İnsan Gibi Düşünen Makineler, Zekânın Sırlarını Ortaya Çıkarıyor. Yapay zekâ uzun zamandır sadece satranç şampiyonlarını alt etmek ya da sohbet robotları üretmek için değil, aynı zamanda insan zekâsını anlamanın bir aracı olarak da geliştiriliyor. Bu teknoloji, insan benzeri genel yapay zekâ (AGI) yaratma hedefiyle, bizleri kendimize ayna tutmaya zorluyor.

Zeki Makineler, Kendi Zihnimizi Anlamanın Anahtarı Olabilir

Yapay zekâ yalnızca teknoloji değil; aynı zamanda bizi biz yapan zekâyı anlamanın yolu olabilir. Geliştirilen her model, beynimizin çalışma prensiplerine dair yeni bir pencere açıyor. Bilinç, dikkat, bellek ve modüller arası iletişim… Belki de insan gibi düşünen makineler üretmek kadar, insanı anlamak da en büyük kazanç olacak.

Dil Yeteneği Var, Ama Anlayış Eksik

Büyük dil modelleri (Large Language Models - LLMs), tahmin edilenden çok daha karmaşık görevleri yerine getirebiliyor. Ancak eğitildikleri bilgiye takılı kalıyorlar; yeni şeyler öğrenemiyor ve gündelik yaşamın karmaşıklığıyla baş edemiyorlar. MIT’den sinirbilimci Nancy Kanwisher’a göre, bu sistemler yalnızca birer “dil işlemcisi” ve gerçek dünyaya dair algıları yok.

Beyin Gibi Modülerlik: 16 Uzmandan Oluşan Zekâ

GPT gibi modellerin perde arkasında, farklı konularda uzmanlaşmış modüllerin birlikte çalıştığı düşünülüyor. Bu mimari, daha verimli işlem yapılmasını sağlarken, insan beynindeki uzmanlaşmış bölgeleri taklit etme çabasının bir örneği. Fransız Mistral ve Çinli DeepSeek şirketlerinin 2023’te açık kaynaklı versiyonlarını yayınladığı bu yapı, "uzmanlar karışımı" (mixture of experts) mimarisi olarak biliniyor.

Küresel Çalışma Alanı Kuramı (GWT): Bilincin Temsili

GWT’ye göre bilinç, beynin modülleri arasında bilgi paylaşımı sağlayan bir “ortak toplantı odası” gibidir. Bu teori, yapay zekâ geliştiricileri için ilham verici çünkü bilinçli farkındalık, karmaşık problemlerin çözümünde kilit bir rol oynar. AI sistemlerine bu yapıyı entegre eden araştırmacılar, insan benzeri düşünme yetisi oluşturmaya çalışıyor.

Bellek, Dikkat ve Seçici Algı: İnsan Beynini Taklit Etmek

Yapay zekâ araştırmacıları, dikkat mekanizması (attention mechanism) ve kısa süreli bellek gibi unsurları sistemlere ekleyerek, bilgiyi daha anlamlı şekilde işleyen ağlar tasarlıyor. Montreal Üniversitesi’nden Yoshua Bengio, beynimizin dünyayı anlamlandırmak için basitleştirme yaptığını, bu nedenle AI sistemlerinin de benzer sınırlara sahip olması gerektiğini savunuyor.

Bengio’nun “yumuşak dikkat” mekanizması, bir yapay zekânın her seçeneği dikkate almasını ama en uygun olana odaklanmasını sağlıyor. Bu sistem, GPT mimarisinin temelini oluşturan transformer modellerinin ortaya çıkmasına neden oldu.

Diller Arasında Çeviri Gibi: Modaliteler Arasında Uyum

Tokyo merkezli Araya şirketinden Ryota Kanai ve Toulouse Üniversitesi’nden Rufin VanRullen, Google Translate tarzı sistemlerden ilham alarak, farklı yapay zeka modüllerini ortak bir “gizli uzayda (latent space)” birleştirmenin yollarını arıyor. Bu sayede görseller ve metinler gibi farklı veri türleri, aynı gerçeklik algısına dayanarak eşleştirilebiliyor.

Google’dan DeepMind ve YouTube Entegrasyonu

Google DeepMind’in geliştirdiği Perceiver modeli, çoklu veri türlerini (görsel, ses, metin vb.) tek bir bellek alanında birleştirebiliyor. Araya’nın yaptığı testler, bu yapının bilinç teorisine uygun işlevler sergilediğini gösteriyor.

Yapay Zekâ Karakterleri ve Psikoloji Simülasyonları

GoodAI firmasının geliştirdiği AI People adlı simülasyon oyunu, GPT’yi karakterlerin beyni olarak kullanıyor. Karakterler duygulara sahip, davranışları bu duygu durumuna göre şekilleniyor. Sistem, kısa süreli bellek ve psikolojik tutarlılık sağlamak için modüllerle destekleniyor.

Yann LeCun: “Ayrıntılar Zekâyı Bozar”

Meta'dan Yann LeCun, jeneratif modellerin detaylara takılı kaldığını ve bu nedenle zekâdan uzaklaştığını savunuyor. Onun çözümü: detayları filtreleyip sadece anlamı yakalamaya odaklanan ayırt edici sinir ağları. Bu sayede bir video ya da metindeki gerçekten önemli olan ögeler soyutlanabilir ve insan zekâsına daha yakın bir sistem yaratılabilir.

https://www.scientificamerican.com/