Süni Zəka. Bu bir xəyaldır. Həqiqətən də belə başlamaq istədim məqaləmi. Bu, bütün insan tarixinin ən müqəddəs, ən ülvi arzusu olub. Çünki biz həmişə ən ədaləti olanı, ən ağıllı olanı, ən güclü və eyni zamanda ən dürüst olanı istəmişik. Bizlər daima üstün bir varlığa inanmaq istəmişik. Hansı ki, həmişə bizim xeyrimizə olan qərarlar verərək, bizim həyatımızı dəyişəcək addımlar edərək, ən uğursuzu uğurlu, ən axmağı ağıllı edəcək və ən zəifdə güc tapa biləcəkdir. Və burda söhbət Tanrıdan, və ya hər hansı bir səmavi inancdan getmir. Mövzu daha böyükdür və daha dərindir. Baxın, hətta belə bir ifadə var ki, hər bir kişinin həyatda üç missiyası var: Ağac əkmək, ev tikmək və oğul böyütmək. Bu bir yaradıcı məqsədididir. Yox, düzəldirəm. Bu bir yaradana xas məqsədlərdir. Və Süni Zəka yaradanın yaradabilən bir varlıq düzəltməsidir. İnsanın insana bənzər bir varlıq yaratmasıdır. Belə bir giriş gözləmədiyinizi bilirəm. Lakin bu mövzunun təməlidir. Hazırda ölkəmizdə Süni Zəka barədə ən çox Marketoloqlar danışır. Lakin bu belə olmamalıdır. Süni zəkaya proqramçılar daha yaxındırlar. Çünki yaratma bacarığı hazırda ən çox onlardadır. Və süni zəka bir İT məhsulu olduğu üçün bu barədə proqramçı fikri daha ağır çəkiyə sahib olmalıdır. Bu barədə niyə izaha ehtiyyac olduğunu tam anlamış deyiləm. Çünki bu gün kimi aydındır: Çəkməni çəkməcidən, papağı papaqçıdan soruşarlar. Lakin təəssüf ki, bizim yerli proqramçılar məlumatı maraqlı ötürə bilmə bacarığı üzərində işləməyiblər. Bunu məktəb etməli idi. Təhsil insanda özünü ifadəni gücləndirməlidir, lakin bacarmır. Marketoloqlar və tech bloggerlər isə nə qədər zənginbilikli olsalar da bu mövzunu köklü şəkildə anlamaq üçün yetəri praktiki biliklərə sahib deyillər. Çünki sahib olduqları məlumatlar başqa məlumat paylaşanlar tərəfindən qaynaqlanır və çox vaxt heç qazanılan məlumatın nə qədər doğru olmasını da araşdırmırlar. Çox üstündə durmadan deyim ki, əslində mövzuda bir üçüncü peşə insanı da var. Və bu peşəkar techbloggerdən də, proqramçıdan da daha üstün fikirə malikdir. Məhz bu insandan soruşulmalıdır Süni Zəka barədə. Bu insanın fikri ekspert rəyi hesab olunmalıdır. “Süni Zəka”, ələxsus, “Süni zəkanın sosial mühitdə rolu” dedikdə gözümüzün qarşısına ilk bu insan gəlməlidir. Dostlar, söhbət fəlsəfə insanından gedir. Bəli, bəli. Bizim illərlə sadəcə "maraqlı ədəbiyyat" hesab etdiyimiz bir elmin - fəlsəfənin peşəkarları danışmalıdırlar Süni Zəka barədə. Ona görə də mən oxucularıma bu İT sahəsinin daxilində olan bir mövzunu fəlsəfi ampluada danışacağam. Hərdən kənara çıxacağam, insanın əhatəsində olan problemlərə toxunacağam. Bəzi əhəmiyyətli terminləri izah edəcəyəm. Şəkillərdən heç istifadə etməyəcəyəm. Kitab kimi, roman kimi oxuyun bunu. Rahat əyləşin. Başlayırıq.

Nədən başlandı?

