LLM’lerin Zeka Nasıl Yeniden Tanımlamaya Zorladığı

Eski bir söz vardır: Eğer bir şey ördeğe benzer, ördeğe benzer şekilde yüzer ve ördeğe benzer şekilde öterse, o probably bir ördektir. Bu basit akıl yürütme, genellikle Indiana şairi James Whitcomb Riley ile bağlantılıdır ve yapay zeka hakkında düşünme şeklimizi yıllarca etkiledi. Davranışın zekayı tanımlamak için yeterli olduğu fikri, Alan Turing’in ünlü “Taklit Oyunu”nu, şimdi Turing Testi olarak bilinen şeyi ilham etti.

Turing, bir insanın makineyle mı yoksa başka bir insanla mı konuştuğunu söyleyemeyeceği durumda, makinenin zeki olduğu söylenebileceğini önerdi. Ördek testi ve Turing testi, önemli olanın bir sistemin içinde ne olduğu değil, nasıl davrandığı olduğunu öne sürüyor. Onlarca yıl boyunca, bu test, yapay zeka alanındaki ilerlemeleri yönlendirdi. Ancak büyük dil modellerinin (LLM’ler) ortaya çıkmasıyla durum değişti. Bu sistemler, akıcı metinler yazabilir, sohbet edebilir ve görevleri insanlara benzer şekilde çözebilir. Artık soru, makinelerin insan konuşmasını taklit edip edemeyeceği değil, bu taklitin gerçek zeka olup olmadığıdır. Bir sistem bizim gibi yazabilir, bizim gibi akıl yürütebilir ve hatta bizim gibi yaratıcı olabilirse, onu zeki olarak adlandırmalı mıyız? Yoksa davranış alone zekayı ölçmek için yeterli midir?

Makine Zekasının Evrimi

Büyük dil modelleri, yapay zeka hakkında düşünme şeklimizi değiştirdi. Bu sistemler, bir zamanlar sadece temel metin yanıtları üretebiliyordu, ancak şimdi mantık problemlerini çözebilir, bilgisayar kodu yazabilir, hikayeler yazabilir ve hatta senaryo yazma gibi yaratıcı görevlerde yardımcı olabilir. Bu ilerlemede önemli bir gelişme, düşünce zinciri akıl yürütme yeteneğidir. Bir problemi daha küçük parçalara ayırarak, bir LLM, insan problem çözme şekline benzer şekilde karmaşık matematik problemlerini veya mantık bulmacalarını çözebilir. Bu yetenek, onları MATH veya GSM8K gibi gelişmiş benchmark’larda insan performansını eşleştirmelerine veya hatta aşmalarına olanak tanır. Bugün, LLM’ler ayrıca çoklu modalite yeteneklerine sahiptir. Resimler, tıbbi taramaları yorumlayabilir, görsel bulmacaları açıklamak ve karmaşık şemaları tanımlamak için çalışabilir. Bu ilerlemelerle, soru artık LLM’lerin insan davranışını taklit edip edemeyeceği değil, bu davranışın gerçek anlama是否 yansıtıp yansıtmadığıdır.

İnsan Benzeri Düşünme İzleri

LLM’lerin bu başarısı, zekayı anlama şeklimizi yeniden tanımlamaktadır. Odak, Turing testinde önerildiği gibi insan davranışıyla AI davranışını eşleştirmekten, LLM’lerin bilgiyi nasıl işlediğinde insan düşünce şekline benzerliklere bakmaya kaymaktadır. Örneğin, bir son çalışmada, araştırmacılar AI modellerinin iç işleyişini insan beyin aktivitesi ile karşılaştırdı. Çalışma, 70 milyardan fazla parametreye sahip LLM’lerin sadece insan düzeyinde doğruluk elde etmediğini, aynı zamanda bilgiyi içsel olarak insan beyin desenlerine benzer şekilde organize ettiğini buldu.

Hem insanlar hem de AI modelleri desen tanıma görevleri üzerinde çalışırken, beyin taramaları, insan katılımcılarında ve AI modellerindeki hesaplamalı desenlerde benzer aktivite desenleri gösterdi. Modeller, soyut kavramları iç katmanlarında, doğrudan insan beyin dalgası aktivitesiyle eşleşen bir şekilde kümeledi. Bu, başarılı akıl yürütmenin hem biyolojik hem de yapay sistemlerde benzer organizasyonel yapılar gerektirebileceğini düşündürüyor.

Araştırmacılar, bu çalışmanın sınırlılıklarına dikkat çekiyorlar. Çalışma, nispeten küçük bir insan katılımcı grubunu içeriyordu ve insanlar ve makineler görevlere farklı şekilde yaklaştı. İnsanlar görsel desenlerle çalışırken, AI modelleri metin açıklamalarını işledi. İnsan ve makine işleme arasındaki korelasyon ilgi çekici, ancak makinelerin kavramları aynı şekilde anladığını kanıtlamıyor.

