uzun süredir yapay zeka’ nın uygulama alanlarını nasıl formülüze edeceğimi düşünüyordum.
sonunda buldum: “doğal zeka’ nın yemediği yerlerde yapay zeka kullanırız.”

bilgisayar bilimlerinde/mühendisliğinde bir açığı görmek için baya açılmak lazım.

yapay zeka, zeki makineler inşa etme bilimi olarak tanımlanabilir.

peki bir yapay zeka araştırmacısının, yapay zekadaki amacı ne olabilir?
niçin bir insan yapay zeka üzerine araştırma yapar?

bunun bir kaç nedeni olabilir.

1. Hesaplanabilir Psikoloji: Yapay zeka araştırmacısı, yapay zekayı, insan bilişini daha iyi anlamak için kulllanabilir. Bu durumda bir insanın bir işi yerine getirirken kullandığı veri yapısı ve algoritmayla, bilgisayarda aynı problemi çözmek için kullanacağımız veri yapısı ve algoritma aynı olur. Bu yolu seçen araştırmacı bilişsel psikolojiyle içiçedir.

2. Hesaplanabilir Felsefe:  İnsan zekası, hesaplanabilir bir süreç olarak ele alınır. Fakat bu süreçte kullanılacak veri yapısı ve algoritma, insanın zeki davranış sergilerken kullandığı veri yapısı ve algoritmayla aynı değildir. Önemli olan ortaya hesaplanabilir bir süreç koyabilmektedir.

3. İleri Bilgisayar Bilimi: Bu çerçevede yapay zeka araştırmacısı programlamanın sınırını, öğrenebilen- kendini geliştirebilen vs… programları amaçlar.

4. Sezgisel Programlama: Yapay zeka araştırmacısı durumlar arasındaki geçişin “bir kesinlikle” olduğu, sürecin sonunda çalışmanın “durduğu”, “kesinlik” içeren algoritmaların aksine davranış sergileyen yöntemler geliştirir. Bir örnek vermek gerekirse “Genetik Algoritma” bir sezgisel algoritmadır. Kesin bir durma kriteri ya da bir durumdan diğer duruma geçişi belirleyen kesin kurallar yoktur.

Bir de bu noktada “Ai-complete” denilen, yani belli bir problemin çözmünü, yapay zekanın çözümü olarak gören bir yaklaşım vardır. Mesela “Doğal Dil İşleme” bir “Ai-complete” dir çünkü; insanın bir dili anlaması, o insanın tüm yetileriyle birlikte “zeki” olduğunun göstergesidir. Eğer bilgisayar doğal dili işleyebilirse “zeki” olarak kabul edilebilir. Diğer “Ai-complete” alanlar ise “Bilgi Temsili ve Çıkarsama”, “Computer Vision (şu an nasıl çevirebileceğimi bilemiyorum bu kelimeyi)”, “Problem Çözme”, “Öğrenme” ve “Robotik” olarak belirtebiliriz.

Kaynak: Artficial Intelligence, Stuart C. Shapiro

diyelim ki v(x) bize, eğer x==false ise 0, x==true ise 1 döndersin.

1. (v(a) and v(b)) = min(v(a),v(b)) ‘dir.
2. (v(a)   or  v(b) )= max(v(a),v(b)) ‘dir.

mantık (klasik mantık) ile cebir arasındaki ince çizgi….
hangisi nerede başlar hangi nerede biter?

bu aralar -ki biraz uzun bir aralık bu- yapay bağışıklık sistemini ve bunun bilgisayar bilimlerindeki tezahürleri üzerine ufak araştırmalar-okumalar yapmaktayım. sistemin biyolojik kökenleri üzerine henüz bir şeyler yazabileceğimi zannetmiyorum. ama size bu alandaki bir algoritmadan söz edeceğim ki zaten herhangi bir biyolojik alt yapı gerektirmeyecek.

algoritmamızın ismi clonalg’dir. kendileri genetik algoritmalarla benzerlik göstermekle beraber ufak tefek farkları vardır. en belirgin farkı ga’ da iyi aday çözümler, kendi aralarında çaprazlanarak yeni bir araştırma uzayı açıyorlardı. fakat clonalg’de yeni bir araştırma uzayı açmak için aday çözümler çaprazlanmaz. her aday çözüm, genel olarak kendi uygunluk değeriyle orantılı olacak şekilde, kendilerini kopyalar ve mutasyona uğratır. yani tek birey üzerinden uzay açılır ve araştırma yapılır. üstadlara göre biz bu şekilde optimizasyon işini local’de daha mükemmel hale getirebiliyormuşuz. zira ga’nın önemli bir eksikliği optimizasyon işine global olarak bakıp, localleri atlayabilmesi (ki bu nedenden dolayı mutasyonda local optimizasyon algoritmaları kullanırız) … devam edecek olursak; ga’daki gibi rasgele aday çözümler oluşturuyoruz, her bir aday çözümün uygunluk (affinity) değerini ölçüyoruz, bu uygunluk değeriyle doğru orantılı olacak şekilde ilgili hücreyi klonluyoruz ve bu klonları uygunluk değeriyle ters orantılı olacak şekilde mutasyona uğratıyoruz. bu klonları populasyondaki kötü bireyler ile değiştiriyoruz vs…

neyse artık algoritmayı sözde kod olarak yazayım. ben kodlama da yaptım bu algoritmayla ilgili. ama onu şu an değil de ileride ekleyeceğim.