Bir meymunabənzər varlıq ona hücüm edən ayını əlinə düşmüş bir ağac parçası ilə öldürdü. Bu təsadüfi idi. Əlini uzatdı, götürdü, düz tutdu, ayı üzərinə atılanda budaq parçası canini yaraladı və öldürdü. Sonra bu hücuma məruz qalmış varlıq ildırım dəyəndən sonra alovlanmış ağacın üzərinə düşdüyü yanmış heyvanın ətini yedi. Bişmiş ət onun beynində yeni kimyəvi reaksiyalar yaratmağa başladı. Daşı daşa vuraraq od qaladı, həm qorundu, həm isindi, həm də qidalandı. Milyonilliklər sonra bu varlıq riyaziyyatın nə olduğunu öyrəndi, sonra isə hesablama qurğuları yaratdı. Və təbii ki, ovlama praktikası da dəyişdi. Qida uğrunda mübarizə çoxdan torpaq müharibələrinə çevrilmişdi. Və sayğac yarada bilən artıq çoxdan sürət həddini də aşmışdı, uça da bilirdi və hətta uçarkən yer üzündə olan digər özünəbənzərləri məhv etməyi də öyrənmişdi.
Müharibə dövrü idi. Düşmən tərəfinin planı vardı. Ərazinin hücumunun ardıcıllığını öz tərəfdaşlarına şifrələnmiş bir formada dalğalar vasitəsi ilə göndərmişdi. Düşmənin radio dalğasına qoşulub, şifrəni açıb, bu planı öyrənib, müdafiə olmaq istəyirdi ABŞ. Və bunun üçün ən ağıllı hesab etdiyi şəxsləri və şifrələnmə peşəkarlarını bir otaqda topladı. Turinq. Alan Turinq. Şifrəni çözmək üçün nəhəng hesablama cihazı yaradaraq düşmənin planını aşkarlaya bilmiş alim bizə sabahımız üçün bir ismarıc qoydu.
Turinq insanın nə vaxtsa süni zəka yaradacağını bilirdi. Yaradılmış cihazın düzgün işləməsini müəyyənləşdirmək üçün bir test düşündü.
Turinq testi:
Bir otaqda iki insan və bir kompyüter var. Deyək ki, Əhməd, Vəli və kompüter. Bunlar bir-birlərini görmürlər. Əhməd həm Vəli ilə, həm də kompüter ilə ayrı ayrılıqda yazışaraq  söhbət edir. Bu söhbətlər istənilən mövzuda və istənilən zaman çərçivəsində ola bilər. Sonda Əhməd həmsöhbətçilərindən hansının insan, hansının kompüter olduğunu tapa bilməməlidir. Əgər Əhməd çaşqınlıq içində olarsa, deməli, kompüter həqiqətən də insan kimi ünsiyyət aparıb, insan kimi özünü ifadə edə bilib. Və bir insanı özünün də insan olmasında çaşdıra biləcək qədər ağıllı robot bir Süni Zəka adlandırıla bilər.
Budur Süni Zəka, dostlar. Alan Turinq testini keçə bilən istənilən robota biz əminliklə Süni Zəka deyə bilərik. İntəhası, hələ ki heç kəs bu qədər ağıllı bir robot yarada bilməyib. İnsanlar isə pessimistdirlər. Onlar bu qədər ağıllı bir icadın yarana biləcəyinə heç inanmırlar da. Limitimiz şəkil oxuyub, bəzi suallarımıza cavab verə bilən botlardır. Hazırda maraqlı səslənməsi üçün onları bizə Süni Zəka adıyla satılırlar və nəticə etibarı ilə sözün mahiyyəti, dəyəri məhv olmuş olur. Amma mən mövzunu burada bitirmirəm. İndi sizə bir-bir xırdalayacağam. Proqramlaşdırmanın kökündən Süni Zəkaya qədər aparacağam sizi ki, nəyin nə olduğunu və necə işlədiyini anlayasınız.

Əgər. 