Açıkça performans farklılıkları da vardır. En iyi AI modelleri, basit desenlerde insan düzeyinde doğruluğa ulaşırken, en karmaşık görevlerde insan katılımcılarına kıyasla daha dramatik performans düşüşleri gösterdi. Bu, organizasyon benzerliğine rağmen, soyut kavramları işleme şekillerinde insanların ve makinelerin arasında temel farklılıklar olabileceğini öne sürüyor.

Kuşkucu Perspektif

Bu etkileyici bulgulara rağmen, güçlü bir argüman, LLM’lerin sadece yetenekli bir taklitçi olduğu görüşünü desteklemektedir. Bu görüş, filozof John Searle’ın “Çin Odası” düşünce deneyinden geliyor, bu da davranışın anlama ile eşit olup olmadığı konusunda neden şüpheci olunması gerektiğini gösteriyor.

Bu düşünce deneyinde, Searle, sadece İngilizce konuşabilen ve Çin karakterleri alan, ancak bunları sadece İngilizce kurallar kitabını kullanarak işleyen ve yanıt üreten birini hayal etmemizi istiyor. Odanın dışından, yanıtları bir Çinli/native konuşmacınınkine benzer görünüyor. Ancak Searle, bu kişinin Çin hakkında hiçbir şey anlamadığını, sadece kurallara uyarak yanıt verdiğini savunuyor.

Eleştirmenler, bu aynı mantığı LLM’lere uyguluyor. Onları “stokastik papağan” olarak görüyorlar, bunlar istatistiksel desenlere dayalı olarak yanıtlar üreten, ancak gerçek anlama sahip olmayan sistemler. “Stokastik” terimi, olasılıksal doğalarını, “papağan” terimi ise taklitçi davranışlarını vurguluyor.

LLM’lerin beberapa teknik sınırlılıkları da bu argümanı desteklemektedir. LLM’ler sık sık “hallüsinasyonlar” üretirler; yani doğru olmayan, yanıltıcı ve anlamsız yanıtlar. Bu, içsel bir bilgi tabanına veya gerçeğin anlaşılmasına danışmak yerine istatistiksel olarak mümkün olan kelimeleri seçmelerinden kaynaklanmaktadır. Bu modeller ayrıca insan benzeri hatalar ve önyargılar üretirler. İnsanların kolayca göz ardı edeceği alakasız bilgileri karıştırırlar. Irk ve cinsiyet önyargılarını sergilerler, çünkü bu önyargıları içeren veriden öğrenmişlerdir. Bir başka önemli sınırlılık, “konum önyargısı”dır, burada modeller uzun belgelerin başlangıcında veya sonunda bulunan bilgileri vurgular, ancak ortasındaki içeriği ihmal eder. Bu “ortada-kaybolma” fenomeni, bu sistemlerin insanlarınkine benzer şekilde değil, çok farklı bir şekilde bilgi işlediğini gösteriyor.

Bu sınırlılıklar, LLM’lerin dil desenlerini tanıyıp yeniden üretme yeteneklerinin, gerçek anlam veya gerçek dünya bağlamını gerçekten anladıkları anlamına gelmediğini vurgulamaktadır.

Neyi Zeka Olarak Saymak?

Tartışma sonunda, zekayı nasıl tanımladığımıza bağlıdır. Zeka, anlamlı dil üretme, problem çözme ve yeni durumlara uyum sağlama kapasitesi ise, LLM’ler zaten bu standardı karşılar. Ancak zeka, öz farkındalık, gerçek anlama veya öznel deneyim gerektiriyorsa, bu sistemler hala eksik kalır.

Zorluk, anlama veya bilinç gibi nitelikleri ölçmek için net veya objektif bir yolumuz olmayışındadır. Hem insanlar hem de makinelerde, bunları davranışlardan çıkarıyoruz. Ördek testi ve Turing Testi bir zamanlar güzel cevaplar sunmuş olabilir, ancak LLM’ler çağındaki, artık yeterli olmayabilirler. Kapasitelerinin bizi zekayı yeniden tanımlamaya ve geleneksel tanımlarımızın teknolojik gerçeklikle uyumlu olup olmadığını sorgulamaya zorlamasıdır.

Sonuç

Büyük dil modelleri, bizim AI zekasını nasıl tanımladığımızı sorgulamaya zorluyor. İnsanların akıl yürütmelerini, fikirlerini üretmelerini ve görevleri insanlara benzer şekilde gerçekleştirebiliyorlar. Ancak gerçek insan benzeri düşünceyi şekillendiren farkındalık ve temelden yoksunlar. Yükselişleri, makinelerin zeki davrandıklarını sorgulamaya değil, zekanın真正 anlamını sorgulamaya zorluyor.