Geçtiğimiz Kasım ayında yapay zeka (AI) araştırma laboratuvarı OpenAI, ChatGPT adlı metin tabanlı insan konuşması simülatörünün ücretsiz bir prototipini piyasaya sürdü. Geçtiğimiz dört ay boyunca çok çeşitli disiplinlerden 100 milyondan fazla kullanıcı ChatGPT’nin önizleme sürümünü denedi.

Kullanıcılar sistemi bilim ve gazetecilik araştırmaları, makale ve hukuki özet yazımı, yazılım geliştirme, matematik problemi çözme ve dil çevirisi gibi alanlarda test ediyorlar. ChatGPT’nin daha yaratıcı kullanımlarından bazıları şiir yazmak, yazılım hatalarını düzeltmek ve şarkı sözü yazmak.

ChatGPT sorulara doğal dil yanıtları üretmek, öneriler sunmak ve metin yazmak için tasarlandı. Çok sayıda uygulaması var ve insanların teknolojiyle ve birbirleriyle etkileşim biçimlerini dönüştürme potansiyeline sahip.

Çığır açan sistem, üretken önceden eğitilmiş dönüştürücüler (GPT’ler) olarak bilinen gelişmiş bilgisayar teknolojisine dayanıyor. GPT’ler, OpenAI tarafından geliştirilen ve büyük metin veri tabanlarıyla eğitilen büyük dil modelleri (LLM’ler) ailesi olarak tanımlanıyor.

GPT’lerdeki ‘ön eğitim’, dil modelinin bir pasajdaki bir sonraki kelimeyi tahmin etmesini sağlayan büyük bir metin külliyatı üzerindeki öğrenme sürecini ifade eder. Bu, modelin göreve özgü verilere bağımlı olmadan iyi performans göstermesi için bir temel sağlar.

Google’ın web arama girdilerini otomatik olarak tamamlaması gibi, ChatGPT de kullanıcılar tarafından gönderilen soruların içeriğini tahmin ediyor. Eşzamanlı işleme olarak bilinen bu yöntem, soruları gerçek zamanlı olarak yazıldıkları anda yorumluyor ve anında yanıtlar üretiyor.

OpenAI tarafından tanımlandığı şekliyle ChatGPT’nin kusurları, bazen “kulağa makul gelen ancak yanlış veya saçma cevaplar” yazma eğilimi ve “aşırı ayrıntılı” olma ve belirli ifadeleri aşırı kullanma eğilimidir. Sistem ayrıca, belirsiz bir soru sorulduğunda “sorunun açıklanmasını istemek” yerine genellikle bir cevap tahmin ediyor.

Dezavantajları ne olursa olsun, ChatGPT yapay zekâ teknolojisinde ileriye doğru atılmış önemli bir adımı temsil ediyor. Aralık ayında Harvard Business Review’dan Ethan Mollick ChatGPT’yi yapay zekâ için bir dönüm noktası olarak nitelendirerek şunları yazdı: “GPT’nin versiyonları bir süredir ortalıkta olsa da bu model bir eşiği aştı: Çok çeşitli görevler için gerçekten kullanışlı... Sistemin önceki nesilleri teknik olarak bunları yapabilse de çıktıların kalitesi ortalama bir insanın ürettiğinden çok daha düşüktü. Yeni model çok daha iyi, hatta çoğu zaman şaşırtıcı derecede iyi.”

ChatGPT’nin ilk sürümü GPT-3.5’e dayanıyordu. 9 Mart’ta OpenAI, Cornell Üniversitesi’nin bir araştırma makalesinde “insan düzeyindeki performansa çarpıcı bir şekilde yakın olan ve genellikle ChatGPT gibi önceki modelleri büyük ölçüde aşan” özelliklere sahip olarak tanımlanan GPT-4’ün piyasaya sürüldüğünü duyurdu.

