Türkçeye Çevirenlerin Notu
Almancada Künstliche Intelligenz (Yapay Zekâ) için KI kısaltması kullanılıyor, bu yüzden özgün metinde Kapitalistische Intelligenz başlığı tercih edilmiş. Türkçe’ye çevirirken bu benzerliği koruyamadık. Yazının uzunluğu dolayısıyla okunmasını kolaylaştırmak amacıyla da çeviriyi üç kısımda yayınlıyoruz.
İngilizceye Çevirenlerin Notu
Almanya Wildcat’taki yoldaşların yapay zekâ hakkındaki bu aydınlatıcı makalesini çevirmemizin nedeni otomasyon teknolojileri söz konusu olduğunda genel tartışmada hem korkunç şeytanlaştırmanın hem de eleştirel olmayan saygının hakim olduğunu düşünmemiz.
Bunu, genel olarak, toplumda olduğu gibi sol çevrede de bir tarafta sosyal ve politik yorumcular ile diğer tarafta teknik “uzmanlar” arasındaki ayrımın derinleştiği gerçeğiyle açıklayabiliriz. Pandemi sırasında benzer ama gerçekten ölümcül bir ayrımla karşılaşmıştık: Sol, büyük ölçüde, tıbbi ve bilimsel yönleri ihmal eden ve öncelikle devletin kapanmayı herhangi bir hoşnutsuzluğu bastırmanın bir yolu olarak kullanma girişimlerine odaklanan insanlar ile tıbbi “uzmanlara” güvendiği için devlet önlemlerini eleştirmeden destekleyen insanlar şeklinde bölündü. Bu güven gerçektir. Pandemi durumunda, işçi sınıfı toplulukları ile pandeminin doğrudan etkisi hakkında rapor verebilecek hastalar, hastanelerdeki “tıbbi kararların” sonucunu değerlendirebilecek hemşireler ve sağlık çalışanları, farklı ulusal ve kurumsal çıkarlara boyun eğen devletin tutarsız tepkisini eleştiren, küresel tıp endüstrileri ve araştırma departmanlarındaki bilim çalışanları arasındaki işbirliğine ihtiyaç duyulacaktı.
Bu tür bir işbirliği, kendisini ancak işçi sınıfının doğrudan çıkarlarını savunan, sınıf içindeki el emeği ve entelektüel hiyerarşileri sorgulayan ve toplumsal bir alternatif olarak bir işçi sınıfı planı geliştirme sorumluluğunu üstlenen mücadeleci bir uluslararası hareket olarak kurabilir. Bu arada, toplumsal eleştiri ile bilimsel bilgi arasındaki ayrımı yıkmak için örgütlü yoldaşların kolektif bir çabası gerekir. Yapay zekânın mevcut sınırlarının daha derin bir şekilde anlaşılması için mikroçip üretiminin kriziyle ilgili şu önceki makaleyi ve röportajı da okumanızı öneriyoruz.
Ne kapitalist teknolojinin ilkel bir dışsal reddini ne de “tam otomatik komünizm” gibi araçsal bir olumlamayı göze alabiliriz. İşçi sınıfı karşı mühendisliği1 çn. sermayenin çıkarı için değil, işçi sınıfı ve özgürlük için mühendislik için!
“Gelecek kuşaklar, bir kast’ın, tüm evrene söylemek istediklerini söyleme fırsatını yaratırken, aynı evrenin, kendisinin söyleyecek hiçbir şeyi olmadığını fark etmesine nasıl izin verdiğini şaşkınlık içinde göreceklerdir.”1
30 Kasım 2022’de, bir sohbet yapay zekâsı veya teknik terimle “büyük dil modeli” olan ChatGPT yayınlandı. İlk defa, bağımsız metinler oluşturabilen ve sorulan soruları anlıyormuş gibi davranabilen üretken bir yapay zekâ, halkın ücretsiz kullanımına sunuldu. Beş gün içinde chat.openai.com websitesine bir milyon kişi kayıt yaptırmıştı. Ocak 2023’e gelindiğinde bu sayı yüz milyona yükselmişti. OpenAI’nin (Microsoft) sohbet robotunu herkese açık hale getirmesi harika bir fikirdi. Hiçbir pazarlama departmanı, ortaya çıkan histerik tartışmadan daha iyi bir reklam yapamazdı. Tüm rakipler de aynı şeyi yapmak ve sohbet robotları yayınlamak zorunda kaldılar.
