Genel yapay zekâ, insanın farklı alanlarda kullanabildiği öğrenme, akıl yürütme, planlama ve problem çözme yeteneklerini tek bir sistemde birleştirebilen varsayımsal yapay zekâ türüdür. Bugün kullandığınız çoğu yapay zekâ aracı belirli görevlerde güçlüdür; genel yapay zekâ ise yalnızca metin yazmak veya görüntü tanımakla sınırlı kalmadan, yeni bir görevi anlayıp gerekli bilgiyi öğrenerek farklı sorunlara uyarlayabilmelidir.
Yapay zekâ, bilgisayarların normalde insan zekâsı gerektirdiği düşünülen görevleri yerine getirmesini sağlayan yöntemlerin genel adıdır. Çeviri yapan, öneri sunan, görüntü sınıflandıran veya soruları yanıtlayan sistemler yapay zekâ kapsamına girebilir.
Bu sistemlerin önemli bir bölümü dar yapay zekâ olarak değerlendirilir. Dar yapay zekâ, belirli bir görev veya görev grubunda başarılı olacak şekilde geliştirilir. Örneğin bir model metin özetlemede çok başarılı olabilir; ancak aynı modelin bir elektrik devresini fiziksel olarak kurabileceği, bilinmeyen bir yazılımı kendi başına öğrenebileceği veya uzun vadeli bir projeyi güvenilir biçimde yönetebileceği sonucu çıkarılamaz.
Genel yapay zekâ kavramı, bir sistemin farklı görevler arasında bilgi aktarabilmesini ve daha önce karşılaşmadığı sorunlara uyum sağlayabilmesini ifade eder. İnsan gibi bilinçli olması bu tanımın zorunlu bir parçası değildir. Asıl ölçüt, çok çeşitli zihinsel görevlerde bağımsız ve esnek biçimde çalışabilmesidir.
Genel yapay zekâ için genellikle şu yeteneklerin birlikte bulunması beklenir:
Varsayımsal olarak bir yapay zekâya şu görev verilsin: “Bir bütçe tablosundaki harcamaları incele, gelecek ay için tasarruf planı oluştur ve planın hangi varsayımlara dayandığını açıkla.”
Dar bir sistem yalnızca tabloyu toplamak veya belirli hücrelerdeki formülleri çalıştırmak üzere tasarlanmışsa toplam harcamayı hesaplayabilir. Ancak gelir bilgisinin eksik olduğunu, bazı giderlerin zorunlu olabileceğini veya gelecek ayın farklı koşullar içerebileceğini kendiliğinden değerlendiremeyebilir.
Genel yapay zekâ hedefi doğrultusunda çalışan bir sistemden ise önce eksik bilgileri fark etmesi, bütçe kalemlerini sınıflandırması, farklı tasarruf seçenekleri oluşturması, seçeneklerin olası sonuçlarını karşılaştırması ve belirsiz noktaları açıkça belirtmesi beklenir. Çıktı örneğin “Aylık gelir belirtilmediği için kesin tasarruf miktarı hesaplanamaz; mevcut harcamalara göre üç senaryo hazırlanmıştır” şeklinde daha temkinli olabilir. Bu, yalnızca cevap üretmekten farklı olarak görevi anlamayı ve eksik koşulları yönetmeyi gösterir.
Yine de böyle bir çıktı tek başına sistemin genel yapay zekâ olduğunu kanıtlamaz. Sonucun doğru olup olmadığını, hesaplamaların nasıl yapıldığını ve önerilerin gerçek koşullara uyup uymadığını ayrıca kontrol etmek gerekir.
“Genel yapay zekâ” bugün çoğunlukla belirli bir ürün adı değil, yapay zekânın ulaşabileceği bir yetenek düzeyini anlatan kavramsal bir terimdir. Hangi özelliklerin bu düzey için yeterli sayılacağı konusunda tek ve evrensel bir test bulunmadığı için, bir sistemin genel yapay zekâ olup olmadığı değerlendirilirken kullanılan ölçütler değişebilir.
Bir sistemin birçok konuda konuşabilmesi, sınavlarda yüksek puan alması veya insan benzeri metinler üretmesi; gerçek dünyada her görevi anlayabildiğini, güvenilir karar verdiğini, bilinç sahibi olduğunu ya da insan düzeyinde muhakeme yaptığını göstermez. Bu nedenle bir yapay zekâyı değerlendirirken gösterişli bir cevaptan çok, farklı görevlerdeki tutarlılığına, yeni durumlara uyumuna, hatalarını fark etmesine ve sonuçlarını doğrulayabilmesine bakın.
Bir yapay zekâ aracını incelerken şu soruları sorun: Yalnızca belirli bir işi mi yapıyor? Yeni bir görevi ek eğitim veya özel yazılım olmadan anlayabiliyor mu? Farklı alanlarda öğrendiği bilgiyi kullanabiliyor mu? Eksik veriyi ve belirsizliği belirtiyor mu? Sonuçlarını bağımsız kaynaklarla veya hesaplamalarla doğrulayabiliyor mu?
Bu sorulara olumlu yanıt verilmesi, genel yapay zekâ iddiasını değerlendirmeye yardımcı olur; ancak tek başına kesin kanıt değildir. Günlük kullanımda en güvenli yaklaşım, mevcut yapay zekâları genel amaçlı kullanılabilen fakat hata yapabilen araçlar olarak görmektir. Önemli kararları yalnızca ürettikleri cevaba dayandırmayın; girdileri, varsayımları ve çıktıları insan denetiminden geçirin.
