Bu yılın Nobel ödülleri, bilim dünyasını en çok şaşırtan Nobel olarak tarihe geçecektir. Nobel Ekonomi ödülünün Daron Acemoğlu’na verilmesi beklenen bir gelişmeydi; ancak Nobel Kimya ve özellikle Nobel Fizik ödüllerinin sahipleri bilim camiasında büyük bir sürpriz olarak karşılandı.

Bu iki ödülün yapay zeka alanında çığır açan araştırmacılara verilmesi, yapay zekanın mevcut popülaritesine katkı sağlayacağı yönünde bir algı yarattı. Nobel Komitesi’nin bu seçiminde yapay zeka teknolojisinin toplumsal etkisini göz önünde bulundurduğu çok açık bir şekilde görülüyor.

Bu yazıda, bu yıl Nobel ödülünü alan ve yapay zekanın gelişimine büyük katkı sağlayan John Hopfield, Geoffrey Hinton ve Demis Hassabis’in çalışmalarını kısaca inceleyeceğiz.

John Hopfield’in yapay zeka teknolojilerine katkıları

John Hopfield, hem fizik hem biyoloji alanlarında çalışan bir bilim insanı olarak, yapay zeka ve sinir ağları alanına önemli katkılarda bulunuyor. Özellikle 1980’lerde sinir ağları üzerine yaptığı çalışmalarla dikkat çeken Hopfield, “Hopfield ağı” adıyla bilinen bir de model geliştirdi. 

Hopfield ağı, verilen bir girdinin ağın iç bağlantıları sayesinde belirli bir duruma veya örüntüye ulaşana kadar evrilmesini sağlar. Bu modelin, daha sonra geliştirilen tekrarlayan sinir ağlarına da (recurrent neural network) ilham kaynağı olduğu kabul ediliyor. Ayrıca insan beyninin nasıl ilişkilendirme yaptığı konusunda da açıklayıcı bir özellik sunarak nörobilim ve yapay zeka arasındaki köprüyü kurmada önemli bir rol oynuyor.

Geoffrey Hinton’ın yapay zeka teknolojilerine katkıları

Toronto Üniversitesi Bilgisayar Bilimleri öğretim üyesi Profesör Hinton yapay zeka ve özellikle derin öğrenme (deep learning) alanındaki öncü çalışmalarıyla tanınan bir bilim insanı. Geoffrey Hinton’ın yapay zeka ve derin öğrenmeye olan katkılarını şöyle özetleyebiliriz. 

Geriye yayılım algoritması

Hinton’ın en önemli katkılarından biri, 1980’lerde geriye yayılım (backpropagation) algoritmasının geliştirilmesine ilişkin çalışmaları. Bu algoritma, çok katmanlı yapay sinir ağlarını (multi-layer neural networks) eğitmek için kullanılıyor. Yöntem sayesinde çok daha derin katmanlı modellerin kullanılması ve ChatGPT gibi gündelik hayatta sıklıkla kullandığımız teknolojilerin gelişmesi de mümkün oluyor. 

Derin öğrenme

Derin öğrenme, çok katmanlı sinir ağlarını kullanarak büyük miktarda veriyi eğiterek veriden anlam çıkarma tekniği diye de tanımlanabilir. Bu yöntem, makine öğrenimi ve yapay zeka araştırmalarında büyük bir sıçrama yapmıştır. Profesör Hinton ve öğrencileri tarafından geliştirilen modeller, görüntü tanıma, doğal dil işleme gibi birçok alanda yapay zekanın büyük başarılar elde etmesine yardımcı oldu. 2012’de öğrencileri Alex Krizhevsky ve Ilya Sutskever (OpenAI kurucusu) ile birlikte geliştirdiği model büyük bir başarı elde ederek derin öğrenmenin gücünü gözler önüne serdi. Hinton, uzun bir süre Google’da çalışmış. Emekli olduktan sonra da yapay zekanın sorunları ve olumsuz yanları hakkında önemli bir lobi grubu oluşturdu. Hinton, yapay zeka dünyasında “derin öğrenmenin babası” olarak da kabul ediliyor.