Mükemmeliyetçilik ve AI...
Tolga Mırmırık
Kılı Kırk Yarıyorsun!
Kararsız kalmaktan dolayı adım atamadığınız anlar olmuştur. Kararsız kalma anını, sonrası bir zamanda irdelediğinizde de “o kadar sık eleyip dokuyacak ve düşünecek ne vardı ki?” sorusunu da sormuşsunuzdur belki kendinize.
Bir önceki “Nereden Gitsek” başlıklı BirGün Bilim yazısında köşesinden dolandığımız karar verme ve olasılıklar arasından işimize en yararlı olanı seçebilme yetisi, karmaşık kararlar konusunda bize çok da yararlı olamayabiliyor. Önceki deneyimlerimizden elde ettiğimiz bilgileri mutlak doğru kabul etmemiz, sonraki dönemlerimizde değişik yolları da denememizi ve farklı bir yol çizmemizi imkânsızlaştırabiliyor. Kimi dostlarımıza ara sıra “çok mükemmeliyetçisin, çok fazla kılı kırk yarıyorsun” dememizin sebebi de yazılım ve bilgisayar dünyasında sıklıkla karşılaştığımız bir problemin sebebi ile aynı olabilir.
“Fazlasıyla uyumlu cevaplar bulma” ya da veri biliminde ve istatistikte yoğun şekilde kullanılan İngilizce terimi ile “over-fitting” konusu, Charles Darwin’in Emma Wedgood ile evlilik kararı almasında kullandığı yönteme kadar gider. Brian Christian ve Tom Griffiths tarafından 2016 yılında yazılan Hayatımızdaki Algoritmalar (Algorithms to Live By) kitabına göre, Darwin, “evlenmeli miyim” sorusunun cevabını kendi mantığına oturtabilmek için, bir nevi “evliliğin artıları ve eksileri” tablosu yapmış, belirli bir formüle göre karşılıklı olarak listelerden ilgili cevaplarını elemiş, sonunda da “evlen-evlen-evlen, QED*” diyerek analizini tamamlayıp kararını vermiştir.
Yapay Zekâ Başımıza Bela Mı?
Son on yılın sorusu. Onun başındaki bela da aslında bizi nasıl gördüğüne ilişkin eğitilmesi ile ilgili daha çok. YZ, daha çok ortamından aldığı bilgiler ışığında, o bilgileri değerlendirerek ve karşılaştığı yeni durumlar karşısında var olan bilgilerini kullanarak yaptığı analizleri ve o analizlerinin olumlu ya da olumsuz sonuçları ile davranışını kontrol eden bir oluşum. Tıpkı yeni doğan bir bebek gibi. Hangi ortamda büyütür ve ne tür bilgi ile beslerseniz o şekilde bir varlık olması kaçınılmaz. Olasılıklar karşısındaki varsayımları ve bu varsayımlarının davranış olarak çıktıları tamamen kendisinin aldığı bilginin değerlendirilip, önünde sonunda sayısal bir “şunu yap” sonucuna erişebilmesi sonucu. Biz insanlarda henüz emekleyebilen bebekken sıcak bir nesneye dokunabilme cesareti gibi bir nevi. Daha önceden bilinmeyen bir durum ile karşılaşıldığında yanlış kararlara varabilme olasılığımız, bildik durumlardaki varsayımlarımıza göre daha çok artıyor. Bunun tam tersi de çok ilginç sonuçlara götürüyor ki YZ veri analizlerinde de özellikle kaçınılan durumlardan bu.
Hayatımızı şekillendiren bir ilişki ya da evlilik kararı ile YZ’nin davranış bozukluğu arasındaki ilişki, çok fazla soru karşısındaki doğru bildiğimiz cevaplarının fazlalığının, sonraki benzer durumlar karşısındaki kararlarımızı etkilemesi ile ilgili. “Over-fitting” kavramı, karşılaşılan her olası problemde tam da önceki problemin çözümündeki gibi daha önceden sorulup da ulaşılmış cevaplar ile uyumlu olmasını beklemek üzerine. YZ dünyasındaki en basit tanımı ile fotoğraftaki nesneyi tanımlama durumuna bakarsak ve YZ’yi kedi tanımlama için, bir kedinin mutlaka dört ayağı vardır, dik kulakları ve kılları olmalı bilgilerine benzer onlarca tam bir kedi modeli ile beslersek ve özellikle de “bir kedi sadece budur” şartını kabul ettirirsek, karşısına çıkacak bir Sfenks kedisini ya da bir bacağını kaybetmiş bir kediyi kedi olarak tanımlayamayacak ve yanılgıya düşecektir. Tıpkı her şey didik didik etmeye çalışıp da hayatımıza iyi ya da kötü yönde yön verebilecek bir ilişki kararını yanlış değerlendirmek gibi.
YZ ile ciddi şekilde uğraşan matematikçi, veri bilimcisi, yazılımcısı ve analisti arkadaşımın sıklıkla karşılaştığı sorunlardan birisi olan -benim de kişisel olarak- “fazla-doğruculuk” ve “x durumunda mutlaka y yapmalısın” olarak tanımlayacağım sorun, biz insan hayatını bile tehlikeye atmaya devam ediyor. İçgüdüye dönüşen geçmiş deneyimler, gerçekler karşısında çaresiz kalabiliyor. Bir çalışmada, FBI ajanlarının suç mahallinde iki defa mermi ateşleyip, hedefin bulunup bulunmadığını göz ardı ederek silahlarını kılıflarına koyduğu (eğitim öğretisi), polislerin silahlı çatışmada ara verip atışlarındaki boş mermi kovanlarını ceplerine doldurdukları (atış poligonu öğretisi) ya da tümünden ilginç bir vakada bir memurun karşılaştığı suçlunun silahını alır almaz suçluya geri verdiği (eğitim öğretisi) görülmüştür. Bunların tamamı, YZ ana konularından “over-fitting”’in biz insanlar için gerçekleri olarak hayatımıza yansımaktadır.
Kısa yol bulmak ve hızlı karar verebilmek kolay olduğu kadar, çok fazla olasılık ve cevap karşısında sadece ve sadece tam da daha önceden bildiklerimi ve öğrendiklerime uygun olanı seçmeliyim düşüncesi de çok yanıltıcı ve olasılık değerlendirmeleri açısından sakıncalı görünüyor. İnsan olmak zor, tuhaf bir mahlûk olmamızın götürülerini de deneyimlemeye devam etmekten başka da çıkar yol yok. QED!
*QED: Quod Erat Demonstrandum. Ortaya konulan şey tam da buydu.