Filomythos Yapay Zeka
Bu yazıyla bağlantılı kavramları Filomythos arşivinde arayın.
Giriş: Kant’ın Kopernik devrimi ve bugünün zihin tartışmaları
Immanuel Kant’ın Saf Aklın Eleştirisi ile yaptığı hamle, modern felsefede yalnızca yeni bir bilgi kuramı kurmak değil, bilgi sorusunun yönünü değiştirmekti. Kant’a göre zihin, nesnelere pasif biçimde uyan bir alıcı değildir; tersine, deneyim dediğimiz şey, zihnin kendi a priori biçimleri ve kavramsal düzeni altında kurulmuş bir görüngüler alanıdır. Uzam ve zaman duyarlığın saf biçimleri, kategoriler ise anlığın temel örgütleme ilkeleri olarak iş görür. Bu yüzden insan, dünyayı “olduğu gibi” değil, kendisi için mümkün hale gelen fenomenler düzeni içinde bilir. “Kendinde şey” ise düşüncenin sınır işareti olarak kalır; düşünülebilir, ama bilinebilir değildir.
Bugün bilişsel bilimler, nörobilim ve yapay zekâ araştırmaları içinde dolaşan pek çok tartışma, bu Kantçı çerçeveyle şaşırtıcı yankılar taşır. Beynin algıyı etkin biçimde kurduğu, duyusal veriyi yalnızca kaydetmediği, aksine tahmin ettiği ve yorumladığı fikri; deneyimin pasif bir alım değil, kurucu bir süreç olduğu yönündeki Kantçı içgörüyle yan yana okunabilir. Elbette burada doğrudan bir özdeşlik değil, güçlü bir analoji söz konusudur. Yine de Kant’tan bugüne uzanan bu çizgi, algı ve temsil üzerine düşünmek için hâlâ son derece verimli bir eksen sunar.
Bu yazıda önce Kant ile çağdaş bilişsel bilimler arasındaki bu akrabalığı ele alacağım; ardından modern nörobilimde öne çıkan tahmine dayalı beyin ve dünya simülasyonu yaklaşımlarını özetleyeceğim; son olarak da yapay zekâ mimarilerine Kantçı bir gözle bakarak, “zihinsel çerçeve” fikrinin teknik sistemlerde nasıl yeniden belirdiğini tartışacağım.
Kant ve bilişsel bilimler: Dünya verilmez, kurulur
Kant’a göre algı, duyarlığın sağladığı çokluğun anlığın sentez etkinliği altında birleştirilmesiyle mümkün olur. Deneyim ne yalnızca duyusal malzemenin toplamıdır ne de salt kavramsal düşünmenin ürünü. Duyusal içerik ile kavramsal düzen, şematizm denen ara düzlemde birbirine bağlanır. Şemalar, kategorilerin sezgiye uygulanmasını mümkün kılan kurallardır; başka bir deyişle, soyut kavramlarla somut deneyim arasında işleyen görünmez arayüzlerdir.
Bu tablo, güncel bilişsel bilimlerde giderek güç kazanan tahmine dayalı işleme kuramlarıyla dikkat çekici biçimde konuşur. Bu yaklaşıma göre beyin, dış dünyadan gelen veriyi pasifçe kaydetmez; tersine, sürekli olarak neyle karşılaşacağını tahmin eder ve gelen duyusal sinyalleri bu tahminlerle karşılaştırır. Algı, böylece, “gelen veri” ile “beklenen dünya” arasındaki farkların işlenmesiyle ortaya çıkar. Dikkat de bu süreçte hangi sinyalin daha güvenilir, hangi hatanın daha önemli sayılacağını belirleyen bir ayar mekanizması gibi davranır.
Burada Kantçı yankı açıktır. Kant’ta deneyim, önceden işleyen biçim ve kategoriler olmaksızın mümkün değildir. Tahmine dayalı beyin kuramlarında ise algı, daha en baştan etkin olan içsel modeller ve önsel varsayımlar üzerinden şekillenir. Her iki durumda da veri, ancak bir çerçeve içinde anlam kazanır. Ancak bu benzerliği abartmamak gerekir. Kant’taki a priori, deneyimin evrensel ve zorunlu koşuludur; çağdaş bilişsel bilimlerdeki “prior” ise istatistiksel, öğrenilebilir ve revize edilebilir bir bileşendir. Dolayısıyla burada kavramsal bir eşitlik değil, işlevsel bir yakınlık vardır.
