Hayatımızın Yeni Heyecanı: Yapay Zekâ Nasıl Başladı?
Dr. Ayşe Ergüven, Ph.D. Biol
İnsanın bilimle olan yolculuğunu hızlandıran önemli elemanlardan biri oluverdi yapay zekâ. Kendi bilgimiz, sistematik düşüncemiz, sabrımız, şüpheciliğimiz ve etik hassasiyetimiz ile oluşturduğumuz sistemler bugün bize yapay zekâ olarak hizmet ediyor.
Bu kavramların hayatımıza girişi nerede ve nasıl oldu merak ettiniz mi? Ben çok merak ettim ve kısa bir özetle bu konuda düşünelim istedim.
Yapay zekâ ChatGPT ile mi başladı? Hayır! Ondan yıllar önce 1956 yılında düzenlenen Dartmouth Konferansı’nda[1] ilk defa bugün dilimize pelesenk olan “Artificial Intelligence-AI” terimi kullanıldı. Amaç insan gibi düşünebilen makineler yapmaktı. 1959 yılında Erzurum’da yapılan Halk Konferansları isimli toplantıda ünlü matematikçimiz Prof. Dr. Cahit Arf’da “Makine düşünebilir mi ve nasıl düşünebilir?”[2] başlığı ile bir sunum yapmıştı. Ancak o zaman fikir vardı da hammadde (veri) ve kullanacak alet (işlem gücü) yoktu.
Sonrası sessizlik ta ki 1960 yılına kadar. 1960-1990 yılları arasında kurala bağlı (programlı) sistemler ve uzman sistemler ortaya çıkmaya başladı. Bu, bilgisayar programlamanın hızla geliştiği dönemdi aynı zamanda. Bilgisayar denilen devasa cihazların ki o zaman kompüter (computer) denirdi, programları delikli kartlara yazılır bilgisayara yüklenir, cevabını sadece bilgisayardan anlayanlar okuyabilirdi. Dolayısı ile öğrenme/öğretme kısıtlı idi, bir programa uyum sağlayıp sonuç üretebilmek yoktu. Sadece tek konuda istenen sonuç, o da kısmen, alınabilirdi.
Her ne kadar sessiz dönem denilse de bu otuz yıl araştırma ve geliştirme için boş geçmedi tabii ki. Çeşitli merkezler bilgisayarlar aracılığı ile aralarında önce iç sonra dış ağlar oluşturmanın yollarını geliştirdiler. Bilinenlerden biri Eudora[3] örneğin. Bu ağlar daha çok iletişim için kullanılıyordu. Ama bu iletişim dünyanın birbirinden çok uzak olan bilgisayar sistemlerini bağlıyor, network oluşturuyordu.
Bilgisayarın herkesin kullanabileceği kullanım yapısına ve boyuta getirilmesi ile 2012 yılında “deep learning” denilen kavram girdi hayatımıza. Derin öğrenme diye tercüme edebileceğimiz bu kavram büyük, kapsamlı verileri analiz edebiliyordu. Bunun yapılabilmesi için Grafik İşlem Birimi (GPU) denilen elektronik devreler de geliştirilmişti. Bu devrelerin yardımı ile çok sayıda veri (big data), aynı anda, paralel olarak işlenebiliyordu. Bununla birlikte çok katmanlı ağ yapılar da oluşturulabiliyordu. Bu sistemler en çok sağlık alanında laboratuvarlarda ortaya çıkan verilerin değerlendirilmesinde işe yaramaya başladı. Yapay zekâ öğrenmeye başladı.
Bir on sene daha geçti. 2020-2022 yılları arasında, GPT, önceden eğitilmiş üreten dönüştürücü (generative pre-trained transformer) gelişti. Verileri analiz etmeye, insan elinden çıkmış gibi görünen metinleri yazmaya, görüntüleri ve sesleri yorumlamaya başladı. Böylece üreten dönüştürücü (transformer) yapılar ortaya çıktı. Dil, bağlam, anlam çözülmeye başladı.
Geldik 2023, 2024 yıllarına… Şimdiye kadar bir cihaz olarak baktığımız “bilgisayar” bizlerle iletişim kurmaya başladı. Dilimizi çözmüştü, bağlantı kurabiliyordu, daha da önemlisi bizi anlıyordu. Soru sorup cevap alabiliyorduk. ChatGPT, Copilot gibi uygulamalarla görüntü-metin-ses iletişimi kurabiliyorduk.
Sadece laboratuvarda analizlerimizi yapan değil bizimle günlük hayatta da konuşan, dertleşen, fikir üreten cihazlar oluvermişti hayatımızda.
2025 yılı ise önemli bir dönüm yılı çünkü yapay zekâ artık araçlarımızı kullanabiliyor, sadece arabalarımızı değil tüm araçlarımızı hem de! Hatalarımızı söylüyor, belirsizlikleri bildiriyor, uzmanlaşmış olduğumuzu düşündüğümüz alanlarımıza giriyor. Yardımcımız değil artık birlikte çalışıyoruz!