Yazarlar, GPT-4 ile yapılan ilk deneylerin “yapay genel zeka kıvılcımları” sergilediğini, yani düşünmeyi simüle etme ve yalnızca belirli soruları yanıtlamakla kalmayıp akıl yürütme, hissetme ve davranma gibi şeyler yapabildiğini gösterdiğini belirtiyor.

Hiç şüphe yok ki ChatGPT ve GPT-4, yapay zekâ teknolojilerinin üretkenliği nasıl artırdığını gösteriyor. Daha önce insan grupları tarafından gerçekleştirilen işlevlerin tek bir otomatik süreç haline getirilmesiyle, görevler artık bir bilgisayar tarafından hızlı ve doğru bir şekilde tamamlanabiliyor.

1980’lerden itibaren kitlesel düzeyde kişisel bilgisayar edinme süreci üretkenlik üzerinde dramatik bir etki yaratırken, GPT’ler gibi yapay zekâ araçlarının uyarlanabilir ve öğrenme özellikleri, üretkenliğin çok daha kısa bir süre içinde katlanarak artacağı anlamına geliyor.

Örneğin, ChatGPT bugün yazılım geliştiriciler için güçlü bir araçtır. Doğal dil işleme yeteneğini kullanarak, bir geliştiricinin neyi başarmaya çalıştığını modelleyebilir ve ilgili kod parçacıklarını sağlayabilir. Ayrıca doğrudan insan kodlama girdisine özgü hatalar ve tutarsızlıklar olmadan, tekrarlayan ve zaman alan görevleri otomatikleştirebilir.

ChatGPT karmaşık bilgisayar kodlarını hızlı ve doğru bir şekilde basitleştirebilir ve genellikle bir geliştiricinin yazabileceği her şeyden daha doğru ve bilgilendirici yorumlar ve belgeler sağlayabilir.

Yapay zekânın öncü adımları, 20. yüzyılın ortalarında Alan Turing, Marvin Minsky ve John McCarthy gibi bilim insanlarının yaptığı önemli katkılardı. İngiliz matematikçi ve bilgisayar bilimcisi Turing, yaygın olarak AI’nın kurucu babası olarak kabul edilir. Kendisi, 1950’de bir bilgisayarın bir insanınkine eşdeğer akıllı davranış sergileme yeteneğinin bir ölçüsü olan Turing Testini tasarladı.

Turing’in fikri çığır açarak makine öğrenimi ve doğal dil işleme üzerine onlarca yıldır süren araştırmalara zemin hazırladı. Turing 1950 yılında “Computing Machinery and Intelligence” adlı bir makale yayımladı ve bu makalede makinelerin algoritma ve programlama kullanarak insan zekâsını taklit etme potansiyelini tartıştı.

Amerikalı bilişsel bilimci ve bilgisayar bilimcisi Marvin Minsky, John McCarthy ile birlikte 1959 yılında MIT’de Yapay Zekâ Laboratuvarı’nı kuran bir yapay zekâ öncüsüydü. Minsky, makine algısı ya da makinelerin görsel ve duyusal bilgileri anlama ve yorumlama yeteneği fikriyle ilgilenmiştir. Genellikle 1956’da “yapay zekâ” terimini ortaya atmasıyla tanınan McCarthy, yapay zekâ (AI) araştırmaları için tercih edilen bir programlama dili haline gelen Lisp’ten sorumluydu.

ChatGPT, 1960’larda başlayan yeni nesil yapay zekâ metin tabanlı sohbet robotları olarak tanımlanabilir. Joseph Weizenbaum tarafından 1966 yılında geliştirilen ELIZA, insan konuşmasını simüle etmek için kalıp eşleştirme ve ikame metodolojisini kullanmış; bir dizi psikoterapi sorusuna verilen komut dosyası yanıtlarını eşleştirmeye çalışmıştır.

Daha sonra 1988’de, sohbet robotu Jabberwacky, Rollo Carpenter tarafından, sorulan soruların bağlamını hesaba katmak için başka bir değişkenlik düzeyi içerecek şekilde kalıp eşleştirmeyi genişleterek eğlenceli insan konuşmasını simüle etmek için yaratıldı.

