Zeki olarak nitelenebilecek davranışlar gösterebilen makinelerin yaratılması fikri antik çağdan bu yana insanların ilgisini çekmiştir. Yunan mitolojisinde geçen Pigmalion hayalindeki kadının heykelini yapar. Galatea adını verdiği heykel o kadar güzeldir ki, Pigmalion kendi yaptığı esere aşık olur, ancak onun cansız olması karşısında çok çaresizdir. Aşk tanrıçası Afrodit, Pigmolion'a acır ve Galatea'ya can verir.

16. yüzyılda Prag'da yaşayan Rabbi Lowe'nin toprak ve sudan yaptığı Golem'i ateşte pişirip, nefesinden verdiği hava ile canlandırdığı anlatılır. Dört temel elemanla hayat bulan Golem'i önce Rabbi Lowe sabırla eğitecek, daha sonra bunun çok zahmetli bir iş olduğunu farkederek Golem'e kendi başına öğrenmeyi öğretecektir.

17. yüzyılda Decart, hayvan vücudunun karmaşık bir makineden başka bir şey olmadığını öne sürmüştü. Pascal ise ilk mekanik hesap makinesini yapmış, Leibnitz de bunu çarpma ve bölme için geliştirmişti

18. yüzyılda Kempelen, bazı ses ve kelimeleri çıkarmak üzere körüklenen hava ile çalışan bir makine geliştirmişti. Kempelen'in geliştirdiği bir başka makine ise satranç oynayan Türk'tü. İmparatoriçe Maria Teresa himayesinde geliştirdiği bu makinede Türk kıyafetleri giymiş bir bir manken, üzerinde satranç tahtası bulunan bir masanın arkasında yer alıyordu. Karşısındaki insanlar satranç tahtası üzerinde hamle yaptıkça Türk başını sallayıp kendi hamlesiyle karşılık veriyordu. Bu makine, bir çok kişiyi yenerek o zaman herkesi şaşırtacaktı.

1821'de Charles Babbage, astronomici John Hershel ile birlikte mühendislerin ve gemicilerin kullanımı için bir matematik tablosu hazırlama işine girişmişlerdi. Her ikisi de elle hesaplayarak hazırlanması gereken bu tablolarda yer alan hatalardan büyük sıkıntı duymaktaydı. Babbage bunun üzerine, 1823'de kendi buluşu olan Farklar makinesini tasarlama yoluna gitti. Farklar makinesi aslında 25.000 mekanik parçadan oluşan bir hesap makinesiydi.

Ancak, farklar makinesinda arzu edilen hassasalık için gerekli parçalar 19.yüzyıl mühendisliğinin yapabileceğinin ötesindeydi. Babage, bunun üzerine Farklar makinesini bırakarak Analitik makine dedigi yeni bir makineyi geliştirmek istedi. Ne yazık ki bu noktada, Farklar makinesi için o zamana kadar 17.000 £ harcamış olan İngiliz hükümeti projeden deseteğini çekti. Bu parasal desteğin kesilmesi, Babage'ın tasarladığı Analitik makinesini hiç bir zaman tamamlayamamasına neden oldu. Oysa Analitik makine, mekanik parçalardan oluşmasına rağmen bu günkü bilgisayarlarda yer alan bellek ve işlemciye karşılık gelen birmler içeriyordu ve bu işlemci programlanabilme özelliğine sahipti.

Şair Lord Byron'un kızı olan Ada Byron (Lady Lovelace), 1843 yılında yayınlanan bir makalesinde Analitik makinenin kompleks müzik besteleri yapmada ve grafik çizmede nasıl bir kullanım potansiyeline sahip olduğunu açıklamıştı. Daha sonra Babbage ile yazışarak Analitik makinenin Bernoulli sayılarının hesaplanmasında kullanılması için Babbage'a bir plan çıkarmasını önermişti. Bu "plan" geliştirilen "ilk bilgisayar programı" olarak anılmaktadır.