Bütün proqramlaşdırma dillərinin daxilində kiçik,  amma kardinal dərəcədə əhəmiyyətli bir "əgər" funksiyası durur. Funksiya verilən şərtin doğru olub olmamasını müəyyən edərək proqramın növbəti mərhələsinin necə işləyəcəyini təyin edir. Nümunə: "Əgər(meyvə=alma){yeməlidir=bəli}". Sintaksis fərqlənə bilər, amma bütün dillərdə bu funksiya məhz bu cür işləyir. Məsələn Facebookda belə bir şərt var:"Əgər(daxil_olub(istifadəçi) ){ postyerləşdirəbilər=bəli}". Əgər funksiyasını tamamladan bir "əks_halda" funksiyası da var. Nümunəni davam edirik:"Əgər(daxil_olub(istifadəçi) ){ postyerləşdirəbilər=bəli}əks_halda{postyerləşdirəbilər=xeyr; girişformasınıgörsün=bəli;} "
“Əgər” funksiyasını tam anladınızsa Botlar barədə danışa bilərik.
Botlar.
Burada əsasən çatbotlardan danışacağam. Onlar əslində 2000-ci illərdən bəri mövcuddurlar. Yeni heç nə yoxdur. Sadəcə cavablandırma imkanları, sürətləri azca inkişaf edib. Sizə ölkəmiz daxilində tanınan iki bot barədə danışacağam. Yəqin ki, Facebook da Lala ilə qarşılaşmısınız artıq. F. Pərdəşünas tərəfindən Chatfuel sistemində yaradılmış bu bot az öncə dediyimiz əgər toplusundan ibarətdir: Əgər(mənəyazılan=´Salam´) {cavabver(´Salam. Mən Lalayam´);}. Və ya:"Əgər(mənəyazılan=´Necəsən´) {cavabver(´Yaxşıyam.sən necəsən´);}".
Əminəm ki, məntiqi anladınız. Bütün bu hazır suallar və uyğun cavabları Chatfuel sistemində daxil olunur. Və Fərid öz komandası ilə daha irəli gedərək Google-ın xüsusi proqramlarını qoşublar Chatfuel hesablarına. Bu proqramlar mətnləri parçalayaraq sintaktik hesablamalar edir və bənzər mətnləri aşkar edə bilir və nəticədə Lala biraz daha ağıllı görünmüş olur. Nümunə:"Əgər(mənəyazılan=´Necəsən´=´Nətərsən´ =’Nezəsiz’=’Necəsiniz’=´Nətəysən’) {cavabver(´Yaxşıyam.sən necəsən´);}". Lala belə işləyir. İkinci tanınan bot isə Sofiadır. Laladan fərqli olaraq onun real silikon bədəni, əli, qolu ayaqları var. Lakin beyin baxımından eyni Laladır. Üstünlük olaraq Sofia həmin bu" Əgər"lərin nəticələrini səsləndirir və səsləndirilən cümlədən asılı olaraq üzündə emosiya canlandırır və qarşı tərəfin də nə dediyini və hansı emosiya ilə dediyini təyin edib öz "Əgər" alqoritmlərinə göndərir. Üz tanıma və emosiya ötürmə üçün isə o Machine Learninq-dan istifadə edir.

