Beyin Makine Arayüzlerinin Geleceği: Simbiyotik Zeka vs İnsan Zekası

Beyin makine arayüzleri (BMI) yoluyla Zeka Amplifikasyonu’nun ne olduğunu, neden önemli olduğunu ve neden bazı insanların zekalarını sanal zeka ile simbiyotik bir ilişki kurarak güçlendirirken, diğerlerinin güçlendirilmemiş olarak kalmasıyla gelecekte bir uçurum oluşabileceğini keşfedeceğiz.

BMI’leri kullanan insanlar, gelişmiş bilişsel performans ve işyerinde ve ötesinde artan verimlilikle ödüllendirilecekler.

Zeka Amplifikasyonu Nedir?

Zeka Amplifikasyonu kavramı ilk olarak William Ross Ashby’nin  Introduction to Cybernetics adlı kitabında tanıtıldı. Terim daha sonra, insan zekasını makine öğrenimi ve derin öğrenme yardımıyla geliştirmeyi amaçlayan makine öğreniminin bir alt kümesi olan Artırılmış Zeka’ya dönüştü. Kavram, hem insan karar alma süreçlerini hem de insanların kararlarını iyileştirmek için ihtiyaç duydukları bilgilere hızlı erişimini iyileştirmektir. Buraya kadar Artırılmış Zeka’nın güncel anlamı sona erer, bu, ilk ve öncelikle insan zekasını makine öğrenimi ve derin öğrenme yardımıyla geliştirmeyi amaçlayan bir makine öğrenimi ve derin öğrenme kullanır, ancak gerçek zamanlı simbiyotik bir ilişki yoktur.

İşte burada BMI’ler devreye giriyor, bunlar insan bilişini günümüzün Artırılmış Zeka’sından çok daha öteye taşıyarak geliştirecekler.

Bilgisayarlar, akıllı telefonlar veya diğer cihazlar kullanarak veri erişimimiz gibi, bir BMI esasen internete ve internete erişim sağlayan AI’ye dış bir cihaz olmadan erişimi mümkün kılan bir şekilde tasarlanmıştır. BMI, insan beynine implante edilecek ve insan zihninin bir uzantısı haline gelecektir.

Diğer bir deyişle, bir kitap açmak veya bir web sitesini ziyaret etmek zorunda kalmadan, bir insan tüm internet üzerinde depolanan bilgilere erişebilir ve gelişmiş bir AI, ilgili veri noktalarını insan beynine besleyerek, insanı tamamen kontrol altında tutabilir. Bir anı hatırlayamadığınız veya belirli bir tarihi hatırlayamadığınız zamanlar oldu mu? Bu sinir bozucu bir deneyimdir. Artırılmış Zeka ile biyolojik hafıza bankanızın bir uzantısı olan bir AI sistemi sayesinde mükemmel bir hatırlama yeteneğine sahip olabilirsiniz.

Bu tür bir zeka amplifikasyonu, J.C.R. Licklider tarafından 1960 yılında yayınlanan “Man-Computer Symbiosis” adlı bir makalede daha da incelendi. Bu aydınlatıcı makale, insanların AI’yi kontrol etmek için AI ile simbiyotik bir ilişki kurmayı öğrenmeleri gerektiğini nasıl açıklayabileceğini ortaya koyuyor. J.C.R. Licklider’in dediği gibi, “İnsanların ve bilgisayarların, esnek olmayan önceden belirlenmiş programlara bağlı kalmadan kararlar alması ve karmaşık durumları kontrol etmesi için birlikte çalışmasını sağlamak.”

Makine öğrenimi, bir bilgisayarın önceden belirlenmiş olmadığını garantileyen gizli bir sosudur, ancak henüz nasıl bu simbiyotiğe ulaşacağımızı ele almaz.

J.C.R. Licklider, “Umarım, yakın gelecekte, insan beyinleri ve bilgisayar makineleri çok sıkı bir şekilde bağlanacak ve ortaya çıkan ortaklık, hiç bir insan beyninin düşündüğü gibi düşünecek ve bugün bildiğimiz bilgi işleme makinelerinin ulaşamayacağı bir şekilde veri işleyecektir.” şeklinde devam etti.