YZ konusu 1940'lı yıllarda ilk elektronik bilgisayarların yapılmasından bu yana çok önemli aşamalar kaydetti. Her ne kadar Kempelen'in Türk adlı makinesindeki satranç hamlelerinin aslında masanın içine saklanan zayıf bir adam tarafından yapıldığı yıllarca sonra açıklığa kavuştuysa da, IBM tarafından geliştirilen Deep Blue adlı bilgisayar 1997 yılında Dünya satranç şampiyonu Kasparov'u yenmeyi başaracaktı.

 

YZ konusunu, yalnız bilgisayar bilimiyle kısıtlamak yerine, psikoloji, felsefe gibi alanları da içine alacak şekilde daha geniş bir kapsamla ele almak gerekiyor. Bir makine zeki olabilir mi? Bunu cevaplayabilmek için önce "zeka"nın ne olduğunu tanımlanmalı. Kavramlar ve algılar yardımıyla soyut ya da somut nesneler arasındaki ilişkiyi kavrayabilme, soyut düşünme, muhakeme etme ve bu zihinsel işlevleri uyumlu şekilde bir amaca yönelik olarak kullanabilme yetenekleri zeka olarak adlandırılmaktadır.

Zekanın farklı tanımlarının olmasına karşılık zekaya ilişkin kuramların tümü zekanın geliştirilebilecek bir kapasite ya da potansiyel olduğu ve biyolojik temellerinin bulunduğu noktalarında birleşir. Buna göre zeka, bireyin doğuştan sahip olduğu, kalıtımla kuşaktan kuşağa geçen ve merkez sinir sisteminin işlevlerini kapsayan; deneyim, öğrenme ve çevreden kaynaklanan etkenlerle biçimlenen bir bileşimdir.

Zeka bir çok zihinsel yeteneğin değişik durum ve koşullarda kullanılmasını içerir. Bu yetenekler arasında başlıcaları şöyledir:

Araştırmacılar zekanın doğasını anlamak üzere çalışmalar yapmaktadırlar. En çok sorulan sorulardan biri, zekanın tek bir faktörden mi yoksa bir kaç bileşenin biraraya gelmesiyle mi oluştuğudur. Ilk psikologlar, zekanın g-faktörü olarak adlandırılan genel bir mental faktörden oluştuğunu varsayıyorlardı. Bu faktörün, zekanın her yöndeki performansını etkilediğini varsayarak, zeka testinin bu g-faktörünü ölçmeye yönelik olduğunu kabul ediyorlardı. Daha sonraki araştırmacılar akıcı zeka ve kristalize zeka olmak üzere zekanın iki çeşidi bulunduğunu öne sürdüler. Akıcı zeka, yeni problemleri ve durumları başarıyla ele alabilme yeteneğini, kristalize zeka ise bilginin saklanması, beceriler, akıcı zekanın kullanılması ve deneyimlerden elde edinilen stratejileri kapsamaktadır.

Diğer bazı bilimadamları ise zekanın daha çok bölümlerden oluştuğunu ileri sürmüştür. Örneğin, Howard Gardner belirli alanlarda olağandışı başarılar sergileyen insanların yeteneklerini inceleyerek yedi değişik zeka alanı olduğunu savunmuştur. Aşağıda açıklanan bu zeka alanlarının herbiri diğerinden bağımsız olmasına karşın, herhangi bir aktivite bu zeka alanlarından bir kaçının aynı anda aktif hale geçirilmesiyle oluşmaktadır:

Zeka ile beyin arasında çok yakın bir ilişki vardır. Zekanın beyinde yer aldığı kabul edilir. Bir insan beyninde 10 milyardan fazla sinir hücresi bulunmakta, her bir hücre ortalama 10.000 hücre ile bağlantı içerisinde çalışmaktadır. Nöron adı verilen bu sinir hücrelerinde sinyaller çok karmaşık elektro-kimyasal olaylar zinciriyle oluşan ve sayısı saniyede 1000'e kadar çıkabilen titreşimler halinde iletilmektedir.

Beyinin nasıl çalıştığı henüz çözümlenebilmiş değildir. Belleğin işleyiş mekanizması, algılama yaparken gösterdiği esneklik yeteneği gibi konular bilim adamlarını yıllarca uğraştırmış olup, hala da uğraştımaktadır.

