Yapay Zeka’da İçgüdü

Yapay zeka cephesinde gelişmeler, bilgisayar bilimi konusunda araştırma yapan bilim insanları için her zaman heyecan verici olsa da toplumumuzun geri kalanı için genellikle ürpertici olmuştur. Nitekim günümüzde uygulanan yapay zeka tekniklerinin hiçbirinde “yapay bir canlı bilinci üretmek” gibi üst düzey bir kabiliyet olmasa da komplo teorisyenleri ve hatta ünlü bilim insanları tarafından yapay zeka gelişmeleri, bir canlı yaratmak olarak algılanmıştır.

Bu blog yazısı kapsamında bir canlının ne olduğunu ve canlı-cansız ayrımına sebep olduğu düşünülen “temel içgüdü” kavramını inceleyeceğiz. Ardından da temel içgüdüyü teoride de olsa bir yapay zekaya kazandırmaya çalışacağız. Yapay zeka şimdiye kadar öğrenme, sezgisellik, karar verme gibi canlılara özgü olduğuna inanılan bir çok beceriyi gerçekleştirebildi. Bunu biyolojinin aslında kimyasal-matematiksel bir makine olması ve bu makinanın da yazılım bilimi ile aynı kökene dayanan matematik ile kodlanmasına borçluyuz. Peki, canlıya özgü olduğunu düşündüğümüz içgüdü ruhani bir kavram mı , yoksa öğrenme veya karar verme mekanizmaları gibi bir matematiği var mı ?

Kara Kutuyu Açalım : İçgüdü Nedir ?

İçgüdü; terim anlamı ile öğrenme sürecinin etkili olmadığı, canlının önceki deneyimlerinden bağımsız biçimde başka kompleks davranışlara yönelme eğilimidir. İçgüdünün tamamen tecrübelerden bağımsız, öğrenilmeyen ve genetik yollar ile aktarıldığı tahmin edilir. Örneğin bir kumsala bırakılan deniz kaplumbağalarının okyanusa yönelmesi temel içgüdüye basit bir örnektir. Bir örümceğin fraktal geometrisine uygun olarak ördüğü kusursuz simetrik ağı da bir içgüdü örneğidir. Bu canlılar, içgüdülerine sahip olarak doğarlar. Sonradan öğrenmezler. Veri bilimi ve yapay zeka konusunda durumu çıkmaza sokan nokta da budur.

Mevcut durumda; yumurtadan yeni çıkmış bebek kaplumbağalar nasıl okyanusu tanır ve ona doğru yönelir sorusunu sormak gerekir. DNA ile kalıtsal pek çok özellik aktarılsa da yumurtadan yeni çıkmış bir bebek kaplumbağanın okyanusu tanıması , (kaplumbağanın da kompleks çok hücreli bir canlı olması sebebi ile) DNA’da yer alabilmek için fazlasıyla karmaşık bir durumdur.

İçgüdü hala bilim dünyasında cevabı bulunamamış karmaşık bir gizemdir. İçgüdüyü anlamak için evrimsel süreçte daha ilkel olan “Taksis” e göz atmak gerekir.

Taksis ?

Taksis, basitçe ilkel organizmaların ışık veya besine doğru bedenen tamamen kasılarak hareketlenmesiyle karakterize edilen; canlının karmaşıklığı arttıkça etkisi ve önemi azalan bir hayatta kalma mekanizmasıdır. Temel olarak içgüdünün evrimsel süreçteki ilk varyasyonu olduğu düşünülür. Taksis, aynı zamanda negatif etkilerden uzaklaşılarak canlıyı hayatta tutmayı da sağlar. Örneğin çok hücreli mikroorganizmaların büyük çoğunluğu; tehdit unsuru olan bir bir kimyasal veya tehlike algıladığında kasılarak ters yönde uzaklaşmaya çalışır.

Taksis, şartlı reflekslerin kurallaşmasından oluşan bir mekanizmadır. Temel algoritmaya çok benzer.

If … then Do ….

