Charles Simon, Brain Simulator II’nin Yazarı – Röportaj Serisi

Charles Simon, Brain Simulator II’nin yazarıdır, Brain Simulator II, bir dizi ücretsiz, açık kaynaklı yazılım projesinin eşlik kitabıdır. Bu proje, uçtan uca Yapay Genel Zeka (AGI) sistemi oluşturmayı amaçlamaktadır.

Orijinal Brain Simulator yazılımı 1988 yılında yayınlandı, bu yazılım dünyasında enorm bir zaman dilimidir. Brain Simulator II, önceki sürümüne göre ne kadar ileri bir adımdır?

Bugünkü sistem, önceki sürümden yaklaşık bir milyon kez daha hızlıdır. Orijinal sürüm, FORTRAN dilinde yazılmış, IBM AT klonunda çalışmış, 1.200 nöronlu sabit bir dizi desteklemiş ve saniyede yaklaşık iki döngü hesaplayabilmiştir. Bugün kullanılan program, bir ağ üzerinde çalışabilir ve güçlü bir masaüstü CPU’da saniyede 2,5 milyar sinapsı işleyebilir.

Bu kitap, Brain Simulator II hakkında, açık kaynaklı bir yazılım projesi hakkında ve uçtan uca yapay zeka oluşturmayı amaçlayan bir proje hakkında. Bu yazılımı çalıştırmak için hangi tür bir kodlama deneyimi gerekir?

Hiçbir deneyim gerekmez. Eğer bir programcı değilseniz, Brain Simulator ile zaman geçirebilir ve nöronların yetenekleri ve sınırları, bir miktar bilgi temsili hakkında ve hatta kendi sınırlı ağlarınızı oluşturabilirsiniz. Eğer bir programcıysanız, daha derin teknik açıklamaları takip edebilir ve sistemi daha gelişmiş AGI stratejilerine genişletmek için kendi modüllerinizi oluşturabilirsiniz.

Yapay zeka için biyolojik olarak esinlenen köklerine dönmek, AGI’yi elde etmek için neden önemlidir?

1980’lerde, büyük bir nöral ağ oluşturursak, kendiliğinden zeki olacağı düşünülüyordu. Son 40 yıl içinde, bu senaryo giderek daha az olası hale geldi. Klasik yapay zeka yaklaşımları AGI için işe yaramazsa, farklı yaklaşımlar denemek gerekir ve çalışan tek AGI modeli insan beynidir.

Aynı zamanda, biyolojik olarak mümkün olana sıkı sıkıya bağlı kalma gerekmez. Örneğin, beynimiz, iki gözümüzün aldığı görüntülerdeki küçük farklılıklara dayanarak nesnelere olan mesafeyi hesaplayabilir, bu da 3D filmlerinin temelidir. Bunun beynimizde nasıl çalıştığını bilmiyoruz, bu nedenle bu işlevi, birkaç satır trigonometri kullanarak hesaplayan bir modül programladım. Beynimizin bu şekilde çalıştığından emin değiliz, ancak trigonometri yaklaşımı muhtemelen daha hızlı ve daha doğru olacaktır.

Kitabınızda, AGI için robotiğin gerekli olduğunu belirtiyorsunuz, neden bu così önemlidir?

Kör bir kişiye rengi açıklamaya veya sağır bir kişiye müziği açıklamaya çalışın. Bir AGI sadece bir bilgisayar programı ise, nasıl olur da üç yaşındaki bir çocuğun bildiği temel şeyleri anlayabilir? Çocuk, bir bakış açısına sahiptir ve gerçeklikle çevrilidir. Çocuk, nesnelerin var olduğunu, birçoklarının manipüle edilebileceğini bilir. Bloklarla oynayarak, bir çocuk şekil, boyut, katılık, yerçekimi, görsel örtme, mesafe ve daha birçok şey hakkında bilgi edinebilir. Otonom hareket, görme ve manipülatörlerle bir AGI, gerçeklik hakkında daha temel bir düzeyde öğrenilebilir.