22 Mart 2023’teki yapay zekâ geliştirmeyi altı ay durdurma çağrısında bulunan açık mektup, tüm endüstri için büyük bir reklam şovuydu. İmzalayanlar Silikon Vadisi’nin ünlüler geçidiydi. (Bu arada regülasyon çağrısı aynı zamanda alışıldık bir daha küçük rakipleri dışarıda tutma yöntemidir). Taleplerini soru şeklinde formüle etmişlerdi. İlk soru Makinelerin bilgi kanallarımızı propaganda ve yalanlarla doldurmasına izin vermeli miyiz? idi. Bunu, Twitter’daki tüm moderatörleri görevden alan ve açık mektuptan sadece bir hafta önce AB’nin dezenformasyona karşı gönüllü davranış kurallarını iptal eden Musk soruyordu. 17 Nisan’da Musk, Mart ayının başında kendi yapay zekâ şirketi X.AI’yı kurduğunu ve ChatGPT kadar “politik doğrucu” olmayan TruthGPT ile bir büyük dil modeli yaratmak istediğini duyurdu.
Mayıs ayının sonunda sohbet robotu elitleri, birkaç sanatçı ve Tayvan’ın Dijital Bakanı Audrey Tang ile birlikte “yapay zekâ yoluyla insanlığın yok olması” konusunda uyarıda bile bulundular. Yapay zekâyı pandemiler ve nükleer savaşla aynı düzeye getirdiler (dikkat edin: zararsız gördükleri iklim kriziyle aynı düzeye değil). İmzacılar arasında Sam Altman (OpenAI başkanı), Demis Hassabis (Google DeepMind başkanı), Microsoft’un teknoloji başkanı ve araştırma ve iş dünyasından çok sayıda yapay zekâ uzmanı yer alıyor. Kendi ürününüz için daha tuhaf bir reklam biçimi hayal etmek pek mümkün değil.
Yapay zekâ etrafında dönen bu tantananın arkasında ne var?
Yapay zekâda neden şimdi böyle bir canlanma görüyoruz? Ve her şeyden önce neden bunu tetikleyen sohbet robotları oldu? Teknoloji şirketlerinin acilen yeni bir iş modeline ihtiyacı vardı. Dil, zekânın bir işareti olarak görülüyor ve açıkçası diyalog partnerleri için büyük bir sosyal ihtiyaç var. Üçüncüsü, temel yenilikler giderek azalırken, onlardan beklentiler artıyor.
Teknoloji krizi
Metin, insan sesi ve görüntü üreteçleri (“üretken yapay zekâ”), beş büyük teknoloji şirketinin (Apple, Amazon, Facebook, Google ve Microsoft’un), 200.000 çalışanı işten çıkardıkları 2021 ve 2022’deki “büyük teknoloji” krizinden kendi kendilerini kurtarmak i̇çi̇n geliştirdikleri araçlardır. Büyük beş, yapay zekâ pazarının %90’ından fazlasına hakim. Altıncı bir şirket olan Nvidia, donanımı sağlayarak pastanın en büyük dilimini alıyor. Nvidia eskiden grafik kartları üretiyordu ve hala üretiyor, ancak on yıldan biraz daha uzun bir süre önce grafik işlem birimlerinin (GPU’lar) muazzam paralel hesaplama gücüne sahip olduğu keşfedildi. İlk canlanma bilgisayar oyunlarındaydı, ikincisi kripto para madenciliğindeydi ve şimdi üretken yapay zekâda. GPU’lar büyük miktarda elektrik tüketimiyle ünlüler.
