Cella - Yapay Zeka ve Insan

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

Günümüzde Nyquist–Shannon teoremi, dijital ses ve görüntü işleme alanında kullanılmaktadır. Örneğin, bir kuş cıvıltısı (gri fonksiyon), mikrofon yardımıyla dijitalleştirilir ve sonuç olarak dijital veri elde edilir (kırmızı noktalar). Ardından hoparlör vasıtasıyla kırmızı noktalar (veriler) işlenerek kuş cıvıltısı sesi oluşturulur. Nyquist–Shannon teoremine göre hoparlörden çıkan sesin, kuş cıvıltısının birebir aynısı olabilmesi için sonsuz sayıda veri toplanması gerekmektedir. Fakat günümüz teknolojisinde elde edilen veri miktarı ile aradaki fark oldukça azdır, öyle ki insanlar tarafından bir cıvıltının kuştan mı yoksa hoparlörden mi geldiği oldukça zor ayırt edilmektedir.

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.