Bu nasıl uygulanabileceğinin erken bir örneği satranç dünyasında görülebilir. Çoğu insan, 1997’de Garry Kasparov’un IBM bilgisayarı Deep Blue’ya karşı kaybettiğini biliyor, ancak daha yeni ve daha ilginç bir gelişme var.

AI’nin herhangi bir satranç oyuncusunu kolayca yenebileceği yıllardır bilinen bir gerçek, ancak daha ilginç olan, bir AI’nin insan ve AI takımı tarafından yenilebileceği gerçeğidir. Bu işbirliği ortamında, takım görevleri bölüşür, AI büyük hesaplamaları, model tanımayı ve ileriye dönük düşünmeyi gerçekleştirir. İnsan, insan sezgisinden yararlanarak ve tahtayı yıllarca inceleyerek değer katar.

Şu anda, insan ve AI takımı bir AI’yi yenebilir, ancak bu tür bir zaferin gelecekte sürekli olacağı bilinmemektedir. Bununla birlikte, bu, insanların bir AI’yi düzgün bir şekilde iletişim kurabilir, koordine edebilir ve kontrol edebilirlerse, bugün insanların veya bağımsız AI programlarının ele alamayacağı önemli sorunların, her ikisinin birliği tarafından ele alınabileceğini gösteren ciddi bir göstergedir.

J.C.R. Licklider’in son yorumları, insan beyni içinde gerçek zamanlı AI iletişimini mümkün kılan BMİ’ler tasarlamakmanın önemini açıkça ortaya koyuyor.

“Diğer ana hedef, yakından ilgili. Bu, düşünme süreçlerine, gerçek zamanlı olarak, bilgisayarların geleneksel yollarla kullanılamayacak kadar hızlı ilerleyen bir zamanda, bilgisayarları etkili bir şekilde dahil etmek. Örneğin, bir bilgisayarı kullanarak bir savaşı yönetmeye çalıştığınızı hayal edin. Bugün sorunuzu formüle edersiniz. Yarın bir programcı ile geçirirsiniz. Ertesi hafta bilgisayar programınızı derlemek için 5 dakika ve sorunuzu çözmek için 47 saniye harcar. 20 feet uzunluğunda, numaralardan oluşan bir kağıt alırsınız ve bu, size nihai bir çözüm sunmak yerine, simülasyon tarafından araştırılması gereken bir taktiği önerir. Açıkçası, savaş, planlamanın ikinci adımı başlamadan önce bitecektir. Bir meslektaşınızın yeteneklerini tamamlayıcı olan bir bilgisayarla düşündüğünüz gibi düşünebilmek için, bugün önerilen ve mümkün olandan çok daha sıkı bir insan ve makine bağlantısı gerekecektir.”

Zeka Amplifikasyonu Nasıl Çalışır?

BMI yoluyla zeka amplifikasyonu hala erken günlerinde ve devam eden bir çalışmadır. İnsan beyninin, semboller ve veri arasındaki bağlantılar oluşturmak için model tanıma avantajını kullandığı anlaşılmalıdır. Örneğin, belirli bir sırayla yapılandırılmış çizgileri gördüğünüzde, A harfini tanıyabilirsiniz. Oradan itibaren, kelime APPLE’yi okuduğunuzda, harf formunu beyninizde tanıyabilirsiniz. İnsan beyni, karakterlerden, kelimelerden, cümlelerden, paragraflardan, bölümlerden ve kitaplardan daha da öteye bağlantılar oluşturmaya devam eder.

