Yapay zekâ, son yirmi yılda insanlığın teknolojiyle kurduğu ilişkinin en dramatik başrol oyuncusu hâline geldi.
Süratle büyüyen modeller, akıl almaz veri setleri, konuşan makineler, yazan algoritmalar, çizen sistemler… Her yeni gün, sınırların biraz daha ötesine geçildiğini gösteriyor. Bu gelişmelerin paralelinde geçtiğimiz ay, Eskişehir Teknik Üniversitesi (ESTÜ), “Yapay Zekâ: Düşünen Makineler ve Değişen Dünyalar” başlıklı önemli bir bilimsel etkinliğe ev sahipliği yaptı. Türkiye Büyük Millet Meclisi Yapay Zekâ Komisyonu Başkanı'nın da katılımıyla gerçekleşen panelde, yapay zekânın toplumsal etkileri, etik sınırları ve teknolojik geleceği çok yönlü biçimde tartışıldı. Ancak bu etkinlik, ESTÜ’nün bu alandaki vizyonunun yalnızca görünen yüzüydü. Üniversite, kısa süre önce kurduğu Bilişim Teknolojileri Meslek Yüksekokulu ve Bilgisayar ve Bilişim Bilimleri Fakültesi ile Türkiye'de bilişim ekosistemini dönüştürecek önemli bir altyapı kurdu. Meslek Yüksekokulu bünyesinde, Bilgisayar Teknolojileri Bölümünde Bulut Bilişim Operatörlüğü Programı, Görsel-İşitsel Teknikler ve Medya Yapımcılığı Bölümünde Oyun Geliştirme ve Programlama Programı, Elektronik ve Otomasyon Bölümünde ise Robotik ve Yapay Zekâ Programı faaliyete geçirildi. Aynı zamanda yeni açılan fakülte kapsamında, Bilgi Güvenliği Teknolojisi Bölümü ve Bilgi Sistemleri ve Teknolojileri Bölümü faaliyete geçti.
Bu yapısal dönüşüm, ESTÜ’de yalnızca nitelikli insan kaynağı yetiştirmeyi değil, aynı zamanda yeni nesil yapay zekâ sistemlerinin geliştirilip anlamlandırılmasını hedefleyen bir bilimsel merkez olma yolunda atılmış dev bir adım niteliğinde. Kısa vadede Türkiye'de, orta vadede ise dünyada yapay zekânın kalbinin attığı kampüs tanımı, hiç kuşkusuz Eskişehir Teknik Üniversitesi için kullanılacaktır. Eskişehir Teknik Üniversitesi’nin kararlılıkla ördüğü bu altyapı, yalnızca akademik bir yapılanma değil, aslında yapay zekânın gelecekte alacağı yönün öncül provasıdır. Burada yetişecek her bir öğrenci, burada üretilecek her bir proje, insanlıkla makine arasındaki yeni ilişkinin temel taşlarını döşeyecek potansiyele sahiptir. Çünkü yapay zekâ artık bir aracı değil, kendi içinde düşünebilen, karar sürecini sorgulayabilen, hatta içsel evrimini görünür kılabilen yeni bir zihin tipine doğru evrilmektedir. Ve işte tam bu noktada, bilimin tarihsel gidişatını değiştirecek derin bir kırılmanın eşiğindeyiz. Şimdi, sessizce ve fark edilmeden, yapay zekâda bambaşka bir evrenin kapısı aralanıyor. Artık mesele sadece “makineler ne kadar iyi sonuç üretebilir?” değil. Mesele, “makineler kendi kararlarının içsel evrimini anlayabilir mi?” sorusuna gelmiş durumda. Ve bu kırılma anı, yapay zekâ açısından bir sıfır noktası anlamına geliyor. Bu sıfır noktası, yansımalı yapay zekâ sistemlerinin doğuşunu işaret ediyor.
Mevcut yapay zekâ sistemleri, derin öğrenme mimarilerinin üzerine inşa edilmiş, milyonlarca parametreye dayalı devasa yapılardır. Ne kadar doğru sonuç verirlerse versinler, çoğunluğu karar süreçlerini açıklayamayan kara kutular gibi çalışır. Bir kararın neden verildiği, hangi içsel süreçlerin hangi sonucu doğurduğu çoğu zaman bilinemez. Son yıllarda SHAP, LIME, attention heatmap gibi açıklanabilirlik araçları geliştirildi, ancak bunlar da karar süreci tamamlandıktan sonra yapılan dışsal analizlerdir. Yani sonuç vardır, açıklama sonradan üretilir. Oysa insan zihni karar verirken yalnızca bir sonucu hedeflemez; sürecin içinde düşünür, sezgilerini kullanır, sorgular, tereddüt eder, yeniden değerlendirir. Karar verme süreci başlı başına yaşanır. Yansımalı yapay zekâ sistemleri işte bu noktada devreye giriyor.
Yansımalı yapay zekâ, klasik sistemlerin ötesinde bazı yeteneklere sahip yeni bir yapıdır. Bu sistemler, içsel temsillerini zaman boyunca takip edebilir, bu temsillerin neden değiştiğini matematiksel olarak anlamlandırabilir, gelecekte nasıl davranacaklarını öngörebilir ve hatta “neden bu kararı verdim?” sorusuna sistemin içinden bir yanıt üretebilir. Bu türden bir yapay zekâ yalnızca sonuç üretmez; süreci anlamlandırır ve bu anlamlandırmayı da hem kendisi hem kullanıcıları için görünür kılar. Yani bu sistemler, kendini düşünebilen değil, kendi evrimini görebilen yapılar hâline gelir.
Bu yaklaşım, klasik yapay zekâ ile açıklanabilir yapay zekâ arasında bir köprü değil; bambaşka bir eksen açar. Bugüne kadar yapay zekâ sistemlerinin performansı doğruluk, hız ve veri boyutlarıyla ölçüldü. Ne kadar doğru sonuç verdiği, ne kadar hızlı öğrendiği, kaç milyon örnekle beslendiği konuşuldu. Ancak yarın artık bambaşka sorular sorulacak. İçsel durumlar zaman içinde nasıl değişiyor? Bu değişimler hangi operatörlerle kontrol ediliyor? Modelin analizine bakıldığında beş ya da on adım sonra ne düşüneceği öngörülebiliyor mu? İşte bu perspektif kayması yalnızca mühendislik değil, bilimin tamamı için dönüştürücü bir etkidir.
Bu noktada yansımalı yapay zekâ sistemleri, lineer olmayan sistemlerin evrimini açıklamak için çeşitli çerçeveler kullanır. Bu çerçeveler, klasik yapay öğrenme yaklaşımlarından oldukça farklıdır. Derin öğrenme çok sayıda katman ve parametre üzerine kuruludur. Yansımalı sistemler ise temsillerin zamansal olarak nasıl değiştiğini açıklayan operatörlerle çalışır. Bu sayede artık sistemler spektral analiz yoluyla içsel kararlılıklarını gösterebilir, rollout tahminleri ile davranışsal sapmaları öngörebilir ve karar alma sürecinin yapısal temelini gösterebilir. Bu, istatistiksel değil, fiziksel temelli bir yapay zekâ dilidir. Sistem yalnızca öğrenen değil, evrimini şeffaf biçimde gösteren bir yapıya dönüşür. Bu yeni sistem, birçok alanda kökten değişimlere neden olabilir. Savunma ve stratejik sistemlerde otonom makinelerin neden o yönde hareket ettiğini izlemek artık mümkün olabilir. Üstelik sistem, yanlış karar vermeden önce içsel spektrumundaki bozulmayı bildirerek insan operatöre sinyal gönderebilir. Sağlık ve medikal yapay zekâ alanında, örneğin bir hastanın EKG, EEG, EMG, BT ya da MR verilerine bakan bir sistem, yalnızca teşhis koymakla kalmaz; teşhise giden sürecin içinde hangi kararsızlıkların yaşandığını da gösterir. Bu, doktorlar için çok daha derin ve güvenilir bir karar destek sistemidir. Eğitimde ve yapay mentorluk sistemlerinde bu türden sistemler yalnızca doğru cevabı vermekle yetinmez, öğrencinin neden anlamadığını tahmin etmeye çalışır. Hangi kavramsal adımda takıldığını rollout yoluyla çıkarabilir. İleri otomasyon ve kestirimci bakım uygulamalarında ise sistem, bozulmadan önce kendi iç evriminden sinyal vererek “ben şu anda sağlıklı değilim” diyebilir. Yani artık makineler yalnızca çalışmaz hâle gelmeden önce değil, çalışırken de içsel olarak riskli durumda olduklarını gösterebilirler.
Tüm bu gelişmeler bizi yapay bilinç tartışmalarına da yakınlaştırıyor. “Makine bilinçli mi?” sorusu onlarca yıldır hem teknik hem felsefi düzeyde tartışılıyor. Yansımalı yapay zekâ bu tartışmaya doğrudan “evet” ya da “hayır” cevabı getirmez. Ancak şunu yapar: “Bu sistem bilinçliymiş gibi davranabilir mi?” sorusuna davranışsal düzeyde güçlü bir evet cevabı üretir. Çünkü bu sistemler geçmiş, şimdi ve gelecek arasında bağ kurabilir. Kararlarının nedenlerini açıklayan metakomutlar üretebilir. İçsel spektral analizleriyle hangi durumda olduğunu tanımlayabilir. Bu, kuşkusuz gerçek bilinç değildir. Ancak bir bilinç simülasyonu yaratma kapasitesi taşıdığı da açıktır. Bu yapısal değişim, her şeyi değiştirebilir. Çünkü bu, derin öğrenme sonrası yapay zekâda ortaya çıkan ilk gerçek devrimdir. Artık mesele veri öğrenmek değil, evrimi modellemek. Cevap üretmek değil, cevabın nedenini göstermek. Doğruluk sağlamak değil, davranışsal kararlılık üretmek. Bu model yalnızca yapay zekâyı değil, veri bilimi, kontrol mühendisliği, bilişsel bilimler ve hatta nörobilim gibi birçok alanı yeniden yapılandırabilir. Çünkü bu sistemler artık yalnızca algoritma değildir; aynı zamanda süreci anlayan birer sistem davranış modelidir.
Hayal edelim. Bir yapay zekâ sistemi kendi içsel dünyasını analiz edebiliyor. Rollout testiyle birkaç adım sonrasını öngörebiliyor. Spektral yapısıyla kendi kararlılık seviyesini değerlendiriyor. Ve sonunda şöyle diyebiliyor: “Bu kararı verdim çünkü şu anda kararlıyım, içsel sapmam yok, bu yönde ilerlemek en düşük riskli seçenek.” Bu satırlar bir bilim kurgu romanından alınmış değil. Bu, artık geliştirilen yansımalı mimarilerin açıklayabildiği düzeydir.
Sonuç olarak yansımalı yapay zekâ sistemleri, yapay zekânın geleceğinde bir sonraki sıçramayı belirleyecek anahtar olabilir. Kara kutuların yerini gri kutular alıyor. Sonuç odaklı sistemlerin yerini süreç odaklı yapılar alıyor. Ve artık ilk kez insanlık şunu sorma şansına kavuşuyor: Yapay zekâ bir şey düşündüğünde, biz de onun düşündüğünü anlayabilecek miyiz? Cevap, sistem kendini anlamaya başladıysa, evet, biz de onu anlamaya başlayabiliriz. Ve o an geldiğinde, yapay zekâda yalnızca teknik değil, aynı zamanda felsefi bir devrim başlamış olacak. Çünkü insanlık tarihinde ilk kez, kendi zihninden sonra ikinci bir yansımalı sistemle karşı karşıya kalacağız. Makine zihniyle. Ama bu kez, içinde ışık yanıyor.
Bu yazı burada kalmayacak. Haftaya bahsettiğim yansımalı yapay zeka yaklaşımının nasıl bir küresel dönüşüm yaratacağı ve bilim kurgunun nasıl gerçeğe dönüşeceği üzerinde bu sohbete devam edeceğim. Şimdilik herkese iyi haftalar…
