arXiv:2305.08863v2 [q-bio.NC], University of Coimbra, CISUC, DEI ve LASI, University of Minho dfl@dei.uc.pt
Özet:
Günümüz popüler kültüründe yapay zekanın (YZ) bilinçli bir süper YZ'ye dönüşerek insanlık üzerinde kontrol sağlamaya çalışacağı korkusu sıkça dile getirilmektedir. Hesaplama gücünün sürekli artmasıyla bu senaryolar daha gerçekçi hale gelirken, yapay beyinlerin anlaşılması, YZ'nin toplumlarımıza fayda sağlayacak şekilde yönlendirilmesi açısından giderek daha önemli bir hal almaktadır. Bu makale, özerk, çok amaçlı yapay beyinlerin geliştirilmesini desteklemek için temel bir çerçeve sunmayı amaçlamaktadır. Bu çerçeveye yaklaşmak için öncelikle insan beyninin işleyişini modellemeyi, beden, bilinç ve bilinçdışı arasındaki etkileşimlerden ilham alarak bu süreçleri yansıtmayı öneriyoruz. Bunu başarmak için algılama, düşünme, rüya görme ve bilinçli ya da bilinçsiz şekilde hareket etme gibi olaylar modellenmeye çalışılmıştır. Sunulan çerçevenin analizi ve eleştirisinden değerli çıkarımların şimdiden elde edilebileceğine ve bu çerçevenin değişiklik yapılmadan veya yapılarak uygulanmasının, yapay bilinçli sistemlerin oluşturulması, incelenmesi, anlaşılması ve kontrol edilmesi açısından faydalı olabileceğine inanıyoruz.Anahtar Kelimeler: Yapay Zeka, Beyin, Bilinç, Düşünme, Rüya Görme
1. Giriş
İnsanlık her zaman bilinmeyenden korkmuştur. Bu, önemli bir hayatta kalma yöntemi olsa da, yeni teknolojiler söz konusu olduğunda, tarih sürekli olarak avantajların dezavantajlardan daha ağır bastığını öne sürmektedir. Örneğin, sanayi devrimi veya dijital devrim buna örnek olarak gösterilebilir. Bazı iş türleri geçerliliğini yitirmiş olsa da, daha onurlu ve tatmin edici yeni işler ortaya çıkmıştır. Bu nedenle, insanlar adapte olmayı öğrenebildiği sürece, iş değişikliklerinin bir sorun değil, insanların kendilerine daha fazla zaman ayırabileceği, keyif aldıkları yeni görevler yaratıp gerçekleştirebileceği ve emeklerini başka bir seviyeye taşıyabileceği fırsatlar sunması gerektiğine inanıyoruz. Bununla birlikte, herhangi bir aracın hem yararlı hem de zararlı amaçlar için kullanılabileceği konusunda genel bir fikir birliği olabilir. Bu nedenle, mevcut ve özellikle gelişmekte olan teknolojileri anlamak ve kontrol etmek, bunları doğru hedefler doğrultusunda kullanmak, ayrıca bu teknolojiler zararlı şekilde kullanıldığında toplumlarımızı savunabilmek için büyük önem taşımaktadır. Günümüzde en çok konuşulan teknolojilerden biri, hem profesyonel hem de günlük yaşamda kullanılan yazılımların çoğunda yer alan yapay zeka (YZ) teknolojisidir. Yeni gelişmeler her gün dünyanın dört bir yanından ortaya çıktıkça, bu eğilim giderek artmakta ve YZ giderek daha kritik görevlerin sorumluluğunu üstlenmektedir. Merkeziyetsizliğin sıcak bir konu olduğu bir çağda, en güçlü YZ'lerin merkezi şirketlerin elinde tutulmasının artıları ve eksileri üzerine düşünmek gerekir, özellikle de özel mülkiyet kodları söz konusu olduğunda. İyi bir lider, demokratik sistemlerden çok daha etkili olabilirken, kötü bir lider de özellikle güçlü araçları kontrol ediyorsa, çok daha zararlı olabilir. Bu nedenle, yerleşik ve gelişmekte olan teknolojilere dair tüm mevcut bilginin kamuya açık şekilde paylaşılması büyük önem taşımaktadır. Ayrıca, YZ'nin hala geliştirilmesi ve incelenmesi gerektiğine inanıyoruz, böylece en fazla sayıda insan bu teknolojiyi anlayabilir ve kontrol edebilir. Bu durum, yalnızca pazar rekabetini teşvik etmek ve gerçek sorunları çözmek için teknolojileri geliştirmek değil, aynı zamanda bu teknolojilerin kötüye kullanımına karşı savunma mekanizmaları geliştirmek ve uygun şekilde yasal düzenlemeler oluşturmak için de gereklidir. Popüler kültürde, örneğin filmler aracılığıyla sıkça dile getirilen en sıcak YZ sorunlarından biri, insanlık üzerinde kontrol sağlamaya çalışan bilinçli süper YZ'ler korkusudur. Hesaplama gücü arttıkça, bu senaryo daha gerçekçi bir hal alabilir. Bu nedenle, yapay beyinleri anlamak, YZ'yi