Yıllar süren kayıpların ardından ABD borsalarının 2023’teki yükselişi sadece yedi şirkete bağlıydı (yukarıda bahsedilen şirketlere ek olarak yedinci sırada Tesla var). Temmuz 2023’ün ortalarında bu yedi şirket, teknoloji hisseleri için önemli bir endeks olan Nasdaq 100’ün %60’ını oluşturdu. Canlanma tek bir beklentiye dayanıyor: “Yapay zekâ her şeyi değiştirecek”. Ekonomik olarak, henüz yonga endüstrisindeki durgunluğu dengeleyecek yeterli bir canlanma olmadı. Ciro ve kârlar çöktüğü için yonga imalatına yatırımlar erteleniyor. Bellek yonga imalatçılarının tümü zarar bildiriyor. Üretim kesintilerine rağmen, Samsung’un faaliyet kârı ikinci çeyrekte %95, üçüncü çeyrekte %80 düştü. Qualcomm ciroda neredeyse %23’lük bir düşüş ve işten çıkarmalar açıkladı.
Sohbet robotlarına sosyal bir ihtiyaç var
İlk sohbet robotunu 1966’da Joseph Weizenbaum yaptı. ELIZA’sı kısa, yazılı konuşmalarda insanmış gibi davranabiliyordu. Weizenbaum, birçok insanın bu nispeten basit programa en mahrem sırlarını emanet etmesine şaşırdı. İnsanlar, sorunları hakkında “diyalog partnerlerinin” gerçek bir kavrayışa sahip olduğuna ikna olmuşlardı, çünkü sorularına aldıkları yanıtlar “insanî” görünüyordu. Bu sözü edilen “Eliza etkisi” bugün birçok sohbet robotu tarafından istismar ediliyor. İstenmeyen bir yan ürün, çok satan bir ürün ve iş modeli haline geldi.
2017’den beri Luka Inc. şirketi Replika sohbet robotunu, romantik arkadaş ikamesi, bir “eşlikçi” olarak pazarlıyor. Ancak yine de “romantik etkileşimler” için bir yükseltme satın almanız gerekiyor. Çocuk sahibi olamayan ve yapay zekâ çocuklar yaratan kadınlar var. Bir tür yapay zekâ haremi yaratan erkekler var, terk edilmiş insanlar rahatlamak için sohbet robotlarıyla etkileşime giriyor ve yanlış anlaşıldığını hisseden insanlar onlarla iletişim kurarak tatmin oluyor. ABD’de, 2023 yazında sohbet robotuyla evlenen bir kadının hikayesi viral hale geldi. Baharda, Belçikalı bir adamın sohbet robotuna nasıl yapılacağını danıştıktan sonra intihar ettiği haberi çıktı.
Sohbet robotları, büyük miktarda insan diyalog verisi konusunda eğitilmiştir ve bu nedenle duyguların ifadesini de yansıtabilir. Sadece Replika değil, ChatGPT ve diğerleri de bir tür romantizm dolandırıcısı olarak tasarlanmış gibi görünüyor. Bu modeller, anlayışı taklit etmek veya sadece iyi bir hikaye uğruna, kaynakları ve sözde gerçekleri kendiliğinden icat etmeyi sever. Bu “sosyal halüsinasyonlar” (Emily Bender) caziptir ve müşterinin sadakatini oluşturmak için kullanılır.
“Kendinize, sürekli ne kadar harika olduğunuzu temin eden, karmakarışık bir rüyanın en sıkıcı tekrar anlatımına bile ‘Vay canına, bu çok büyüleyici’ şeklinde yanıt veren onların, nasıl arkadaşlar olduklarını sorabilirsiniz. İyi huylu köpekler gibi, eve gelip onları selamlamanızdan daha hoş bir şey yoktur. Öte yandan, forumlardaki ve sohbetlerdeki kullanıcılar bunu sadece takdir ediyor. … Mutluluğunuzu gerçek bir insana bağımlı hale getirmemek için iyi nedenler olabilir. Ancak hayatınızı bir yapay zekâ ile paylaşıyorsanız, yalnızca gülümseyen bir avatarla değil, bir teknoloji şirketiyle de hassas verileri paylaşıyorsunuz demektir.”2
Birçok kullanıcı, soruları aracılığıyla yapay zekâyı yeni verilerle beslediklerini ve eğittiklerini de anlamıyor. 2023’ün başlarında Samsung, geliştiricilerinden gelen program kodunun ChatGPT’ye yüklendiğini keşfetti. Yılın ortasında Samsung, JPMorgan Chase Bankası, Verizon, Amazon, Walmart ve diğerleri, çalışanlarının şirket bilgisayarlarında sohbet robotu kullanmasını resmen yasakladı. Ayrıca, özel bilgisayarlarında da üretken yapay zekâya şirketle ilgili herhangi bir bilgi veya kişisel veri girmelerine izin verilmiyor.
