Bir Yapay Zeka Hamlesi: AlphaGo

Yıldız Keskin, 26 Şubat 2016

Geçtiğimiz günlerde beni çok şaşırtan bir olayın haberi karşıma geldi. Birçok haber sitesi ve blogda yer verilen bu habere göre geçtiğimiz haftalarda Google’ın Londra merkezli DeepMind şirketinin yapay zeka ürünü olan AlphaGo isimli program, Uzakdoğu kökenli, tahta üzerinde oynanan oyunlar arasında belki de en karmaşık olanı olarak addedilen Japonca ismiyle “Go” oyununda (Çince ismiyle “Weiqi”) “Fan Hui” isimli ünlü bir profesyönel oyuncuyu yenmiş. Beni şaşırtan tarafı, bu oyun için bu güne kadarki varsayım, yapay zeka ürünü bir programın profesyönel bir Go oyuncusunu yenmesinin neredeyse imkansız olduğu ve yapay zekanın böyle bir seviyeye gelebilmesine henüz uzun yılların olduğu idi. Ancak 2016 yılında bu bariyerin aşılabileceğini müşahede ettik. Peki bu oyunu birçok insan oynarken neden yapay zekanın bir insanı yenmesi bu kadar zor, ve Google’ın DeepMind’ı bunu nasıl başardı?

Go oyunu tarihi yaklaşık üç bin yıllık olan, Dünya üzerinde 40 milyon aktif oyuncusu olan, Çin orijinli ve özellikle Uzakdoğu’da popüler bir oyun. Öyle ki bu yerlerde sadece Go üzerine yayıın yapan TV kanalları var. 19*19’luk bir tahta üzerinde oynanan bir oyun. Kuralları son derece basit. Boş tahtada başlanan oyunda sırayla taş yerleştirilerek rakibin taşları yenmeye ve taşların çevirdiği alanlar oluşturulmaya çalışılır. Oyunun sonunda kim daha baskın oynamışsa ve alan almışsa o kazanır. Ancak oyunun, yapay zekanın ustalaşmasını aşırı zorlaştıran özelliği tahta üzerinde hiçbir bilgisayarın hesaplayamadığı kadar ihtimalin olması. Bir oyundaki tüm olası durumların sayısı bazı verilere göre yaklaşık 10¹⁷⁰ (Görülen evrendeki hesaplanan atom sayısı 10⁷⁹ civarında). Dolayısıyla bir bilgisayarın ve elbette bir insanın da bu ihtimalleri hesaplaması imkansız.  Oyunda bunun yerini dolduran içgüdüler, hayal gücü ve görsel zekaya dayanan bir strateji kabiliyeti. Bununla birlikte oynun gelişmiş yerlerinde çok ince ayrıntı gerektiren hesaplamaların yapılması da zaman zaman gerekiyor. Bu yüzden hem ruhla hem de beyinle oynanan bir oyun olduğunu söylemek isabetli olur.

Uzun yıllardır yapay zeka üzerine çalışan şirketler Go’yu oyunlar arasında en büyük engel olarak gördükleri için farklı algoritmalarla çalışan robotlar ürettiler. Bunların da son yıllarda kayda değer güçte olanları göze çarptı. Ancak bu robotların hiçbiri profesyonel bir oyuncuya meydan okuyabilecek bir seviyede değildi. Bu yüzden DeepMind, AlphaGo için, her biri milyonlarca sinir benzeri bağlantıları olan 12 ağ tabakası olan bir sistem dizayn etti. Bu robot, tarihte ve günümüzdeki pro oyuncuların oyunlarını ve 30 milyon hamlesini içeren bir veri tabanı hazırlanarak oyun modelleri ve hamleler üzerine eğitildi. İnternette mevcut Go oyun platformlarında kayıtlı olan belli seviye üzeri amatör oyuncuların oyunları da buna dahil. Bu robotun ayrıca diğerlerinden ayırıcı özelliği hamleleri yorumlayabilmesi, ders çıkarabilmesi ve öğrenebilmesi. Yüklenen ve üzerine çalışılan veri tabanı üzerine AlphaGo, kendisine karşı da savaştırılarak oyununu geliştirdi.  Bunun sonucunda ortaya çıkan ise kesin hesaplar veya ihtimaller üzerine oynamak yerine bir nevi strateji kurma özelliğine sahip ve zekası olan, öğretmenleri de gerçek oyuncular olan bir robot.

