İlk olarak buhar
gücü, ardından otomasyon, yakın geçmişte elektrifikasyon ve günümüzde ise
dijitalizasyon ve yapay zekâ. Teknolojinin gelişmesinde yaşanılan devrimsel
değişiklikler, yakın tarihte tanık olduğumuz üzere başta endüstride, ardından
ekonomide ve toplumda, son olarak da bireylerde değişiklikler yarattı. Bütün bu
değişiklikler sonucunda iş, katma değer, üretim, tüketim hatta vatandaş gibi
kavramlarda gerek tanım olarak gerek uygulama olarak farklılıklar oluştu.
Değişen ve uyum sağlayan insanoğlunun bu seferki değişim ve dönüşüm durağı ise yapay
zekâ. Peki, insanoğlunda bu seferki değişimde hangi kavramların hangi
kavrayışlarında nasıl bir değişim ve dönüşüm yaşanacak, insanoğlu bu sefer neye
dönüşecek?
İnsanoğlunun
yapay zekâ ile değişiminden ve dönüşümünden evvel, yapay zekânın, ondan önce
dijitalizasyonun ne olduğunun anlaşılması büyük önem arz ediyor.
Dijitalizasyon, analog verilerin bilgisayar tarafından ulaşılabilir,
anlaşılabilir dijital bir veriye dönüştürülmesi olarak anlaşılabilir. Örnek
olarak, bir bakkalın veresiye defterinin içerisindeki analog veriyi bir Excel
tabelasına çevirmesi o analog verinin dijitalleşmesidir. Analog verinin,
dijital veriye dönüşümünde yapay zekâyı ortaya çıkaran faktör ise, artık bilgisayarın
veriler üzerine işlem yapabilmesi hatta ve hatta belirli algoritmalar sonucunda
karar alabilmesidir. Bakkal örneğinden devam edecek olursak, yapay zekâ, bakkalımız
için yılbaşı gecesi verilecek ilave veresiye miktarını tahmin edip, nakit
sıkışıklığını minimum zararla atlatabilmek amacıyla bakkalımız için kısa süreli
kredi çekebilen bir bilgisayar sistemi halini alıyor. Dolayısıyla yapay zekâ,
dijital verinin belirli algoritmalar üzerinden analiz edilmesi, yorumlanması ve
elde edilen yorumun belirli algoritmalar üzerinden uygulanması olarak tanımlanabilir.
Yapay zekâyı bir algoritmalar bütününden ayıran şey ise, belirli amaçlar için verilmiş
algoritmaları geliştirebilmesi hatta ve hatta yeni algoritmalar üretebilmesidir.
Her ne kadar dijitalizasyonu
ve yapay zekâyı tanımlayabilmiş olsak da, bu tanımlar, bu bilimsel ve
teknolojik gelişmenin ne anlama geldiğini açıklamakta yeterli olmuyorlar. Yapay
zekânın ne anlama geldiğini DIKW piramidi ve Nyquist–Shannon teoremi ile daha
iyi anlayabileceğimizi düşünüyorum.
DIKW piramidi; veri(data),
enformasyon(information), bilgi(knowledge) ve anlam(wisdom) arasındaki hiyerarşiyi
sergiler. DIKW piramidine göre piramidin en alt basamağında, en düşük anlam
seviyesinde fakat en geniş düzlemde veri yer alır. Verinin işlemden geçmesi
sonucu bir anlama tekabül eden enformasyon oluşur. Farklı enformasyonların
karşılaştırılması ve analiz edilmesi ise bilgiyi doğurur. Elde edilen bilgiye “Neden?”
sorusu sorulduğunda ise anlam ortaya çıkar.
Bakkal örneğinden
gidecek olursak, müşterilerin borçlandığı tarih ve borcun miktarı veriyi
oluşturur. Borçlanmanın iş günleri, tatil öncesi iş günleri ve tatil günleri gibi
farklılıklar üzerinden analizi ise enformasyonu oluşturur. Tatil öncesi iş
günlerindeki borçlanma miktarı enformasyonu ile iş günlerindeki borçlanma
miktarı enformasyonu karşılaştırılıp, analiz edildiğinde bilgi oluşur. Örneğin “Tatil
öncesi iş günlerinde borçlanma iş günlerine kıyasla iki katına çıkmaktadır”
cümlesi bir bilgiyi ifade eden cümledir. Bu bilginin nedenleri üzerine düşünmek
ise anlam ortaya çıkartır. Örneğin “İnsanların, tatil günü için gerekli
alışverişlerini tatil öncesi iş günlerinde yaptıkları için o günlerde borçlanma
miktarı ikiye katlanıyor” cümlesi bu bilgiden bir anlam çıkarmaktadır. Veri,
enformasyon, bilgi ve anlam içerisinde sadece ve sadece anlam çeşitlilik
gösterebilir. Bir veri bir enformasyonu, bir enformasyon bir bilgiyi doğururken
ve doğurmak zorundayken bir bilgi sonsuz farklı anlam doğurabilir.