Robotik bir AGI, gerçeklik hakkında temel bir anlayış edindikten sonra, bu bilgi, robotik olmayan düşünme makinelerine kopyalanabilir ve anlayış devam edecektir. Görmeyen veya işitmeyen bir kişi, bu duyuları hiç sahip olmamış bir kişiden farklı bir şekilde şeyleri anlayabilir.

Brain Simulator II’nin önemli bir yönü, geri yayılım kullanmamasıdır, bu metodolojiyi benimsememe nedeniniz nedir?

Beynimiz geri yayılım kullanmadan çalışır, bu nedenle AGI’nin de geri yayılım kullanmadan mümkün olması gerekir. Aslında, geri yayılım biyolojik bir modelle temelde uyumsuzdur, çünkü sinaps ağırlıklarını oldukça kesin bir şekilde algılama ve değiştirme yeteneğine dayanır. Bir süre Brain Simulator ile çalıştıktan sonra, sinaps ağırlıklarını belirli bir düzeyde kesinlikte ayarlamakın çok zor olduğunu ve sinaps ağırlıklarını doğru bir şekilde algılamayı imkansız olduğunu göreceksiniz. Temel problem, ateşlenen nöronların sinaps ağırlıklarını değiştirmesi, ancak bir sinaps ağırlığını algılayabilmek için nöronların ateşlenmesi gerektiğidir, bu nedenle bir sinaps ağırlığı değiştirilmeden algılanamaz.

Geri yayılım biyolojik bir analoga sahip değildir ve ben bunu çok güçlü bir istatistiksel yöntem olarak düşünüyorum. Birçok insan bunu kullanıyor ve bazıları mükemmel sonuçlar elde ediyor. Benim amacım, farklı yaklaşımları denemek. Atış yapan nöronları, takılı yazılımla birleştirerek, AGI’nin sorunlarına farklı bir bakış açısıyla bakıyorum.

Beynin incelenmesi sırasında düzensizlik ve rastgelelik görülüyor, bu bir yazılım sistemine gerçek AGI ortaya çıkarmak için gerekli midir?

Sanmıyorum. Bireysel nöronlar ve sinapslar, işlevleri oldukça deterministiktir, tıpkı transistör gibi. Beyinde, şeyler rastgele görünür, çünkü gürültü seviyeleri oldukça yüksektir ve bilgi bileşenleri apparent bir düzen içinde değildir. Ancak, görüşünüzü düşünün, metinleri net bir şekilde okuyabilirsiniz ve okuma sürecinde düzensizlik veya rastgelelik yoktur. Bu nedenle, en azından görsel korteksınız oldukça güvenilir ve tekrarlanabilir. Ancak, incelendiğinde, diğer beyin gibi düzensiz görünür. Bu nedenle, muhtemelen diğer beyin de görsel korteks gibi güvenilir ve tekrarlanabilir. Ancak, iç dili henüz okuyamıyoruz.

Evrensel Bilgi Deposu (UKS) kavramını tanıttınız, bu nedir ve neden önemlidir?

Robotik sorusuna geri dönecek olursak, genel zekanın bir yönü, farklı duyulardan bilgiyi entegre etme yeteneğidir. Bir bloğu bilirsiniz, çünkü onu görebilir, dokunabilir ve hakkında kelimeler duyabilirsiniz. Tüm bunlar, bir blokla ilgili bilgidir. Bu nedenle, bir AGI’nin benzer yeteneklere sahip olması için, geniş bir çeşitlilikte farklı bilgileri işleyebilen ve bu çeşitli öğeler arasında faydalı ilişkiler oluşturabilen genel bir depolama mekanizmasına ihtiyacı vardır. UKS, çok genel bir şekilde bir bilgi grafiğidir, böylece herhangi bir tür bilginin ve herhangi bir tür ilişkinin işlenmesine olanak tanır.

