İnsan beyni, zaman içinde hayatta kalma içgüdüleri, entelektüel merakı kullanma ve doğanın taleplerini yönetme doğrultusuyla bugünkü hâlini aldı. Evrenin dinamikleri hakkında fikir sahibi olduğumuzda, doğayı taklit etme arayışımız da başladı; bilim ve teknolojide kaydettiğimiz ilerlemeler, doğayı taklit etme başarımızla bağlantılı olarak gelişti. En basitinden, hava yolculuğu yapabilmemizin ardında insanın uçabilme arzusu ve kanatlı hayvanların uçabilme yeteneğini kopyalayabilmemiz yatmıyor mu?&nbsp;İnsan beyni fiziksel yeteneklerimizi aşmanın yollarını bulurken matematik, algoritmalar, hesaplama yöntemleri ve istatiksel modellerin birleşimi de bilimsel arayışımızı hızlandırıyor. Alan Turing’in biyolojik morfogenez için matematiksel bir model geliştirmesini takiben ivme kazanan yapay zeka, günümüzde problem çözmeye yönelik veri modellerinden insan biyolojik sinir ağlarının yapısına, hatta işlevlerine dayanan bir hesaplama modeli olan yapay sinir ağlarına kadar büyümüş bulunuyor.Çağdaş dünyada yapay zeka: Yapay zekanın çözüme ulaşmak için izlediği yol, organik bir makine olan insan beyninin bir yansıması olarak karşımıza çıkıyor. GPT-3 gibi üretken yapay zeka sistemleri, insan beyni kütlesinin yaklaşık %76’sını oluşturan ve biliş, duyu algısı ve gelişmiş motor kontrolü gibi üst düzey beyin etkinliklerinin düzenlenmesinden sorumlu olan neokorteksin öngörücü işlevlerini taklit ediyor. Buna rağmen bu sistemlerin ortalama bir gencin doğru yapabildiği türden bilişsel sıçramalar ve mantıksal çıkarımlar konusunda yetersiz kaldığı görülüyor. Dolayısıyla yapay zekanın gelişim yolculuğunda nasıl bir noktaya gelebileceğini görmek için insanın evrimine bakmamız gerekiyor. Peki evrim, bize yapay zekayla ilgili neler anlatıyor?<h2 fr-original-style="" style="margin: 0px; color: rgba(0, 0, 0, 0.85); font-weight: 500; padding: 0px; box-sizing: border-box;">Evrim ışığında yapay zeka</h2>İlk nesil yapay zeka, yeni verilerden öğrenme yeteneğine sahip bilgisayar programları oluşturmaya odaklanan makine öğrenimi sistemlerini <a fr-original-style="" href="https://www.infosys.com/insights/ai-automation/ai-where-human-brain-goes.html" rel="noopener noreferrer" style="color: rgb(9, 9, 9); text-decoration: none; background-color: transparent; outline: none; cursor: pointer; transition: color 0.3s ease 0s; touch-action: manipulation; -webkit-user-select: auto; box-sizing: border-box;" target="_blank">getirdi</a>. Bu algoritmalar makinelere görüntüleri tanımlamayı, bilgileri ilişkilendirmeyi ve belirli görevleri yerine getirmeyi öğretti. Böylece yapay zeka; doğruluk, güvenilirlik ve kendi kendini iyileştirme yetenekleri sayesinde sigortalama, işe alım, dolandırıcılık tespiti ve bakım için karar verme gibi süreçlerinin ayrılmaz bir parçası hâline geldi.Yapay sinir ağlarının yapısına esin kaynağı olan insan sinir sistemi, makinelerin konuşma, görüntü ve desenleri anlamlandırması için eğitilmesine yardımcı oluyor. Facebook’un yüz tanıma sistemi DeepFace, yüklenen milyonlarca görüntü kullanılarak dijital görüntülerdeki insan yüzlerini tanımak üzere eğitilirken MIT’deki araştırmacıların da yüz tanıma için insan beyninin nörolojik işlevlerini kopyalayan bir model geliştirdiği biliniyor.Öte yandan, hesaplamalı nörobilim; görme, hareket, duyusal kontrol ve öğrenme gibi işlevleri üzerine disiplinler arası çalışmalar için insan beyninin teorik modellerini oluşturarak insan zekası ve yapay zeka arasındaki boşluğu dolduruyor. İnsan bilişi üzerine yapılan araştırmalar, sinir sistemimiz ve onun karmaşık işleme yetenekleri hakkında daha derin bir anlayış ortaya koyuyor. Hafıza, bilgi işleme ve konuşma/nesne tanıma hakkında zengin bilgiler sunan modeller de yapay zekayı yeniden şekillendiriyor.Olası sonuçlar: İnsan beyninin yapısının incelikli bir şekilde anlaşılması, hiyerarşik derin öğrenme modellerinin yeniden yapılandırılmasına yardımcı olabilir. Örneğin verilerdeki üst düzey soyutlamaları modellemeye çalışan bir dizi algoritmaya dayanan ve makine öğreniminin bir dalı olan derin öğrenme; yüz ifadelerini, jestleri, ses tonunu ve diğer soyutlamaları anlayarak konuşma/görüntü tanıma programlarını ve dil işleme araçlarını geliştirebilir.