Machine Learning

Maşın öyrədilməsi. Bu mürəkkəb alqoritmlər sayəsində proqramın nəsə öyrənməsidir. Bunu biraz bəsitləşdirib xırdalamalıyam ki, nəyin necə işlədiyini biləsiniz. Məsələn, götürək şəkillərin tanınması məsələsini. Cihaz hardan bilir ki, şəkildəki itdir ya pişik. Ən bəsitindən başlayırıq. İlkin olaraq, bilirsiniz, şəkil kimi gördüyümüz fayl əslində müəyyən simvollar toplusudur (rəqəmsal kod). Şəkili açan proqramlar sadəcə bu simvolları qrafik nümayişə çevirə bilir. Bu kod sadəcə rəngli pikselləri sıralayır. Məsələn, yalnız bir uzun horizontal xəttdən ibarət şəkil təsəvvür edin. Hündürlüyü cəmi 1px, uzunluğu isə 10px. Və fərz edək ki, xətt qara rəngdədir. Demək, hazırda təsəvvür etdiyimiz şəkil bir sıraya düzülmüş 10 ədəd qara dördküncdür. Və indi də fərz edək ki, rəqəmsal kodda qara piksel "q" simvolu ilə qeyd olunur. Deməli, bu fərziyyə üzrə həmin bu şəkilimizin kodu "qqqqqqqqqq" olmalıdır. İndi isə fərz edək ki, bu, bir xətt deyil,nöqtələrdir və boşluqlar ağ rəngdədirlər. Ağ rəngin də "a" simvolu ilə qeyd olunduğunu fərz etsək, deməli, şəklimizin kodu olacaq "aqaqaqaqaq". (Burda qeyd etməliyəm ki,  əslində qara piksel "q" hərfi ilə və ya ağ rəng "a" hərfi ilə qeyd olunmur. real şəkillərdə simvollar başqadır. Məqsəd bu nümunədə nəyin necə işlədiyinin məntiqini izah etməkdir).
Okay, nöqtələr ilə misalı başa düşdünüzsə, keçək daha qəlizinə. Fərz edək ki, bir şəklimiz var, hansında ki, qara dördkünc əks olunub. Kod:
aaaaaaaa
aaqqqqaa
aaqqqqaa
aaaaaaaa
Ümid edirəm,bunu başa düşdünüz. İndi bu nümunə ilə əslində hər bir dördkünc, dairə, rəqəmlər və hərflərin kod formatını oxumaq olar.
İndi isə şəklin real bir foto olduğunu təsəvvür edək. Baxın, burada da məntiq əslində eynidir sadəcə say çoxdur, milyonlarla simvollar. Və bu bizim fotoda bir fincan varsa onun öz "qa" ardıcıllığı var. Şar varsa onun öz ardıcıllığı, insan varsa onda öz ardıcıllıq. Biz proqrama deyirik ki, müəyyən piksellərin ardıcıllığı bir fincandır. Sonra da sistem bu şəkildə fincanı əldə etmiş olur. Bunun üçün isə sadəcə olaraq şəklin daxilində bu fraqment kod üçün axtarış edir. Lakin bu yalnız sırf bu şəkil üçün keçərlidir. İstənilən şəkildə fincanların tanınması üçün biz sistemə yüzlərlə fincan şəkli yükləyirik. Sistem bənzərlikləri axtarıb tapır və təxmini bir kod toplusu təsəvvürü yaranır və sonda istənilən şəkildə bu kod toplusuna bənzər bir kod tapsa onun fincan olduğunu deyəcək. Və biz bu məntiqlə machine learninq əsaslı proqrama yüzlərlə it şəkili göstərsək və sonra pişik şəkillərini də öyrətsək sonradan proqram istənilən şəkillərdə pişik və itləri ayırd edə biləcək. Bu sizə verəbiləcəyim ən bəsit machine learning izahı idi və burada biz yalnız şəkil üzərindən getdik. Burada video tanıma ola bilər, səsi tanıma ola bilər, havanı və hətta mətni də. Diqqət edin ki, söhbət mətndən gedərsə burada mətnin strukturunu tanıyacaq mənasını yox. Məsələn, şəkil nümunəsində də o fincanın nə olduğunu yox, filan kod parçasının fraqmentini öyrənmiş olur. Mətn məsələsində də proqram felləri, isimləri aid edə bilər, sözlərin kökünü tapa bilər və hətta bu məntiq ilə bir böyük cümləni parçalayıb iki-üç kiçik cümlə də yarada bilər.
Məsələ burasındadır ki, hazırda bizə təqdim olunan bütün Aİ-lar maksimum ML ola bilərlər. Məsələn Sofia adlanan robotda deyilənə görə emosiyaların tanınması var. Bunu da xırdalasaq əslində bu video görüntünün tanınmasıdır, bu isə şəkillərin tanınmasıdır və bu da ən kökdə yuxarıdaki misaldır. Sadəcə nəticə etibarı ilə proqram fincanı yox, bunu:" =) " axtarır. Niyə ML olan cihazları Süni Zəka adlandırırlar mənə tam aydın deyil. Ehtimal edə bilərəm ki, səbəb insan faktorunda və matketinqdədir. Siz mürəkkəb proqrama :"Oo bu çox güclü alqoritmlər əsasında işləyir" desəniz çox köhnə səslənəcək, bunun daxilində "Maşın öyrənilməsi var" desəniz bu da anlaşılmayacaq. Yox, daha asanlaşdırıb "Bu proqram filan detalı öyrənib aşkarlaya bilir" deyəndə isə bu uzun çıxır. Ona görə də " Süni Zəka əsaslıdır izahını" genişləndiriblər.

