2024 Nobel Fizik Ödülü, yapay zeka alanında devrim niteliğindeki ilerlemelerin temelini oluşturan teknikleri geliştirdikleri için John Hopfield ve Geoffrey Hinton’a verildi. Tahmin edebileceğiniz üzere bu durum, birçok tartışmayı ve soruyu beraberinde getirdi.
Yapay zeka her geçen gün hayatımıza daha da entegre oluyor. Günlük hayatta yapay zeka sayesinde işimizin kolaylaştığı birçok alan var. Ve bize sağlanan bu kolaylığın arkasında birçok matematikçi, fizikçi ve bilgisayar bilimci bulunuyor.
Ancak iki isim, yani John Hopfield ve Geoffrey Hinton, bu bilim insanları arasında öne çıkan isimlerdir. Çünkü Hopfield ve Hinton’ın çalışmaları, yapay zekanın gelişiminde öncü olmuştur. Öyle ki yapay sinir ağları üzerindeki çalışmaları sebebiyle 2024 Nobel Fizik Ödülü’ne layık görüldüler.
Eminim yapay sinir ağları deyince sizin de aklınıza ilk olarak fizik gelmiyordur. O nedenle Hopfield ve Hinton’ın çalışmalarının neden fizik ödülüne layık görüldüğünü sorgulamış olabilirsiniz. Nitekim birçok bilim insanı da bu durumu sorguluyor. O halde gelin, Hopfield ve Hinton’ın çalışmalarını inceleyerek neden Nobel Fizik Ödülü’ne layık görüldüklerini anlamaya çalışalım.
John Hopfield ve Geoffrey Hinton’a Nobel Ödülü Getiren Çalışmaları
2024 Nobel Fizik Ödülü’nü Geoffrey Hinton ile paylaşan John Hopfield, önceden moleküler biyoloji problemleri üzerine çalışmış, sonraysa sinir ağlarıyla ilgilenmeye başlamış bir fizikçidir. Aslında Hopfield’ın hem biyoloji hem de fizik geçmişine sahip olması çok normaldir. Zira yapay sinir ağlarının kökeni, nörofizyolog Warren McCulloh ve matematikçi Walter Harry Pitts‘in çalışmalarına dayanmaktadır.
McCulloh ve Pitts’in yapar sinir ağı modelinden sonra 1982 yılında Hopfield, yeni bir ağ modeli geliştirdi. Onun modeli yapay nöronlar arasındaki bağlantıları fiziksel güçler olarak tanımlıyordu. Model, kalıpları ağın düşük enerjili bir durumu olarak depolayarak benzer bir şey istendiğinde bu kalıpları yeniden yaratıyordu. Buna çağrışımsal bellek deniyordu. Çünkü ağın bir şeyleri hatırlama şekli, beynin bir kelimeyi veya kavramı hatırlamaya çalışmasına benziyordu.
Hopfield’ın sinir ağı, çok sayıda düğümün bulunduğu bir ağdı. Ve bu ağda her bir düğüm yalnızca iki değerden (0 ve 1 gibi düşünebiliriz) birini alıyordu. Hopfield’ın sinir ağındaki düğümlerin değeri, komşu düğümlerden etkilenebiliyordu. Bu sayede Hopfield, yapay sinir ağını önceden programlanmış bir dizi modele göre programlayabiliyordu.
Kısacası bu sinir ağı kaydedilmiş kalıplarla sınırlıydı. Yani üretken değildi, sadece kalıp eşleştirme yapabiliyordu. İşte Geoffrey Hinton’ın çalışması da burada devreye giriyor. Hinton bu yapay sinir ağını geliştirmek için istatistiksel mekanikten ve devamında Boltzmann dağılımından yararlandı.
Hopfield’ın Yapay Sinir Ağlarını Mümkün Kılan İstatistiksel Mekanik Nedir?
Yukarıda da söylediğimiz gibi, yapay sinir ağlarının temelinde biyoloji vardır. Ancak sadece biyolojiyle sinir ağlarını anlamak çok kolay değildir. Çünkü sinir ağları çok karmaşıktır ve çok fazla parçadan oluşur. İşte bu gibi sistemlerin davranışlarını açıklamak için istatistiksel mekanik adında bir fizik dalından yararlanırız.
İstatistiksel mekanikten yararlanan araştırmacılar, tek tek parçalara odaklanmak yerine birçok parçacığın kolektif davranışın bakarlar. Bu sayede sistemin makroskopik özelliklerini daha kolay anlayabilirler. Ve istatiksel mekanikteki kilit fikirlerden biri, belirli bir durumun ne kadar olası olduğunu ölçen Boltzmann dağılımıdır.
