Otomasyon nedeniyle büyük ölçekli işsizlik, algoritmalara eklenen önyargılar veya kişisel verilerin manipülasyon amaçlı kullanılması yapay zekânın sürekli tehdit tahtında oturmasını sağlıyor.
Asıl önemli tehdit ise dijital alanda tekel konumuna ulaşan ve günümüzde sosyal medya pazarına hakim büyük teknoloji şirketlerinden geliyor: Sonuçta yapay zekâyı en yoğun kullanan onlar.
Twitter; Meta bünyesinde Facebook, WhatsApp, Instagram ve Google'dan YouTube, sosyal medya pazarının neredeyse tüm kontrolünü ellerinde bulunduruyorlar.
Bu teknoloji şirketleri küresel boyutta geniş kişisel veri havuzuna sahipler. Kullanmakta oldukları yapay zekâ algoritmaları ile sahip oldukları sosyal medya platformlarının dezenformasyon amaçlı kullanımına izin veriyor olmaları beraberinde ırkçılığı, komplo teorilerini, siyasi aşırılığı ve şiddeti körüklerken dezenformasyon amaçlı bot hesaplara da güç sağlıyor.
Hemen belirtelim: Burada sözü edilen yapay zekâ, insan zekâsının sahip olduğu bilinç ve duygusallığa sahip değil.
Peki yapay zekâ, insan zekâsının sahip olduğu bilinç ve duygusallığa sahip olabilecek mi?
Olursa insan için tehdit oluşturur mu?
Bu konuda bilim insanları arasında görüş birliği yok. Bazıları yapay zekânın bilinç kazanabileceğini ve bunun varoluşsal bir tehdit olabileceği konusunda ısrarlı olurken tersi yönde düşünenler bunun çok uzak bir olasılık olduğunu ileri sürüyorlar.
Yapay zekâ ve makine öğrenimi
Yapay zekâ, insan beyninin zihinsel süreçlerinin makineler tarafından simülasyonuna verilen isim. Bir başka deyişle yapay zekâ, bir bilgisayar sisteminin öğrenme ve problem çözme gibi insana özgü bilişsel süreçleri taklit etme yeteneğine sahip olması.
Günümüzde bilgisayarların yapay zekâ yetisini kazanması makine öğrenimi yoluyla oluyor.
Yapay zekâ (Artificial Intelligence-AI), makine öğrenimi (machine learning) ve derin öğrenme (deep learning) genellikle birbiri ile karıştırılan kavramlar. Çoğu kez birbirinin yerine kullanılıyor olsalar da temelde aynı şey değiller: Ancak tamamen ayrı şey de değiller.
Klasik bilgisayarlar, algoritma adı verilen bir şema üzerinden belirli adımları takip ederek çalışırlar. Bu adımların kodlanmış haline yazılım diyoruz.
Bu çalışma rutininde bilgisayarın makine öğrenimine ihtiyacı yok.
Ancak çok büyük veri analizilerinde her adımı bir algoritma üzerinde göstermek oldukça zordur ve bunun yerine bilgisayarın matematik modeller yardımıyla yeni algoritmalar geliştirmesi sağlanır. Bu sürece makine öğrenimi deniyor.
"Akıllı makine" olarak adlandırdığımız bu sistemler, makine öğrenimi ile verilerden öğrenen bilgi tabanlı sistemler oluyor. Bu makineler analiz ettikleri verilerden doğrudan matematiksel modeller kullanarak öğreniyor, çıkarımlar yapıyor, yeni algoritmalar üretiyor veya onları değiştirebiliyor.
Verilere olan bu bağımlılık da zaman zaman insana özgü önyargıları da beraberinde algoritmalara taşıyarak potansiyel tehditler oluşturabiliyor.
Akıllı makinelerin bu özelliklerinin ötesinde insan zekâsını ve muhakemesini taklit etmesi ve insana özgü kararlar üretebilm özelliği ise "yapay zekâ" olarak adlandırılıyor.