Az sayıda gerçek yenilik
Neredeyse hiç kimse, dünyanın öngörülebilir gelecekte güzel bir yer olacağına hala inanmıyor. Ekolojik krizler gittikçe artıyor, savaşlar yaklaşıyor ve toplumsal sorunlar büyüyor.
Belki de bu yüzden ütopik gayretler nükleer füzyon, elektrikli arabalar veya yapay zekâ gibi teknolojilere giderek daha fazla bağlanıyor. Oysa kapitalist teknolojiler yeni bir dünya yaratmazlar; eskisini korurlar. Weizenbaum, 1985 yılında yaptığı bir röportajda, bilgisayarın icadının öncelikle statükoyu kurtardığını söyledi. Şu örneği veriyordu: finans ve bankacılık sistemi şişmeye devam ettiği için manuel transferler ve çeklerle zar zor kontrol edilebiliyordu. Bilgisayar bu sorunu çözdü. Her şey eskisi gibi devam etti, yalnızca dijitalleştirildi ve bu nedenle hızlandı.
2023’ün başında Nature dergisi, “çığır açan keşiflerin” sıklığının azaldığını öne süren bir çalışma yayınladı. Daha önceki çalışmalar bunu, örneğin yarı iletkenlerin ve ilaçların gelişimi ile ilgili olarak zaten göstermişti. Pek çok şey, “gerçek yenilikler” değil, sadece, daha önce yapılmış bir icatta yapılan iyileştirmelerdir. Bilim ve teknolojiye yapılan harcamaların artmaya devam etmesine ve bilgi işçilerinin sayısındaki önemli artışa rağmen bilimsel ve teknolojik ilerleme yavaşladı. Nature‘daki makale, bunun nedeni olarak çok fazla bilgiyi ve çok fazla uzmanlaşmayı görüyor. Son yıllarda bilimsel ve teknik bilgi miktarı hızla artmış ve bilimsel literatür her 17 yılda bir ikiye katlanmıştır. Bununla birlikte, bilginin mevcudiyeti ile gerçek kullanımı arasında büyük bir fark var. Bilim insanları giderek belirli konulara odaklanıyor ve en başta kendi kendilerine atıf veriyorlar (Üçüncü taraf fonlama, yayınla veya yok ol)3.
Bu karışık durum, sürekli olarak “teknolojik atılımlardan” söz edilmesine yol açıyor. mRNA’da olduğu gibi araştırmalar altmış yıldır devam ediyor olsa da veya sohbet robotlarında olduğu gibi sadece yarım yüzyıldır bilinen yan etkileri kullanılıyor olsa da.
“Yapay zekâ rahatlatıcı derecede aptal görünüyor“4
Yapay zekâ her yerde. Özellikle reklamcılıkta. Akıllı telefonlar ve tabletler fotoğrafları konuya göre sıralıyor; yüz tanıma kullanılarak kilidi açılıyor; demiryolu bakımı için görüntü tanıma kullanılıyor; finansal hizmet sağlayıcılar, borçlanma riskini değerlendirmek için makineler kullanılıyor…
Ancak bu örneklerin üretken yapay zekâ ile bir ilgisi yok. Bunlar basitçe büyük veri analizi algoritmalarıdır. Pazarlama nedenleriyle, büyük verilerle ilgili her şey şu anda yapay zekâ olarak etiketleniyor. Sonuçta, veri analizi için en basit programlama döngüsü bile bu şekilde daha etkili bir şekilde satılabilir. Yaz aylarında Hamburg merkezli startup şirketi Circus yatırımcılardan para topladı. İş fikri “müşterinin tercihlerine bağlı olarak yapay zekâ ile pişirilen” yemeklerin eve teslimatıydı.
