Weak AI

Dar yapay zekâ, yapay zekânın yüzleri tanıma, konuşmayı yazıya dökme veya ürün önerme gibi belirli bir görevi ya da sınırlı sayıda görevi yerine getirmek üzere tasarlanmış biçimidir. Ne yaptığını genel olarak kavramaz veya farkında değildir. Gündelik kullanımda dar yapay zekâ, yapay dar zekâ (ANI) ile eş anlamlıdır ve çoğu tanıma göre bugün kullanılan her yapay zekâ sistemi bu kapsamdadır. "Dar" sözcüğü kapsamı ifade eder: Dar yapay zekâ, kendi görevi dâhilinde her insan uzmandan daha iyi performans gösterebilir.

Terimin Kökeni#

Filozof John Searle, 1980 tarihli "Minds, Brains, and Programs" makalesinde dar ve güçlü ayrımını ortaya koydu. Bu makalede Çin Odası argümanı da sunuldu. Searle'ün kullanımında dar yapay zekâ, bilgisayarların zihni taklit etmek ve incelemek için güçlü araçlar olduğu iddiasıdır. Güçlü yapay zekâ ise uygun şekilde programlanmış bir bilgisayarın gerçekten bir zihne sahip olduğu ve anladığı iddiasıdır. Searle'ün düşünce deneyi, kapalı bir odada oturan ve Çin karakterlerini işlemek için İngilizce yazılmış bir kural kitabını izleyerek Çince soruları yanıtlayan bir kişiyi hayal eder. Dışarıdaki anadili Çince olan kişiler yanıtları inandırıcı bulur; ancak kişi Çince bilmez. Searle, bir program çalıştıran bilgisayarın da aynı durumda olduğunu savundu.

Sonraki yıllarda bu etiketler felsefi görüşlerden yetenek kategorilerine dönüştü. Bugün "dar yapay zekâ" genellikle dar kapsamlı, göreve özgü yapay zekâ anlamına gelirken "güçlü yapay zekâ", yapay genel zekâ (AGI) ile eş anlamlı olarak kullanılır.

Dar Yapay Zekânın Özellikleri#

• Görevle sınırlı yetkinlik: Dar yapay zekâ, tasarlandığı veya eğitildiği işi yapar. Göğüs röntgenlerini okumak üzere eğitilmiş bir model, yeni eğitim verileriyle yeniden eğitilmeden mamografi okuyamaz; satranç oynaması ise hiç mümkün değildir.
• Veri kaymasına duyarlılık: Modern dar yapay zekâ, verilerden istatistiksel örüntüler öğrenir. Bu nedenle doğruluğu yalnızca eğitim verilerine benzeyen girdiler için geçerlidir. Gerçek dünya girdileri değiştiğinde, yüksek güven bildirmeye devam etse bile başarısız olabilir.
• Kendi anlayışı veya hedefleri yoktur: Sistem girdileri çıktılara eşler. Bir yayanın ya da tümörün ne olduğunun farkında değildir ve optimize edildiği amaç dışında herhangi bir hedefi yoktur.
• Kapsamı içinde insanüstü: Dar kapsam, olağanüstü performansla bağdaşır. DeepMind'ın AlphaFold 2'si protein yapılarını laboratuvar yöntemlerine yakın bir doğrulukla tahmin eder; bu çalışma Demis Hassabis ve John Jumper'a 2024 Nobel Kimya Ödülü'nün bir bölümünü kazandırdı.

Zayıf Yapay Zekâ ve Güçlü Yapay Zekâ Karşılaştırması#

• Zayıf yapay zekâ (ANI): Günümüzde mevcuttur ve kullanıma alınmış tüm yapay zekâları kapsar. "ANI", yeteneklerin dar kapsamını vurgularken "zayıf yapay zekâ" Searle'ün makinenin herhangi bir şeyi anlayıp anlamadığına ilişkin özgün sorusunu da taşır.
• Güçlü yapay zekâ (AGI): Varsayımsaldır. Yaygın kullanımda, neredeyse tüm bilişsel görevlerde insanlarla aynı düzeye ulaşan ve göreve özel mühendislik çalışmaları olmadan yeni görevleri öğrenen bir sistem; Searle'ün anlamında ise gerçek bir zihne sahip makine.
• Yapay süperzekâ (ASI): Varsayımsaldır. Neredeyse her alanda en iyi insanları geride bırakan ve teknolojik tekillik senaryosunun temelini oluşturan bir sistem.

Zayıf Yapay Zekâ Örnekleri#

• Bilgisayarlı görü: Sürücü destek sistemleri yayaları ve şerit çizgilerini algılar; fabrika kameraları da parçaları kusurlara karşı denetler. Ultralytics YOLO26 tam da bu açıdan dar kapsamlıdır: Tek bir model ailesi algılama, örnek ve anlamsal segmentasyon, derinlik tahmini, sınıflandırma, poz tahmini ve yönlendirilmiş kutuları işler; eğitilen her model ise yalnızca eğitildiği görevi ve sınıfları işler.
• Konuşma tanıma: Dikte yazılımları, altyazı araçları ve sesli asistanlar konuşulan sesi metne dönüştürür.
• Öneri sistemleri: Yayın ve alışveriş hizmetleri, izleme ve satın alma geçmişine göre her kullanıcı için öğeleri sıralar.
• Oyunlar: IBM'in Deep Blue'su 1997'de dünya satranç şampiyonu Garry Kasparov'u yendi ve başka hiçbir şey yapamıyordu.

Üretken Yapay Zekâ Hâlâ Zayıf Yapay Zekâ mı?#

Büyük dil modelleri (LLM'ler) kod yazar, çeviri yapar, özetler ve görsellerle ilgili soruları yanıtlar; bu da dar kapsam etiketini tartışmalı hâle getirir. Microsoft Research'ün GPT-4 üzerine 2023 tarihli bir makalesi "genel yapay zekâ kıvılcımları" ifadesini kullandı; LLM'leri dar kapsamlı kategoride tutanlar ise dengesiz yeteneklere, pürüzlü zekâ adı verilen örüntüye ve eğitim sona erdiğinde öğrenmeyi bırakan ağırlıklara işaret ediyor. AB Yapay Zekâ Yasası, zayıf ve güçlü etiketlerini bir kenara bırakıp bu sistemleri genel amaçlı yapay zekâ modelleri olarak düzenliyor; bunların sağlayıcılarına yönelik yükümlülükler 2 Ağustos 2025'ten beri geçerli.