Ümit Solmaz

“Makineler öğrenebilir, ancak ‘İnsan’ olamazlar.” Cahit Arf

Yapay Zekâ (YZ), makinelerin insan benzeri düşünce yapılarını simüle ederek karar alma ve öğrenme kabiliyeti kazanmasını hedeflerken; Sanal Zekâ (SZ), fiziksel bir varlığa sahip olmayan, tamamen dijital ortamda faaliyet gösteren yazılımsal yapılardır. SZ örnekleri arasında chatbotlar, dijital asistanlar (Siri, Alexa), sanal karakterler veya simülasyon içindeki figürler yer alır. SZ, aslında YZ’nin bir dalı olsa da, zamanla etkileşim biçimleri nedeniyle kendi başına tanımlanabilir hâle gelmiştir. YZ’nin teknolojik omurgasını makine öğrenimi, derin öğrenme gibi alanlar oluştururken; SZ’nin güçlü yanı, insanla doğal dil ve sosyal bağlam içinde iletişim kurabilmesidir.

Bu ayrım, sadece teknik bir detay değil; etik normlar, hukuk, kamu politikası ve teknoloji yatırımları açısından belirleyici bir mihenk taşıdır. Fabrika hattındaki bir robot ile insanların duygularına hitap eden bir SZ arasında hem etkileşim düzeyi hem de etkisi açısından büyük farklar vardır. Örneğin, ChatGPT gibi bir SZ, bireyin kararlarını etkileyebilir, hatta zamanla onunla bir tür duygusal bağ dahi kurulabilir. Oysa sistemin arkasındaki GPT mimarisi, geniş çaplı bir yapay zekâ altyapısının ürünüdür.Cahit Arf ve Makine Düşüncesi Türk matematikçi Cahit Arf, çoğunlukla matematiksel teorileriyle tanınsa da, 1950’li yıllarda yapay zekânın ilk tartışılmaya başlandığı dönemlerde makine düşüncesine dair görüşleriyle dikkat çekmiştir. 1958 yılında Erzurum’da verdiği bir konferansta, “Makine düşünebilir mi, nasıl düşünebilir?” sorusuna felsefi ve teorik bir çerçeveyle yaklaşmıştır. Arf’ın bu konudaki temel yaklaşımı, makinelerin belli bilişsel becerileri taklit edebileceğini kabul etmesine rağmen, insan zihnine özgü sezgi ve estetik bilinci kavrayamayacakları yönündedir. Düşünmeyi; dil kullanma, hesaplama, benzerlik kurma ve eleme gibi işlevlerle tanımlar. Bu yönüyle Arf’ın görüşleri, Alan Turing’in “Taklit Oyunu” fikrinden farklı olarak daha çok insan-merkezli bir düşünme biçimini esas alır. Arf, makinelerin mantıksal işlemler gerçekleştirme becerisini vurgular. Bu, günümüzdeki makine öğrenimi algoritmalarında olduğu gibi verilerle mantıklı çıkarımlar yapılmasını içerir.

Arf doğrudan “öğrenme” kavramına değinmese de, makinenin belirli görevleri yerine getirme biçimini insan zekâsının mekanik yansıması olarak değerlendirir. Problemleri çözme kapasitesi, zekânın ölçütü olarak görülür. Arf’a göre insanı makinelerden ayıran temel unsur estetik bilinçtir. Örneğin bir melodinin insanda “güzel” duygusu uyandırması ya da etik bir seçimde sezgisel davranılması, yapay sistemlerin sınırlarını çizer. Bu yaklaşım, günümüz yapay zekâ tartışmalarındaki yaratıcı zekâ ve duygusal derinlik konularıyla örtüşür. Ayrıca makinelerin belirli kurallar doğrultusunda hareket etmesinden kaynaklı deterministik yapıyı eleştirir. Bu durum, makinelerin esnek olmayan ve öngörülemeyen durumlara karşı hazırlıksız olabileceğini gösterir. “Hesap yapma” ve “benzerlik kurma” gibi kavramlar, bugünkü derin öğrenme sistemlerinin temel işlevleriyle çakışır. Büyük veri kümeleri üzerinden desen çıkarımı yapmak, günümüz YZ algoritmalarının yapı taşıdır. Cahit Arf’ın bıraktığı miras, Türkiye’de hem matematik hem de yapay zekâ alanında önemli bir ilham kaynağıdır. 10 TL banknotunda yer alması, bu kültürel değerin somut bir göstergesidir. Günümüzdeki AI tartışmalarında yer bulan “bilinçli düşünce” ile “algoritmik taklit” ayrımı, Arf’ın yaklaşımında tarihsel zemin bulur. Özellikle estetik ve sezgi gibi insani öğelere yaptığı vurgu, bu tartışmaları beslemektedir.  Sanal Zekânın Evrimi