Verimli örnekler de var: Bir ekip ilaç araştırmalarında yeni proteinler geliştirmek için yapay zekâyı kullandı. Yonga üretiminde, kendi kendine öğrenen sistemler insanların yeniden çalışmasını önlüyor. Amazon, klasik bir olasılık hesaplaması da aynı derecede iyi olsa da, sevkiyat tahmini için yapay zekâyı kullanıyor.
“Yapay zekâ” terimi 1950’lerde reklam amacıyla ortaya atılmış ve “zekâ” ile anlaşılanı da kapitalizmle uyumlu hale getirmiştir.
1959’da elektrik mühendisi Arthur Samuel, masa oyunu dama için ilk kez insanlardan daha iyi oynayabilen bir program yazdı. Atılım, Samuel’in bir IBM ana bilgisayarına, kendisine karşı oynamasını ve hangi hamlenin hangi oyun durumunda kazanma şansını artırdığını kaydetmesini öğretmesiydi. Makineye karşı makinenin oynaması ve bu süreçte öğrenmek “yapay zekânın” başlangıcıdır, gerçekten de yapay, ama neden “zekâ”?
“Yapay zekâ” terimi bundan dört yıl önce [1955] ABD’li bilgisayar bilimcisi John McCarthy tarafından icat edilmişti. McCarthy, sibernetikçi Norbert Wiener dahil başkalarının da yaptığı gibi veri işlemeyi araştırıyordu. Ancak McCarthy sadece başkalarının ayak izlerini takip etmek istemedi. Kendine ait bir şey için şöhret edinmek istedi. Bu yüzden, Dartmouth Yaz Araştırma Projesini finanse etmek için Rockefeller Vakfı’na yaptığı başvuruda “sibernetik” yerine “yapay zekâ” yazdı. “Seminer, prensip olarak, öğrenmenin tüm yönlerinin ve zekânın diğer özelliklerinin kesin bir şekilde tanımlanabileceği ve bu süreçleri simüle etmek için bir makine inşa edilebileceği varsayımına dayanacaktır. Amaç, makinelerin dili kullanacak şekilde nasıl üretilebileceğini bulmaktır…”. Başvuru onaylandı, ancak tamamı değil: Rockefeller Vakfı sadece 7500 Dolar ödedi, böylece sadece yaklaşık sekiz bilim insanı bir yaz buluşabildi. Konferans sadece bir ay sürdü ve hiçbir sonucu olmayan “genişletilmiş bir beyin fırtınası oturumundan” başka bir şey değildi. Ancak bugün yapay zekânın başlangıcı olarak kabul ediliyor ve tüm katılımcılar yapay zekâ konusunda uluslararası şöhrete sahip uzmanlar oldular.
McCarthy daha sonra bu terimi “teslim bayrağı çekmemek” için kullanmak istediğini yazdı2 çn. Nail the Flag to the Mast ifadesi Columbia’s Pride adlı vatansever Amerikan marşında da geçiyor.. Ama zekâyı başka bir şeyle değiştiriyordu. Latince intellegere kelimesi “farkına varmak, anlamak, kavramak” anlamlarına sahiptir. İnsanlar kavrayarak zeki olurlar. “Zekâ”, çevre ile etkileşimde (bedensiz biliş yoktur) ve sosyal etkileşimde ortaya çıkar. İnsanlar birlikte yemek yapabilmek için dil geliştirdiler. Çikolatanın tadı ve biberiyenin kokusu, “veri” olarak saklanamayacak nitelikte deneyimlerdir. Ancak McCarthy yolu göstermişti: “bu süreçlerin simülasyonu”, yani bir kavrayış simülasyonu5. 1960’ların öforik evresinde, yapay zekâ araştırmacıları bilgisayarları yeterli veriyle besleyebileceklerini ve onları insan beyninden daha iyi performans gösterecek kadar ustaca birbirine bağlayabileceklerini düşündüler. Ancak kısa bir süre sonra bunu bir hayal kırıklığı izledi. İnsan beyni hakkında ne kadar çok şey anladıysak, onu bir makine şeklinde kopyalamanın asla mümkün olamayacağı o kadar netleşti (tümü 5.800.000 kilometrelik sinir yollarıyla birbirine bağlanan yaklaşık 100 milyar sinir hücresi…). AB’nin önde gelen projesi Human Brain, on yılda bu konuda hiçbir ilerleme kaydetmedi6.
