Bir elektrik-elektronik mühendisi olarak devre kartlarına, mikrodenetleyicilere veya yapay sinir ağlarına baktığımda büyü görmüyorum; matematik, lineer cebir ve gerilim seviyeleri görüyorum. Ancak bugün insanlığın büyük bir kısmı, ekranın karşısına geçip bir yapay zekâ modeliyle sohbet ettiğinde karşısında düşünen, hisseden, hatta bazen "bilinç kazanmış" bir varlık olduğunu varsayıyor. İnsanoğlu, kendisine mantıklı cümleler kuran her şeyi bilinçli kabul etmeye programlanmış kadim bir psikolojik zaafa sahip: Antropomorfizm (İnsana Özgü Nitelikler Yükleme).
Peki, perdeyi kaldırıp o parıltılı arayüzlerin ardındaki silikon yongalara ve tensör bloklarına indiğimizde ne var? Sizi hayal kırıklığına uğratmak istemem ama orada bir "akıl" yok. Karşımızda duran şey, insanlık tarihinin gördüğü en kusursuz, en sofistike istatistiksel illüzyondur. Gelin, yapay zekânın neden "düşünmediğini", yalnızca trilyonlarca parametrelik bir tahmin motoru olduğunu teknik olarak deşifre edelim.
Yapay zekâ modelleri anlamı idrak etmez; çok boyutlu uzayda en yüksek istatistiksel olasılığa sahip sonraki belirteci (token) seçer.
1. Sonraki Belirteç Tahmini: Biliş Değil, Koşullu Olasılık
Bugün kullandığımız LLM'lerin (Büyük Dil Modelleri) merkezinde çalışan matematiksel prensip aslında şaşırtıcı derecede yalındır: Bir sonraki kelime parçasını (token) tahmin etmek.
Modele "Gökyüzü neden..." diye bir girdi verdiğinizde, model gökyüzünün mavisini hayal etmez ya da atmosferdeki Rayleigh saçılmasının fiziksel varlığını içselleştirmez. Modelin yaptığı tek şey, internetten kazınmış terabaytlarca metinden öğrendiği ağırlık matrislerini tarayıp şu koşullu olasılık fonksiyonunu çözmektir:
Model için "mavidir" kelimesi, ontolojik bir renk tanımı değildir; binlerce boyutlu bir vektör uzayında "gökyüzü" vektörüne kosinüs benzerliği açısından en yakın duran koordinat kümesidir. Eğer modeli eğittiğiniz metinlerin tamamında "Gökyüzü yeşildir" yazılsaydı, model aynı sarsılmaz özgüvenle gökyüzünün yeşil olduğunu iddia edecekti. Çünkü model için "doğru" veya "yanlış" yoktur; yalnızca "istatistiksel olarak en uyumlu" sıra vardır.
2. "Halüsinasyon" Bir Hata Değil, Sistemin Doğal Çalışma Prensibidir
Kullanıcılar genellikle yapay zekâ uydurma bir makale referansı verdiğinde veya var olmayan bir tarihi olay anlattığında "Model hata yaptı, delirdi" derler. Teknik açıdan bu tamamen yanlıştır. Model hata yapmamıştır; görevini kusursuz şekilde yerine getirmiştir.
Yapay zekâ veri tabanı sorgulayan bir SQL motoru değildir; bir metin tamamlama mekanizmasıdır. Siz ona akademik bir soru sorduğunuzda, cevabın içine bir kaynakça yerleştirmesi gerektiğini istatistiksel kalıplardan bilir. Elinde gerçek bir kaynakça yoksa, akademik referans formatına (Yazar, Yıl, Dergi Adı, DOI) harfi harfine benzeyen, gramer açısından kusursuz ama tamamen kurgusal bir metin bloğu örer. Literatürde buna "Stochastic Parrot" (Rastlantısal Papağan) denmesinin sebebi budur: Anlamını bilmediği sesleri kusursuz bir diksiyonla taklit eden bir papağandan farksızdır.
İnsan Muhakemesi vs. Yapay Zekâ Yakınsaması
| Özellik | İnsan Zihni (Bilişsel Süreç) | Büyük Dil Modeli (LLM) |
|---|---|---|
| Temel Mekanizma | Kavramsal Anlama & Nedensellik | Korelasyon & Olasılıksal Tamamlama |
| Gerçeklik Algısı | Fiziksel dünya ile duyusal temas | Sayısallaştırılmış metin tokenları (Sıfır duyu) |
| Bilgiye Güven | Şüphe, doğrulama, mantık süzgeci | Eğitim verisindeki yoğunluk dağılımı |
| Bilinç Durumu | Bilinçli varoluş (Sentience) | Saf Matematiksel İllüzyon (Zero-Sentience) |