UKS, labirent uygulaması için gerekli uzaysal bilgileri, hedefe ulaşmak için kullanılan karar ve sonuç ağacını depolayabilir. Aynı yapı, kelimeleri renklerle ilişkilendirmek için kullanılır. Bu tür bir genellik, AGI için temelidir.

AGI’nin ortaya çıkması için zaman diliminiz nedir?

Bunun difficile olduğunu söyleyebilirim. Zaten AGI için gerekli donanımımız var ve tek bir đột pháya ihtiyacımız var, bu da her an olabilir. Bu đột pháya dair bir fikir vermeye çalışacağım:

Eğer sadece kırmızı bir renktir ve mavi bir renktir biliyorsanız, size bazı renkleri söyleyin diyebilirsiniz ve kırmızı ve mavi diyebilirsiniz. Soru, bir AGI’nin “is-a” ilişkisini nasıl öğreneceğidir. Bu ilişkiyi kolayca programlayabilirim, ancak bu durumda AGI, yeni ilişkileri karşılaştığında öğrenemeyecektir. Bir çocuk, yakınlık/uzaklık, büyüklük/küçüklük, önce/sonra ve daha birçok ilişki hakkında öğrenebilir. Ancak bunlar, boyut, mesafe, zaman ve daha birçok temel kavramı gerektirir.

Bir dolu nöronun, bu temel şeyleri nasıl öğreneceği sorusu, robotiğe duyulan ihtiyacı da içerir. Bir AGI, bir yere gitme kavramını nasıl öğrenebilir? Bu, hem konum hem de zaman kavramlarını içerir. Bir yere gitmek nispeten basittir, ancak bir yere gitmenin anlamını anlamak çok daha zordur. Bu temel soruların tümü, aynı temel sorunun farklı yönleridir ve bu sorunun çözümü, gerekli đột phádır.

Çok fazla insan bu soruyla ilgilenmiyor, çünkü gerçekten başarılı olursa, üç yaşındaki bir çocuğun yeteneklerine sahip olacak ve on yaşındaki bir çocuğın yeteneklerine sahip olacak. Bu nedenle, çözüm, kısa vadeli bir getirisi olmayan sorunlara zaman ve enerji ayırmaya istekli küçük, bağımsız araştırmacılardan gelecektir.

Brain Simulator II veya genel olarak AGI hakkında paylaşmak istediğiniz başka bir şey var mı?

Nöronlar ve sinapslar kullanarak, bu temel sorunları çözebilecek devreler tasarlamaya çalıştığınızda, bir kavramın birkaç dozen sinapsla değil, birkaç dozen nöronla temsil edildiğini görürsünüz. Bu, beynin kapasitesinin milyarlarca şey değil, birkaç milyon veya birkaç yüz milyon şey olduğu anlamına gelir. Bir AGI, sadece on milyon şeyi anlayabilse bile, en azından bu temel kavramlardan bazılarını anlayabilecektir. Ve bir bilgisayar sistemi, on milyon şeyi temsil edebiliyor. Bugün kullanılan donanım, belki de bugün kullanılan masaüstü bilgisayarla bile bu mümkün.

Brain Simulator’in 1.0 sürümü, gerçekten “olgunluk çağı”na ulaştı. Artık daha geniş bir araştırma kitlesine daha faydalı olabilecek kapasiteye ve daha iyi bir kullanıcı arayüzüne sahip. Bu, geliştirme ekibinin büyüdüğü ve daha büyük bir kullanıcı kitlesinin olduğu bir topluluk projesidir. Birlikte, yeni fikirleri deneyeceğiz ve zeka ve AGI’nin temel sorunlarında ilerleme kaydedeceğiz.

Harika bir röportaj için teşekkür ederim, her zaman AGI hakkında sizinle konuşmak çok aydınlatıcı. Daha fazla bilgi edinmek isteyen okuyucular, Brain Simulator II kitabını okumalıdır.