Bazı bilimadamları belirli işlerden beyinin belirli bölgelerindeki hücrelerini sorumlu tutarak konuya açıklama getirirken, ünlü nörolog Karl Pribram hologram teorisini beyinle bağdaştırmak üzere yaptığı çalışmalarda beyinin çevresi hakkındaki bilgileri sınıflandırılmamış bir karmaşık düzen içerisinde aldığı, alınan bu bilgilerin holografik, yani üstüste bindirilmiş dalgalar ve onların girişimleriyle oluşan modele dayalı bir biçimde kaydedildiği ve daha sonra dışarıdan gelen frekanslara göre bilgilerin alışkın olduğumuz mekan-zaman için düzenlenerek, bilinen algı dünyasının oluştuğunu söylemektedir.

Uzmanların yüzyüze kaldıkları en çarpıcı problemlerden birisi de insan beyninin davranışını taklit edecek milyarlarca yapay nörondan oluşmuş sistemlerin geliştirilmesidir. İnsan beyninde yaklaşık 10¹¹ nöron (sinir hücresi) bulunuyor, bunların her biri 10⁴ dolayında başka nöronlarla bağlantı yapıyor. Öğrenme ile nöronlar arasındaki bağlantıların kuvvetleri arasında bi r ilişki olduğu ve aynı anda aktif olan nöronlar arasındaki bağlantı kuvvetlerinin yüksek olduğu deneylerle gösterilmiş.

Nöronlardaki işlem hızı (10³ Hz) günümüz bigsayarlarının işlem hızı ile (1000 mega Hz = 10⁹ Hz, bundan çok daha hızlı bilgisayarlar da var) karşılaştırıldığında , nöronların hızı çok düşük kalıyor. Buna karşın, insan beyni günümüzün en iyi bilgisayarlarıyla karşılaştırıldığında bazı konularda çok daha yüksek başarı gösteryor. Örneğin bir melodinin tanınması, elyazısının okunması, bir resimdeki kişilerin tanınması gibi konularda insan beyni makinelere göre çok daha başarılı. İnsanlar öğrenebiliyorlar ve genelleme yapabiliyorlar.

İnsan beyni ve bilgisayarlar karşılaştırıldıklarında, temel farklılığın bilgiyi işleme biçimlerinde olduğunu görüyoruz. Bilgisayarlarda bilgi sıralı bir biçimde ve her seferinde aynı şekilde işleniyor. İnsan beyninde ise paralel işleme yapılıyor ve aynı uyarının etkisi değişik zamanlarda daha değişik olabiliyor. Bilgi eksik olsa bile insan zekası bu eksikliği kapatabiliyor.

İnsan beyninde yer alan nöronların çalışma prensiplerinden yola çıkılarak geliştirilen Yapay Sinir Ağları, ilk defa 1950'li yıllarda ortaya atıldı ve YZ'nin bağlantıcı yaklaşım olarak adlandırılan önemli bir kolunu oluşturdu. Konudaki bir çok teorik çalışmalara rağmen, teknolojk yetersizlikler nedeniyle yakın zamana kadar bu modeller pratikte çok fazla kullanılmadılar.

Son yıllarda çok hızlı ve yüksek kapasiteli belleğe sahip bilgisayar sistemlerinin yapılabiliyor olması ile birlikte bu durum yapay sinir ağların pratikte kullanılabilir hale gelmesini sağladı.

Nöral ağların bilgiyi insan beynindekine benzer biçimde saklaması ve işlemesinin yanısıra en önemli özellikleri kendilerine sunulan örneklerden öğrenebiliyor olmaları, daha önce öğretilmemiş bir örnekle karşılatıklarında eski öğrendiklerine dayanarak genelleme yapabiliyor olmaları, bilginin eksik veya gürültülü olduğu durumlarda bunu karşılayabiliyor olmalarıdır.

Bu özellikleri dolayısı ile nöral ağlar, diğer yöntemlerin fazla başarılı olmadığı genelleme ve öğrenme isteyen bir çok alanda başarı ile kullanılabiliyorlar.