toplumlarımızın yararına yönlendirmek ve kontrol etmek açısından giderek daha önemli hale gelmektedir. Ayrıca, bilim camiası YZ geliştirmeyi bırakırsa, başka birileri bu çalışmaları sürdürecek ve bilim camiası artık bu teknolojiyi kontrol etme ya da karşı koyma bilgisine sahip olmayacaktır. Bu durum, asıl endişe edilmesi gereken gerçek tehlike olabilir. Bu nedenle, YZ geliştirmeye, incelemeye, yayınlamaya ve yasalar oluşturmaya devam etmenin her zaman doğru yol olduğuna inanıyoruz. Bu bağlamda, bu konum belgesi, özerk, çok amaçlı yapay beyinlerin geliştirilmesine yardımcı olacak temel bir çerçeve önermektedir. Bunu ele almak için, öncelikle beden, bilinç ve bilinçdışı arasındaki etkileşimleri yansıtarak ve bunlardan ilham alarak insan beyninin işleyişini modellemeyi öneriyoruz. Bu amaçla, algılama, düşünme, rüya görme ve bilinçli ya da bilinçsiz şekilde hareket etme gibi olayları modellemeye çalıştık. Bu öneri ön hazırlık niteliğinde olsa da, sunulan çerçevenin analizi ve eleştirisinden şimdiden değerli çıkarımlar elde edilebileceğine ve bu çerçevenin, yapay bilinçli sistemler yaratmak, incelemek, anlamak ve kontrol etmek için temel olarak alınmasının faydalı olabileceğine inanıyoruz.2. Önerilen Çerçeve
Şekil 1, önerilen çerçeveyi göstermektedir. Güncellenmiş şemayı şu bağlantıdan ayrıntılı şekilde inceleyebilirsiniz: https://www.gma.com/file/3eyyDij8mPgE7eLy6lGjem/Towards-the-Artificial Brain?node-id=0%3A1&t=dm8FKe0whabctKiz-1.
Bu çerçevenin ilk olarak yapay robot beyinleri oluşturmak için düşünülmüş olduğunu vurgulamak istiyoruz. Ayrıca, bu çerçevede bahsedilen tüm ağların evrimsel hesaplama [1] kullanılarak eğitilmesini öneriyoruz. Çerçeve, mevcut robotların sıkça yaptığı gibi, çevresel girdileri toplamakla sorumlu bir "algılama sistemi" adlı modülle başlar. Örneğin, bu sistem görme, dokunma veya ses girişlerini içerebilir. Bu değerlere "doğrudan girdiler" diyoruz. Ayrıca, bu doğrudan girdilerin, sensörlerin zarar görüp görmediğini değerlendirmek için ek değerler oluşturması gerekir; örneğin, sesin çok yüksek olup olmadığı veya robotun derisine ya da başka bir özelliğine zarar verilip verilmediği. Aynı durum, pozitif değerlerin alınıp alınmadığı, örneğin haz değerleri için de geçerlidir. Bu tür acı/haz değerleri, eşik değerler belirlenerek oluşturulabilir. Doğrudan girdiler ve acı/haz değerleri bir araya gelerek algılama sisteminin çıktısını oluşturur. Algılama sisteminin ardından, devam etmek için iki olası durum vardır: sistemin rüya görüp görmediği. Rüya görmeme durumu, sistemi başlatmak için varsayılan durumdur. Rüya görmeme durumu, o ana kadar yapılması gereken bir şey olmadığı anlamına gelir; dolayısıyla, algılama sisteminin çıktıları kullanılarak "eylem ağı" adlı ağı eğiterek işlem hattında ilerlenebilir. Bu ağ, robotun eylemlerini önererek, örneğin kollarının, bacaklarının veya başının hangi konumda olması gerektiğini ya da hangi sesi çıkarması gerektiğini belirler. Ayrıca, bu eylemin başarılı olup olmayacağına dair bir güven değeri öngörmelidir; yani, sistem mevcut duruma alışkın mı? Ne yapması gerektiğini biliyor mu? Bu eylem iyi ya da kötü acı/haz değerleriyle sonuçlanacak mı? Eylem ağı modülünü takiben yine iki olası durum vardır: rüya görme ya da görmeme. Rüya görmeme yine varsayılan durumdur. Rüya görmeme durumunda devam edildiğinde, eylem ağının döndürdüğü güven değerine bağlı olarak üç senaryodan biri gerçekleşebilir: (i) düşük/orta, (ii) yüksek veya (iii) çok yüksek güven (eşik değerler kullanılarak tanımlanabilir). Durum (ii), yüksek güven söz konusu olduğunda, yani sistem bir sonraki eyleminin başarısından emin olduğunda, eylem ağı tarafından önerilen çıktılar eylem sistemine iletilir. Bu sistem, önerilen değerleri robotun eyleyicilerine ileterek eylemin gerçek ortamda gerçekleşmesini sağlar, örneğin bir kolu hareket ettirmek veya bir ses çıkarmak. Durum (i), düşük/orta güven olduğunda, algılama sisteminin çıktıları ile eylem ağı çıktıları birlikte "hayal gücü