bu algoritmanın çalışma şekli aşağıdaki gibidir:

1. Populasyonu İlkle (B hücrelerini yani aday çözümleri oluştur)
2. Problemi temsil et (Antigenic Representation)
   1. Her bir B hücresinin uygunluk değerini hesapla
   2. Uygun B hücrelerini klonla
   3. Klonlanan B hücrelerini mutasyona uğrat
   4. Mutasyona uğratılmış B hücrelerini populasyona kat
3. Döngü

tekrar açıklayacak olursak:

algoritmanın birinci aşamasında rasgele çözüm adayları –yani B hücreleri- oluşturulur aynen genetik algoritmalarda kromozomları oluşturmak gibi.

ikinci aşamada ise problem temsil edilir. bu problem temsili CLONALG’ de  antijen’e karşılık gelmektedir. bu da GA’da fitness function’a karşılık gelmektedir.2-1 aşamasında ise her bir B hücresi için uygunluk değeri –yani antijene ne derecede tepki verebiliyor- hesaplanır ve bu değer oranında ilgili B hücresinin kendisini klonlamasına ve mutasyona uğratılmasına izin verilir.

son aşamada ise klonlanmış ve mutasyona uğratılmış B hücreleri popülasyona bir şekilde –ya en kötü bireylerin yerine ya da rasgele bireyler oluşturup onların en kötüleriyle yer değiştirerek vs…- katılır.

bu işlemler istediğimiz kriterler sağlanıncaya kadar ya da belli bir döngü sayısınca devam eder.

ihtimaldir ki akıl/zeka/bilinç vs… matematik ile iş görmüyordur. yani birisini tanımam için beynim türev/integral/diferansiyel denklemlerle uğraşmıyordur.

peki ama aklı/zekayı/bilinci vs… ifade edebilmenin bir başka yolu var mıdır ki?

bilinç, beyin kıvrımlarından akmıyor.

• Düşünce, düşünce süreci ve dil arasındaki ilişki nedir?
• Formel (logic) ve formel olmayan (sinir ağları) yaklaşımlar ile her ortama uyum sağlayıp, çıkarsama yapan … kısacası genel zeka gösteren bir sistem inşa edilebilir mi? Daha doğru olacak şekilde sorarsam beynimdeki nöral ağlarla, sağlıklı davranış gösteren zihnimin tabii olduğu mantık kuralları arasındaki ilişki nedir?
• Gödel Kuramı ve Wittgenstein Felsefesi arasındaki ilişki nedir? (İlki mantığın sınırlarını gösterirken, diğeri dilin sınırlarını çizmeye çalışmıştır. Dil de mantık da düşünce ile ilgilidir.)
• Her şeyi temsil edebilecek bir bilgi temsili var mı?
• Zihin nasıl çalışır? Hesaplanabilir bir zihin modeli geliştirebilir miyiz?
• Dil anlamı nasıl kazanır? Ya da insan kelimeleri nasıl anlamlandırır?
• Amaç nasıl üretilir?
• Hesaplama araçlarının (sayısal bilgisayar, kuantum bilgisayar, analog bilgisayar …) sınırları nelerdir?
• Bilinç nedir?
• Zeka nedir? Bilinçten, akıldan bağımsız bir zeka tanımı ortaya konulabilir mi?
• Yapay Zeka, bilim ve bilim felsefesi açısından doğru amaçlara mı sahiptir?

bilinç aklımın üstüne atılmış bir ağ gibi… o ağ kalkınca aklım yok olacak sanki.
zaman ömrümün üstüne atılmış bir ağ gibi… o ağ kalkınca ömrüm yok olacak sanki.
örümcek ağı hava boşluğuna atılmış ağ gibi… o ağ kalkınca örümcek aç ve yuvasız kalacak sanki.

“dilimin sınırları” der wittgenstein, “dilimin sınırları dünyamın sınırlarıdır” der. bunu bana da der.
peki ya dile gelmeyen içimdekiler? onlar bu dünyadan değil mi acaba?
ya da bu dünyadan olmayan bir dille mi dile getirilir?

“dinle!” demiş bir Mevlana. “dinle” demiş. bir kenara geçip oturmuş ve hiç konuşmamış.
“dinle ney’den”. ney’in dili dilimden değil, dünyası dünyamdan değil, ama sesi dünyamdan!
sadece dinle…

“konuşamadığın şeyler hakkında sus!” demiş wittgenstein.