Yapay zekâ yeni değilse neden şimdi her yerde?

Bir uygulamaya “Cumartesi evde doğum günü kutlayacağım. Arkadaşlarıma kısa, samimi bir davet yaz” diyorsunuz. Karşınıza birkaç cümle çıkıyor. “Biraz daha sıcak olsun” diye ekliyorsunuz; metin değişiyor.

Bu basit, kurgusal örnekte şaşırtıcı olan yalnızca yazının hazırlanması değil. Ne istediğinizi kendi kelimelerinizle anlatabilmeniz. Özel komutları öğrenmeden, menüler arasında dolaşmadan bir taslak elde ediyorsunuz.

Böyle bir deneyim, yapay zekânın bir anda ortaya çıktığı hissini verebilir. Oysa yeni görünen bu sohbetin arkasında onlarca yıllık bir birikim var. Değişen hem sistemlerin yapabildikleri hem de bizim onlara ulaşma biçimimiz.

“Yapay zekâ” ifadesi, 1955 tarihli bir araştırma önerisinin başlığında yer alıyordu. Bu önerinin ardından 1956'da ABD'deki Dartmouth College'da düzenlenen çalışma, alanın kuruluşundaki önemli dönüm noktalarından biri kabul edilir. Araştırmacılar, makinelerin dil kullanması ve problem çözmesi gibi soruların peşindeydi.

Bu, o yıl bugünkü sohbet uygulamalarının hazır olduğu anlamına gelmiyor. İlk fikirlerle günlük hayatta kullanışlı sistemler arasında uzun bir yol vardı. İlerleme de kesintisiz değildi; umutların yükseldiği dönemleri, beklentilerin karşılanamadığı dönemler izledi.

Yapay zekâⓘ — kısa açıklama, sohbet penceresi açmadan önce de hayatımıza girmişti. Davet örneğindeki e-posta kutunuzu düşünün: Siz arkadaşınızın mesajını okurken sistem istenmeyen iletileri ayırmaya çalışıyordu.

Google, 9 Temmuz 2015 tarihli Gmail duyurusunda, istenmeyen e-postaları süzmek için örneklerden öğrenen sistemler kullandığını anlatıyordu.

Sisteme, “istenmeyen” ve “normal” diye işaretlenmiş e-postalardan örnekler gösterildiğini düşünün. Sözcükler ve diğer işaretler arasındaki ilişkilerden yararlanarak yeni iletileri ayırmayı öğrenir. Örneğin, “hediye” kelimesi hem aldatıcı bir reklamda hem arkadaşınızın doğum günü mesajında geçebilir. Yalnızca bu kelimeye bakmak yeterli olmayabilir.

Örneklerden böyle ilişkiler öğrenmeye makine öğrenmesiⓘ — kısa açıklama denir. Sistem yine hata yapabilir; arkadaşınızın mesajı yanlışlıkla elenebilir.

Birden fazla gelişme birbirini destekledi. Daha fazla dijital veri, öğrenilecek daha çok örnek sağladı. Daha güçlü bilgisayarlar, büyük miktardaki veriyi işlemeyi mümkün kıldı. Öğrenme yöntemlerindeki ilerlemeler de bu imkânların daha iyi kullanılmasına yardımcı oldu.

Bunu yalnızca “Bilgisayarlar hızlandı” diye açıklamak eksik kalır. Daha güçlü bir bilgisayar, yanlış veya işe uygun olmayan veriyi kendiliğinden iyi bilgiye dönüştürmez. Verinin niteliği, kullanılan yöntem ve sistemin nasıl değerlendirildiği de önemlidir.

Bizim açımızdan görünür değişimlerden biri ise kullanım biçimiydi. OpenAI, ChatGPT'yi 30 Kasım 2022'de araştırma önizlemesi olarak sundu. Kullanıcı sorusunu yazabiliyor, yanıtın ardından yeni bir soru sorabiliyordu. Yapay zekâ o gün başlamadı; sohbet, onu doğrudan denemenin daha görünür bir yolu oldu.

Davet örneğine dönelim. Üretken yapay zekâⓘ — kısa açıklama, metinlerden öğrendiği kelime ve ifade ilişkileriyle isteğinize uygun yeni bir taslak oluşturur. Örneğin: “Cumartesi doğum günümü evde kutluyorum. Birlikte gülüp sohbet edelim; seni de aramızda görmek isterim!”

“Daha kısa olsun” derseniz “Cumartesi evde doğum günümü kutluyoruz. Sen de gel!” diye yeniden yazabilir. Burada yaptığı iş, bir iletiyi ayıklamak değil, içerik üretmektir.

Bu iki kavram birbirinden kopuk değildir: Üretken yapay zekâ da makine öğrenmesinden yararlanır. Biri öğrenme yaklaşımını, diğeri içerik üretme yeteneğini anlatır.

Ayıklama ve yazı üretimi aynı uygulamada birlikte bulunabilir. Sohbet etmek her iş için en iyi yol değildir; e-postalarınızı ayıklatmak için her ileti hakkında ayrı ayrı konuşmak istemezsiniz.

Artık yeni bir uygulamayı değerlendirirken iki ayrı değişikliği arayabilirsiniz: Daha önce yapamadığı bir işi mi yapıyor? Yoksa zaten yapılabilen bir işi istemeyi mi kolaylaştırıyor? İkisi de faydalı olabilir; faydaları aynı değildir.

İki dakikalık bir deneme için erişebildiğiniz bir sohbet uygulamasına şu isteği yazın:

Sonucu üç açıdan kontrol edin: Ton size uygun mu? 40 kelimeyi aşmış mı? Vermediğiniz saat veya adresi eklemiş mi? Ardından yalnızca bir düzeltme isteyin: “Daha sade yaz.” Kişisel bilgi paylaşmanız gerekmez.

Bu deneme, konuşarak yön vermenin kolaylığını fark ettirir. Aynı zamanda kolay kullanımın kusursuz sonuç garantisi olmadığını gösterir. Uygulama kullanmak istemezseniz aynı isteği ve kontrol ölçütlerini kâğıda yazabilirsiniz.

Yapay zekânın bugün bu kadar görünür olmasını, yılların teknik birikimi ile günlük dille yardım istemenin buluşması olarak düşünebilirsiniz. Tarihleri ezberlemekten daha kullanışlı olan, bir yeniliğin sizin işinizi hangi yönden değiştirdiğini ayırt edebilmektir.

Peki, “örneklerden öğrenmek” gerçekte ne demek? Bir sonraki yazıda, bilgisayara kuralları tek tek söylemekle örnekler göstermek arasındaki farkı açacağız.