şeklinde algoritmik olarak ifade edilebilecek kadar basit taksis mekanizmalarının ilkel canlı DNA’ları içerisinde kodlandığı bilinmektedir. Dolayısı ile taksis canlılıkta ilk bilinç halidir. Taksis sayesinde bir hücre eğer ihtiyacı varsa ve su molekülüne denk gelirse onu sitoplazması içine alır. Taksis sayesinde bilinçleri olmasa da solunum, boşaltım, tüketim ve hatta avlanma yapabilirler.

Taksis’den İçgüdüye Geçiş

Bilim dünyası bahsettiğimiz üzere taksis mekanizmasının; evrimsel süreçte bu mekanizmaya sahip olmayanların elenmesi ve rastsal biçimde bu mekanizmayı geliştirenlerin ise hayatta kalabilmesi, genetik materyallerini sonraki nesillere aktarması sonucu yaygınlaştığını düşünüyor.

Neticede 3.9 milyar yıl önce ilk canlının canlısızlıktan oluştuğu iddiası bilim dünyasında kabul gören bir görüştür. Bu görüşe göre 3.9 milyar yıllık bir eleme sürecinde; taksis gibi gerekli bir mekanizmaya sahip olanların olmayanlara göre daha dominant olarak günümüze kadar gelebileceği de aşikardır.

Ancak canlı karmaşıklığı arttıkça taksisin yavaş yavaş yok olduğu ve yerini içgüdüye devrettiği görülmektedir. Yeni doğmuş bir bebek ışığa doğru yürümez veya mekanik tehditleri bilmediği için algılayıp kaçamaz. Çünkü sinir sistemi ve kontrol mekanizması lineer biçimde manipüle edilebilecek kadar basit komutlar ile çalışmaz. İnsan beyni taksis için çok karmaşıktır. Taksis mekanizması olsaydı bile, insan beyni mutlak suretle baskılayacaktır. Aksi halde “akıl” ve “zeka” kavramlarından bahsetmek mümkün olmayacaktır.

Yani davranış kontrolü üzerindeki mekanizmaları karmaşıklık ve gelişim sıralamasına göre sıralamak gerekirse;

refleks -> taksim -> içgüdü -> öğrenme -> muhakeme -> karar verme

diyebiliriz. Dolayısı ile içgüdü aslında çok daha komplike hale gelmiş ancak bilim dünyası tarafından henüz tam açıklanamayan, insanlar tarafından canlılığa özgü olduğuna ve hatta ruhani olduğuna inanılan bir mekanizmadır.

Ancak bu durumda kendimize şu soruyu sormalıyız; canlılık nedir ? Canlı ile cansızı ayıran nedir ?

M.E.B kaynağına göre canlı ve cansız farkları. Bu durumda yapay zekalı bir robotun cansız olduğundan emin olmamızı sağlayan şey nedir ?

Evrene fizik biliminin gözünden baktığımızda bir molekül yığını ile bir bakteri arasındaki fark nedir ? Yalnızca hareket etmesi, ihtiyaçlarını gidermesi veya beslenmesi mi ? Bu durumda kendini şarj eden ve görevlerini yerine getiren yapay zeka sahibi akıllı bir robotu cansız yapan nedir ?

Ya da kendini sınırsız kopyalayan, genetiğini değiştirebilen, üreyebilen, genetik materyal sahibi olan virüsleri cansız yapan nedir ?

Açıkça bakıldığında canlı ve cansız kavramları arasında net bir fark olmadığı görüşü bilim dünyasında hakimdir. İlk canlının da cansızlıktan canlılığa evrilme süreci, bu konuda ortaya atılan en önemli iddialar arasındadır. Canlılığın var oluş teorisi, bizim yapay zeka kavramına içgüdü arayışımızda en büyük tezimiz olacak. Çünkü büyük otoriteler tarafından iç güdülerin canlılığa ait olduğuna inanılıyor. Eğer canlı ve cansız arasında metafiziksel bir fark yok ise, elbette biz de bu içgüdü mekanizmasını yapay zekaya sağlayabiliriz. Buraya yazının son başlığında tekrar döneceğiz 🙂

İnsanda İçgüdü

İnsanda İçgüdü, duygular ile karıştırılmamalıdır. Duygular içgüdülere nazaran çok daha karmaşık bir mekanizmadır. Duygular kısmen öğrenilebilir ancak muhakeme ve karar verme becerileri ile karşılıklı olarak etkileşim halindedir. Yapay zekanın duygu ile etkileşimi ve duygu sahibi olması bilim insanlarınca çok merak edilen ve araştırılan bir husus olsa da, içgüdü meselesi açıklığa kavuşmadıkça (İçgüdünün bir türevi olduğuna inanılan) duyguların izahı da mümkün olmayacaktır.