1950’ler: Turing’in “makineler düşünebilir mi?” sorusu ile felsefi zemin atıldı.

1956: “Artificial Intelligence” terimi ilk kez Dartmouth’ta ortaya atıldı.

1980’ler: Uzman sistemler, SZ’nin öncülü olarak gelişti.

1990–2000’ler: Dijital asistanların öncülü olan Clippy gibi uygulamalar ortaya çıktı.

2010 sonrası: Siri, Alexa gibi araçlarla SZ günlük hayata entegre oldu.

2020 sonrası: ChatGPT gibi sistemlerle, SZ artık insan benzeri etkileşim düzeyine ulaştı. Bu gelişimin ardında, doğal dil işleme (NLP) ve duygu analizi gibi teknolojik ilerlemeler yatmaktadır.

Altyapının Önemi: Fiber ve Akıllı Kentler

Akıllı şehirlerin işleyişi, kesintisiz veri aktarımını mümkün kılan fiber optik altyapıya bağlıdır. Yüksek bant genişliği ve düşük gecikme süresi, SZ sistemlerinin sorunsuz işlemesini sağlar. Ancak BTK’nın 2023 raporuna göre Türkiye bu konuda OECD ortalamasının gerisindedir. Fiberin Kullanım Alanları

Otonom ulaşım sistemleri

Uzaktan sağlık hizmetleri

Dijital eğitim ortamları

Chatbot’larla desteklenen kamu hizmetleri

SZ ve Altyapının Bütünleşmesi SZ sistemleri anlık veri analizleriyle çalışır. Dolayısıyla:

Veri Hızı: Fiber altyapı olmadan gerçek zamanlı etkileşim sağlanamaz.

Gecikme: 5G destekli fiber, en düşük gecikmeyle hizmet verir.

Bulut Bağlantısı: SZ’nin çoğu bulut temelli olduğundan güçlü bir bağlantı olmazsa sistemler işlevsizleşir.  

Hukuki Düzenlemeler

AB, 2021’de AI Act önerisiyle risk bazlı bir sınıflandırmaya gitmiştir. Türkiye aynı yıl Ulusal YZ Stratejisi’ni yayımladı. Ancak SZ’ye özel düzenlemeler henüz yetersizdir. ABD’de eyalet bazlı çözümler öne çıkarken, Çin daha merkezî denetimle ilerlemektedir. SZ sistemleri farklı veri türlerinden öğrenerek kullanıcı alışkanlıklarına uyum sağlar. Bu sayede öneri sistemleri geliştirilir. Ancak bu aynı zamanda önyargı, gizlilik ve güvenlik risklerini de beraberinde getirir.

Bilgi Güvenliği, Kaynak gösterimi ve Aldatıcı İçeriğe Karşı Önlem

SZ sistemleri aşağıdaki tehditlere karşı savunmasız olabilir:

Model manipülasyonu

 Prompt injection

Veri sızıntısı

Bunun önüne geçmek için:

İçerik denetimi

Erişim sınırlamaları

Kayıt sistemleri gibi önlemler alınmalıdır.

Bilginin Doğruluğu

SZ sistemlerinin sunduğu içerik, eğitildiği veriye bağlıdır. Bu nedenle: Güncel veri havuzları

Bilginin tarihine dair kullanıcı bilgilendirmesi şarttır.

Deepfake videolar veya sahte içerikler gibi üretimlerin önüne geçmek için:

Etik filtreleme

İçeriğe etiket zorunluluğu

Şeffaf doğrulama sistemleri uygulanmalıdır. Hatta SZ ile SZ doğrulama sistemleri kullanımı gündemdedir.