Amma unutmayın, "Süni zəka" - süni zəka deyil.

Bəs süni zəka nə zaman olacaq, necə olacaq soruşsanız istənilən cavab yalan olacaqdır. Sizə öz fikrimi, bir proqramçı kimi bunu necə gördüyümü danışım.
İlkin olaraq bu bir dərrakə məsələsi. Dərrakənin hardan yarandığını necə formalaşdığını hələ ki insan bilmir. Dərrakəni biz özünüqəbuletmə, düşüncənin kökünü anlama kimi izah edə bilərik. Məsələn sizin içinizdəki səs. O səs dərrakənin isbatıdır. Haradan yaranır, necə yaranır, bunu başa düşmək çətindir. Və ya kor bir insana sarı rəngi necə izah edə bilərsiniz? Və ya kar insana musiqinin nə olduğunu necə izah edərsiniz. Gəlin, daha da qəlizləşdirək. Beyninizin ən dərin nöqtələrini oyadacağıq bu gün.

Qəbuletmə bacarıqları yox dərəcəsində olan bir insan təsəvvür edək. Adı olsun Mayk. Mayk anadangəlmə əlildir. Maykın nə gözləri görür, nə də qulaqları eşidir. Mayk eşitməqüsurlu olduğu üçün danışa da bilmir. Və ən pisi, Maykın kinetik qüsurları da var. Siz ona toxunanda o bunu hiss etmir. Maykın əli, ayağı filan var, amma mənasızdır. Çünki o orqanları necə istifadə edəcəyini bilmir,görmür. Amma bir plus var. Maykın fenomenal yaddaşı var. Maykın 20 yaşı var, amma ömrünün hər bir saniyəsini xatırlayır. Deyilənə görə insan yaddaşının formalaşmısında ən əhəmiyyətli hissiyat ətrlərdir. Məsələn, əgər siz gül mağazının yanından keçərkən sizə yadda saxlamanız gərəkən telefon nömrəsi verilibsə və təəsüf ki, onu heç hara yazmamısınızsa, o mağazanın qarşısından yenidən keçin, mütləq ki qısa zamanda bu nömrəni xatırlayacaqsınız.
Ətirlərin yaddaşın formalaşmasında ən öndə hissiyat olduğunu əslində sadəcə məlumatınız olsun deyə dedim. Yoxsa Mayk heç ətir də hiss edə bilmir. Maykın hekayəsinin ümidverici hissəsinə gəlirik. Bir alim çıxır ortaya. Neyrocərrah. Beyin üzrə ekspert. Hippokampdan tutmuş dil üzəri reseptorlara qədər bütün xırdalıqları bilən peşəkar. Eliot - həkim deyir ki, Maykı normal insana çevirə biləcək. Eliot gəlir Maykın Atası Sokratın yanına və deyir : "sən neçə ildir Mayka qulluq edirsən, birgə işləsək, onu yaşada bilərik." Və Eliot Sokratdan bir neçə suala cavab tapmağını istəyir:

1.Mayka sarı rəngi izah et. Mən isə neyronların əlaqəsini izyəcəyəm. Və lazımlı impulsu görən kimi xəritəni aşkayacağam və qısa müddətə Mayk görmə qabiliyyəti qazanacaq.
2. Mayk görməyə başlayandan sonra, istər lal dili ilə, istərsə də başqa bir vasitə ilə  Mayka musiqinin nə olduğunu izah et. Motsartdan, Baxdan hər hansı parçaları tanımağını öyrət. Ona Şopeni tanımasını öyrət. Ona Betxoveni dinləyərkən qorxmağı, Şopeni dinləyərkən xatırlamağı və istənilən insanın “sarı siminə” toxunan musiqini tanıdıqda ağlamağı öyrət.Bunu etdiyin an, Maykın eşitmə məsələsini həll olunmuş bil.