Modern nörobilim: Beyin bir alıcı değil, bir simülasyon aygıtı mı?
Çağdaş nörobilimde öngörücü kodlama modelleri, beynin dünyayı bir tür içsel simülasyon düzeneği üzerinden işlediğini öne sürer. Buna göre üst düzey beyin alanları alt düzeylere tahminler gönderir; alt düzeylerden gelen duyusal sapmalar ise hata sinyalleri olarak yukarı iletilir. Sistem, bu hataları en aza indirerek içsel modelini sürekli günceller. Böylece algı, dış dünyanın doğrudan kopyası değil; en az hata üreten en iyi içsel açıklama haline gelir.
Bu yaklaşım daha genel düzeyde serbest-enerji ilkesiyle de ilişkilendirilir. Bu ilkeye göre canlı sistemler, sürprizi ya da öngörülemeyeni azaltacak biçimde davranır. Algı, öğrenme ve eylem ayrı süreçler değil; aynı düzenleme mantığının farklı görünüşleridir. Organizma yalnızca çevreye tepki vermez, çevresini öngörülebilir hale getirmeye çalışır. Böylece dünya ile organizma arasında sürekli ayarlanan dinamik bir uyum alanı kurulur.
Bu resim çoğu zaman “kontrollü halüsinasyon” benzetmesiyle anlatılır. Burada kastedilen şey, algının hayal ürünü olması değildir; algının çıplak verinin kendisi değil, bedenlenmiş ve sınanmış tahminlerin dünyayla karşılaşma biçimi olmasıdır. Başka bir deyişle, deneyimlediğimiz dünya, verinin yalın toplamı değil; beynin en makul biçimde kurduğu yaşanabilir dünyadır.
Kant’ın düşüncesi tam burada yeniden güncel hale gelir. Çünkü onun da temel tezi, dünyanın bize saf haliyle verilmediği, ancak zihnin biçimlendirici etkinliği sayesinde “bizim için dünya” haline geldiğidir. Elbette Kant bir nörobilimci değildi; onun derdi beynin biyolojik işleyişini açıklamak değil, deneyimin mümkünlük koşullarını düşünmekti. Yine de çağdaş nörobilim, Kant’ın felsefi düzeyde açtığı soruyu hesaplamalı ve deneysel bir dile tercüme ediyor gibidir.
Kant ve yapay zekâ: Zihinsel çerçevenin teknik izdüşümleri
Kantçı perspektiften bakıldığında, çağdaş yapay zekâ araştırmaları da ilginç biçimde “çerçeve” sorusuna geri döner. Çünkü hiçbir yapay zekâ sistemi gerçekten boş bir levha değildir. Her model, veriyi belirli biçimlerde işlemeye zorlayan mimari varsayımlar ve kısıtlarla kurulur. Evrişimli ağların görüntüdeki yerel örüntülere duyarlılığı, Transformer mimarilerinin dikkat yoluyla bağlamsal ilişkileri ağırlıklandırması ya da pekiştirmeli öğrenme ajanlarının ödül yapıları altında davranış geliştirmesi, sistemin dünyayı hangi biçimde “görebileceğini” baştan belirler.
Makine öğreniminde buna çoğu zaman indüktif önyargı denir. Öğrenme ancak belirli yapısal eğilimler sayesinde mümkündür; aksi halde her probleme aynı derecede açık olan bir sistem hiçbir şeyi etkili biçimde öğrenemez. Bu nokta, Kant’ın deneyimi olanaklı kılan biçim ve kavram vurgusuyla analojik bir ilişki içindedir. Öğrenme, ister insan zihninde ister makine sistemlerinde olsun, her zaman bir ön-biçimlendirme düzeneği gerektirir.
Son yıllarda yapay zekâda dünya modelleri üzerine yapılan çalışmalar bu açıdan özellikle dikkat çekicidir. Pekiştirmeli öğrenme alanında geliştirilen bazı sistemler, çevrenin içsel bir modelini kurarak bu model içinde hayalî denemeler yapar, farklı eylem sonuçlarını simüle eder ve ardından gerçek dünyada daha etkili davranmayı öğrenir. Burada sistem, dış dünyayı yalnızca tepki verilecek bir akış olarak değil, içsel olarak yeniden kurulabilecek bir temsil alanı olarak işler. Kant’ın şematizmini doğrudan teknik bir modele çevirmek elbette mümkün değildir; ancak duyusal akışın yönetilebilir yapılara dönüştürülmesi bakımından belirli bir akrabalık kurulabilir.
