Bağlam Hesaplamayı Aşar (Şimdilik)

Beslemelerim yapay zeka gönderileriyle dolu. İnsanlar en yeni büyük dil modelleri (örn. ChatGPT) ve görüntü oluşturucular (örn. Midjourney) karşısında şaşırmış görünmektedir. Birkaç yıl içinde basit komutları zar zor anlayabilen sohbet robotlarından sicim teorisini açıklayabilen, kapak mektupları hazırlayabilen ve benden daha iyi baba fıkraları anlatabilen her şeyi bilen asistanlara nasıl ilerledik?

Cevap, bağlamın gücünde yatıyor. İnsanlar olarak, dünyanın düzgün bir şekilde düzenlenmiş olduğunu düşünmeyi severiz. Bir e-posta yazmak, resim yapmaktan veya ekmek pişirmekten farklıdır. Gerçekte, dünya dağınıktır. Resim yapmak için kullandığımız nöronların aynısı e-posta yazmak için de kullanılıyor. Bir “S”yi dilin yapı taşı olarak düşünürsünüz. Gerçekte, aynı zamanda görsel korteksiniz tarafından işlenen dalgalı bir çizgidir.

Nörobilimciler yıllarca bir yerelleştirme teorisi üzerinde çalıştılar. Beynin her bölümü belirli görevlerden sorumluydu ve parçaları incelemek bütünü açıklamanıza yardımcı olurdu. Bu teori büyük ölçüde çürütüldü. Beynin farklı bölümleri arasındaki bağlantıların sayısı daha az olabilir ama merkezi bir rol oynar.

Tarif ettiğim şey bağlamdır. Beynimiz "büyü" gibi görünüyor çünkü öğrenilmiş kalıpları bir alandan diğerine uyguluyoruz. Bağlam, ChatGPT ile telefon şirketiniz tarafından kullanılan sohbet robotu arasındaki farktır. Bir telefon faturasına yardımcı olmak için Wikipedia'nın tamamını okumanız mı gerekiyor? Hayır, ancak konuşma senaryo dışına çıktığında bağlam yardımcı olur.

Makinelerin bağlamda eksik olan şeyleri, hesaplamada telafi ederler. ChatGPT, bir köpeğin ne olduğunu tıpkı bir insan gibi “bilmez”. Bir köpeğin görüntüsünü oluşturamaz, bir köpeğin sesini üretemez veya kokusunu tanıyamaz. Ancak ChatGPT, köpekler hakkında herhangi bir insandan daha fazlasını okudu. ChatGPT'ye bir köpeğin kaç bacağı olduğunu sorarsanız, doğru cevap verecektir. Yapay zeka, bağlamsal bir "köpek" anlayışından yoksundur, ancak "Bir köpeğin kaç bacağı vardır?" sorusundan sonra ne gelmesi gerektiğini doğru bir şekilde tahmin etmek için yeterli veri gördü.

Bağlam ve hesaplama arasındaki savaş, otomasyonun merkezinde yer alır. Kendi kendine giden araba sorunu iyi bir örnektir. Günümüzde sürücüsüz arabalara güç veren algoritmalar, çevreden gelen görsel bilgileri kullanarak direksiyon, fren ve gaz kelebeği girdilerini tahmin edecek şekilde eğitiliyor. Algoritmalar daha iyi sensörlere sahiptir ve herhangi bir insandan daha hızlı kararlar verebilir. Kendi kendine giden arabalar, hesaplama açısından zaten üstündür.

Zorluk, sürüşün aynı zamanda bağlamdan da yararlanmasıdır. Alacakaranlıkta bir yolda ilerliyorsanız ve bir tarlada bir geyik görürseniz, muhtemelen yavaşlayacak, yolun kenarını izleyecek ve bir iç şeride geçeceksiniz. Direksiyon, gaz ve fren girişlerini ayarlamak için bağlamsal "geyik" anlayışınızı kullanırsınız. Makine geyiği görüyor ama bağlam avantajına sahip değil. Makine, geyiklerin sık sık arabaların önünde koştuğunu ve tek bir geyiğin ilerideki ormanda bekleyen diğer geyiklere işaret verebileceğini bilmez.

Makineler kendi kendine sürüş problemini hesaplama yoluyla çözer. Algoritma, arabanızın önüne atlayan bir geyiği tanıyabilir ve sizden daha hızlı frene basabilir. Bununla birlikte, bağlamsal geyik anlayışınız, mevcut algoritmaların erişiminin ötesinde önleyici tedbirler almanıza olanak tanır. Bağlamın gücü, hesaplamanın gücünden daha iyi performans gösterir.

AI'nın yükselişi için bağlamın önemi ne anlama geliyor? Benim görüşüme göre, bağlam sadece daha büyük modellerin bir işlevidir. ChatGPT ve Midjourney bugün ayrı modellerdir ancak gelecekte ayrı olmaları gerekmez. Modeller büyüdükçe bağlamsal anlayış da artmalıdır. Sonuç, insan beyni hakkında büyülü bulduğumuz şeyi taklit eden yapay zeka olacaktır. Hesaplama bir başlangıçtır, bir son değil.