1980’lerde gerçekleşen atılımlardan biri, doğal dil işleme için kural tabanlı sistemlerin geliştirilmesiydi. Bu sistemler, doğal yanıtları analiz etmek ve üretmek için elle hazırlanmış kurallar kümesine dayanıyordu ancak karmaşık ve belirsiz dili ele alma yetenekleri sınırlıydı.

1995 yılında internet üzerinden çalışan Artificial Linguistic Internet Computer Entity (ALICE), daha önce geliştirilen örüntü eşleştirme yöntemlerine, insanların problemleri çözmek için sıklıkla kullandığı kısayolları uygulama yeteneği olan sezgisel yöntemleri ekledi. 1990’larda istatistiksel yaklaşımlar doğal dil işlemede popülerlik kazanarak sistemlerin büyük metin veri kümelerinden öğrenmesine olanak tanıdı. Bu, daha geniş bir dil girdisi yelpazesini işleyebilen ve daha doğru çıktılar üretebilen olasılıksal modellerin geliştirilmesine yol açtı.

2000’li yıllarda sinir ağı mimarilerinin geliştirilmesiyle birlikte derin öğrenme, doğal dil işleme için güçlü bir teknik olarak ortaya çıkmıştır. Bu modeller, dil verilerindeki karmaşık örüntüleri öğrenip temsil edebilmiş ve dil işleme doğruluğu ve verimliliğinde önemli gelişmelere yol açmıştır.

2010 yılında Apple, metin mesajlarını okumak, müzik çalmak, etkinlikleri planlamak ve sorulara yanıt aramak gibi bilgisayar tarafından yürütülen görevleri yerine getirmek için sözlü doğal dili kullanan akıllı bir kişisel asistan ve öğrenen navigatör olarak Siri’nin ilk sürümünü piyasaya sürdü. Bu sesli insan konuşması simülasyonu, Google tarafından Google Assistant (2012) ve Amazon tarafından Alexa (2014) ile de piyasaya sürüldü.

ChatGPT’nin yazılımının yanı sıra onu çalıştıran donanım, yanıtlarının hızı ve doğruluğunun yanı sıra aynı anda işleyebileceği sorgu sayısı açısından kritik bir faktördür. Donanım, hesaplama iş yükünü idare etmek için birlikte çalışan çok sayıda birbirine bağlı işlemci veya düğüm içerir.

Platform ayrıca makine öğrenimi ve derin öğrenme iş yükleri için optimize edilmiş özel işlemcilerin yanı sıra hızlı veri aktarımı ve alımı sağlayan yüksek hızlı ağ ve depolama teknolojilerini de içeriyor.

Son olarak, ChatGPT’de de görüldüğü üzere, AI’de kaydedilen ilerlemeler, dünyanın dört bir yanından araştırmacılar, mühendisler ve yenilikçiler arasındaki işbirliğine dayalı bir çabanın ürünüdür. AI’nin geliştirilmesi, birçok farklı ülkedeki birey ve kuruluşların katkılarıyla gerçek anlamda küresel bir çabadır.

AI, bilgisayar bilimleri, matematik, sinirbilim, psikoloji, dilbilim ve diğer ilgili alanlardan uzmanları bir araya getiren çok disiplinli bir yaklaşım gerektiren bir alandır. Donanım, yazılım ve veri altyapısındaki ilerlemeler de küresel işbirliği ve ortak çalışma sayesinde mümkün olmuştur.

Birçok ülke yapay zekâ araştırma ve geliştirmesine önemli yatırımlar yapmıştır ve Association for Computing Machinery (ACM) gibi uluslararası kuruluşlar ve konferanslar, araştırmacıların ve uygulayıcıların çalışmalarını paylaşmaları ve dünya çapında yeni fikirler üzerinde işbirliği yapmaları için bir platform sağlamaktadır.

