Makine hiç öğrenir mi?

Aramızdaki sabit fikirlilerin ne zaman yapay zeka konusu açılsa telaffuz ettiği cümleler var: “Makine dediğin hiç öğrenir mi? Ne verdiysen, neye programladıysan onu yapar makine dediğin.” Hemen her yapay zeka tartışmasında bu cümleleri ya da benzerlerini duymanız hâlâ oldukça  yüksek bir olasılık. Oysa gerçeklik bu kaba görüşün tam aksi yönde. Yapay zeka araştırmalarının önemli bir parçası makine öğrenmesi adı verilen alan. Üstelik bu öyle çok yeni bir alan falan da değil. Alan Turing’in 1950 tarihli “Hesaplama Makineleri ve Zeka” başlıklı makalesinde sorduğu “Makineler düşünebilir mi?” sorusunun devamında sorulabilecek olan “Peki makineler bizim gibi düşünebilir mi?” sorusuna bir yanıt arayışı makine öğrenmesi. Tom Mitchell’in formüle ettiği şekli ile ifade edecek olursak: “Eğer bir bilgisayar yazılımının bir grup işteki performansı deneyim ile artıyorsa  öğreniyor demektir.” Ve evet öğrenebiliyorlar. Deep Blue, Kasparov’u yendiğinde “Bir satranç oyunundaki olası hamle sayısı oldukça çok olsa da yine de hesaplanamaz bir oyun değil. Ama Go gibi olası hamle sayısının evrendeki atomların toplam sayısından bile fazla olduğu bir oyunda bilgisayarın insanı yenmesi mümkün değil” demişlerdi. Google’ın AlphaGo adlı yapay zekası Dünya Go Şampiyonu Lee Se-dol’u yendi. Şimdilerde Alpha Go’nun Star Craft II oynamayı öğrendiği haberleri geliyor.

“Evet ama makine öğrenmesi gerçek dünya uygulamalarından henüz çok uzak değil mi?” sorusu gelir hemen ardından. Soran aslında sorduğu sorunun yanıtını bildiğini, bizden “Evet, daha gerçek dünya uygulamalarına geçilemedi.” yanıtı geleceğini düşünmektedir. Gerçeklik bir kez daha sabit fikirli arkadaşımızı yalanlar. Spam filtrelerinden, sosyal medyadaki arkadaş önerilerine; arama motorlarından özelleştirilmiş reklam gösterim algoritmalarına pek çok yerde makine öğrenmesi -az ya da çok- halihazırda kullanılıyor. Görmeden, denemeden hayatta inanmam diyenler için geçtiğimiz haftalarda Google Çeviri, İngilizceden Türkçeye çevirilerde makine öğrenmesi kullanacak şekilde  güncellendi. Google Çeviri’yi eğer daha önce kullandıysanız bir de şimdi deneyin. Çeviri kalitesindeki farkı hissetmemeniz mümkün değil.

Geçtiğimiz haftalarda gelen bir diğer makine öğrenmesi haberi de Google’ın düşük çözünürlüklü fotoğrafları yukarı ölçeklemek için geliştirdiği RAISR’dı. Klasik yukarı ölçekleme yöntemleri içerikten bağımsız doğrusal algoritmalar kullanır. RAISR’ın farkı düşük çözünürlüklü pek çok görselin yüksek çözünürlüklü kopyaları ile farkını analiz etmiş olmasına ve bu analizi yukarı ölçeklemede kullanabilmesine dayanıyor. Bu sayede RAISR gerçeğe yakın detaylar oluşturabiliyor. Ortalama bir akıllı telefonda gerçek zamanlı olarak çalışabilen RAISR, büyük olasılıkla Google Camera’ya bir fotoğraf iyileştirme metodu olarak eklenecek.

Makine öğrenmesi kullanılan alanların ve örneklerin listesini fazlasıyla uzatmak mümkün. Dün makinenin insanı geçmesinin mümkün olmadığı iddia edilen pek çok alanda bugün makineler insanları geçiyor. Ve bu süreçte makineler çoğunlukla hesaplamak yerine “düşünmeyi” öğreniyor.