Yapay zekada diğer önemli bir kol ise simgeci yaklaşımdır. Bu yaklaşımın başlangıç noktası, insanların problem çözmede kullandıkları çıkarım (reasoning) kurallarının bilgisayarlara aktarılmasıyla akıllı bilgisayarların yaratılabileceği varsayımına dayanır.

Sınırlı bir alan içinde işlevlerini sürdüren robotların daha önceden saptanmış amaçları gerçekleştirmeleri için gerekli hareketlerin planlanması "plan sentezi" olarak adlandırılmaktadır. Sentezin başarısında robotların karşılaştıkları risklerin ve onların çıkarım yapmalarını zorlaştıran çevresel koşulların aşılması önemli rol oynar. Bir planın en gerekli bölümünü, robota uygulaması için verildiğinde başarılı bir davranış göstermesini sağlayan bölümü oluşturur. Sonuçta ne tür bir davranışın ortaya çıkacağı ise planın gerçekleştirildiği ortama ve bunu yapan robota bağlıdır.

Uzman sistemler olarak anılan bilgi tabanlı yazılım sistemleri, belirli bir alanın önde gelen uzmanlarından derlenmiş bilgilere dayanarak düzenlenmiş çok sayıdaki "eğer ... ise .... dir" biçimindeki kuraldan oluşmaktadır.

"Eğer ... ise .." kurallarındaki çıkarımların doğru (1) ya da yanlış (0) gibi iki uç değer yerine arada değerler alabildiği bulanık mantık adı verilen yaklaşım, uzman bilgisinin sisteme aktarılmasında bir dereceye kadar kolaylık sağlamaktadır.

Genetik algoritmalar yine yapay zekada kullanılan yaklaşımlardan birisidir. Bu güne kadar çeşitli evrimsel hesaplama yöntemleri geliştirimiştir. Bu yöntemlerin tümündeki ortak özellik, bireysel yapıların evrimi temsil eden seleksiyon, mutasyon, üretme ve eşleştirme gibi genetik operatörler yardımı daha başarılı sonuçlara ulaşabilmesidir.

Bilgisayarların İngilizce, Fransızca gibi doğal dillerde verilen komutları anlamasını sağlayan programların yazılımında da önemli gelişmeler olmuştur. Bu türden yazılımlar örneğin öğrenci bilgilerinin tutulduğu bir veri tabanında "yaşları 17 ile 19 arasındaki 1. sınıf öğrencileri hangileridir?" gibi bir soruya cevap verilebilmesi gibi genellikle belirli bir konudaki veri tabanlarının sorgulanmasıyla ilişkilidir. Ancak bir dilden diğerine çeviri veya sözlü komutu anlayarak yerine getirme gibi uygulamalar da bulunmaktadır.

Zeki bir davranış sergilemek konusunda etkileyici örneklerden biri de doğal dilde konuşuyormuş etkisi yaratan etkileşimli programlardır. Ancak bu programların kendilerine sunulan giriş bilgilerine uygun cevap verirken, giriş bilgilerini anlayıp anlamadıklarını ayırdedebilmek önem taşımaktadır. Oldukça eskilerde, 60'lı yıllarda geliştirilen aşağıdaki iki örnek, eski olmalarına rağmen konuya açıklık getirmeleri bakımından önem taşımaktadırlar. Terri Winogard tarafından geliştirilen SCHRDLU isimli program doğal dilde verilen emirleri anlayarak yerine getirirken, Joseph Wezenbaum tarafından geliştirilen ELIZA programı, doğal dilde girilen cümleleri anlamamakta, ancak anlıyor gibi görünmektedir.

SCHRLDU, bilgisayar ekranından kullanıcıya gösterilen, 3 boyutlu uzaydaki cisimleri temsil eden görüntüler üzerinde, kullanıcı tarafından doğal dilde girilen emirleri uygular. Belli sınırlar içerisinde, SCHRDLU cisimlerin ne şekilde manipule edileceği konusunda kullanıcı ile dialog kurar. Kullanıcı "en son oynattığın küpten daha büyük bir küp bul ve onu kutuya koy" biçiminde doğal dilde yazılmış bir komut girebilir ve SCHRLDU bu cümle ile istenenleri anlayarak yerine getirir. Sistem tanımlı evreninde kendisinden istenenleri anlamaktadır ve bunu anladığını, istenenleri yerine getirerek kanıtlamaktadır.

