Karmaşık yapısı sebebiyle senelerdir bilgisayar ortamına entegre edilemeyen antik Çin oyunu Go, Google’ın geliştirdiği otomatik öğrenme sistemi AlphaGo sayesinde artık satranç gibi bilgisayara karşı oynanabilecek.
Bilgisayar tarafından öğrenilen oyunlar listesinde 90’lı yıllarda IBM tarafından üretilen Deep Blue satrançtaki ustalığı ile yer alırken, Google’ın kısa zaman önce DeepMind laboratuvarında ürettiği sistem atari salonu oyunlarında insan rakiplerini devirebiliyordu. Ancak Go, yapısı itibariyle bu alanda eşsiz bir konuma sahip. Oyun bir bilgisayar için oldukça karmaşık ve sadece insan zihni bu karmaşıklığın üstesinden gelip olası hamleleri öngörerek şartlara göre hareket edebiliyor.
Klasik bir satranç oyununda oyuncular sıraları geldiğinde yaklaşık 20 hamle seçeneğine sahipken, Go’da bu sayı 200’e çıkıyor ve dolayısıyla bilgisayarların bu denli fazla hamle seçeneğini işlemesi oldukça zorlaşıyor. Bu durumda sisteme oyunun nasıl oynandığını öğretmek yerine daha önce oynanmış 30 milyon sayıda farklı oyunun hamleleri sistemin nöral ağına yükleniyor. Sistem tüm bu hamleler içerisinden kazanma ihtimali en yüksek veya en muhtemel olanını oyun sırasında seçerek uyguluyor.
AlphaGoile böyle bir gelişmenin elde edilmesi, çözülemeyen problemlerin çözülmesi için bir umut ışığı yakıyor. Buna ek olarak günlük hayatta sürekli ihtiyaç duyulan birçok alanda da yapay zekaların kullanımı uzun süredir üzerinde kafa yorulan bir konu ve AlphaGo ile başlayan buyapay zekasisteminin özellikle sağlık sektöründe etkin biçimde kullanılması umuluyor. Gerçekleşmesi durumunda hastaların hastalık geçmişi izlenerek en iyi tedavi yönteminin belirlenmesi oldukça kolaylaşacak. Bunun da ötesinde insanlar gibi algılayıp hareket edebilen bir yapay zekanın oluşturulması da AlphaGo sayesinde olabilir. Bu alanda gerçek hayatta yaşanan olayların sonucunu tahmin edebilen, insanları tanıyan ve ayırt edebilen bir sistemin Facebook tarafından geliştirildiği biliniyor.
Oxford Kuramsal Sinirbilim ve Yapay Zeka Merkezi müdürü Dr.Simon Stringer konu hakkındaki görüşlerini şu sözlerle dile getiriyor: “İnsan bilincini robot algoritmalarıyla kavramak veya çözmek neredeyse imkansız. Bu tarz büyük gelişmelere ulaşmak için uzun bir zaman gerekiyor.
Farklı eylemler veya farklı fonksiyonlar için farklı algoritmalar kullanılabilir ancak tüm şartların istediğimiz gibi şekilleneceğini söylemek güç.” DeepMind tarafından üretilen öğrenme destekli sistemin insan beyninden farklı olduğunu söyleyen Stringer bir resimdeki bir objeyi veya bir kişiyi tanıyıp ayırt etmenin veya bir oyunda usta olmanın genel bir yapay zekanın oluşturulmasıyla ilişkilendirilmemesi gerektiğini savunuyor: “Farelerin çevrelerindeki ortamı öğrenip ona göre davrandıkları en az 50 yıldır bilinen bir gerçek. Çevrelerindeki seçenekleri değerlendirip sebep – sonuç ilişkisi kurabiliyorlar, yani bir noktadan diğerine ulaşmaya çalışırken yaşadıkları deneyimleri analiz edip bu doğrultuda bir labirenti harita gibi okuyabiliyorlar. Aynı şeyi şu an sahip olduğunuz şartlarda ürettiğiniz bir yapay zekadan bekleyemezsiniz.
Örneğin fare çıkmaz bir yola girdiğinde o yolun tıkalı olduğunu ve başka bir yol seçmesi gerektiğini kavrayabilir ancak şu an var olan yapay zeka sistemleri bunu yapamaz. Fare çevresine adapte olabilirken sistem bunu yapamaz. Yani bir yapay zekayı, bir yüzü tanımak veya ayırt etmek veya bir oyunu öğrenmek gibi sadece tek bir amaç doğrultusunda oluşturmak yapabileceklerini fazlaca kısıtlayacaktır.”