Ancak ChatGPT, bilgisayar teknolojisinin son 75 yıldaki tüm başarılarını dünya ölçeğinde öne çıkarmakta ve toplumsal olarak dönüştürücü bir potansiyele sahip olmakla birlikte, aynı zamanda kapitalizmin, özel mülkiyete dayalı kâr sisteminin ve ulus devlet siyasi yapılarının içine yerleştirilmiş olarak kalmaktadır.

Ocak ayında Microsoft’un yaptığı 10 milyar dolarlık yatırımın ardından OpenAI’nin değerini 29 milyar dolara yükselten Wall Street’in acil kaygıları, Elon Musk, Sam Altman, Peter Thiel ve Reid Hoffman gibi teknoloji oligarklarının şirkete olan mali taahhütlerinden bir getiri elde etmeleri için açık bir yola sahip olmalarını sağlamaktır.

Beklenti, ChatGPT’nin temel teknolojisinin, maliyetleri düşürme ve işleri ortadan kaldırma aracı olarak tüm sektörlerdeki şirketlere satılmasıdır. Enflasyon, yükselen faiz oranları ve Wall Street’teki hisse değerlerinin düştüğü mevcut ekonomik ortamda, bu olasılık şirket yöneticileri, yönetim kurulları ve yatırımcılar için şüphesiz caziptir.

Pensilvanya Üniversitesi’ndeki araştırmacılar tarafından yapılan bir çalışmaya göre, denetçiler, tercümanlar ve yazarlar tarafından gerçekleştirilen görevlerin yarısı yapay zekâ araçları tarafından daha hızlı bir şekilde gerçekleştirilebilir. McKinsey & Company tarafından yayımlanan bir rapor, 2030 yılına kadar tüm mesleklerdeki işlerin yüzde 25’inin otomatikleştirilebileceğini ve İşgücü İstatistikleri Bürosu tarafından listelenen 800 mesleğin yüzde 60’ının önümüzdeki yıllarda iş görevlerinin üçte birinin otomatikleştirilebileceğini tahmin ediyor.

Bu arada, kapitalizm altındaki diğer tüm yüksek teknoloji yeniliklerinde olduğu gibi, ChatGPT ve yapay zekânın gücünün Pentagon ve dünyanın dört bir yanındaki savunma bakanlıkları ile önemli sözleşmeleri beraberinde getirdiği anlaşılmaktadır.

Yirmi birinci yüzyılın emperyalist savaşlarında, insansız hava aracı saldırıları ve hedefli suikastlar da dahil olmak üzere savaş alanı operasyonlarını otomatikleştirmek için halihazırda kullanılan yapay zekâ teknolojileri ile GPT karar verme gücü ABD ordusu tarafından aktif olarak takip edilmektedir.

Defense One’da yer alan bir makaleye göre, Hava Kuvvetleri Bilgi İşlem Şefi Lauren Barrett Knausenberger, “Bilgiyi bulabilmenin, kimin sorumlu olduğunu bulabilmenin, genel olarak bilgiyi hızlı bir şekilde bir araya getirebilmenin Savunma Bakanlığı’na çok faydası olduğunu düşünüyorum, çünkü örneğin görevlendirilen kişilerle çok fazla zaman harcıyoruz,” dedi.

Vice’ta yer alan bir başka haberde ise Pentagon’un ChatGPT’yi kullanarak 8 Şubat’ta yeni bir karşı drone görev gücünün başlatılmasıyla ilgili bir haber hazırladığı belirtildi. Başka bir ifadeyle Pentagon, karar alma sürecini otomatikleştirmek ve militarizm yanlısı propaganda yapmak için yapay zekânın potansiyelinden yararlanıyor.

ChatGPT gibi yapay zekâ teknolojilerinin ilerici içeriğinin ve küresel gücünün elde edilebilmesinin ve sistemin kendi tanımında da belirtildiği gibi “teknolojiyle ve birbirimizle etkileşim biçimimizi dönüştürme potansiyelinin” gerçekleştirilebilmesinin tek yolu, toplumun işçi sınıfı tarafından devrimci sosyalist temelde yeniden düzenlenmesidir.

1 Nisan 2023