Üçüncü və bu yolda ən asan tələb. Mayk eşitməyə başlayanda ona yanıltmac öyrət və onu tələffüz etməyə çalışsın. Səsi çıxmayacaq amma tələffüz etməyə çalışacaq. Dili-dodağı tərpənəcək. Düzgün tərpənmə yaratdımı, artıq bütün baryerlər bitmiş olacaq və Mayk artıq danışa da biləcək. Çünki beynindəki lazımlı neyronları tapa biləcəyəm.
Kinetik məsələ isə asandır. Mayk özü toxunanda hiss edə bilir, ona kimsə toxunanda bilmir. Deməli problem impulsların qəbul və emalındadır. Üç öncəki məsələ həll olunsa bu da çarəsini tapacaq.
Yəqin özünüz də anladınız ki, bu kiçik hekayədə " Sağlam Mayk" bizim süni zəka məqsədimizdir. Eliot proqramçıdır. Sokrat isə fəlsəfə insanı. Hazırda tendensiya onu göstərir ki, texnologiyalar elə hekayədə olduğu kimi - gözdən başlamaq istəyirlər. Lakin reallıqda Sokrat mövzudan çox kənardadır. Və biz yalnız Maykın yaddaşına güvənərək ona şəkil impulslarını əzbərlətməyə çalışırıq, anlayışın sonra formalaşacağına ümid edirik. Və bunun üçün də bizə Deep Learning lazım olur:

Deep Learning

Bayaq necə anidən rəqəmlərdən fincanlara, fincanlardan da itlərə, pişiklərə keçdiyimi hiss etdinizmi? Əslində bunu bilərəkdən elədim və adi simvollar ilə fincanı tapmaq asan olsa da, itə pişiyə keçdikdə bu çox qəlizləşir. Məsələ burasındadır ki fincan bir qab hissəsindən və qulpdan ibarətdir. Profildən dürdkünc və sual işarəsi. Və ya uzunsov elips və yarımçıq o hərfi. Bunları aşkarlamaq asandır. Heyvanlar isə çox müxtəlifdir. Şəkil çəkərkən hərəkət fərqindən tutmuş, fərqli-fərqli cinslərə qəqər. Laborator da itdir, çixuaxua da, pudel də. İtin bir ayağı qırılmış ola bilər. Pişiyin başındaki papaq onun qulaqlarını gizlədə bilər. Necə eləmək lazımdır ki, ML belə şəkillərdə heyvanları tanıya bilsin?

Öncəliklə diqqət edin, bütün mövcud obyektlər daha kiçik obyektlərin toplamışıdır. Məsələn, pişiyin dairəvi başının üzərində iki üçbucaq onun qulaqlarıdır. Ona görə də, sistem öncə şəkilləri elementlərə parçalayır. Bu parçalara termin olaraq features deyirlər. İndi fərz edin ki, bir sistemin daxilində başqa xırda sistemlər var. Sistemlərdən biri features-ları ağ-qara rəngə çevirib, parçada gördüyü elementləri axtarır (qulaq,göz,burun), digəri bu ağqara şəkilləri daha da parçalayıb lap balaca elementləri axtarır (göz bəbəyinin dairəsi, pəncədəki dırnağın əyilmə bucağı), üçüncüsü bütöv şəkli sağa, sola çevirib oxuyur, dördüncü sistem ani rəng keçidlərinə boz xəttlər əlavə edərək şəkildə kölgə effektləri yaratmış olur, beşinci şəkil ümüumiyyətlə bütün digər sistemlərdən məlumatları götürüb bu obyektin 3D vizualizasiyasını yaratmağa çalışır. Və belə altsistemlərin sayı sonsuz qədər ola bilər, bu proqramçıdan asılıdır. Və belə çoxlu altsistemi olan bir ML-ın texnologiyasına Deep Learning deyirlər. Bu qədər hesablama aparandan sonra sistem lap multiplikasiya olunmuş pişiyi də tanıya bilər.