Sorun, insan beyninin mükemmel bir hatırlama yeteneğine sahip olmaması ve bu mükemmel olmayan sistemin model tanıma sistemlerinin başarısız olmasına neden olmasıdır. Bir AI sistemi, bir kitabın okunması sırasında gerekli model tanıma bağlantılarını anında oluşturabilseydi ne olurdu? Bu, bir insanı, bir makale üzerinde çalışmak, bilgiye dayalı ürün veya hizmetler oluşturmak veya sadece hatırlama eksikliği olmadan zeki bir sohbet etmek için yeteneklerini artıracaktır.

Diğer durumlarda, bir insan, gerçek zamanlı olarak internete bağlanabilir ve bilgileri anında bulabilir ve iletebilir. Bir YouTube videosunu birden fazla kez izlemek zorunda kalmadan, bir kez izlemek yeterli olacaktır. Ek bir avantaj, model tanıma sistemlerinin insan beyninin video ve sesi gerçek zamanlından daha hızlı çözebilmesidir. Bu, insanın içeriği 2x, 3x veya daha hızlı bir hızda almasına olanak tanır.

Beyin Makine Arayüzlerini Nerede Bulabilirim?

Bu tür bir Zeka Amplifikasyonu için henüz çok erken günler. Çeşitli BMİ’lerin geliştirilmesi için birçok çalışma sürüyor ve bunlar sonunda bu tür bir uygulamaya dönüşebilir. En dikkat çekici olanı, Elon Musk’ın Neuralink şirketidir ve bu, insanların bilgisayarlarla bağlantısını sağlayacak ultra yüksek bant genişliğine sahip bir BMI geliştirmenin erken aşamalarında.
Neurallink, kullanıcıların bir bilgisayar veya mobil cihazı her yerden kontrol etmelerini sağlayacak ilk nöral implantı oluşturmayı hedefliyor. Bunu başarmak için, hareketi kontrol eden beyin bölgelerine mikro ölçekli iplikler yerleştiriliyor. Her iplik, birçok elektrot içerir ve bunları Link olarak adlandırılan bir implant ile bağlar.

Bir BMI sisteminin geliştiricileri, mikro nörokimyasal düzeyde nasıl çalıştığını tam olarak anlamayabilirler. İnsan beyninin plastisitesi (kendini değiştirme yeteneği) nedeniyle, aslında insan beyni, girdileri alır ve BMI’nin sihrini çalıştırması için gerekli çıktıları kendisi öğrenir.

Çoğu BMI, insan beyni tarafından alınan beyin dalgalarını ve modelleri çözmek için bir çözmeye sahiptir. Bu çözmeye, insan beyninin neyi başarmaya çalıştığını anlamak için hareket niyetlerini ve istenen eylemleri tanımlamaya çalışmak için çeşitli makine öğrenimi türleri, derin öğrenme dahil olmak üzere kullanır. Bu modelleri çözmek, insan beyninin neyi başarmaya çalıştığını en iyi şekilde anlamasına yardımcı olur. Bir BMI şirketi için en büyük zorluk, son kullanıcı için öğrenme yükü olmayan bir çözmeye sahip olmaktır.

Mevcut BMİ’lerin bazıları ile ilgili sorunlar arasında gecikme vardır, bu, hem insan hem de BMI tarafında girdi ve çıktı arasındaki zaman farkıdır. Şu anda, Neuralink, bu sorunlarla ilgili bazı sorunları çözmeye çalışıyor, bu da Neuralink’in beyin sinyalleri ekibinin başı ve nöromühendisi Joseph O’Doherty’nin bir röportajda belirttiği gibi.
“İlk adım, gecikme kaynaklarını bulmak ve hepsini ortadan kaldırmaktır. Sistem boyunca düşük gecikme süresi olsun istiyoruz. Bu, sinyalleri tespit etmeyi, bunları implantta işlemeği, implantın verilerinizi iletmek için kullandığı radyoyu ve Bluetooth ile ilgili paketleme ayrıntılarını içerir ve ayrıca alıcı tarafta, model çıkarım adımınızda bazı işlemler yapmanız ve hatta kontrol ettiğiniz imlecin ekranınızda pikselleri çizmeniz gerekir. Orada küçük bir gecikme varsa, bu, gecikmeye ve kapalı döngü kontrolüne etki eder.”