Bu çalışmalardan sonra AlphaGo’nun ilk meydan okuduğu insan oyuncu, Avrupa’nın profesyonel oyuncuları arasından Fan Hui oldu. Üst üste beş günde oynanan beş resmi maçın ilki çok yakın bir skorla bitmesine rağmen hepsinde AlphaGo galip geldi (Resmi olmayan bazı haberlere göre her oynun akşamında bir resmi olmayan birer maç ta yapıldı ve bunların bazılarında Fan Hui galip geldi).

Oyunlar üzerine yapılan yorumlar da oldukça ilgi çekici. Her ne kadar iyi oynasa da bir Go oyununda kimin robot kimin insan olduğu normalde rahatlıkla anlaşılabilirken AlphaGo için bunu ayırt etmek çok zor. Fan Hui’nin dediğine göre de: “eğer bilmeseydim belki bu oyuncunun oldukça sıra dışı, ancak çok güçlü bir profesyonel olduğunu düşünürdüm”. Oyunu değerlendiren ünlü profesyonellerden Myingwan Kim’e göre AlphaGo, bir Japon stiline oyuna sahip.

AlphaGo’nun bir sonraki rakibi Lee Sedol:

Önümüzdeki Mart ayında AlphaGo, son on yılın en güçlü oyuncusu olarak addedilen Lee Sedol (Güney Koreli profesyonel) ile karşılaşacak. Yapılan açıklamaya göre yine beş günde beş maç oynanarak kazanana 1 milyon dolar para ödülü var. Dolayısıyla oyuncular da mart ayını heyecanla beklemekte. Kimi oyuncuların kanaati AlphaGo’nun yeneceği yönünde. Ancak birçok profesyonel, AlphaGo’nun bu haliyle Sedol’ü yeneceğini düşünmüyor. Sedol ise şu an için AlphaGo karşısında oldukça rahat olduğunu belirtiyor.

Ancak eğer Sedol mağlup olursa yapay zekanın bir bariyeri daha aşılmış olacak. 1997 yılında DeepBlue adlı program, zamanında yenilmez olarak nitelendirilen Gary Kasparov’u satrançta mağlup ederek bir bariyeri aşmıştı. 2011 yılında ise IBM’in ürünü olan Watson, “Jeopardy!” adlı bilgi oyununda 74 oyunu üst üste kazanmış insan oyuncuyu yenmişti. Acaba 2016 yılı yapay zekanın oyunlar alanında yeni bir zaferi mi olacak? Singularity edebiyatını dilinden düşürmeyen Ray Kurzweil gibi kişiler yapay zekanın aldığı mesafeyi açıklarken bu örneklere başvurmayı seviyor. Google’ın da yapay zeka alanında yapılan çalışmalara tüm kaynaklarını seferber ettiği biliniyor. Söyleyelim ki AlphaGo muazzam bir işlemci kapasitesine ihtiyaç duyduğu için Google’ın Cloud platformunu kullanıyor.

AlphaGo dışında Go’da yapay zeka üzerine çalışan diğer şirketlerde çalışan bazı araştırmacılar, bu olayın üzerine ne kadar şaşkın olduklarını ve böyle bir gelişmenin önümüzdeki on yıl içinde bile beklenmediğini belirtmişlerdi. Bu gelişme bende ise beklenenin sanılandan da yakın olduğu ve ne kadar hazırlıksız olduğumuz hissini uyandırdı.

İnanıyorum ki yapay zeka ve otomasyonun gelişmesi karşısında insanlık, işsizlik ve insan olma vasıflarını kaybetme gibi tehlikeler altında ve bunlara bir an önce kendimizi hazırlamak ve kendi argümanlarımızı üretmek durumundayız. Bu tarz tehlikelere bizi uyaran birçok ünlü araştırmacı, bilim adamı ve işadamları var. Örneğin Elon Musk ve Stephan Hawkings, bu tarz uyarılarıyla geçtiğimiz haftalarda “Luddite of the Year (Yılın makineleşme karşıtı kişisi)” ödülünü aldı. Ancak Jaron Lanier’in dediği gibi: “Teknik ilerlemenin ve makineleşmenin eleştirisi, teknoloji karşıtlarına (luddites) bırakılmamalı”. Bizim bu konuda duyarlı ve vakur bir tavır alarak insanlığın hayrına işleyecek projelerle çıkmamız icab eder. Bu konuda nasıl bir anlayış benimsememiz gerektiğinde rehber olması için Davut Demirhan’ın “Dönüm noktaları” isimli yazısına gönderme yapıyorum.