Bu değişim neden şimdiden başladı?

Yazar: Erika R. Nakayama

Bir yapay zekâ mekânsal zekâ girişiminde çalışmak, veriye ve zekânın kendisine bakış şeklimi değiştirdi.

Önce OMYGRUP, daha önce şu adlı farklı bir şirkette çalışmıştım: Stoovo, benim katkım haritalamaya dayanıyordu. Son derece kesin noktalarda gerçek zamanlı, kritik önem taşıyan “son metre” verilerini topluyorduk; çoğu zaman bunu, hareket hâlindeyken fiziksel dünyadan (zemin düzeyinden) sinyaller yakalayan esnek çalışanlar aracılığıyla yapıyorduk. Bu iş fark edilebilir, operasyonel ve derinlemesine insan odaklıydı; sahadaki insanlar gerçekliği veriye dönüştürüyordu.

Rolüm iş geliştirme ve pazar araştırmasına doğru genişlemeye başladıkça, mekansal teknolojinin pazara açılma manzarasını daha geniş bir çerçevede incelemeye başladım. Bu, yapay zekâ dalgasının zirvede olduğu, özellikle sohbet tabanlı modellerle her sektörün hayrete düşüp yapay zekânın kendisini nasıl yeniden şekillendireceğini sorguladığı bir döneme denk geliyordu. Mekansal alanda ise sürekli yeni bir kavram öne çıkıyordu: GeoAI, coğrafi konum verileri ile yapay zekânın birleşimi.

O dönemde harita çıkarma ve mekânsal analizin büyük bölümü hâlâ manuel ve emek yoğundu. Devasa hacimlerde meta veri topluyorduk, ancak bunu yorumlamak zaman, üst düzey uzmanlık ve sabır gerektiriyordu. Araştırmaların çoğu büyük ölçüde geçmiş kayıtlara ve bir harita üzerindeki noktaların, katmanların ve bindirmelerin iki boyutlu gösterimlerine dayanıyordu; üst üste yığılmış düz harita öğeleri. Mekânda gerçekte ne olduğunu, örüntülerin zaman içinde nasıl geliştiğini veya bir sonraki adımda ne olabileceğini anlamak çoğu zaman haftalarca ya da aylarca süren insan muhakemesi gerektiriyordu.

Veri büyük ve aşırı kalabalıktı, ancak içgörü ve anlayış geride kalıyordu.

İşte o zaman bakış açısı, ya da uzamsal bağlamda söylersek, değişmeye başladı. Asıl zorluğun veri toplamak değil, mekân üzerine akıl yürütmek olduğunu fark ettim. Geleneksel jeo-uzamsal sistemler nesnelerin nerede olduğunu gösterebiliyordu, ancak ilişkileri, dinamikleri ve değişimi anlamakta zorlanıyordu. Mekân görselleştiriliyordu ama gerçek anlamda anlaşılmıyordu.

Yapay zekâ tam da burada devreye girdi; bir otomasyon aracı olarak değil, yeni bir düşünme ve kavrayış biçimi olarak - akıl yürütme.

Coğrafi konum verileri ile yapay zeka yakınsamaya başladığında, temel bir şey değişti. Mekan ve akıl yürütme artık ayrı değildi. Örüntüler öğrenilebilir, ilişkiler incelenebilir ve tahminler daha önce mümkün olmayan bir ölçek ve hızda yapılabilir hâle geldi. Bir zamanlar uzun manuel analizler gerektiren şeyler, artık doğrudan verinin kendisinden dinamik olarak ortaya çıkabiliyordu.

Mekân ile akıl yürütmenin bu buluşması, artık bizim şöyle adlandırdığımız şeydir mekânsal zekâ.

Günümüz yapay zekâsı kelimelerde güçlü, ancak dünyalarda zayıf.