Açık, Etik ve Denetlenebilir SZ

Toplumun SZ teknolojilerine güvenebilmesi için:

Açık kaynak sistemler

Bilimsel şeffaflık

Etik sorumluluk ilkeleri ön planda olmalıdır. Adalet, insan denetimi ve sürdürülebilirlik gibi temel etikler, OpenAI gibi yapılar tarafından geliştirilen model kartlarında da vurgulanmaktadır. Sanal Zeka, dijital çağın dönüştürücü güçlerinden biridir. Ancak bu teknolojinin güvenli, etik ve sürdürülebilir biçimde gelişebilmesi; doğru hukuk politikaları, sağlam altyapı, güvenli veri yönetimi ve açık kaynaklı yaklaşımlarla mümkündür. Soru:

Yerel ölçekte Mersin, genel ölçekte ise Türkiye; disiplinlerarası eşgüdüm ve bütünlük sağlamadan, üstyapıyı (kurumsal, sosyal, yönetimsel sistemler) oluşturmadan altyapıyı (fiziksel, teknik -fiber vs.- sistemler) önceliklendirme noktasında ne kadar ilerleyebilir? Bu süreçte özeleştiri yaparak enerji kayıplarını ve verimsizlikleri nasıl minimize edebilir?

Özeleştiri kültürünün gelişmediği durumlarda, altyapı projelerindeki hatalar nasıl tekrarlanıyor?

Mersin’deki sanayi altyapısı ile sosyal konut politikaları arasındaki uyumsuzluk, kent yaşamını nasıl etkiliyor?

Disiplinlerarası eşgüdüm eksikliği, Türkiye’deki enerji kayıplarını hangi boyutlarda artırıyor?

Sözlük:

Yapay Zeka (YZ): Makinelerin insan benzeri düşünme, öğrenme ve karar verme yetenekleri kazanmasını sağlayan sistemler bütünüdür.

Sanal Zeka (SZ): Dijital ortamda var olan, fiziksel formu olmayan ve insanla etkileşim kurabilen yazılımsal zeka türüdür.

Doğal Dil İşleme (NLP): Bilgisayarların insan dilini anlaması, yorumlaması ve üretmesiyle ilgilenen yapay zeka alt alanıdır.

Makine Öğrenmesi: Bilgisayar sistemlerinin açık programlamaya ihtiyaç duymadan, verilerden öğrenmesini sağlayan algoritmalar bütünüdür.

Derin Öğrenme: İnsan beynine benzer şekilde katmanlı sinir ağları kullanan, karmaşık öğrenme işlemlerini mümkün kılan makine öğrenmesi tekniğidir.

Fiber Altyapı: Yüksek hızlı veri iletimi sağlayan, optik kablolarla kurulan dijital iletişim altyapısıdır.

Bulut Tabanlı Sistemler: Verilerin merkezi sunucularda depolandığı ve internet üzerinden erişildiği yazılım mimarisidir.

Prompt Injection: Bir SZ sistemine verilen girdilerin manipüle edilerek istenmeyen veya zararlı çıktılar elde edilmesi durumudur.

Turing Testi: Bir makinenin insan gibi düşünme yeteneğine sahip olup olmadığını test etmek amacıyla geliştirilen yöntemdir.

KVKK: Türkiye’de kişisel verilerin korunmasına yönelik yasal düzenlemedir (Kişisel Verileri Koruma Kanunu). AI Act: Avrupa Birliği’nin yapay zeka uygulamalarını risk temelli bir yaklaşımla düzenlemeyi hedefleyen yasa tasarısıdır. Open Source (Açık Kaynak): Yazılımın herkesin erişimine açık ve geliştirilebilir olduğu paylaşım modeli.

Etik Filtreleme: SZ sistemlerinin içerik üretirken toplumsal değerlere ve zararsızlık ilkesine uygun çalışmasını sağlayan kontrol mekanizmalarıdır.

Kaynakça:

Coderspace, 2023. “Yapay Zekanın Tarihi”. https://coderspace.io European Commission. "AI Act Proposal", 2021. https://ec.europa.eu/ BTK, "Türkiye’de Fiber Altyapı Raporu", 2022. https://btk.gov.tr