Transformer mimarilerindeki dikkat mekanizması da benzer biçimde yorumlanabilir. Dikkat, girdinin farklı parçaları arasında hangi ilişkilerin daha önemli olduğunu belirleyen bir ağırlıklandırma düzenidir. Bu, Kant’ın “çokluğun birlik altında düşünülmesi” fikrinin teknik bir eşiği gibi okunabilir. Aynı şey değildir; ama temsilin bağlamsal olarak yeniden düzenlenmesi bakımından öğretici bir benzetim sunar.
Bir başka önemli alan da nedensellik meselesidir. Kant için nedensellik, deneyimin zorunlu örgütlenme ilkelerinden biridir. Yapay zekâ araştırmalarında ise yalnızca korelasyonları öğrenen sistemlerin sınırları giderek daha açık hale gelmiş, bu nedenle nedensel temsil öğrenmesi güçlü bir araştırma hattı haline gelmiştir. Amaç, yalnızca birlikte görünen örüntüleri değil, farklı koşullarda da geçerli kalabilen yapısal ilişkileri yakalamaktır. Bu teknik hedef, Kantçı anlamda kategori kuramı değildir; ama genellemeyi mümkün kılan düzenleyici yapılar arayışı bakımından onunla düşünsel bir yakınlık taşır.
Benzerlikler kadar farklar da önemli
Bütün bu paralellikler ne kadar ilginç olursa olsun, Kant ile çağdaş bilişsel bilimleri ya da yapay zekâyı özdeşleştirmek ciddi bir hata olur. Kant’ın a priori kavramı, istatistiksel olarak öğrenilen bir önsel dağılım değildir. Onun hedefi, deneyimden önce gelen ampirik bir hipotez önermek değil, deneyimin mantıksal ve transendental koşullarını göstermektir.
Aynı şekilde tahmine dayalı beyin kuramları da “dünya yoktur, yalnızca zihinsel kurgu vardır” demez. Bu yaklaşımlar, dış dünya ile organizmanın içsel modeli arasında sürekli işleyen bir uyumlandırma sürecini anlatır. Dolayısıyla burada solipsizm değil, tersine, dünya ile etkileşim içinde işleyen dinamik bir temsil düzeni söz konusudur.
Yapay zekâ alanında da benzer dikkat gerekir. Mimari kısıtlar, dikkat mekanizmaları ya da dünya modelleri, Kantçı kavramların doğrudan teknik karşılığı değildir. Bunlar ancak belirli işlevsel benzerlikler üzerinden yorumlanabilir. Kant’ın felsefesi normatif ve eleştireldir; mühendislik sistemleri ise ampirik ve araçsaldır. Bu iki düzeyi karıştırmak açıklık sağlamaz, tersine bulanıklık üretir.
Sonuç: Kant’ı bugüne nasıl tercüme edebiliriz?
Kant’ın Kopernik devrimi, deneyimi pasif bir alım olarak değil, kurucu bir etkinlik olarak düşünmeye zorlamıştı. Bugün bilişsel bilimlerde beynin dünyayı tahmin ederek algıladığı, nörobilimde içsel modeller üzerinden işleyen simülasyon süreçlerinin öne çıktığı, yapay zekâda ise dünya-modelleri, dikkat mekanizmaları ve nedensel temsiller etrafında yeni mimarilerin kurulduğu bir dönemdeyiz. Bütün bunlar, Kant’ın açtığı sorunun kapanmadığını, yalnızca yeni dillere çevrildiğini gösteriyor.
Yine de asıl önemli olan, bu çeviriyi dikkatli yapmaktır. Kant’ı bugüne taşımak, onu kaba biçimde “ilk predictive processing düşünürü” ilan etmek değildir. Daha verimli olan, onun temel sezgisini korumaktır: deneyim, verilmiş olanın değil, biçimlendirilmiş olanın alanıdır. İnsan zihni de, teknik sistemler de, dünyayı ancak belirli çerçeveler aracılığıyla işler. Sorulması gereken asıl soru şudur: Bu çerçeveler nasıl kurulur, neyi görünür kılar ve neyi dışarıda bırakır?
Kant’ın bugüne kalan en güçlü mirası belki de tam burada yatar. O, bize yalnızca nasıl bildiğimizi değil, hangi koşullar altında bildiğimizi sormayı öğretir. Bu soru, bugün hem zihin felsefesi hem nörobilim hem de yapay zekâ tartışmaları için hâlâ vazgeçilmezdir.