ELIZA ise klavye ve ekran aracılığı ile sohbet yapmak üzere programlanmıştır. Bu konuşma sırasında bilgisayar hastasına bir yönlendirme yapmadan soru soran bir psikoterapist rolünü üstlenmektedir. ELIZA kullanıcıdan aldığı cevaplar doğrultusunda sorular sormakta veya cümleler kurmaktadır.

ELIZA PROGRAMI	KULLANICI
- Merhaba, ben ELIZA. problemin nedir?	- Bir bilgisayar olduğumu düşünüyorum.
- Emin misin?	- Evet. çok eminim.
- Görüyorum.	- Nasıl görebiliyorsun?
- Benim görebilmemi istermiydin?	- Herhalde
- Hadi gel, düşüncelerini bana aç.	- Ben bilgisayarlardan korkarım
- Özellikle beni mi kasdetiyorsun ?	- Evet
- Anlıyorum	- Nasıl anlıyabiliyorsun?
- Benim anlıyabilmemi istermiydin?	- Neden istiyeyim?
- Seni en çok hangi cevap mutlu eder?	- Bilgisayarlar ve insanlar iyidir.
- Neden bilgisayarı belirtiyorsun?	- Bilgisayarlar hakkında hayal kurarım
- Çok sık hayal kurar mısın?	- Kendimi alıkoyamıyorum.

Kullanıcı ELIZA'nın tanımlı evrenini aşmadığı sürece ELIZA anlamlı sayılacak cümleler üretmektedir. Bunu yaparken, kullanıcının girdiği cümlede kendisine anahtar oluşturacak kelimeleri bulur ve bu anahtar kelime ile ilgili olarak tanımlanan cümlelerden birini konuşmanın devamı olarak sunar. Burada anlama söz konusu değildir. ELIZA anlamaya çalışmaz bile. Onun tek amacı girilen cümleye uygun bir cümle üretmektir. ELIZA programını çalıştıran bir bilgisayar, zeki bir davranış gösteriyor mu? Bu sorunun cevabı yapılan tanımlamayla yakından ilgilidir. YZ (AI) Filminin internet sitesinde Microsoft tarafından kullanıma açılan 'Chat-boy' incelendiğinde ELIZA ile ilişkisi yakalanabilir.

Simgesel ve bağlantıcı yaklaşım karşılaştırıldığında, YSA'lar gürültüye karşı gösterdikleri üstün tolerans, örneklerden bilgi toplama ve bu türden bilgilerin sistemde temsil ediliş biçimi bakımından, simgesel yaklaşıma göre bir üstünlük taşımaktadır. Diğer yandan bilginin işlenmesi ele alındığında da, simgesel yaklaşımın bazı üstünlükleri bulunmaktadır. Yanlız "simgesel" ya da sadece "bağlantıcı" bir yaklaşım yerine her birini uygun olduğu şekilde birlikte kullanan hibrid sistemlerin geliştirilmesi bu gün daha akılcı bir yaklaşım olarak gözükmektedir.

Kişilerin zeka seviyesi, diğer koşullar eşit tutulduğunda ne kadar zor işler başardığı, aynı güçlükteki işlerden ne kadar çoğunu başarabildiği veya ne kadar kısa sürede doğru sonuca ulaşabildiği saptanarak ölçülmeye çalışılmaktadır. Bilgisayarların zeki olduğunu anlayabilmek için böyle bir yöntem uygulanabilir mi? Bir bilgisayar milyonlarca toplama, çarpma işlemini hem de hiç hata yapmadan çok kısa bir zamanda hesaplayabilir. Diğer yandan bize çok basit gelen nesnelerin tanınması, konuşma anlama veya görme konularında ise yetenekleri insanların çok gerisindedir.

