bilgiyle eldeki konuda en mantıklı çıkarım yapılır. Teşhis ve arıza analizi gibi alanlarda kullanılır. İlk iki modelden farklı olarak, Abdüktif akıl yürütme geriye doğru çalışan bir muhakeme yapısı kullanır.
Bu akıl yürütmelere ek olarak; analojik akıl yürütme, olasılıklı akıl yürütme, sembolik ve sembolik olmayan akıl yürütme, sezgisel akıl yürütme, meta-akıl yürütme, sağduyu akıl yürütme ve etik akıl yürütme gibi farklı muhakeme teknik ve modelleri de yapay zekâ uygulamalarında tekil olarak ve birlikte kullanılabilmektedir.
Yapay zekânın düşünüyormuş gibi yapıp yine de oldukça etkileyici sonuçlar ortaya koymasının bir sebebi de insanların zekâlarını metodolojik ve tutarlı bir şekilde uzun süre kullanamamaları olsa gerek. Biz insanlar olarak, tüm biriktirdiğimiz hayat tecrübemizi profesyonel bilgilerimiz, duygularımız ve sezgilerimizle birleştirerek hızlıca ve sürekli optimum bir çıktı üretebilir miyiz? Siz bu konuda ne düşünüyorsunuz?