1970’lerin başında uzun bir “yapay zekâ kışı” başladı.
IBM bilgisayarı Deep Blue’nun 1997’de mevcut dünya satranç şampiyonuna karşı kazandığı zafer, “yapay zekânın”, dünya sahnesine bir başka önemli çıkışı olarak kutlandı. Ancak Deep Blue, hatalarından ders alan “yapay olarak zeki” bir sistem değildi. Saniyede 200 milyon satranç pozisyonunu değerlendirebilen (kaba kuvvet3 çn. kaba kuvvet deneme yanılma yoluyla tüm seçenekleri deneyen bir yöntemdir kullanan) son derece hızlı bir bilgisayardı. AlphaGo’nun 2016’da dünyanın en iyi Go oyuncusuna karşı kazandığı zafer daha önemliydi. Makine daha önce milyonlarca kez kendi kendine oynamıştı ve daha önce hiç kimsenin düşünmediği hamleleri bağımsız olarak geliştirmişti.
“Yalanlar, lanet yalanlar ve istatistikler”7
McCarthy’nin önerisinde “sinir ağları” terimini kullanması da aynı derecede becerikli bir pazarlama taktiğiydi. Terim, bilgisayar yongalarıyla simüle edilmiş yapay bir beynin görüntülerini çağrıştırıyor. Ancak “yapay zekânın sinir ağları” beyindeki nöron ağına hiçbir benzerlik göstermez. “Düğüm” denilen birimleri birkaç katman halinde düzenlemek için kullanılan istatistiksel bir süreçtir. Kural olarak, bir düğüm, altındaki katmandaki bir düğüm alt kümesine bağlanır. Belirli bir bilgisayarın atları tanıyabilmesini istiyorsanız, onu birçok at fotoğrafıyla beslersiniz. Sistem bunları kullanarak bir “öznitelik kümesi” çıkarır: kulaklar, gözler, toynaklar, kısa tüy vb. Daha sonra yeni bir görüntüyü değerlendirmek için program hiyerarşik olarak ilerler: ilk katman yalnızca parlaklık değerlerini, bir sonraki katman yatay ve dikey çizgileri, üçüncü dairesel şekilleri, dördüncü gözleri vb. analiz eder. Sadece son katman tüm modeli bir araya getirir.
Sonraki ince ayar, bir görüntüyü doğru bir şekilde tanıdığında sistemi övmek (düğümler arasındaki bağlantılar güçlendirilir) veya bir köpeği at olarak tanıdığında onu eleştirmek (düğümler arasındaki bağlantılar yeniden düzenlenir) şeklindedir. Bu şekilde, sistem daha hızlı ve daha doğru hale gelir, ancak bir atın gerçekten ne olduğunu asla “kavramaz”.
Sohbet robotları, dili bu şekilde oluştururlar. Onlar ne en üst seviye ne de en önemli, ne en güçlü ne de en tehlikeli yapay zekâ türüdür. Büyük sayıları çarpmak söz konusu olduğunda, 70’lerin herhangi bir cep hesap makinesinden daha başarısızdırlar. Sözde “üretken yapay zekânın” arkasındaki teknoloji, esasen büyük miktarda veriden elde edilen istatistiksel çıkarıma dayanmaktadır. İstatistik yardımcı bir bilimdir. Ekonomistler, epidemiyologlar, sosyologlar vb. istatistiği belirli bağlamlarda yaklaşık bir yönelim elde etmek için “sezgisel olarak” uygularlar. İstatistiksel tahminlerin nadiren isabetli olduğunun farkındadırlar; hata yaparlar ve bazen çıkmazlara yol açarlar. Üretken yapay zekâ, sonuç olarak istatistiksel tahminler sunar. Performansının dayanağı budur. Tanım olarak, modeller, sonuçlarını türetemez veya gerekçelendiremez. Sonuçlar uygun olana kadar eğitilirler.