Büyük dil modelleri güçlü ve akıcıdır, ancak temellendirilmemiştir. Dr. Fei-Fei Li (Bilgisayarla Görü alanında ImageNet’i ileriye taşıyan, Çin doğumlu Amerikalı bir bilgisayar bilimcisi) belirttiği üzere, sembolleri akıcı biçimde işler ve önceki bilgi üzerine kurulu dilsel çerçeveler içinde akıl yürütürler. Bağlamı olağanüstü bir incelikle betimleyebilirler; ancak gerçek anlamda fiziksel bir kavrayıştan yoksundurlar. Fakat dünyayı mekân ve zaman boyunca gerçekten algılamaz, onunla etkileşime girmez veya onun üzerine akıl yürütmezler.

Bu, yapay zekâ tarafından üretilen videoların giderek daha gerçekçi hâle gelmesine rağmen neden birkaç saniye sonra çoğu zaman tutarlılığını ve mantığını kaybettiğini ya da robotların kontrollü ortamlardan çıktıkları anda neden zorlandığını açıklamaya yardımcı olur. Bu sistemler dünya hakkında konuşabilir, ama kendilerini henüz sürekli, bağlantılı, fiziksel bir gerçeklik olarak anlamıyorlar.

Filozof Ludwig Wittgenstein (mantık, matematik, zihin ve dil alanlarında çalışan Avusturya-İngiliz filozof) bir zamanlar şöyle yazmıştı: “Dilimin sınırları, dünyamın sınırları demektir.”

Günümüzün yapay zekâsı için bu özellikle geçerli. Zekâ öncelikle dille sınırlı kaldığında, dünyaya dair anlayışı yalnızca sembollerle kısıtlanır.

Mekânsal zekâ dilin ötesindeki yeni sınırdır ve yapay zekânın fiziksel dünyayı anlaması ile onunla etkileşime geçmesi için bambaşka bir boyutun kapılarını aralar.

Bu, biz insanlar için yeni bir şey değil; insan bilişinin bizzat temel dayanağıdır. Konuşmaya başlamadan çok önce, hareket, mekân ve etkileşim yoluyla öğreniriz. Yalnızca dil aracılığıyla değil; kalıplar, mekânsal olarak tanınan ilişkiler ve yaşanmış deneyim aracılığıyla düşünür, akıl yürütür, hayal eder ve kararlar alırız.

Mekânsal zekâ; geometriyi, nesneler arasındaki ilişkileri ve zaman içindeki dinamikleri anlamayı içerir, ancak en önemlisi tahmin yürütmeyi mümkün kılar: bir şey olduğunda ya da değiştiğinde bir sonraki adımda ne olabileceğine dair içgüdüsel bir sezgi. İnsanların fiziksel dünyada etkili biçimde akıl yürütmesini ve hareket etmesini sağlayan da işte bu öngörücü zihindir.

Dr. Fei-Fei Li’nin vurguladığı gibi, bu; sınıflandırmanın, altyazılamanın ya da günümüzün mevcut büyük dil modellerindeki token seviyesinde tahminin çok ötesine geçer. Bu yaklaşımlar büyük ölçüde bir veya iki boyutlu gösterimlerle çalışır. Mekânsal zekâ ise üç boyuta ve daha da kritik olarak, mekân, zaman, bellek ve süreklilik dâhil edildiğinde piksel ve sensör seviyesindeki algıda dört boyuta uzanır.

Dil modelleri makinelere semboller ve örüntülerle akıl yürütmeyi öğrettiyse, uzamsal zeka da onların dünyanın kendisiyle akıl yürütmesini sağlayan şey olabilir.

Böylece aklımda kalan soru şu:

Dil modelleri makinelerin sembollerle akıl yürütmesine yardımcı olduysa, makineler dünyanın kendisiyle akıl yürütebildiğinde mekânsal zekâ bizi nereye taşıyacak?

Bir sonraki aşama işte burada başlıyor, kelimelerin ötesine geçerek dünyaları biçimlendirmeye.

Önerilen Kitaplar ve Kaynaklar 

- The Worlds I See (2023), Dr. Fei-Fei Li, kitap

- Mekansal zeka ile yapay zeka gerçek dünyayı anlayacak

‍https://www.ted.com/talks/fei_fei_li_with_spatial_intelligence_ai_will_understand_the_real_world?delay=15s 

‍