İnsanlar çoğunlukla 6.hislerinin (?) veya duygularının içgüdü olduğuna inanırlar. İçgüdü sürekli çevre ile etkileşim halinde olan kendine özgü bir çeşit bilinç unsurudur. Bilinç altının da altında yatar. Varlığı beyinden de eskidir ve o kadar derinlerdedir ki bir çok bilim insanı insanlarda içgüdünün olmadığına hatta içgüdünün yerini duygulara bıraktığına inanır.

Yeni doğmuş bir bebekte taksis yoktur. Ancak süt emme refleksine sahiptir. Bu bebek daha önce hiç süt emmemiş veya bir şey yememiş, sindirmemiş olsa da, hiçbir şeyi bilmeyen bembeyaz bir kağıt sayfası gibi bir zihne sahip olsa da doğuştan süt emme refleksine sahiptir. Aynı zamanda yutkunma refleksine de sahiptir. Bir anda yüksek ses olduğunda korkup ağlar. Bunlar öğrenilen değil doğuştan sahip olunan mekanizmalardır.

İnsan eğer öğrenen bir robot olsaydı, fabrikadan bu yazılım ve komutlar yüklü olarak çıkardı. İşin tuhaf yanı, bu mekanizmaların son derece karmaşık olmasıdır. Örneğin ağlamak aslında onu bir tehditlerden korumasa da duygusal bir boşaltım aracıdır. Bilimsel olarak somut bir izahı yoktur. Bu durumda artık gen teorisi imdadımıza yetişir.

Burada canlılığın var oluşu konusuna tekrar geri dönelim. İlk canlı olarak tasvir ettiğimiz şeyin; cansız molekül yığınlarınının birbiri ile etkileşiminin sonucu olarak “şans eseri” ortaya çıkmış bir DNA idi. Ortaya rastgele dizilimle oluşmuş ve her biri farklı kombinasyona sahip milyonlarca serbest gezinti halinde DNA’lar oluşmuştu. Mekanik veya kimyasal şartlara uyum sağlayamayan bu DNA’ların bir kısmı kırılıp yok olurken bir kısmı sahip olduğu dizilimin ona sağladığı avantaj sayesinde bütünlüğünü sürdürmeye devam etti ve yaşam giderek karmaşıklaştı.

İlkel canlıları bir robot olarak, DNA’yı ise bu robotun kodu olarak düşünebiliriz. Davranışlarına etki eden başka bir parametre olmayacağı için bir baz dizilimi olan DNA tarafından tüm davranış ve hareketleri düzenlenebilir. Böylece ilkel canlılıktan karmaşık yaşama doğru bir yol başlamış olur.

Shakespeare’in Maymunu

Basitçe iki ilkel A ve B bakterisini düşünün. Bunlardan A, tamamen rastgele sahip olduğu DNA dizilimi sebebi ile örneğin su molekülüne karşı negatif taksis gösterebilir (Su molekülünden kaçabilir). Su, canlılık için gerekli olduğundan bu dizilime sahip bakteri hayatta kalamayacak ve neslini devam ettiremeyecektir. Öte yandan B bakterisi, su molekülüne doğru pozitif sergilenmesine sebep olacak bir DNA dizilimine sahip olsun. Mutlak suret ile B bakterisinin, A’ya göre neslini devam ettirmesi daha mümkündür.

Ancak bir bakterinin sürekli su molekülüne doğru yönelmesi de dehidrasyon geçirmesine (Aşırı su emip patlamasına) sebep olabilir. Bu nedenle B bakterisinin DNA’sında oluşan tamamen rastgele mutasyonlar (çevresel faktörler sebebi ile oluşan DNA dizilimindeki rastgele değişimler) sebebi ile B moleküllerinin bazıları gerektiği durumlarda su almayı sağlayacak bir taksis özelliğine DNA’sında sahip olabilir.