Genel yapay zekâ ile bugünkü yapay zekâ arasındaki fark
Yapay zekâ, bilgisayarların normalde insan zekâsı gerektirdiği düşünülen görevleri yerine getirmesini sağlayan yöntemlerin genel adıdır. Çeviri yapan, öneri sunan, görüntü sınıflandıran veya soruları yanıtlayan sistemler yapay zekâ kapsamına girebilir.
Bu sistemlerin önemli bir bölümü dar yapay zekâ olarak değerlendirilir. Dar yapay zekâ, belirli bir görev veya görev grubunda başarılı olacak şekilde geliştirilir. Örneğin bir model metin özetlemede çok başarılı olabilir; ancak aynı modelin bir elektrik devresini fiziksel olarak kurabileceği, bilinmeyen bir yazılımı kendi başına öğrenebileceği veya uzun vadeli bir projeyi güvenilir biçimde yönetebileceği sonucu çıkarılamaz.
Genel yapay zekâ kavramı, bir sistemin farklı görevler arasında bilgi aktarabilmesini ve daha önce karşılaşmadığı sorunlara uyum sağlayabilmesini ifade eder. İnsan gibi bilinçli olması bu tanımın zorunlu bir parçası değildir. Asıl ölçüt, çok çeşitli zihinsel görevlerde bağımsız ve esnek biçimde çalışabilmesidir.
Genel yapay zekâdan beklenen özellikler
Genel yapay zekâ için genellikle şu yeteneklerin birlikte bulunması beklenir:
- Yeni bir konuyu yalnızca önceden özel olarak eğitildiği için değil, gerekli bilgiyi inceleyerek öğrenebilme.
- Bir görevin amacını anlayıp çözüm için plan oluşturabilme.
- Öğrendiği bilgiyi farklı bir alana aktarabilme.
- Belirsizlikleri fark edip hangi bilginin eksik olduğunu belirleyebilme.
- Uzun süren görevlerde önceki kararlarını ve hedefini koruyabilme.
- Hatalı veya çelişkili bir sonuca ulaştığında bunu denetleyip düzeltebilme.
Basit bir örnekle farkı anlayın
Varsayımsal olarak bir yapay zekâya şu görev verilsin: “Bir bütçe tablosundaki harcamaları incele, gelecek ay için tasarruf planı oluştur ve planın hangi varsayımlara dayandığını açıkla.”
Dar bir sistem yalnızca tabloyu toplamak veya belirli hücrelerdeki formülleri çalıştırmak üzere tasarlanmışsa toplam harcamayı hesaplayabilir. Ancak gelir bilgisinin eksik olduğunu, bazı giderlerin zorunlu olabileceğini veya gelecek ayın farklı koşullar içerebileceğini kendiliğinden değerlendiremeyebilir.
Genel yapay zekâ hedefi doğrultusunda çalışan bir sistemden ise önce eksik bilgileri fark etmesi, bütçe kalemlerini sınıflandırması, farklı tasarruf seçenekleri oluşturması, seçeneklerin olası sonuçlarını karşılaştırması ve belirsiz noktaları açıkça belirtmesi beklenir. Çıktı örneğin “Aylık gelir belirtilmediği için kesin tasarruf miktarı hesaplanamaz; mevcut harcamalara göre üç senaryo hazırlanmıştır” şeklinde daha temkinli olabilir. Bu, yalnızca cevap üretmekten farklı olarak görevi anlamayı ve eksik koşulları yönetmeyi gösterir.
Yine de böyle bir çıktı tek başına sistemin genel yapay zekâ olduğunu kanıtlamaz. Sonucun doğru olup olmadığını, hesaplamaların nasıl yapıldığını ve önerilerin gerçek koşullara uyup uymadığını ayrıca kontrol etmek gerekir.
Genel yapay zekâ bugün ne anlama geliyor?
“Genel yapay zekâ” bugün çoğunlukla belirli bir ürün adı değil, yapay zekânın ulaşabileceği bir yetenek düzeyini anlatan kavramsal bir terimdir. Hangi özelliklerin bu düzey için yeterli sayılacağı konusunda tek ve evrensel bir test bulunmadığı için, bir sistemin genel yapay zekâ olup olmadığı değerlendirilirken kullanılan ölçütler değişebilir.
Bir sistemin birçok konuda konuşabilmesi, sınavlarda yüksek puan alması veya insan benzeri metinler üretmesi; gerçek dünyada her görevi anlayabildiğini, güvenilir karar verdiğini, bilinç sahibi olduğunu ya da insan düzeyinde muhakeme yaptığını göstermez. Bu nedenle bir yapay zekâyı değerlendirirken gösterişli bir cevaptan çok, farklı görevlerdeki tutarlılığına, yeni durumlara uyumuna, hatalarını fark etmesine ve sonuçlarını doğrulayabilmesine bakın.
Kısaca nasıl ayırt edilir?
Bir yapay zekâ aracını incelerken şu soruları sorun: Yalnızca belirli bir işi mi yapıyor? Yeni bir görevi ek eğitim veya özel yazılım olmadan anlayabiliyor mu? Farklı alanlarda öğrendiği bilgiyi kullanabiliyor mu? Eksik veriyi ve belirsizliği belirtiyor mu? Sonuçlarını bağımsız kaynaklarla veya hesaplamalarla doğrulayabiliyor mu?
Bu sorulara olumlu yanıt verilmesi, genel yapay zekâ iddiasını değerlendirmeye yardımcı olur; ancak tek başına kesin kanıt değildir. Günlük kullanımda en güvenli yaklaşım, mevcut yapay zekâları genel amaçlı kullanılabilen fakat hata yapabilen araçlar olarak görmektir. Önemli kararları yalnızca ürettikleri cevaba dayandırmayın; girdileri, varsayımları ve çıktıları insan denetiminden geçirin.