Temel olarak tüm sinir ağları enerjiyi en aza indirme prensibiyle çalışır. Yalnızca bir kısmını görebildiğiniz piksellerden oluşan bir görüntü hayal edelim. Görüntünün ne olduğunu belirlemek için gizli piksellerin görünür piksellerle bir araya gelebileceği tüm olası yolları göz önünde bulundurmamız gerekir. Yani istatistiksel mekaniğin tüm olası seçenekler arasından en olası olduğunu söylediği durumlar arasından seçim yaparız.
İşte Hopfield’ın oluşturduğu yapar sinir ağı, istatistiksel mekanik fikrine dayanıyordu. Onun bu fikrini geliştiren ise Geoffrey Hinton oldu. Hinton, Boltzmann makinesi adında başka bir sinir ağı tasarladı. Onun tasarladığı sinir ağı görünür ve gizli nöronlardan oluşuyordu.
Boltzmann Makinesi Nedir?
Bir Boltzmann makinesinde az önce örnek verdiğimiz görüntünün belirli bir şekilde görünme olasılığını belirleyebiliriz. Bu olasılığı hesaplamak için gizli piksellerin içinde bulunabileceği tüm olası durumları toplarız. Böylece görünür piksellerin belirli bir düzende olma olasılığını buluruz.
Hinton’ın ortaya attığı Boltzmann makinesi, Hopfield’ın yapay sinir ağından farklı olarak üretkendir. Çünkü daha önce de söylediğimiz gibi Hopfield’ınki kalıplar üzerinden yürüyen bir sistemdir. Ancak Boltzmann makinesinde ağ, araştırmacıların ağı eğitmek için beslediği verilere benzeyen yeni veri örnekleri üretmeyi öğrenir.
İşte bu söz konusu üretken öğrenme, yapay zekanın temelini oluşturan şeydir. Üretken öğrenme sayesinde bugün çeşitli yapay zeka araçlarından bize videolar, görseller, metinler üretmesini isteyebiliyoruz.
Boltzmann makinesinde de başlangıç verilerimizi temsil eden girdi ve sonuç olarak alacağımız çıktımız vardır. Ancak bu girdi ve çıktı katmanları arasında çeşitli gizli katmanlar vardır. Bunlar gerçekten gizli katmanlardır çünkü bu katmanlara biz girdi vermeyiz. Gizli katmanlar çok daha genel olasılık dağılımlarının analize dahil olmasına olanak tanır. Ve bu da hiçbir basit algoritmanın ortaya çıkaramayacağı çıktılara yol açabilir.
Peki Yapay Zekaya Neden Fizik Ödülü Verildi?
Buraya kadar anlattıklarımıza bakınca bilgisayar biliminin alanına giren bir şeye fizik ödülü verilmesi absürt gelebilir. Ancak buraya kadar anlattıklarımızda aslında fiziğin çok önemli alt dallarına değindik. Bunların başında hiç şüphesiz istatistiksel mekanik yer alıyor.
Yanı sıra Hopfield, yapay sinir ağını oluştururken spin camından ilham almıştı. Yoğun madde fiziğinde spin camı, donma sıcaklığında bir katının atomlarının spinlerinin rastgele olduğu duruma verilen isimdir. Spin camının bu rastgeleliliği, sinir ağlarına tam uyuyordu. Kısacası burada da fiziği görüyoruz.
Kısacası buradan bakınca yapay sinir ağları ve fizik arasındaki bağlantıyı görmek çok zor değildir. Yine de herkes bu konuda hemfikir değil. Bazı bilim insanları, Hopfield ve Hinton’ın çalışmalarının fiziğin alanına girmediğini söylüyor. Dolayısıyla hem yapay zekanın bu sene 2 Nobel ödülü alması hem de Hopfield ve Hinton’ın çalışmalarının fizik olup olmadığı tartışması, bu seneki Nobel ödüllerinin çok konuşulmasını sağladı.
Kaynaklar ve İleri Okumalar
- Physics Nobel scooped by machine-learning pioneers | Nature ; Yayınlanma tarihi: 8 Ekim 2024
- How a subfield of physics led to breakthroughs in AI – and from there to this year’s Nobel Prize | The Conversation ; Yayınlanma tarihi: 9 Ekim 2024
- Nobel Prize in Physics Awarded for Breakthroughs in Machine Learning | Scientific American ; Yayınlanma tarihi: 8 Ekim 2024
- Nobel Prize in Physics: How Hopfield And Hinton’s AI Changed Our World | ScienceAlert ; Yayınlanma tarihi: 9 Ekim 2024
- How ideas from physics drive AI: the 2024 Nobel Prize | BigThink ; Yayınlanma tarihi: 9 Ekim 2024
Matematiksel