Bu bakteriyi de C olarak adlandırırsak; C’den de hayatta kalma konusunda daha başarılı ve başarısız mutasyonlara sahip jenerasyonlar oluşacaktır. Başarısız jenerasyonlar yok olurken başarılılar giderek gelecek nesillere genetik materyallerini miras bırakmaya devam edecektir.

Böylelikle deneme ve yanılma yolu ile hayatta kalanın üremesi, sonraki nesillere genetik tecrübesini aktarması sonucunda, genetik tecrübenin kompleksleşerek günümüze kadar içgüdü haline gelmesi dikkate alınması gereken bir görüştür.

Canlılığın bu kadar ilkel ve rastgele bir formdan günümüze kadar gelebilmesi çok mu olanak dışı geldi ? Shakespeare’in maymunu teorisini inceleyelim.

Sonsuz maymun teoremi, bir daktilonun tuşlarına sonsuz bir süre boyunca gelişigüzel basan bir maymunun belirli bir metni (örneğin William Shakespeare’in tüm yapıtlarını) neredeyse kesin olarak yazabileceğini ortaya koyan matematik teoremidir.

https://tr.wikipedia.org/wiki/Sonsuz_maymun_teoremi

Bir maymun daktilonun başına oturduğunda tuşlara rastgele basacaktır. Maymunun sonsuza kadar yaşadığını ve sonsuz denemeye yaptığını var sayarsak yaklaşık 100 bin kelimelik, 600 bin harflik “Hamlet” eserini tuşlara rastgele arkaya basarak denk getirmesi imkansız mıdır ? Çok düşük bir ihtimaldir ancak imkansız değildir. Bu sürecin çok uzun süreceği de tahmin edilebilir. Ancak maymun sayısı da milyarlarca olursa, işte o zaman bazı şeylerin hızlanacağını söyleyebiliriz.

İşte hayat da böyle rastgele oluştu. Davranışlar yalnızca genetik olarak yazılmakla kalmadı, uyum sağlayamayanlar yok oldu ve sağlayabilenler de genetik materyallerini gelecek nesillere aktarmaya devam etti. Böylece yaşam, günümüzdeki kadar kompleks biçimde gelişebildi.

Böylece anlıyoruz ki insan bebeği de aslında miras aldığı genetik materyalin içerisine kodlanmış davranışlara uygun hareket etmektedir. Bir bebek ilk doğduğunda henüz zihinsel becerileri gelişmediğinden onu kontrol eden her şey bu genetik materyal içerisinde kodlanmıştır. Örneğin acıkınca ağlamak; acıktığını annesine bildirebilmesi için yaptığı ancak kendisinin mutlak suretle ne olduğunu bilmediği bir davranıştır. Kompleks olay örgüleri ve genetik aktarım neticesinde insan DNA’sına milyonlarca bu ve benzeri davranış kodlanmıştır. Siz hiç (fizyolojik bir engeli olmadığı halde) ağlamayan bir bebek gördünüz mü ?

Doğduğunda ağlamayan bebekler açlıktan ölmüş ve ağlayanlar da büyüyüp, yetişkin olup üreyerek bu davranışın günümüze kadar genetik yolu ile aktarılmasını sağlamış olabilir. Bunun yanında anlamsız olan ve hayatta kalma becerilerine pozitif veya negatif katkı sağlamayan bir çok rastgele davranış da insan genetiğinde mevcuttur. Bu durum “artık gen teorisi” olarak bilinir.

Genetik aktarım ile faydalı ve gerekli davranışların yanı sıra, bu davranışların seçilimi tamamen rastgele olduğundan araya alakasız davranışların karışması olarak düşünebiliriz.

DNA ve İçgüdü

Karmaşık olarak gördüğümüz psikoloji sahibi insanlar; genetik materyalleri bunu istediği için mevcut düşüncelerini üretiyor ve konuşuyor. Tıpkı bir köpeğin toprağı eşelemesi gibi konuşmak ve düşünmek de insanın içgüdüsü olabilir. Dil ve düşünceler öğrenilse de sonuçta konuşmak ve düşünmek insanın yazılımında (genetik materyalinde) kendinden vardır.