Neuralink, en popüler örnek olsa da, birçok başka takım da ilginç projeler üzerinde çalışıyor. Örneğin, Howard Hughes Tıp Enstitüsü’nden araştırmacılar, kullanıcıların zihinsel el yazısını ilk kez BMI ile yazdırabilmişlerdir . Takım, el yazısı ile ilgili beyin aktivitesini çözmüştür ve bu, BMI’nin bir sonucu olarak elde edilmiştir. Bu durumda, beyin, BMI tarafından tanınan bir dizi olarak el yazısını stratejik olarak düşünmeyi öğrenir. Felçli katılımcı, daha önce kaydedilen bir BMI ile dakikada 90 karakter yazabilmiştir.

Başka bir örnek, iki klinik deneme katılımcısının, bir kablosuz verici kullanarak BrainGate sistemi ile çalışmasını içerir. Kablosuz verici aracılığıyla, bir tablet bilgisayarda işaretleyebilir, tıklayabilir ve yazabilirler.

Amplifye Edilmiş Simbiyotik Zeka vs İnsan Zekası

Güçlendirilmiş bazı insanların, güçlendirilmemiş diğer insanlardan farklı olarak bir dünya hayal edebiliriz. Bunun arkasındaki tehlike, bu durumun, zekalarını güçlendirmek için finansal olanaklara sahip zengin insanların ve güçlendirilmemiş kalan diğer insanların arasındaki uçurumu artırmasıdır.

Güçlendirilmiş bir çalışan, ikinci kez düşünmek zorunda kalmadan ve internetten veya önceden bilinmeyen verilere anında erişimi sayesinde önemli zaman tasarrufu sağlayabilecektir. Bir AI, insanı (veya insan için) alakasız, sahte veya düşük kaliteli bilgileri hızlı bir şekilde uyarabilir veya filtreleyebilir. Mükemmel bir hatırlama yeteneğine sahip bir insan, görevleri gerçekleştirmek için yeni yollar bulabilir ve verimliliği ve üretkenliği üssel olarak artırabilir.

Bir metin yazmak veya yüksek sesle konuşmak yerine, güçlendirilmiş bir insan sadece düşünebilir ve metin ekranında aniden belirebilir. Bu basit BMI versiyonundan kaynaklanan zaman tasarrufu önemli olacaktır. AI sistemi ve BMI, insan beynine implante edilebilir ve kablosuz olarak dış güç kaynaklarına veya insan vücudunda ve beyninde bulunan aynı tür kalorilere ve kaynaklara bağlı olarak çalışabilir. Spekülatif olsa da, BMI oluşturmak için kan-beyin bariyerini geçen nanobotlar olabilir.

Güçlendirilmiş bir insan, güçlendirilmemiş bir insanla sohbetin tekrarlayıcı ve sıkıcı olabileceğini düşünebilir. Diğer güçlendirilmiş insanlarla iletişim kurmayı tercih edebilir ve birlikte iş kurmak, önemli makaleler yazmak veya diğer şekillerde üretken olmak isteyebilir. Bir işveren, eğitim geçmişine veya deneyime dikkat etmek yerine, yalnızca güçlendirilmiş personeli işe almayı tercih edebilir.

Toplum, her biri farklı sonuçlara yol açan farklı yollara gidebilir. Bir yolda, iki tür insan olabilir, bunlar birlikte yaşayabilir.

Neuralink’in uzun vadeli hedefi, Elon Musk’ın dediği gibi, “İnsanların yolculuğa katılabilmeleri için yüksek bant genişliğine sahip bir arayüz oluşturmak.” Bu, insanlığın süper zekaya sahip bir dünya ile yaşamak için nihai çözümünün bir BMI olacağı anlamına gelir. Kaç insanın kendilerini güçlendirmeyi seçeceği henüz bilinmemektedir, ancak BMİ’ler, derin takviye öğrenimi sistemleri içeren en önemli gelişmelerden biri olarak kalacaktır.