Bayaq sizə bir ip ucu vermişdim, ki Mayk əslundə özü əşyalara toxunanda hiss edir. Bu metafora ilə deep learning-a istinad etdiyimi anladınızmı? Deep learning şəkilləri araşdıranda mahiyyətə varmır, amma yetəri məlumatı olarsa 3D obyekt də yarada bilər. Eyni ilə Mayk kimi, biz ona gil və ya plastilin versək o Hətta Sokratın kiçik kuklayabənzər versiyasını da yarada biləcək. Öncəki rəng məsələsini bəlkə də aranızda kimsə, “rəng tanıma çox asandır” deyə bilər. Bilirsiniz, hətta Photoshopda da petka ilə şəkilə vursaz həmin pikselin nə rəngdə olacağını göstərəcək. Lakin Fotoşop bunun sarı və ya qırmızı olduğu bilmir, o ümumiyyətlə sarı qırmızının nə olduğunu bilmir. Sadəcə olaraq hər rəngin HEX kodu var, və öz bazasından yararlanaraq proqram şəkildəki rəngləri təyin edir. Lakin süni zəka dediyimiz varlıq əzbərləməməlidir, anlamalıdır. Bu məktəb vaxtı imtahan hazırlıqlarına bənzəyir. İki yolumuz var idi. Ya araşdıraraq, xırdalayaraq nəyin necə olduğumu anlamaq ya da əzbərləmək. Əzbərlədiklərimiz qısa müddətdə yadımızdan çıxırdı. Maykın yadından çıxmaz, çünki tək üstünlüyü varsa o da yaddaşıdır. Amma bu ona mövzunu anlamağa yetəcək mi? Əgər anlasa, göz, danışıq və digər bütün bacarıqları əldə etsə cəmiyyət arasında normal yaşaya biləcəkmi. Maykın keçmişini bilməyənlər Maykın qəribə olduğunu hiss edəcəklərmi? Mayk özünə dost tapa biləcək mi? Mayk sevəcək mi,seviləcək mi? Bizim məişətimizin parçasına çevriləcəkmi? Budur Süni Zəka qarşısında duran suallarımız.  

1997-ci ildə Deep Blue Kasparova qalib gəldi. Daha sonra başqa bir kompüter GO oyununda dünya çempiyonunu məğlub etdi. 2014-cü ildə İngiltərnin Reading Universitetində rus proqramçıları Vladimir Veselyov və Yevgeniy Demçenko öz icadlarını nümayiş edirlər. Eugene Goostman adlı bot insanlarla yazışaraq söhbət edir. Bot 13 yaşlı Ukraynalı yeniyetmə olduğunu deyir və həmsöhbətçilləri ilə danışır.  30 juridən 10-u həmsöhbətçillərinin insan olduğunu zənn edirlər. Nonsens. Aləm dəyir bir birinə. Media, pressa. Hər kəs Tyurniq testinin artıq keçmiş olduğunu deyir. Nəhayət ki, nəhayət ki! İnsan çatdı öz məqsədinə. Bu zirvəyə də çata bildik artıq.

Lakin, yox. Alimlər məsələnin üzərində düşünərək qənaətə gəlirlər ki, burada heç bir yenilik yoxdur. Və Yevgeniy Qustman bir test keçib, lakin bu testi Tyurinq testi adlandırmaq olmaz. Ətraflı oxumaq istəsəniz The Guardian qazetinin bu məqaləsini oxuya bilərsiniz. Mən isə sizə qısa formada aydınladacağam.

Birincisi. Tyurinq testində 30% kimi bir rəqəm yoxdur. İstənilən şəxs qarşısındakinin insan olduğunu zənn etməlidir. Sadəcə olaraq 1950-ci illərdə yaşamış Tyurinq mövzuya əslində özü də pessimistik yanaşır və deyir ki, 2000-ci illərdə Robotlar yalnız 5 dəqiqəlik söhbət çərçivəsində və yalnız 30% həmsöhbətçilini inandıra biləcək qədər ağıllı olacaqlar. Robotların bu qədər yaxın zamanda bundan daha artığını edə biləcəklərinə inanmır.  