Bunu başarmanın yolu ise derin öğrenme dediğimiz bir tür makine öğrenimi. Derin öğrenme, insan beyninin işleyişini model alan ve sinir ağı olarak adlandıran bir dizi algoritmadan oluşmakta.
Kullanmakta olduğumuz geleneksel bilgi tabanlı sistemler, klasik fizik yasalarını temel alan algoritmalarla çalışır ve tam anlamıyla insan zekâsına erişimleri zor. Bu nedenle dikkatler kuantum bilgi sistemleri üzerinde yoğunlaşıyor.
Kuantum bilgi teknolojileri
Kuantum bilgi, atomaltı parçacıkların tabi olduğu kuantum fiziğinin tuhaf kurallarından besleniyor: Bunlar; kuantum durumu, süperpozisyon, kuantum dolanıklık, dalga çökmesi gibi garip kurallar.
Dolayısıyla kuantum bilgisayarların bilgi işleme ve hesaplama yöntemleri klasik bilgisayarlardan çok farklı.
Klasik olarak adlandırdığımız geleneksel bilgisayarlar 0 ya da 1 değeri alabilen "bit" dizileri ile işlem yaparlar. Buna karşın kuantum hesaplamada "bit" kavramının yerini kübit (qubit) alıyor, o da "quantum-bit" den türetilmiş. Kübitler eş zamanlı olarak 0 ve 1 değerlerini alabildiği gibi tüm olasılık ve kombinasyonları da kapsayan bir süperpozisyon durumunda bulunabiliyorlar.
Bu nedenle bir kuantum bilgisayarın deneyime dayalı olarak kendi kendine öğrenmesini ve gelişmesini sağlayacak olan kuantum makine öğrenimi de çok farklı olacaktır.
Kuantum bilgisayar teknolojisi ise henüz yolun başında: Kuantum parçacıklarının hapsedilmesi, kontrolü ve yönetilmesi ile sistemin dış etkilere karşı yalıtımı, programlama dili ve mimarisi çözüm bekleyen sorunlardan başlıcaları. Ancak kapasiteleri çok yüksek.
Bu sistemler, özellikle geleneksel bilgisayarlarla yapamayacağımız boyutta "big data" analizleri, kriptoloji, sağlık uygulamaları, bilgi transferi ve ışınlanma gibi bilimsel ve teknolojik uygulamaların yanı sıra evren simülasyonu gibi çok geniş ölçekli simülasyonlarda ve sanal dünya tasarımlarında büyük potansiyele sahipler.
Kuantum teknolojisinin, klasik fiziğin üstesinden gelemediği alanlarda yapay zekâyı daha üst boyutlara taşiyabileceği öngörülmekte. Bu alanda özellikle IBM, Google ve D-Wave gibi öncü büyük ticari şirketlerin umut verici çalışmaları bulunuyor.
Teknoloji şirketlerinin gücü
Görünen o ki, yapay zekâ henüz ciddi bir tehdit değil, en azından şimdilik!
Ancak yapay zekânın gücünü elinde tutan teknoloji şirketleri için durum bir hayli karışık.
Dünya sıralamasında ilk on içinde birbiri peşi sıra dizilmiş, parmakla sayılacak kadar az sayıdaki büyük teknoloji şirketlerinin küresel ölçekte karar alma mekanizmaları üzerinde korkutucu boyutta bir güç yoğunluğu oluşturduğu gerçeği var.
Dahası bu şirketler yalnızca günümüzün teknolojisine hakim değiller; aynı zamanda kuantum bilgi sistemleri gibi geleceğin teknolojilerinin de öncü çalışmalarının sahibi durumundalar.
İçimizi kemiren tehdit unsurunun nasıl ortadan kalkacağı ise bilimsel, yönetsel ve hukuksal açıdan alınacak önlemlere ve yaptırımlara bağlı.
Bir de bizlerin bilime ve bilimsel çalışmalara vereceği öneme ve katkıya!
Kaynakça