İşin ilginç tarafı, bu gün YZ ile çalışan bilgisayarların insanlara göre daha başarılı oldukları toplama, çıkarma veya benzeri işlemlerde bir zeka unsuru görülmezken, bilgisayarlarda başarılabilen görme, nesne tanıma, öğrenme, doğal dil anlama gibi algı ya da bilişe yönelik her gelişme heyecanla karşılanabiliyor.

İngiliz bilimci Alan Turing, bir makinanın zeki olup olmadığını anlamak için 1950 yılında bir test önermiştir. Bu test için iki ayrı oda gerekmektedir. Odalardan birinde bir makine diğerinde ise bir insan bulunuyor. Deneyi yapan kişi diğer odada bir insan mı yoksa bir makinemi bulunduğunu bilmiyor. Bir klavye aracılığıyla karşı taraf ile iletişime geçecek ve karşıdan gelen yanıtlara göre onun insan ya da makine olduğunu anlamaya çalışacak. Eğer aldığı yanıtlardan onun bir makine değil de bir insan olduğuna karar verirse karşıdaki makinenin zeki davranış gösterdiği yargısına varılacaktır. Turing testinin geçerliliği bu gün hala üzerinde tartışılan konulardan biridir.

Örneğin Turing testine yönlendirilen eleştirilerden biri, neden iletişimin yalnızca klavye üzerinden olduğudur. Günümüzde görme ve konuşma konularında oldukça önemli ilerlemer kaydedildi. Dolayısı ile hemen akla Turing testine konuşma, görme gibi özelliklerin eklenmesi geliyor.

Honda yürüyen, tokalaşabilen, çok yavaş da olsa top oynayabilen Asimo'yu geliştirdi. MIT humanoid laboratuvarında da gördüğü nesnelere ve duyduğu seslere göre sevinç, korku, üzüntü gibi duygularını yüz mimikleriyle ifade eden Kısmet isimli bebek robot geliştirildi.

Geçtiğimiz yüzyılda Charles Babbage oluşan "farklar makinesi"ni sadece mekanik parçalardan yapmıştı. Bu mekanik parçalar bu gün yerini silikonlar üzerine kazınmış elektronik devrelere bıraktı. Bilgiyi depolayan, işleyen sistemler yarın belki organik maddelerden oluşacak, bilgi kimyasal maddelerle taşınacak. Bilgisayar yapımında kullanılan yapı taşlarının hangi maddeden olduğu hız, kapasite, kendini onarma gibi konularda önem taşıyabilir, daha uygun bir madde yeteneklerin sınırlarının genişletilmesinde işe yarayabilir. Mekanik bir makinenin koşması mümkün değilken, belki organik bilgisayar bir insandan daha üstün kas performansı gösterebilir. Ancak konunun özüne baktığımızda maddenin ne olduğu konusu bizi yetenekleri sınırlaması dışında fazlaca etkilemez. Kapasiteyi artırmak üzere hangisi en uygun ise o tercih edilir.

Günümüzde duygunun da zekanın bir parçası olduğu ve IQ ile birlikte EQ'nun da ele alınması gerktiği tartışılırken, Turing testinin bir sonraki aşamada belki bu makinaları zeki olarak nitelendirebilmek için, Kubrick'ten Spielberg'e miras kalan "AI" filmindeki gibi görüntüsü insandan ayırt edilemeyecek ve hatta sevmek için kodlanmış bir makine olmasını isteyeceğiz.

Bir tanıma göre, yapay zeka "makinaların bugün henüz yapamadıkları" olarak nitelendiriliyor. Dün yapılamıyor olması nedeniyle yapay zeka kapsamında gözüken bazı konular bugünkü ilerlemeler nedeni ile yapay zekanın dışına çıkmıştır. Bugün yapay zeka kapsamında anılan bazı konular ise yarın kapsam dışına atılabilirler. Dolayısı ile bu tanıma göre yapay zeka ulaşılması mümkün olmayan bir idealdir. İdeale ulaşmak için atılan her adım bizi ideale yaklaştırırken ideali de bir adım daha uzağa götürmektedir. Ancak bu ideal boş bir ideal değildir, atılan her adım aynı zamanda da bir ilerleme anlamı da taşımaktadır.