Nyquist–Shannon
teoremi, dijital sinyal işleme alanında kullanılan temel teoremdir. Teoremde matematiksel
olarak ispat edilmiştir ki, bir sinyalden yeterince küçük periyotlar aralığında
alınan sonsuz sayıdaki veriden, sinyalin aslının hesaplanması mümkündür. Bu da
demek oluyor ki, sonsuz sayıdaki kırmızı noktaların/verilerin bilgisinden,
kırmızı noktaların bütünün gri fonksiyonu/sinyali oluşturduğunu matematiksel
olarak ispatlayabiliriz. Öyle ki, asıl sinyalin [9,10] aralığında düz bir çizgi
olarak yani yeşil çizgi gibi gidemeyeceğini, [9,10] aralığında gri fonksiyonda
olduğu gibi bir çukur oluşturacağını matematiksel olarak kanıtlayabiliriz, [9,10]
aralığında x fonksiyonunun hareketi hakkında herhangi bir verimiz olmamasına rağmen.
 |
| Nyquist–Shannon Teoremi |
Dolayısıyla Nyquist–Shannon
teoremi gösterir ki, gerçekliğin verilerinden oluşan sonsuz büyüklükteki veri
bütünü gerçekliğin bilgisini verebilir. Sonlu, fakat fazla miktarda elde edilen
veri ile hata payı düşük gerçeklik bilgisi elde edilebilir. Bu da demek oluyor
ki, kulağımızla duyduğumuz kuş cıvıltısının neredeyse aynısı dijital veriler
aracılığıyla elde edilebilir ve aradaki fark, fark edilemeyecek kadar küçük
olabilir. Bu durumu dijital sinyal işleme alanından ziyade dijital veri işleme
alanında yorumlayacak olursak, Nyquist–Shannon teoremi bize gösteriyor ki,
gerçekliğin verisinden gerçekliğin kendisi fark edilemeyecek kadar küçük bir
farkla elde edilebilir. Örneğin izlemiş olduğunuz videoların verisinden hangi
videoları izleyeceğiniz ve beğeneceğiniz bilinebilir, sosyal medya üzerinden
kurduğunuz sosyal ilişkilerin verisinden sosyal kimliğiniz bilinebilir, alışveriş
geçmişiniz üzerinden alışveriş alışkanlığınız bilinebilir. Günün sonunda ise,
sonsuza yakın sayıdaki veri ile gerçekten izlemek istediğiniz veya izlemekten
hoşnut kalacağınız video size önerilebilir, gerçekten iyi anlaşacağınız bir
kimse size sosyal medyada arkadaş olarak önerilebilir, gerçekten almak
istediğiniz veya ihtiyacınız olduğu ürün size tavsiye edilebilir.
Yapay zekâyı Nyquist–Shannon
teoremi ve DIKW piramidi üzerinden anlamlandıracak olursak, demek oluyor ki,
yapay zekâ, gerçeklikten alınmış dijital verilerle gerçekliğe yönelik bir bilgi
oluşturabilir. Her ne kadar oluşturulmuş bilgi, dijital ve sonlu verilerden
oluştuğu için gerçeklik bilgisinin kendisi değilse de elde edilen dijital veri
miktarı ile aradaki mesafe fark edilemeyecek kadar küçülebilir. Nasıl ki,
dijital bir cihazdan gelen kuş cıvıltısı ile gerçek kuş cıvıltısı arasındaki
fark neredeyse yok olduysa, bizlerin alışveriş alışkanlığımızın, video izleme
alışkanlığımızın, mesajlaşma alışkanlığımızın bizdeki karşılığı ile yapay zekâdaki
karşılığı arasındaki fark yakın zamanda yok olacağa benziyor.
Özetlemek
gerekirse, yapay zekâ ile içinde bulunduğumuz durum itibariyle insana dair her
şeyin dijital bir şekilde verileştirilip o şeyin bilgisine yapay zekânın
yardımıyla yüksek bir doğruluk payıyla erişilebiliyor. Bütün sosyal
ilişkilerini sosyal medya üzerinden yapan, bütün alışverişini alışveriş
siteleri üzerinden yapan bir bireyin dijital verilerinden gerçekten de âşık
olacağı eş bilinebilir, gerçekten de almak isteyeceği veya ihtiyaç duyacağı
eşya bilinebilir. Gerçekten de bir birey yeterli veriyle bütün
alışkanlıklarıyla, bütün ilişkileriyle, bütün duygularıyla
dijitalleştirilebilir ve kendisi ile kendisinin dijital bilgisi arasındaki fark
neredeyse fark edilemeyecek kadar az olabilir.
Peki,
dijitalleşmiş bir insan nasıl özgür olabilir? Belki de dijital verileri
arasındaki boşluğu, dijital verilerin bütününün belirlemesine izin vermeyip,
kendisi belirleyerek. Belki de iki kırmızı nokta arasındaki davranış biçiminde,
gri fonksiyon yani verilerin bütününün oluşturduğu fonksiyonun dışında kendi
iradesi ile düz yeşil çizgiyi çizebildiğinde belki özgürce karar verebilir.
Fakat şu bir
gerçek ki, DIKW piramidinde, sadece ve sadece insana ve insanın kendisine ait
tek katman olarak anlam, yani “Neden?” sorusu kalacağa benziyor.
