Yapay Zekânın Tarihçesi

Bu derste yapay zekânın 1940'lı yıllardan günümüze uzanan tarihçesini dönem dönem inceliyoruz: kurucu fikirler, 1956 Dartmouth Konferansı, iki yapay zekâ kışı ve üretken yapay zekânın yükselişi. Konunun temelini oluşturan kavramları henüz görmediysen önce Yapay zekâ nedir? dersine bakmanı öneririz. Alanın tamamına Yapay Zekâ dersleri sayfamızdan ulaşabilirsin.

Tarihin Başlangıcı: Makineler Düşünebilir mi? (1943-1950)

Bilgisayarlar henüz sayısal hesap yaparken bile, insan beynini taklit edebilen makineler fikri tartışılıyordu. 1943'te nörofizyolog Warren McCulloch ve mantıkçı Walter Pitts, sinir hücresinin basit bir matematik modelini önerdi; bu model, bugünkü yapay sinir ağlarının atası kabul edilir. Asıl dönüm noktası ise 1950'de geldi: İngiliz matematikçi Alan Turing, "Computing Machinery and Intelligence" makalesinde "Makineler düşünebilir mi?" sorusunu ciddi biçimde ele aldı ve bugün Turing Testi olarak bilinen ölçütü ortaya koydu.

Turing Testinin mantığı şudur: Bir yargıç, ekrandaki iki katılımcıdan birinin makine olduğunu sohbet ederek ayırt edemezse, makine insan düzeyinde iletişim kuruyor sayılır. Bu basit ölçüt, sonraki on yıllar boyunca yapay zekâ araştırmalarına yön verdi.

1956: "Yapay Zekâ" Teriminin Doğuşu

Alanın resmî başlangıcı genellikle 1956 yazında ABD'deki Dartmouth Koleji'nde düzenlenen yaz çalışma grubuna dayandırılır. John McCarthy, Marvin Minsky, Claude Shannon gibi isimlerin bir araya geldiği bu toplantıda "artificial intelligence" yani yapay zekâ terimi ilk kez kullanıldı. Katılımcıların ortak varsayımı, öğrenmenin ve akıl yürütmenin makineye hassas biçimde tanımlanarak kazanılabileceğiydi.

Erken dönemde umutlar yüksekti: 1955'te Newell ve Simon'un yazdığı Logic Theorist matematik teoremleri kanıtlayabiliyordu; 1957'de Frank Rosenblatt'ın algılayıcı (perceptron) modeli basit görsel ayrımlar yapabiliyordu; 1966'da MIT'de geliştirilen ELIZA, kalıp eşlemeyle sohbet eden ilk bilinen programlardan biri oldu. Bu hızlı başlangıç, yakın zamanda evde ve ofiste genel amaçlı zekâ makineleri olacağı umudunu doğurdu.

Yükselişten Durgunluğa: Yapay Zekâ Kışları (1970-1990)

Umudun karşısında gerçekler vardı: O dönemin bilgisayarları çok yavaştı, bellekleri bugünle kıyaslanamayacak kadar küçüktü ve gerçek hayattaki problemler laboratuvar örneklerinden çok daha karmaşıktı. Algılayıcının sınırlamaları 1969'da yayımlanan bir kitapla gösterildi; 1973'teki Lighthill raporu ise İngiltere'de yapay zekâ araştırmalarına ayrılan kaynakların kesilmesine yol açtı. Fonlar kurudu, ilgi düştü. Bu döneme ilk yapay zekâ kışı denir.

1980'lerde uzman sistemler ile kısmi bir bahar yaşandı: Belirli bir alandaki insan uzmanın karar kurallarını koda döken bu programlar, tıbbi destek ve teknik yapılandırma gibi görevlerde ticari başarı kazandı. Ancak kuralları elle yazmak pahalı ve kırılgandı; sistemler öğrenebilmek yerine bildiklerini ezberlemişti. 1980'lerin sonunda bu hayal kırıklığı, ikinci yapay zekâ kışını başlattı.