İkincisi. Qarşımızdaki insan bir Ukraynalı olduğunu deyir və yeniyetmə olduğunu deyir. Söhbət zamanı biz ona normal suallar verə bilmirik, çünki qarşımızdaki bir uşaq oldunu deyir və istər-istəməz bəsit suallar ətrafında gedir söhbətimiz. Biz ondan maraqlarını soruşuruq və o bizə hamburger sevdiyini, Eminemı dinlədiyini deyir.

Üçüncü məsələ - dil. Yevgeniy deyir ki, o Ukraynalıdır və ingilis dili - yəni söhbətimiz getdiyi dil onun üçün doğma deyil. Bunun üçün də biz söhbət zamanı sözlərin bir-biri ilə tutuşmamasını, mənaca boşluqların yaranmasını və bəzən suallarımıza qeyri-dəqiq cavab verilməsini “bağışlayırıq”. Nəticə etibarı ilə biz qarşımızdaki tərəfə güzəştə gedirik və o güzəşt nəticəsində robot bizi insan olmasına inandıra bilir. Yevgeniyin texniki araşdırılması da bunu isbat etdi. Bot sadəcə siz ona suallar verdikdə cümlənizin içərindəki sözləri öz lüğətində axtarır, əgər öz bazasında həmin sözün istifadə olunduğu mətn parçasını tapa bilsə həmin mətni sizə cavab olaraq təqdim edir, əgər tapa bilməsə sadəcə “Mən buna cavab verə bilməyəcəm” tipli və ya qısa “hə”,”yox” tipli cavablar verir. “Əgər”-ləri gördüz? Bəs məqalənin ən başındaki Lala ilə olan eyniliyi? Təbriklər. Siz məqaləni anlamısınız.

Bir çox alimlər, texnologiya insanları Süni Zəkanın yaradılmasına qarşı çıxırlar. Çünki bunun axırının necə bitəcəyi çox risklidir. Kimlərsə deyə bilər ki, bu heç vaxt olmayacaq. İnsanın süni zəka dediyi yalnız şəkil və məlumat tanıyan proqramlar olacaq. Mən isə hesab edirəm ki, Süni zəka yaranacaq. Bu artıq çox yaxındır. Aİ, Machine Learning, Deep Learning dedikləri Süni Zəka deyil lakin ona aparan yolun bir hissəsidir. Hesab edirəm ki, yaxın 20-30 il ərzində biz Süni Zəkanı görəcəyik. Böyük ehtimal o başqa cür adlanacaq. Real Aİ, Artificial Human, və ya Artificial Sapiens. Fərq etmir. İnsan ömrü boyunca iki böyük dəyişiklik yaşayır. Geri dönüşü olmayan və təbiət tərəfindən yaradılmış bir keçid nöqtələri. İlk öpüş və cinsi əlaqə. Beyinə böyük parçalarla ifraz olunan Dofamin həmin beyndə əhəmiyyətli dəyişikliklər edir. İnsan dünənki kimi hiss etmir özünü artıq.

Və əgər biz elektriki ilk öpüş hesab ediriksə, süni zəka insanlığın bakirəliyini itirəcəyi nöqtə olacaq.

Həsənağa Azad

Dostlar bu məqalənin əslində ardını yazmağı düşünürəm. 2ci hissədə Süni Zəka necə yaranacaq və yarandıqdan sonra nələr baş verəcək suallarına nəzəriyyə xarakterli cavab olmalıdır. Amma ilk öncə bir xahişim var. Diqqətinizə çatdıtım ki, gördüyünüz kimi məqalədə heç bir reklam yoxdur, kopyalanma deyil. Tərcümə də deyil. Araşdırmalar sayəsində yazılmış və dəfələrlə redaktə olunaraq publika qarşısına çıxarılmış bir işdir. Hesab edirəm ki bu işi bəyənmişlərdən bir xahiş etsəm pis qarşılanmaz. Bu məqalənin qısaldılmış linkini paylaşmağınızı istəyirəm: https://goo.gl/JGBerf    Google bu linkdən gələn oxunmaları hesablayacaq və statistikanı vaxtaşırı paylaşacağam. İkinci hissəni istənilən halda yazmağı düşünürəm lakin bu məqaləyə 1000 oxunma gəlsə, daha həvəsli və tez işləyəcəyimi düşünürəm. Təşəkkürlər.