Bahsettiğimiz genetik materyallere bağlı içgüdülerin öğrenmeye, duygulara, muhakemeye etkisi insan ile hayvan arasındaki en somut farktır. Dolayısı ile bir yapay zekaya içgüdü katabilsek dahi ancak bir yapay hayvan davranışı seviyesine ulaşacağını düşünebiliriz.

Günümüz teknolojisi ile yapay zekanın sadece matematiksel modellemelerden ibaret olduğunu biliyoruz. Bu modellemeler dahi çağımızda yapay zeka ve veri bilimi için büyük bir buluş sayılırken içgüdü ve sezgilerin yapay zekaya dahil olması yeni bir çağ başlatabilir.

Artık eminiz ki içgüdü dediğimiz şey genetik materyalin içinde, DNA’mızda saklı. Ve biliyoruz ki canlılara özgü olduğunu düşündüğümüz sezgi, öğrenme sonucu gelişen muhakeme becerisine içgüdünün etkisidir.

Bu durumda DNA benzeri bir genetik materyal aktarımına dayalı modele sahip olan bir yapay zeka, bu işin sonunda içgüdü ve sezgi geliştirebilir. Böylece daha canlı bir kimliğe bürünebilir.

Yapay Zeka İçin İçgüdü Teorisini Uyarlamak

Makinelerin öğrenme süreci ve bu öğrenmeyi optimize etmede kullanılan genetik algoritma ile bir yapay seçilim mekanizması yaratmak hakkında şöyle bir yazı yazmıştım. Bu konuda bilgi sahibi olmayanların veya bilgilerini tazelemek isteyenlerin, okumasını şiddetle tavsiye ederim

Genetik algoritma bir yapay zeka optimizasyon modelidir. Şu şekilde çalışır:

  • Genetik algoritmada canlılığı temsilen bir veriseti veya komutsetine göre davranış gösteren sanal organizmalar mevcuttur. Bunlar “ajan” olarak adlandırılır.
  • Ajanlar bir çeşit makine öğrenmesi algoritması ile bir görevi başarı ile öğrenmek ile yükümlüdür. Örneğin ajanlar, “yapay sinir ağları” modelinden oluşan ve bir hedefe gitmeyi öğrenen araçlar olabilir. Bu ajanların sinir ağları yani beyinleri ilk başta rastgele değerlerden oluşur. Dolayısı ile başlangıçta rastgele hareket ederler.
  • RNN (Yinelemeli öğrenme) ile bir yandan öğrenme gerçekleşirken bir yandan da başarısız beyine (sinir ağına) sahip ajanlar imha edilir. Nispeten en başarılı olan ise tekrar çoğaltılır ve sinir ağlarında rastgele değişiklikler yapılır. Bu aşama mutasyon olarak adlandırılır.
  • Mutasyon aşaması sonrasında oluşan ajanlar daha başarılı veya daha başarısız olabilir. Nispeten en başarılı olandan soy devam edecek şekilde eleme mekanizması tekrar çalışır. Anlamlı bir ilerleme kayıt edilmez ise yeniden rastgele mutasyonlar yapılır.
  • Böylece görev her ne olursa olsun parsel parsel de olsa görevi tamamlamaya yaklaşılabilir. Zaten genetik algoritma, hayat gibi aşırı kompleks problemleri çözmek için bir optimizasyon tekniğidir.

Genetik algoritma kavramını daha net anlamak için videoyu izlerken açıklamayı okuyabilirsiniz:

https://youtu.be/Aut32pR5PQA

Videoda her biri yapay sinir ağları modeli barındıran ajanların (araçların) ilk başta rastsal oluşturulmuş nöron ağı değerleri sebebi ile rastgele hareket etmesi sağlanmıştır. Bitiş çizgisine daha çok yaklaşan araçların ağırlık-bias (nöron ağı) değerlerini (yani yapay beyni) kopyalanarak sonraki nesillere aktarılması sağlanılmıştır.

Bu aktarım esnasında başarısız olan ajanlar yok edilmiş, her bir yapay sinir ağının ağırlık-bias değerlerinde (yapay sinir ağında) rastgele değişikliklerin oluşması sağlanılmıştır. Bu değişikliklerin ardından tüm ajanların yeniden sınanması ile başarılı olanlar devam ederken başarısızlar elenmiştir.