ağı" adlı ağa girdi olarak verilmelidir. Bu ağ, "düşünme" sürecinden sorumludur. Daha spesifik olarak, girdiler, önerilen eylemlerden sonra robotun ne görmesi, duyması veya dokunması gerektiğini mümkün olduğunca gerçekçi şekilde yeniden oluşturmak için kullanılır. Bunu yapmak için, örneğin, Generative Adversarial Networks (GANs) [2] veya Transformers [3] gibi teknikler kullanılabilir ya da yeni teknikler geliştirilebilir. Ardından, acı/haz değerleri algılama sistemindeki yöntem/eşik değerler kullanılarak değerlendirilmelidir. Oluşturulan duyular ve acı/haz değerleri, eylem ağını yeniden eğitmek için girdiler olarak kullanılmalı ve işlem hattı buradan itibaren tekrar başlatılmalıdır. Durum (iii), çok yüksek güven söz konusu olduğunda, sistem "otomatik pilot ağı"na geçer. Bu ağ, mevcut eylem ağını kopyalar ve eylemleri gerçekleştirmek için kullanır (eylem sistemi gibi). Ancak, kopyalanan eylem ağı tarafından döndürülen güven değeri çok yüksek seviyenin altına düşene kadar işlem devam eder. Otomatik pilot ağı eylemleri gerçekleştirirken, sistem "rüya görme" adını verdiğimiz yeni bir iş parçacığı başlatmalıdır. Acı/haz değerlerinde ani bir değişiklik olursa veya bu değerler bir uyarı içeriyorsa, sistem rüya görmeyi sonlandırır ve işlem hattı buradan itibaren daha önce açıklanan şekilde devam eder. Rüya görme iş parçacığı, girdileri gerçek gibi gösterecek şekilde sahte girdiler oluşturmayı amaçlar. Örneğin, düşük güven ya da alışılmadık anlara ilişkin kaydedilen anılar üzerinden bir görüntü, bu görüntüye uygun sesler ve dokunsal duyular oluşturabilir. Bu görev, GANs, Transformers veya Stable Diffusion teknikleri kullanılarak gerçekleştirilebilir. Oluşturulan sahte duyular hayal gücü ağına beslenmeli ve işlem hattı daha önce açıklandığı şekilde devam etmelidir. Ancak, bu sonraki döngüde, eylem ağından sonra sistem rüya görmeme durumuna değil, rüya görme durumuna geçecektir. Rüya görme durumunda devam ederken iki olası durum vardır: eylem ağı önerilen eylemlerden çok yüksek güvenlidir ya da değildir. Eğer değilse, sistem aynı senaryoyu geliştirmeye devam eder (örneğin, uyumlu sonraki kareler oluşturur). Eğer sistem önerilen eylemlerden zaten çok yüksek güvenliyse (örneğin, belirli bir süre boyunca), rüya değiştirilir ve önceki girdilerle ilgisiz yeni sahte girdiler oluşturulur ve işlem hattı daha önce açıklanan şekilde devam eder. Bu işlem hattının uygulanmasının (veya ardındaki ana fikirlere dayanan diğer işlem hatlarının), biyolojik varlıkların yaptığı gibi sistemin çevresinden duyuları aracılığıyla öğrenme geri bildirimi almasına yardımcı olabileceğine inanıyoruz. Ayrıca, görülmeyen ortamlarda rüya görme kapasitesinin, sistemin yeteneklerinin gelişimine yardımcı olabileceğini ve yapay yaratıcılık sağlayabileceğini düşünüyoruz. Ancak, bunun bir çalışma aşamasında olduğunu ve şu anda bilimsel deneylere dayanmadığını, bunun yerine düşünceli bir analizden oluştuğunu belirtmek önemlidir. Değerini kanıtlamak için uygulama ve test gereklidir.
References 1. Bentley, P.J., Corne, D.W.: Introduction to creative evolutionary systems. In: Bent ley, P.J., Corne, D.W. (eds.) Creative Evolutionary Systems, pp. 175. Morgan Kaufmann Publishers Inc., San Francisco, CA, USA (2002), http://dl.acm.org/ citation.cfm?id=510349.510350 2. Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., Bengio, Y.: Generative adversarial nets. In: Ghahramani, Z., Welling, M., Cortes, C., Lawrence, N.D., Weinberger, K.Q. (eds.) Advances in Neural In formation Processing Systems 27, pp. 26722680. Curran Associates, Inc. (2014), http://papers.nips.cc/paper/5423-generative-adversarial-nets.pdf 3. Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A.N., Kaiser, L.u., Polosukhin, I.: Attention is all you need. In: Guyon, I., Luxburg, U.V., Bengio, S., Wallach, H., Fergus, R., Vishwanathan, S., Garnett, R. (eds.) Advances in Neural Information Processing Systems. vol. 30. Curran Associates, Inc. (2017)
Çeviri : Mikail Tunç & 4o