Bir yapay zekâ sistemine hata yaptığını söyleyemezsiniz: “Bunu bir daha yapma!” Çünkü sistemin “bunun” ne olduğu veya bundan nasıl kaçınılacağı hakkında hiçbir fikri yoktur. Makine öğrenmesine dayalı ve genel ilkeler veya temel kurallar yerine büyük miktarda veri temelinde eğitilmiş yapay zekâ sistemleri tavsiye alamaz.
Bir sohbet robotu, kelimelerin anlamlarına herhangi bir atıfta bulunmadan eğitim verilerinden dil biçimleri dizilerini bir araya getirir. ChatGPT’ye Berlin’in ne olduğu sorulduğunda, Berlin’in Almanya’nın başkenti olduğunu söyler. Berlin’in ne olduğu, bir şehrin ne olduğu veya Almanya’nın nerede olduğu hakkında bir fikri olduğu için değil, bu yanıt istatistiksel olarak en olası yanıt olduğu için.
Sohbet robotları ilerledikçe daha da aptallaşıyor. Bunun nedeni, kısmen makine öğrenmesi sırasında diğer sohbet robotlarından gelen ürünlerle beslenmeleri ve kısmen de düşük ücretli tıklama işçilerinin, sözde el yazısı metinleri daha hızlı oluşturmak i̇çi̇n, bazen ince ayar yapmak için ChatGPT’yi kullanmalarıdır. Piyasaya sürülmesinden sadece altı ay sonra, ChatGPT’nin performansının hatalarla giderek daha fazla delik deşik hale geldiğine ilişkin şikayetler birikmeye başladı, kullanım süresi genel olarak %10 düştü ve bu yapay zekânın indirilmesi %38 azaldı. Yapay zekâ endüstrisi paradoksal ama tipik bir şekilde tepki verir: Sorun ilk aşamada aşırı veri yüklemesiyle ortaya çıkmış olsa da, eğitim verilerinin ve parametrelerinin miktarını daha da artırır.
Özgün metin: Wildcat, 112, Sonbahar 2023
Kaynak: Angry Workers, 10 Kasım 2023
- Bertolt Brecht, Radyo Kuramı (çn. Sinema Yazıları, Görsel Yayınlar, 1977, sf. 123) ↩︎
- “Bir kenara bırakılacak bir koca”, Alman gazetesi Süddeutsche, 1 Ağustos 2023 ↩︎
- M. Park, E. Leahey, R.J. Funk. Papers and patents are becoming less disruptive over time. Nature 613, 138-144 (2023). Bu konu hakkında ilginç bir yorum Florian Rötzer, “Forschung: Weniger Durchbrüche, schleppender Fortschritt”, telepolis, 9 Haziran 2023. ↩︎
- Alman komedyen Helge Schneider ↩︎
- “Yemek pişirme koku, tat ve dili nadiren fark edilen bir şekilde birbirine bağlar: yemek pişirmenin koku ve tatları muhtemelen dilin gelişiminde birincil faktördür”. Gordon M. Shepherd, Neurogastronomy, How the Brain Creates Flavour and Why It Matters, Columbia University Press, 2013. ↩︎
- 2013 yılında AB, beyin araştırmacısı Henry Markram’a dünyanın en büyük beyin araştırma projesi olan Human Brain Projesi’ni kurması için 600 milyon avro sağladı. Markram, tüm insan beynini bir bilgisayar modelinde bire bir simüle etmeyi ve Alzheimer’dan şizofreniye kadar her şey için tedaviler geliştirmeyi vaat etmişti. Proje on yılın ardından Ekim ayında sona erdi. İnsan beynini yeniden yaratmaya yakın bile değildi. Ne şizofreni ne de Alzheimer yenildi. Nörobilimin net bir teorisi yok; hafıza, biliş ve hatta bilinç gibi merkezi kavramlar üzerinde bile bir anlaşma yok. Bu boşluğu bilgisayar metaforlarıyla dolduruyorlar. Bu da araştırma fonu yaratıyor ama bilimi ilerletmiyor. ↩︎
- Mark Twain ↩︎
