Makina Öğrenmesi (Yapay Zeka) ile Avcı-Toplayıcı Çocukların Ortak Noktası Ne?

Dikkat çekici düzeyde benzer.

Yazar, Güldeniz Salalı.

Çevirmen, Esna Yılmaz.

Editör, Çağrı Mert Bakırcı.

İkinci editör, Birce Köktürk.

DeepMind'ın AlphaGo programı, antik bir masa oyunu olan Go'da insan rakibini yendiğinde bu program, yapay zeka alanında büyük bir sıçrama yaratmıştı.

AlphaGo, önceden yazılmış bir dizi talimat vasıtasıyla değil de, pratik ve geri bildirimler yoluyla eğitilmişti.

Bu durum yeni nesil makine öğrenme teknolojileri ve resmi bir eğitim almayan çocukların yetenek edinme şekilleri arasında çarpıcı benzerlikler olduğunu ortaya çıkardı.

Şöyle açıklayayım.

Alan araştırması yaptığım Kongo'daki avcı toplayıcı topluluklarda çocukları yetiştirirken genelde doğrudan yönergeler vermiyorlar.

Bunun yerine alet yapımı ve benzeri bir öğrenme fırsatı oluşturuyorlar ve çocuğun çalıştırmasını müdahale etmeden izliyorlar.

Ardından, çocuk kendi davranışını, sergilediği performans hakkında aldığı geri bildirime göre düzenliyor.

Aynı şekilde, nöral ağlar da makineye öğrenme fırsatı vererek ve ağ yapısına göre elde edilen çıktı hakkında geri bildirim sağlayarak çalışıyor.

Yapay zeka araştırmalarının nihai amacı, biz insanlar gibi kavrayabilen ve öğrenebilen bir genel yapay zeka meydana getirmektir.

Çoğu yapay zeka araştırmacısı daha bağımsız öğrenme stratejileri izleyerek bunun mümkün olabileceğine inanıyor.

Örneğin denetimsiz öğrenme sırasında makineler veriyi önceden belirlenmiş bir hedef veya net bir yönlendirme olmadan inceleyerek öğreniyor.

Bu öğrenme şekli avcı toplayıcı çocukların çoğu beceriyi edinme şekliyle paralel.

Son 6 yıldır Kongo havzasında yaşayan Bayaka pigmelerinin bir alt grubu olan Mibendejele avcı toplayıcılarına misafirim.

Mübendejele çocukları bıçak kullanma, bebek bakma ve yabani bitki yetiştirme gibi becerileri 3 yaş kadar erken bir dönemde ediniyorlar.

Gözlemlerimiz gösteriyor ki yürümeye yeni başlayan mübendejele çocukları bu becerileri çevrelerini özgürce keşfederek ve başkalarını gözlemleyip taklit ederek öğreniyorlar.

Öğretilerek öğrenme, gözlemlediğimiz öğrenme aşamalarının sadece küçük bir kısmını kesin söylemek gerekirse %6'sını oluşturuyor.

Formal bir eğitimin yokluğunda çeşitli becerileri nasıl edindiğimiz ve aktardığımızla çok ilgiliyim.

Çünkü bunları anlamak bizim kompleks kültürel uygulamaları.

Mesela Go oyununun nasıl geliştiğini anlamamıza yardımcı olabilir.

Taklit ederek öğrenme konusunda geliştirdiğimiz büyük kapasite bize bilgiyi büyük bir doğrulukla aktarmamızı sağlıyor.

Araştırmacılara göre bilgi sadakatle aktarıldığında kültürel uygulamalar nüfusta öyle uzun süre korunuyor ki daha kompleks uygulamalara dönüşebiliyor.

Bu, tam olarak da insan kültürünün gelişimi şekli.

Kültürel özelliklerimiz eski bilgilerin mirası üzerine kurulu durumda.

Ancak bu, onların aynı zamanda o bilgilerle sınırlandırıldığı anlamına da geliyor.

Makine öğrenimindeki yeni eğitim algoritmaları insan çocukların öğrenme şekliyle paralel hale gelirken onlar insan kültürünü aşma kapasitesine de sahipler.

Bunun nedeni ise yeni algoritmaların bizim kültürel tarihimizin mirasıyla kısıtlanmaması.

2017'de DeepMind ekibi kendi kendine oynayarak öğrenen ve böylece kendi kendinin öğretmeni olan AlphaGo Zero'yu tanıttı.

Şu anda dünyanın en iyi Go oyuncusu olarak görülüyor.

İnsan Go oyuncuları oyun stratejilerini hala 3000 yıllık birikmiş bilginin üzerine kuruyorlar.

AlphaGo Zero ise kendini bu birikimden uzak bir şekilde yetiştirerek en iyi Go oyuncusu oldu.