2025 yılı ocak ayında metin yazan, özet çıkaran ve kendini programlamak için kod öneren bir yapı oldu yapay zekâ. Aralık 2025 de ise artık görev alabiliyor, plân yapıyor, kod çalıştırıyor, dosya okuyor, analiz yapıyor çok daha önemlisi hatasını düzeltebiliyor. Tam bir iş arkadaşı!
Tek bir büyük model her şeyi yapsın ile başlayan 2025 serüveni, 2025 sonunda analiz, doğrulama, raporlama, kalite kontrol ile bizim işlerimizi yapıyor. Yani iyi organize bir ekip gibi çalışıyor. İlk başta sadece doğru cevabı verirken bugün belirsizlikleri söylüyor, güven aralıklarını veriyor, “emin değilim” diyor, üstüne üstlük alternatif senaryolar sunuyor. Aynı anda metin, tablo, grafik, bir genom dizisi, bir sinyal, bir görüntü okuyup birlikte yorumlayabiliyor. Böylece bizleri ilgilendiren tıp, genomik ve yeni nesil sekanslama (NGS), patoloji, radyoloji alanlarında oyun değiştirici oluveriyor.
Ocak 2025’te büyük veriler, büyük sonuçlar iyidir kavramı hakimdi. Bu yılın sonunda ise hedefe özel daha az veri ile öğrenen, sahada veri oluşturarak çalışan daha küçük ölçekli sistemler çalışıyor. Bizim alanımız olan laboratuvar çalışmaları için bu, oyuna dâhil olabilmek demek.
Yapay zekâ hata yapabilir!
2024 yılında yapay zekâ yaptıklarından emindi, öyle konuşuyordu. 2025 sonunda ise “bu sonucun güvenirliği düşük”, “veri yetersiz” dediği gibi “bunu şu varsayıma dayandırıyorum” diyor; verdiği sonuçları eleştiriyor, güven veriyor.
Bilimsel çalışmalar için bu çok önemli.
2025 yılı içinde her konuda bir söyleyeceği olan yapıydı AI. Yılın sonuna geldiğimizde ise bizler için önemli olan genomik AI, viral genom AI, radyoloji AI, patoloji AI yapıları kullanılıyor. Alana özel kullanım, güvenilirliği arttırdığı gibi kullanımın yayılmasını da kolaylaştırdı. Bunların dışında örneğin finans AI, hukuk AI ile başka alan çalışanları da yapay zekâyı tanıdı, hayatları kolaylaştı.
Etik ve Güvenlik
2025 yılında yapay zekâdan elde ettiği sonuçları için izlenebilirlik, açıklanabilirlik, risk sınıflandırması bilgilerini de eklemesi istendi. Şimdi bunları da yapıyor. Tıp ve genetik bu uygulamada öncü oldular.
Artık “AI böyle dedi” diye bitiremiyoruz, nasıl dediğini de sorgulatıyoruz kendine.
Bu senenin başında AI akıllıydı, sene sonunda büyüdü sorumluluk almaya başladı.
Yapay zekâ ne kazandırdı, neyi kaybettik?
Ürettiğimiz bu araç bizlere çok şey kazandırdı tabii ki. En önemlisi hız kazandık; bilimsel üretim hızlandı. Ölçeğimiz büyüdü. Örneğin, beynin içindeki iletişimi takip edebilmek için yapay zekâ kullanılıyor, daha önce insan eliyle analiz edilmesi mümkün olmayan çok büyük bir veri bu. Ayrıca, sistem biyolojisinin genom, proteom, metabolom, transkriptom, epigenom, radyomiks ve mikrobiyom gibi çeşitli çalışma alanlarındaki araştırmalarını yani omics teknolojilerini hassas tıbbın uygulanması, kullanılması için gerekli olan kapsamlı analizlerde kullanabiliyoruz artık. Epistasis, çoklu mutasyon etkileri, gen-çevre etkileşimi gibi karmaşık kavramlar artık çok kolay incelenebiliyor.
Sadece büyük merkezlere dayanan analizler daha küçük yerlerde de yapılıyor. Bu sağlık alanında çok önemli meselâ. Bilgi tek elde değil artık.
Bunlar çok güzel tabii ama bazı insana özgü özellikler de kaybolmaya başladı. Sabır, düşünme, sezgi örneğin.
Yapay zekâ yüzeysel tarama yaptığında detaylar gözden kaçabiliyor, hem de insanın gözünden kaçmayacak detaylar.
Yapay zekâ sorumluluk alır mı?
İnsanın yaptığından sorumlu olması beklenir. O zaman yapay zekânın verdiği sonucu eleştirip güvenilir kılması gereken insandır. Çünkü yeri geldiğinde susmayı bilmek, düşünmek insan için erdemdir. Yapay zekâya da bunu öğretebilecek miyiz?
Bir şair, T.S. Elliot[4] ile bitirmek istiyorum bu yazımı.
“Where is the Life we have lost in living?
Where is the wisdom we have lost in knowledge?
Where is the knowledge we have lost in information?”
Türkçesi ile;
“Yaşarken kaybettiğimiz hayat nerede?
Bilgide kaybettiğimiz bilgelik nerede?
Bilgide kaybettiğimiz bilgi (enformasyon)[5] nerede?”
2026 yılı bilgiye dayalı bilgeliği de arayacağımız bir yıl olsun.