Ünitenin tamamını tek sayfada görPremium
Yapay zekâ tartışmalarının merkezinde yer alan Turing testi, "makineler düşünebilir mi?" sorusunu yanıtlamak amacıyla Alan Turing tarafından geliştirilmiştir. Turing, makine ve düşünme terimlerini doğrudan tanımlamak yerine, insan zihninin makineler tarafından ne ölçüde taklit edilebileceğine odaklanmıştır. Test temel olarak bir sorgulayıcı (insan), bir insan ve bir makinenin ayrı kabinlerde yer alması ve yalnızca yazılı iletişim kurması esasına dayanır. Eğer sorgulayıcı, ekran üzerinden sorduğu sorularla insanı makineli olandan ayırt edemezse, makine zeki olarak kabul edilir.
Turing testine yöneltilen en temel eleştirilerden biri, biyolojik olmayan makinelerin duygu ve düşünme yetisine sahip olamayacağı argümanıdır. Biyolojik organizmaların doğuştan sahip olduğu duygu ve bilinç hallerinin, silikon temelli makineler tarafından asla tam anlamıyla hissedilemeyeceği, sadece dışsal olarak taklit edilebileceği öne sürülmektedir. Buna karşın yapay zekâ savunucuları, düşünce ve duygunun yalnızca biyolojik temellere dayandığını reddederek silikon yapıların da bu süreçleri taklit etmesinin yeterli olduğunu savunurlar.
Yapay zekâ alanındaki felsefi ayrım, esasen zihin-beden sorunundan ve Kartezyen düalizmden beslenmektedir. Düalist görüş zihin ile bedeni farklı alanlara konumlandırırken, yapay zekâ düşüncelerin fiziksel dünyaya ait olduğunu ve makineler tarafından taklit edilebileceğini varsayar. Bu bağlamda tartışmalar derinleşmekte ve makinelerin yalnızca sözdizimsel sembolleri işleyen birer hesap aracı mı olduğu, yoksa gerçekten anlam üretebilen varlıklar mı olduğu sorusu güncelliğini korumaktadır.
John Searle, yapay zekâ çalışmalarını "kuvvetli yapay zekâ" ve "zayıf yapay zekâ" olmak üzere keskin bir biçimde ikiye ayırır. Kuvvetli yapay zekâ yaklaşımı, uygun programlanmış bir dijital bilgisayarın normalde insanlara özgü olan akıl yürütme, anlama, inanma ve düşünme gibi bilişsel yetilere gerçekten sahip olabileceğini öne sürer. Bu görüşe göre insan beyni dijital bir bilgisayar, zihin ise sadece bir bilgisayar programından ibarettir.
Kuvvetli yapay zekânın erken dönem savunucularından Herbert Simon, 1958 yılında makinelerin düşünebileceğini, öğrenebileceğini ve çözebilecekleri problemlerin gelecekte insan zihninkiyle özdeş hale geleceğini öngörmüştür. Bu yaklaşım, beyin için zihin neyse bilgisayar donanımı için de programın o olduğunu iddia eden bilgisayar işlevselciliği ile paralellik gösterir.
Zayıf yapay zekâ ise dijital bir bilgisayarın anlamlı şeyler söyleyecek şekilde programlanmasının onun gerçekten akıl yürütme veya anlama yetisine sahip olduğu anlamına gelmediğini savunur. Zayıf yapay zekâya göre bilgisayar, zekâyı incelemek ve teknoloji üretmek için kusursuz bir araçtır; tıpkı bir fırtınayı simüle eden meteoroloji programının kendisinin bir hortum olmaması gibi, yapay zekâ da bilişsel süreçlerin sadece birer taklididir. Günümüzdeki tüm yapay zekâ uygulamaları zayıf yapay zekâ kategorisinde yer almaktadır.
John Searle, kuvvetli yapay zekânın iddialarını çürütmek ve Turing testinin geçerliliğini sarsmak amacıyla ünlü "Çince Odası" (Chinese Room) düşünce deneyini tasarlamıştır. Bu deneyde, hiç Çince bilmeyen ve ana dili İngilizce olan bir kişinin kilitli bir odada bulunduğunu varsayar. Odada Çince sembollerle dolu sepetler ve bu sembollerin nasıl eşleştirileceğini anlatan İngilizce bir kurallar kitabı vardır. Dışarıdan gelen Çince sorulara, bu kurallara bakarak kusursuz Çince cevaplar üreten kişi, dışarıdakiler tarafından akıcı bir Çince konuşucusu olarak algılanır.
Odadaki kişi Çince dilini, anlamını veya gramerini bir kelime dahi bilmemektedir; yaptığı tek şey biçimsel (sözdizimsel) kurallara göre sembolleri yan yana getirmektir. Searle bu deneyle, doğru bir bilgisayar programının veya donanımın sembolleri sadece biçimsel olarak işlemesinin o dili "anladığı" anlamına gelmediğini kanıtlar. Zihin sadece sözdizimini değil, aynı zamanda anlambilimi (semantiği) de barındırır; bilgisayarlar ise yalnızca sözdizimsel özelliklere sahiptir.
Çince odası deneyine karşı yapay zekâ savunucuları tarafından sistem cevabı, robot cevabı, beyin taklitçisi cevabı, bileşim cevabı, diğer zihinler cevabı ve birçok bina cevabı gibi çeşitli itirazlar geliştirilmiştir. Ancak Searle, bu itirazların hepsinin temel noktayı gözden kaçırdığını, çünkü biçimsel sembol manipülasyonunun tek başına anlam ve yönelimsellik (intentionality) üretmek için asla yeterli olamayacağını savunmuştur.
Yapay zekâ alanındaki pratik çalışmalar iki temel kategoride incelenir. İlk kategori olan "sembolik yapay zekâ", zihnin işleyişini, bilmeyi ve akıl yürütmeyi yukarıdan aşağıya bir düzenle taklit etme amacı güder. Bu sistemlerde üretim kuralları (eğer-o zaman formundaki kurallar listesi), bir kontrol mekanizması ve çalışan bir bellek (karatahta) bulunur. Bunun en somut tarihi örneği, 1997 yılında dünya satranç şampiyonu Garri Kasparov'u mağlup eden Deep Blue bilgisayarıdır.
Deep Blue, yüksek hesaplama hızı ve geniş bellek kapasitesiyle satranç pozisyonlarını çok hızlı tarayarak başarıya ulaşmıştır; ancak bu sistem öğrenme yeteneğine sahip değildir. Kurallar veya tahta yapısı değiştirildiğinde başarısız olur. Bu durum, sembolik yapay zekânın esneklikten yoksun, hızlı bir hesap makinesi karakterinde olduğunu gösterir.
İkinci kategori ise beynin biyolojik yapısından ilham alan "yapay sinirsel sistemler" (bağlantılı yaklaşımlar) yaklaşımıdır. Sinir hücrelerinin yoğun bağlantılarını taklit eden bu sistemler programlanmaktan ziyade eğitilirler. Örüntü tanıma ve görsel verileri işleme konusunda son derece başarılı olan bu yapay sinirsel ağlar, ağırlık örüntülerini değiştirerek öğrenme kapasitesi sergilerler. Ancak günümüz teknolojisi, insan beyninin karmaşık nedensel güçlerini ve bilinç üretim kapasitesini tam anlamıyla taklit etmekten hâlâ uzaktır.