İki kışın ortak dersi şudur: Alan, kuralları elle yazan sistemlerin yerini veriden öğrenen yöntemlere bırakmasıyla gerçek ivmeyi yakaladı.

Dönüm Noktaları: Derin Öğrenme Çağı Açılıyor (1997-2016)

Tarihçede halkın yapay zekâ algısını değiştiren bireysel anlar vardır; en önemlileri sırasıyla şunlardır:

1. 1997: IBM'in Deep Blue satranç bilgisayarı, dünya satranç şampiyonu Garry Kasparov'u yenerek bir makinenin bir şampiyonu ilk kez yendiğini gösterdi.
2. 2011: IBM'in Watson sistemi, Jeopardy! bilgi yarışmasını kazandı; aynı yıl sesli asistan Siri telefonlara geldi.
3. 2012: AlexNet adlı derin sinir ağı, ImageNet görüntü tanıma yarışmasını ezici farkla kazandı; derin öğrenme dönemi başladı.
4. 2016: DeepMind'ın AlphaGo sistemi, Go oyununda dünya şampiyonu Lee Sedol'u yendi; "Go makineler için ancak on yıllar sonra mümkün olur" diyenler yanıldı.

Bu dönemin ortak zemininde, algoritmaların kural yazmaktan çok veriden öğrenmesi, büyük veri ve grafik işlemciler yatıyordu. Bugün konuştuğumuz her model, bu üçlünün ürünüdür.

2017'den Bugüne: Üretken Yapay Zekânın Yükselişi

2017'de Google araştırmacıları transformer adlı mimariyi tanıttı; büyük dil modellerinin temeli bu mimaridir. 2020'de GPT-3, milyarlarca parametreli boyutuyla dikkat çekti. Asıl kitle sıçraması Kasım 2022'de ChatGPT'nin yayımlanmasıyla geldi: yapay zekâ, laboratuvarlardan çıkıp herkesin tarayıcısına girdi.

2024-2025 döneminde tablo şöyle özetlenebilir: Sohbet asistanları telefon ve bilgisayarların alışılmış bir parçası hâline geldi; metin, görsel, ses ve video üreten modeller bir arada çalışabiliyor (çok kiplilik); yazılımcılar kod asistanlarını günlük iş akışına kattı; şirketler kendi verileriyle modelleri özelleştiriyor. Buna rağmen bugünkü tüm sistemler, belirli görevlerde güçlü olan dar yapay zekâ sınıfındadır; insanın her alanda kendi başına iş görebileceği genel yapay zekâ (AGI) henüz gerçekleşmemiştir. Sınıfların tamamını görmek için Yapay zekâ türleri dersine bakabilirsin.

Tarihçeden Çıkan Dersler: Sık Yapılan Yanılgılar

• "Yapay zekâ son birkaç yılda ortaya çıktı." Yanlış: Terim 1956'dan, temel fikirler 1940'lardan beri var. ChatGPT yalnızca alanı geniş kitlelere görünür kıldı.
• "Gelişim hep bu kadar hızlıydı." Yanlış: İki yapay zekâ kışı yaşandı. Bu yüzden bugünkü öngörüleri de bir beklenti dalgası olarak eleştirel okumak gerekir.
• "Makine bir insanı yendiyse, insan zekâsını geçti." Eksik: Deep Blue ve AlphaGo, kuralları net tek bir oyunda ustalaşan dar sistemlerdir; satranç bilmek, dünyayı anlamak değildir.
• "Sohbet eden model, düşünen modeldir." Yanıltıcı: Büyük dil modelleri bir sonraki en olası çıktıyı öngörerek üretir; bilinç veya niyet taşımazlar. Ayrıntılı karşılaştırma için Yapay zekâ ve insan zekâsı dersine bak.
• "Tarihçeyi bilmek gereksiz." Tam tersi: Hangi vaatlerin daha önce gerçek olmadığını bilmek, bugünkü haberleri ve tanıtımları doğru değerlendirmenin en pratik yoludur.