AlphaGo Zero'nun başarısından neler öğrenebilir?

Program, başlangıç çizgisinden kendine karşı oynayarak çıkış yaptı.

Sonuca ise, bir sonraki hamleyi seçmek için güçlü bir araştırma algoritması ile ulaşıldı.

Geçen yıl DeepMind ekibi, AlphaGo Zero'nun daha genel bir versiyonunu geliştirdi.

Kendi kendine sadece Go değil, Satranç ve Shogi'de öğreten bu yeni versiyon, bu üç oyunda özelleşmiş en iyi programları yendi.

Eski satranç şampiyonu Gary Kasparov, konu hakkında şöyle diyor.

Aslında makinelerin ürettiği bu yeni bilgi birikiminden bir şeyler öğrenebiliriz.

Bana kalırsa bu programların çalışma şekli, kendi kendine oynayarak pekiştirme yoluyla öğrenmek, nasıl meraklı öğrenciler yetiştireceğimiz hakkında bize ilham vermeli.

Olabildiğince keşfetmelerine izin vermeli ve ihtiyaçları olduğunda geri bildirim sağlamalıyız.

Küçük çocuklar kendilerine bakanlarda gördüklerini taklit ederler.

Bu yüzden 13 aylık yeni yürüyen bir bebeğin bıçaklarla oynaması, Eğer her gün bıçak kullanan insanları görüyorsa gayet normaldir.

Tabii ki de bebeklere kesici aletler vermemiz gerektiğini söylemiyorum.

Ancak çocuklar için dünyayı kendi başlarına keşfedebilecekleri ve başkalarını gözlemleyerek öğrenebilecekleri bir çevre yaratabiliriz.

Örneğin eğer çocuklarınızın daha çok kitap okumasını istiyorsanız kendiniz de daha çok kitap okumayı deneyebilirsiniz.

Küçük bir çocukken babamın komodininde Dostoyevski'nin suç ve cezasını gördüğümü hatırlıyorum.

Başlık ve yazarın Türkçedeki hiçbir kelimeye benzemeyen adı çok ilgimi çekmişti.

Sonradan Dostoyevski power yazarlarımdan biri oldu.

Çocuklara çevrelerini keşfetmelerine izin vermek, onları yalnız bırakmak anlamına gelmez.

Aksine avcı toplayıcı çocuklar genellikle sadece ebeveynleri değil, topluluk üyeleri tarafından da çevrelenirler ve nadiren yalnız bırakılırlar.

Benzer şekilde yaşlıların ve çocukların etkileşime geçebildiği bir topluluk alanı, yaşlıların sağlığına faydalı olabildiği gibi çocuklara da daha çok öğrenme fırsatı sağlar.

Çalışmalarımızda büyük kardeş ve çocukların çocuk bakımında önemli bir rol oynadığını gördük.

Örneğin 3 yaşındaki bir çocuk bir bebeği rahatça yatıştırma yetisine sahip ve bebekler de becerileri daha büyük çocukları taklit yoluyla ediniyorlar.

Hatta 4 yaşından itibaren avcı toplayıcı çocuklar bir şeyleri genelde karma yaşlı oyun gruplarında denetimsiz oyun yoluyla öğreniyorlar.

Çocukların durumunu, özellikle de şehirlerde büyüyen çocuklarınkini, farklı yaşlarda çocukların denetimsiz aktivitelere katılabilecekleri açık havada oyun alanları oluşturarak iyileştirebiliriz.

Orman anaokulları tarzında projeler harika örnekler.

Avcı toplayıcı çocuklar başkalarını gözlemleyerek öğrendikleri becerileri sonrasında uygulamaya başlıyorlar.

Bu, daha 6 yaşında olan bir mübendejele kızının ormanda diğer kadınlara katılıp, kendi tatlı patateslerini toplayabilmesinin sebebi.

Tabii ki öğretim, matematik gibi karmaşık konuları öğrenmek için gerekli.

Ama eğitim sistemlerimiz pratik yapmak için yeterli alana sahip değil.

Lisans öğrencisiyken saatlerce istatistik dersi aldım ve hepsini unuttum.

İstatistiğin neden ve nasıl kullanılacağını ancak araştırmam için gerektiğini de tam olarak öğrenebildim.

Bence hepimiz eğitimin geleceği hakkında beyin fırtınası yapmaya başlamalıyız.

Öğrenmenin, öğrencilerin ilki, keşif ve deneyimleri yoluyla yönlendireceği bir çevreyi nasıl oluşturabiliriz?

İlham almak için avcı-toplayıcı çocukluğunu ve yeni makine öğrenme stratejilerini incelemekle başlayabiliriz.