Her şey bilinemez. Yapay zekanın ve makine öğreniminin hemen hemen her şeyi çözebilecek gibi göründüğü bir dünyada, bu vaziyet komik gibi gelebilir; ama gerçek.
En azından, matematikçiler ve YZ araştırmacılarından oluşan yaptığı yeni ve beynelmilel bir çalışmaya göre vaziyet böyle. Araştırmacılar, makine öğrenimi görünüşte sınırsız bir potansiyel barındırmasına karşın; en zeki algoritmaların dahi matematiğin hudutlarını geçemeyeceğini keşfetmişler.
Waterloo Üniversitesi’nde çalışan ve çalışmanın baş yazarı olan bilgisayar bilimcisi Shai Ben-David’in önderlik ettiği araştırmacılar, tezlerinde şöyle yazmışlar: “Matematiğin avantajları, bazen bir bedel getirir… özet olarak… her şey ispat edemez”
“Burada, makine öğreniminin de bu mukadderatı paylaştığını gösteriyoruz.”
Bu matematiksel hudutların farkında olmayı; genel olarak, 1930’lu senelerde eksiklik teorisi denilen şeyi geliştiren Avusturyalı Matematikçi Kurt Gödel‘e borçluyuz. Gödel’in ortaya attığı iki sava göre, matematiksel suallerin hepsi çözülemez.
Şimdiyse Ben-David’in yeni araştırması, makine öğreniminin de aynı çözümsüzlüğe hapsolduğunu gösteriyor.
Bu iddiaya göre, bir makinenin gerçek öğrenme yeteneği (öğrenebilirlik şeklinde adlandırılıyor), ispat edemeyen matematik kaideleriyle hudutlu olabilir. Diğer bir ifadeyle bu; aslında, bir yapay zekaya karar verilemeyen bir probleminsunulması. Başka bir deyişle bu; bir algoritmanın, ‘doğru veya yanlış’ şeklinde vereceği bir cevap ver çözmesinin olanaksız olduğu bir şey.
İsrail Teknoloji Enstitüsü’nde çalışan kıdemli araştırmacı ve matematikçi Amir Yehudayoff, Nature bültenine şöyle izah ediyor: “Bu bizim için şaşırtıcı bir şey oldu.”
Takım, yaptığı araştırmada; ‘en fazlayı düşünmek’ (EMX) olarak adlandırdığı bir makine öğrenimi problemini araştırmış. Bu problemde; bir web sitesi, siteye en sık gelen ziyaretçilere, hedefli reklam göstermeye çalışıyor. Ancak hangi ziyaretçilerin siteyi ziyaret edeceği, evvelce bilinmiyor.
Araştırmacılara göre bu tür bir vaziyette; çözülmesi şart olan matematik problemi, ihtimalle takriben olarak doğru öğrenme (veya PAC öğrenimi) şeklinde bilinen bir makine öğrenimi yapısıyla benzerlikler taşıyor. Fakat ayrı olarak, Gödel’in bir diğer araştırma alanı olan ve daimilik hipotezi şeklinde adlandırılan bir matematik çelişkinine de benziyor.
Eksiklik teorisi gibi, daimilik hipotezi de asla doğru veya yanlış olduğu ispat edemeyen matematik kaideleriyle alakalı. EMX örneğinin şartları göz önüne alındığında; makine öğrenimi de faraziyesel olarak aynı sonsuz çıkmaza girebilir.
Çalışmada bulunmamış olan ve Chicago’daki Illinois Üniversitesi’nde çalışan matematikçi ve bilgisayar bilimcisi Lev Reyzin, Nature için bu araştırma üzerine yazdığı bir yorumda şöyle söylüyor: “Araştırmacılar, kaderi daimilik hipotezine bağlı olan bir makine öğrenimi problemi belirlemişler ve çözümünü, ebediyen erişilemez bir yere bırakmışlar.”
Elbette, EMX probleminin bu nitelikleri, makine öğreniminin diğer vaziyetlerde uğraşmak zorunda kaldığı şeylerle aynı değil; ama akademik açıdan bu yeni tez, bilgisayar biliminin en ön bölümünün, kendi ezoterik ve matematiksel temellerinden kaçamayacağını anımsadıyor.
“Makine öğrenimi, matematiksel bir dal şeklinde olgunlaştı ve şimdi; matematiğin ispat edemezlik yüküyle ve bununla gelen huzursuzlukla mücadele eden pek çok alt dalın arasına katılıyor” diye yazıyor Reyzin.
“Belki bu gibi sonuçlar, makine öğrenimi alanına sıhhatli dozda bir tevazu katar; makine öğrenim algoritmaları, çevremizdeki dünyada devrim yaratmaya devam etse bile.”
Bulgular, Nature Machine Intelligence bülteninde sunuldu.
Kaynak : https://popsci.com.tr/matematikciler-yapay-zekanin-asla-cozemeyecegi-bir-hesaplama-problemi-gelistirdi/
Hiç yorum yok:
Yorum Gönder