&nbsp;Bütün bunlarla birlikte, çağdaş derin sinir ağları, bilgiyi insan beyninin yaptığı şekillerde işlemiyor. Bu ağlar, yüksek oranda veriye bağımlı—basit görevleri yerine getirmek için bile eğitilmeleri gerekiyor.&nbsp;Zira karmaşık süreçler, makinenin öğrenebilmesi için büyük hacimlerde verinin zengin tanımlayıcılarla açıklanmasını ve doğru bir şekilde etiketlenmesini gerektiriyor. Ayrıca, derin öğrenme sistemleri, aynı miktardaki iş için insan beyninden çok daha fazla güç tüketiyor.<h2 fr-original-style="" style="margin: 0px; color: rgba(0, 0, 0, 0.85); font-weight: 500; padding: 0px; box-sizing: border-box;">Yapay zekanın gelişimi, insanın geleceği için ne söylüyor?</h2>Çoğu organizma, hayatta kalma sınırına yakın bir şekilde varlığını sürdürmeye çalışıyor. ancak evrimsel tarih yapay zekanın bunu bozabileceğini <a fr-original-style="" href="https://www.scientificamerican.com/article/our-evolutionary-past-can-teach-us-about-ais-future/" rel="noopener noreferrer" style="color: rgb(9, 9, 9); text-decoration: none; background-color: transparent; outline: none; cursor: pointer; transition: color 0.3s ease 0s; touch-action: manipulation; -webkit-user-select: auto; box-sizing: border-box;" target="_blank">gösteriyor</a>. Bunun temel nedeni, rekabet.Bir senaryo örneği: Darwin’e kadar uzanan bu argümana, odağına yapay zekayı alan bir senaryoyla bakalım. İnsanların artık önemli ekonomik katkılarda bulunmadığı, yapay zeka tarafından yönetilen iki ulus-devlet düşünün. Biri, kendini insan nüfusunun hazlarını karşılamaya adıyor. Diğeri, insanlar için daha az enerji harcıyor; daha çok kaynak edinmeye ve teknolojisini geliştirmeye odaklanıyor. Bu senaryoda, olası bir sonuç olarak ikinci ulus-devletin zaman içinde daha güçlü hâle geleceği, birinci ulus-devleti ele geçirmeye çalışabileceği ve sonunda da insanlarından tamamen vazgeçmeye karar verebileceği söylenebilir.<h2 fr-original-style="" style="margin: 0px; color: rgba(0, 0, 0, 0.85); font-weight: 500; padding: 0px; box-sizing: border-box;">Evrim, aşamalı olarak ilerler</h2>Bir diğer nokta, çok hücreliliğin evriminde de görülebilen bir duruma odaklanıyor: Evrim, aşamalı olarak ilerler. Tarihin büyük bir bölümünde yaşam tek hücreli organizmalardan oluşuyordu. Çevresel koşullar, düşük oksijen seviyeleri nedeniyle büyük çok hücreli organizmalar için uygun değildi.&nbsp;Ancak Dünya, şartların daha elverişli hâle gelmesiyle birdenbire çeşitli bitkiler, hayvanlar ve insanlarla dolmadı. Zira bir ağaç ya da memeli gibi karmaşık bir yapı inşa etmek, ayrıntılı gen düzenleyici ağlar ve hücresel mekanizmalar da dahil olmak üzere birçok bileşeni gerektirir.Bu ilerleyişten yola çıkılınca yapay zekanın da aşamalı olarak ilerlemesinin mümkün olduğunu söyleyebiliriz. Bir robot uygarlığının ortaya çıkmasındansa yapay zekanın kendisini var olan şeylere entegre etmesi daha olası bir senaryo. Örneğin ortaya çıkabilecek melez varlıklar, sahibi insan olan ancak makine tabanlı operasyon ve araştırma yapan bir şirket gibi biçimler alabilir.Öte yandan, bu tür düzenlemelerin insanlar arasında aşırı eşitsizliğe&nbsp;yol açacağını, şirket sahipleri yapay zekayla kâr elde ederken bu tür bir kontrole sahip olmayanların işsiz kalıp giderek yoksullaşacağını da göz önünde bulundurmak gerek.Sonuç olarak biyolojik yeniliklerin tarihinden çıkarılacak son ders, başlangıç koşullarının öneminden geçiyor. 500 milyon yıldan daha uzun süre önce meydana gelen Kambriyen Patlaması, günümüzün biyolojik koşullarını nasıl belirlediyse yapay zekanın gelişimini yönlendirmek için en büyük etkiye sahip olduğumuz zamanın da şu an olduğu söylenebilir.

İnsan Beyni ile ilgili hikayeler