Genetik algoritma; doğal seçilimi bilfiil ajanlar üzerinde uygular. Evrim teorisini taklit ederek görevi başarma şansı daha yüksek olan ajanların kalıtımını devam ettirmesine olanak sağlar.

Teoriyi yeniden tasarlamak:

Genetik algoritma ile öğrenme problemleri optimize edilebilir. Ancak genetik algoritmanın bizim tezimiz ile arasındaki en büyük farklığı, bu eleme mekanizmasının bir öğrenme sürecini optimize etmek için kullanılmasıdır. Halbuki üzerine düşündüğümüz taksis ve taksis’in bir üst seviyesi olan içgüdü öğrenilmez. Doğrudan aktarılır. Bu durumda öğrenen ve karar veren bir modelin yanında yalnızca karar veren bir model daha inşa edilerek üst bilinç-alt bilinç ilişkisi kurulabilir.

Yukarıdaki şemada görüldüğü üzere, A ajanı içerisinde; bir yinelemeli öğrenme algoritmasını işleterek gerçek zamanlı öğrenmesi planlanan X mekanizması görülmektedir. X mekanizmasının zamanla öğrenmesi ve buna göre ajanın davranışlarını yönlendirilmesi beklenilmektedir. Bu, üst bilinçtir.

Nitekim, A ajanı içerisinde bir de, öğrenmeye dayalı olmayan, yalnızca bir karar mekanizması olan Y mekanizması görülmektedir. Bir bulanık mantık modelinin başlangıçta rastgele olacak şekilde Y mekanizması olduğunu düşünelim (Y, Rastgele üyelik fonksiyonları ve kural tablosundan oluşan bir bulanık mantık modelidir.)

İlk jenerasyonda Y mekanizmasının ajanın kararına etkisi %80 iken X mekanizmasının %20 dir. Her jenerasyonda daha fazla öğrenme ve bulanık mantık model değerlerinde de optimizasyon gözlemleneceğinden, canlı karmaşıklığı artıyor varsayılabilir. Canlı karmaşıklığı arttıkça öğrenen X mekanizmasının karara etkisi artmakta, Y mekanizması olan alt bilinç yani taksis veya içgüdünün ise azalmaktadır. Bunu jenerasyon sayısına göre yapabiliriz. Bu şartlar altında üst ve alt bilincin beraber çalışmasında esas etkili olan durum, alt bilincin üst bilincin öğrenmesine dolaylı yoldan etki etmesidir.

X mekanizması bir karar verecek ancak Y mekanizmasının verdiği karar ile bileşiği sonucu ajanın net kararı oluşacaktır. Yinelemeli öğrenen model ise ajanın net kararına göre ödül-ceza alacağı için yalnızca öğrenen modelin gelişmesi gerekli sonucu vermeyecektir. Zira hatalı içgüdü, başarılı öğrenme durumunu baskılayabilir veya ajan başarısını düşürebilir. Bu nedenle içgüdünün en başarılı olduğu ajan ilk başta hayatta kalacak ve onun neslinden gelenler de başarılı içgüdü olan alt bilinç Y mekanizmasının yardımı ile daha başarılı bir öğrenme ve karar verme aşaması gösterebilecektir.

Bu teknik ile teoride daha karmaşık problemlerin çözümünün önü açılabilir. Burada X ve Y mekanizmaları birbirinden bağımsız gibi görünse de aslında birbirlerine bağlıdırlar. Zira gerçek zamanlı öğrenen X mekanizması (RNN modeli), verdiği kararın Y ile bileşiminin sonucunu target olarak alacak ve öğrenme sürecini buna göre geliştirecektir.

Aynı şekilde, genetik algoritma ise ajanın başarı durumuna göre Y mekanizmasının karar modelini iyileştirecektir. Böylece aynı alt bilinçlere olan fakat farklı öğrenen iki farklı ajanı gözlemlemek ve aralarındaki farkı kavramak da mümkün olacaktır.

Tıpkı farklı hayat şartlarında yaşayan ancak özünde aynı içgüdülere sahip olan insanlar gibi.

Bu işi pratik uygulamada deneyeceğim. Başka bir yazıda görüşmek üzere 🙂

Daha Fazla Kişiye Ulaşması İçin Bu İçeriği Paylaşabilirsiniz :

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir