T. C. ANKARA ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ ULUSLARARASI İLİŞKİLER ANABİLİM DALI ASKERİ SAHADA YAPAY ZEKÂ KULLANIMININ GELİŞİMİ: ETİK VE HUKUKİ SORUNLAR Yüksek Lisans Tezi Melisa TEKELİ Ankara, 2021

116  Download (0)

Full text

(1)

T. C.

ANKARA ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ

ULUSLARARASI İLİŞKİLER ANABİLİM DALI

ASKERİ SAHADA YAPAY ZEKÂ KULLANIMININ GELİŞİMİ:

ETİK VE HUKUKİ SORUNLAR

Yüksek Lisans Tezi

Melisa TEKELİ

Ankara, 2021

(2)
(3)

T.C.

ANKARA ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ

ULUSLARARASI İLİŞKİLER ANABİLİM DALI

ASKERİ SAHADA YAPAY ZEKÂ KULLANIMININ GELİŞİMİ:

ETİK VE HUKUKİ SORUNLAR

Yüksek Lisans Tezi

Melisa TEKELİ

Tez Danışmanı Doç. Dr. Nuri YEŞİLYURT

Ankara, 2021

(4)

T.C.

ANKARA ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ

ULUSLARARASI İLİŞKİLER ANABİLİM DALI

ASKERİ SAHADA YAPAY ZEKÂ KULLANIMININ GELİŞİMİ:

ETİK VE HUKUKİ SORUNLAR

Yüksek Lisans Tezi

Tez Danışmanı Doç. Dr. Nuri YEŞİLYURT

TEZ JÜRİSİ ÜYELERİ

1. Doç. Dr. Nuri YEŞİLYURT, Ankara Üniversitesi 2. Doç. Dr. Klevis KOLASİ, Ankara Üniversitesi

3. Dr. Öğretim Üyesi Tamer KAŞIKÇI, Eskişehir Osmangazi Üniversitesi

Tez Savunması Tarihi 18.06.2021

(5)

TÜRKİYE CUMHURİYETİ ANKARA ÜNİVERSİTESİ

SOSYAL BİLİMLER ENSTİTÜSÜ MÜDÜRLÜĞÜNE

Doç. Dr. Nuri YEŞİLYURT danışmanlığında hazırladığım “Askeri Sahada Yapay Zekâ Kullanımının Gelişimi: Etik ve Hukuki Sorunlar (Ankara, 2021)” adlı yüksek lisans tezimdeki bütün bilgilerin akademik kurallara ve etik davranış ilkelerine uygun olarak toplanıp sunulduğunu, başka kaynaklardan aldığım bilgileri metinde ve kaynakçada eksiksiz olarak gösterdiğimi, çalışma sürecinde bilimsel araştırma ve etik kurallarına uygun olarak davrandığımı ve aksinin ortaya çıkması durumunda her türlü yasal sonucu kabul edeceğimi beyan ederim.

Melisa TEKELİ 18.06.2021

(6)

i

KISALTMALAR

ABD Amerika Birleşik Devletleri

AI Yapay Zekâ

ARPA İleri Araştırma Projeleri Kurumu

CIA ABD Merkezi İstihbarat Teşkilatı

CCW Aşırı Derecede Yaralayan ve Ayırım

Gözetmeyen Etkileri Bulunan Belirli Konvansiyonel Silahların Kullanımının Yasaklanması veya Sınırlandırılması Sözleşmesi

DARPA ABD Savunma Bakanlığı Savunma İleri

Araştırma Projeleri Ajansı

DART Dinamik Analiz ve Yeniden Planlama Aracı

GGE Devlet Uzmanları Grubu

IAI İsrail Havacılık ve Uzay Sanayii

IJCAI Uluslararası Yapay Zekâ Ortak Konferansı

IoT Nesnelerin İnterneti

IŞİD Irak ve Şam İslam Devleti

OECD Ekonomik İşbirliği ve Kalkınma Teşkilatı

ONR Donanma Araştırmaları Dairesi

OODA Gözlemle-Konumlan-Karar Ver-Uygula

RMA Askeri Alanda Devrim

SSCB Sovyet Sosyalist Cumhuriyetler Birliği

STM Savunma Teknolojileri Mühendislik ve

Ticaret Anonim Şirketi

SUR Konuşma Anlama Araştırma

(7)

ii

ŞEKİLLER

Şekil 1: Dar Yapay Zekâ - Yapay Genel Zekâ - Yapay Süper Zekâ ... 11

Şekil 2: Yapay Zekâ - Otonom Öğrenme - Derin Öğrenme ... 13

Şekil 3: Dragon Runner Keşif Robotu ... 43

Şekil 4: Samsung SGR-A1 Nöbet Robotu ... 45

Şekil 5: OODA Döngüsü ... 49

Şekil 6: Otomatik - Otomatikleştirilmiş - Otonom Silahlar ... 50

Şekil 7: Yarı Otonom - Gözetimli Otonom - Otonom Silah Sistemlerinde İnsan ve Yapay Zekâ ... 52

Şekil 8: Harpy-NG Gezici Mühimmat... 53

(8)

iii

İÇİNDEKİLER

KISALTMALAR ... i

ŞEKİLLER ... ii

GİRİŞ ... 1

1. YAPAY ZEKÂ ÇALIŞMALARININ GELİŞİMİ ... 8

1.1. Kavramsal Çerçeve ... 8

1.2. Yapay Zekâ Çalışmalarının Tarihçesi ... 14

2. YAPAY ZEKÂNIN ASKERİ SAHADAKİ YANSIMALARI ... 29

2.1. Askeri Alanda Yapay Zekâ Kullanımına Tarihsel Bir Bakış ... 30

2.2. Askeri Alanda Robotik Çalışmalar ... 40

2.3. Otonom Silah Sistemleri ... 48

3.YAPAY ZEKÂ KULLANIMININ ULUSLARARASI GÜVENLİKTE NEDEN OLDUĞU TEMEL SORUNLAR ... 57

3.1. Yapay Zekâ Silahlanması Yarışı ... 58

3.2. Etik ve Hukuki Sorunlar Ekseninde Askeri Dönüşüm ... 67

3.2.1. İnsan-Yapay Zekâ İkiliğinde Savaş Alanı ... 67

3.2.2. Etik Sorunlar ... 71

3.2.3. Hesap Verilebilirlik ... 74

3.2.4. Hukuki Eksende Güvenilirlik Sorunu ... 76

SONUÇ ... 82

EKLER ... 87

Ek-I: Savunma Şirketleri Tarafından Geliştirilen Askeri Otonom Sistem Örnekleri (2019 Yılı İtibariyle) ... 87

(9)

iv

EK-II: İnsansız Hava Araçlarının Devlet Dışı Aktörler Tarafından Saldırı Amacıyla

Kullanımları ve Kullanım Girişimleri (1994-2015) ... 92

KAYNAKÇA ... 97

ÖZET ... 106

ABSTRACT ... 107

(10)

1

GİRİŞ

1990’lı yılların anahtar kavramı olarak akademik literatüre giriş yapan ve 2000’li yılların popüler kavramı haline gelen küreselleşme, toplumsal yapı ve teknolojik gelişmelerle karşılıklı bir inşa süreci geçirmektedir. Aslen bir ekonomi politik kavramı olan küreselleşmenin, kapitalizmin dönüşümüne ilişkin bir kavram olarak ele alınması yerine diğer faktörlerin de göz önüne alındığı “bir süreç olarak küreselleşme” şeklinde değerlendirilmesi, analiz kapsamını genişletmektedir.1 İçinde bulunduğumuz çağda, küreselleşmenin taşıyıcı dinamiklerinden en önemlisi, bilgi ve iletişim teknolojilerindeki gelişmeler ile verinin depolanması ve analizi hâline gelmiş ve toplumsal yapı dijital toplum olarak evrilmeye başlamıştır.

Küreselleşme ile birlikte uluslararası alandaki aktörlerde nitel değişimler ve nicel artış gözlemlenmiştir. Dijital dönüşüm ile karar alma mekanizmalarının rasyonalite ve bilinç unsurları temelinde insanlar tarafından yönetilmesi olgusu, büyük bir dönüşüm geçirmektedir. Yaşanan teknolojik gelişmelerin somut çıktıları ve pratik fayda sağlayan ürünlerin toplumsal ve siyasal alana etkileri sonucu, karar alma mekanizmalarındaki insan unsuru aşınmaya ve hatta bazı döngülerde insan, dışarıda bırakılmaya başlanmıştır.

Birinci Sanayi Devrimi, su ve buhar gücü ile üretimi mekanikleştirmiştir. İkinci Sanayi Devrimi, elektrik gücünden faydalanarak üretimi kitleselleştirmiştir. Üçüncü Sanayi Devrimi, üretimin otomasyonu için bilgi ve iletişim teknolojilerini kullanmıştır.

Dördüncü Sanayi Devrimi ise fiziksel, dijital ve biyolojik katmanlar arasındaki geçirgenliğin arttığı bir süreç olarak, 20’nci yüzyılın ortasından itibaren şekillenen dijital dönüşüm üzerine inşa edilmektedir.2 Birinci Sanayi Devrimi ile başlayan makineleşme

1 Manfred B. Steger, Küreselleşme (Çev. Abdullah Ersoy), Birinci Baskı, Ankara, Dost Kitabevi Yayınları, 2006, s. 25.

2Klaus Schwab, “The Fourth Industrial Revolution: What It Means and How to Respond”, Foreign Affairs, 2015, https://www.foreignaffairs.com/articles/2015-12-12/fourth-industrial-revolution, (erişim tarihi:

11.01.2021).

(11)

2

çağı, Dördüncü Sanayi Devrimi’nde yaşanan dijitalleşme ile yeni bir boyuta evrilmektedir. Yapay zekâ, robotik, büyük veri analizi, nesnelerin interneti, otonom araçlar, üç boyutlu yazıcılar, blokzincir, nanoteknoloji, biyoteknoloji, bulut bilişim ve kuantum bilgisayarlar gibi alanlarda yaşanan teknolojik gelişmeler, toplumsal ve siyasal süreçleri derinden etkilemektedir.

İlk iki Sanayi Devrimi sınıflı toplumdaki eşitsizlikleri körükleyerek işçi sınıfı bilincini güçlendirirken, Üçüncü Sanayi Devrimi’nde ortaya çıkan enformasyon toplumu, aidiyet sorunu ile kimlik siyasetinin yükselişine sahne olmuştur. Verinin en değerli olgu haline geldiği Dördüncü Sanayi Devrimi ise bir yandan erişim, depolama, analiz aşamalarının her birinde eşitsizliğin körüklendiği, mevcut ayrılıkları daha da derinleştirebilecek bir potansiyele, diğer yandan ise kapsayıcı bir yaklaşım ile entegrasyonu ve küreselleşmeyi güçlendirebilecek imkânlara sahiptir. Ulusal ve uluslararası düzeylerde izlenecek politikalar ve karar alıcıların bu konulardaki politika tercihleri, yaşanacak dönüşümlerin ne yönde olacağını belirleyecektir.

Alan Turing, 1950 yılında Mind dergisinde yayınlanan “Bilgisayar Mekanizması ve Zekâ” (Computing Machinery and Intelligence) başlıklı makalesinde, “Bir soru sormaya cesaret ediyorum. Makineler düşünebilir mi?” sorusu ile otonom öğrenme sürecinden ne anlaşılması gerektiğini açıklığa kavuşturmuş ve yapay zekâ çalışmalarının temelini atmıştır. Son 10 yılda yapay zekâ çalışmalarına yönelik yatırımlar ve teşvik mekanizmaları büyük artış göstermiş ve insan-yapay zekâ ikiliği, 21’inci yüzyılın en büyük ikiliklerinden biri olarak nitelendirilmeye başlamıştır. Tarihsel süreçte, ekonomik, toplumsal ve siyasi devrimler yaşanırken değişmeyen tek şey olan insanlık ve insan zihni için yeniden yapılandırma ve insan zihnine bir alternatif oluşturma potansiyelini barındıran yapay zekânın yeni bir sürecin başlangıcına işaret edebileceği

(12)

3

düşünülmektedir.3 Yapay zekânın etkileri ile ilgili tartışma; yapay zekânın neredeyse her alanda insanların yerini alması ve yapay zekânın yükselişinin kontrol edilememesi ihtimali temaları üzerinden şekillenmektedir.4 Birinci Sanayi Devrimi sonrası makineleri yönlendirmek için insan zekâsına duyulan ihtiyaç devam etmiştir. Ancak Dördüncü Sanayi Devrimi ile gerçekleşen dijital dönüşümün, insan zekâsının bu süreçteki konumunu değiştireceği ve bir insanın yapabileceği herhangi bir etkinliği, insan seviyesindeki bir yapay zekânın, ondan çok daha iyi yapabilir hale geleceği düşünülmektedir.5

Matematik, mantık, sinir bilim, dil bilim, istatistik, olasılık kuramı, kontrol mühendisliği, psikoloji ve bilgisayar bilimi gibi farklı alanlardan beslenerek gelişen, disiplinler arası bir yaklaşımın hâkim olduğu yapay zekâ çalışmaları, sosyal bilimlerde yeni bir tartışma açma potansiyeline sahiptir. Yalnızca teknolojik bir gelişme olarak görülen yapay zekâ çalışmaları, ulusal ve uluslararası siyasetin temeli olan toplumsal alanı dönüştürme potansiyeline sahip olması nedeniyle karar alıcılar için yeni bir politika üretme alanı yaratmaktadır. Askeri teknolojilerde yaşanan robotik devrim nedeniyle güç kullanımının ve savaşların geleceğinin dönüşmeye başladığı ve askeri rekabetin yeni bir boyutunun yapay zekâ çalışmaları olacağı düşünülmektedir. İnsansız hava araçlarında yaşanan gelişmelerin en görünür boyutunu teşkil ettiği bu süreç, insanların güç kullanımı süreçlerinde karar alma döngülerinde ne ölçüde yer alacağı temelinde şekillenen yarı otonomi-tam otonomi tartışmaları temelinde yürümektedir. 2011 yılında insanlar tarafından belirlenen uçuş rotasını başka bir müdahale olmadan kendi başına tamamlayan insansız hava aracı Northrop Grumman X-47B’den, “İsrail Havacılık ve Uzay Sanayii”

3 Yuval Noah Harari, Homo Deus: Yarının Kısa Bir Tarihi (Çev. Poyzan Nur Taneli), 24. Baskı, İstanbul, Kolektif Kitap, 2021, s. 58.

4Nicholas Wright, “How Artificial Intelligence Will Reshape the Global Order The Coming Competition Between Digital Authoritarianism and Liberal Democracy”, Foreign Affairs, 2018, https://www.foreignaffairs.com/articles/world/2018-07-10/how-artificial-intelligence-will-reshape-global- order, (erişim tarihi: 11.01.2021).

5Kevin Drum, “Tech World: Welcome to the Digital Revolution”, Foreign Affairs, C. XCVII, No. 4 (Temmuz/Ağustos 2018), s. 44.

(13)

4

(Israel Aerospace Industries – IAI) tarafından üretilen, tam otonomiye sahip silahlı insansız hava aracı Harpy NG’ye giden yol, askeri teknolojilerde yaşanan gelişmeleri özetler niteliktedir.

Bu tez çalışmasının konusu, küresel alanda yaşanan dijital dönüşüm ile gündeme gelen teknolojik yeniliklerden yapay zekâ çalışmalarının askeri saha üzerindeki etkisidir.

Geçmişten bu yana, teknolojik gelişmelerin en hızlı entegre edildiği alanlardan birini savunma sanayii oluşturmakta ve bunun sonucunda savaş alanında değişimlere neden olan gelişmeler gözlemlenmektedir. Kent yaşamının tahkimat ve silah üretimi yoluyla, askeri devrim bağlamında ortaya çıkmış olması bunu gösterir niteliktedir.6 Benzer şekilde, 1970’li yıllarda Sovyetler Birliği’nde askeri araştırmacılar tarafından ortaya atılan ve Soğuk Savaş sonrası dönemde özellikle Körfez Savaşı ile literatürde daha sık tartışılmaya başlanan “askeri alanda devrim” (revolution in military affairs – RMA) kavramı ile de teknolojik gelişmelerin savaş alanında devrim niteliğinde değişikliklere yol açabileceği vurgulanmıştır. Ancak teknolojik gelişmelerin askeri alana yansıtılmasıyla bugüne kadar kaydedilen değişimlerin ortak noktasını, teçhizatta bir iyileşmeye gidilmesi ve askeri ekipmana hız, etkinlik ve saldırı gücü kazandırılması oluşturmaktadır. Söz konusu yapay zekâ teknolojisi olduğunda ise temel fark, insan tarafından kullanılan teçhizattaki kapasite geliştirme çalışmalarının ötesinde anılan teçhizatın insanların yerini alarak savaş alanının bir aktörü haline gelmesi olarak ortaya çıkmaktadır. Bu doğrultuda, savaş alanında yalnızca operasyonel süreçlerde değil karar alma ve muhakeme süreçlerinde de bir dönüşümden bahsedilebilmektedir.

Bu tez çalışmasında aşağıda yer alan araştırma soruları ele alınmaktadır:

1) Savaş alanında yapay zekâ kullanımını şimdiye dek gerçekleşen teknolojik gelişmelerin askeri sahaya yansımalarından ayıran temel boyutlar nelerdir?

6 Sinisa Malesevic, Savaşın ve Şiddetin Sosyolojisi (Çev. Suzan Sarı), Birinci Basım, Ankara, Hece Yayınları, Mart 2018, s. 142.

(14)

5

2) Askeri sahadaki robotik çalışmalar ve otonom silah sistemleri mevcut durumda savaş alanının birer aktörü haline mi gelmiştir yoksa bir gelecek tahayyülü olarak mı görülmektedir?

3) Yapay zekâ çalışmalarının askeri alana entegrasyonunun beraberinde getirdiği risklere yönelik etik kuralları ve hukuki düzenlemeler geliştirme çalışmaları, söylem düzeyinde ve eylemsel olarak incelendiğinde devletler ve uluslararası kuruluşlar tarafından öne sürülen ilerlemenin gerçekten kaydedildiği görülmekte midir?

Anılan araştırma soruları kapsamında mevcut literatür incelendiğinde, askeri alanda yapay zekâ kullanımının henüz yeterince olgunlaşmış bir alan olmadığı, bu nedenle gerçekleştirilecek düzenleme çalışmalarının yetersiz kalacağı, konuya ilişkin bakışın popüler kültür tarafından yaygınlaştırılan “katil robotlar” imajıyla ele alınarak gereğinden fazla karamsar davranıldığı ve özellikle karar alma döngüsünde insan yer almadan faaliyete geçebilen tam otonom silah sistemlerinin yasaklanmasının uluslararası alanda kabul görmeyeceği fikrinden hareketle böyle bir yasağın fayda sağlamayacağı yönünde görüşlerin bulunduğu gözlemlenmektedir.7 Bu çalışmada öne sürülen temel varsayım ise yapay zekâ çalışmalarının, güç kullanımını dönüştürme potansiyeline sahip olduğu ve halihazırda sürdürülen çalışmalar doğrultusunda ortaya çıkan savaş anlayışında, tam otonomi tartışmalarının savaş alanını şimdiye dek gerçekleşen askeri teknolojik gelişmelerden farklı bir aşamaya taşıyabileceğidir. Sistemlerin otonomi düzeyindeki artış, kesin ve döndürülemez bir şekilde insanların otonomisinde bir azalmaya neden olma potansiyeline sahiptir. Askeri teknolojilerde yaşanan robotik devrim, silahlanma yarışında ve hegemonya mücadelesinde yeni bir dönemin

7 Bu konudaki çalışmalar için bkz.: Ray Kurzweil, “The proposed ban on offensive autonomous weapons is unrealistic and dangerous”, 2015, https://www.kurzweilai.net/the-proposed-ban-on-offensive- autonomous-weapons-is-unrealistic-and-dangerous (erişim tarihi: 25.05.2021); Evan Ackerman, “We

Should Not Ban ‘Killer Robots,’ and Here’s Why”, 2015,

https://spectrum.ieee.org/automaton/robotics/artificial-intelligence/we-should-not-ban-killer-robots (erişim tarihi: 25.05.2021); Chatham House, “Banning Autonomous Weapons Is Not the Answer”, 2018, https://www.chathamhouse.org/2018/05/banning-autonomous-weapons-not-answer (erişim tarihi:

25.05.2021).

(15)

6

başlangıcına işaret etmektedir. Somut güç kullanımında yaşanan bu değişim ile savaş kavramında meydana gelen dönüşüm çerçevesinde yeni hukuk kurallarına ve etik düzenlemelere ihtiyaç duyulmaktadır.

Tez çalışmasının temel amacı, askeri sahada yapay zekâ kullanımının gelişimine ve bu durumun neden olduğu etik ve hukuki sorunların mevcut durumuna yönelik bir durum tespiti geliştirilmesidir. Tezin sınırlılığını ise siber savaş oluşturmaktadır. Bu kapsamda, tez çalışmasında askeri sahada somut güç kullanımında yapay zekâ uygulamalarının neden olduğu ve ileri adımlara ihtiyaç duyulan alanlar ele alınmakta, siber savaş ve yapay zekânın siber güvenlik üzerindeki etkileri kapsam dışında bırakılmaktadır.

Tez çalışması kapsamında nitel araştırma yöntemlerinden faydalanılmış, ağırlıklı olarak literatür taraması gerçekleştirilmiştir. Bu doğrultuda, bilimsel literatür taraması gerçekleştirilmiş, uluslararası kuruluşlar ve düşünce kuruluşları tarafından hazırlanan raporlar incelenmiş, konuya ilişkin oluşturulan uluslararası veri tabanlarındaki nicel ve nitel verilerden faydalanılmıştır.

Bu doğrultuda hazırlanan tez çalışması üç ana bölümden oluşmaktadır. Birinci bölümde; dar, genel, süper yapay zekâ; yapay zekâ, otonom öğrenme, derin öğrenme;

nöral ağlar ve kara kutu sorunu kavram setleri başta olmak üzere yapay zekâya dair kavramsal çerçeve oluşturulmuştur. Bölümün devamında yapay zekâ çalışmalarının başlangıcından bugüne genel tarihçesi ele alınmıştır.

İkinci bölümde, askeri sahada yapay zekânın mevcut durumu incelenmiş ve bu kapsamda öncelikle, yapay zekâ kullanımının savaş alanındaki yansımaları tarihsel olarak ele alınmıştır. Devamında, askeri alanda kullanılmaya başlanmış olan robotik çalışmalar ve otonom silah sistemlerine ilişkin bilgilendirmede bulunulmuştur.

Üçüncü bölümde, askeri sahada yapay zekâ kullanımının neden olduğu temel sorunlar ele alınmıştır. Bu minvalde, yapay zekânın neden olduğu etik ve hukuki sorunlar

(16)

7

ile devletler ve devlet dışı aktörler tarafından hızla gerçekleştirilen çalışmaların bir yapay zekâ silahlanması yarışı haline dönüşmesi incelenmiştir.

Tez çalışmasının ek bölümünde, savunma sanayii şirketleri tarafından geliştirilen askeri otonom sistem örnekleri ile insansız hava araçlarının devlet dışı aktörler tarafından saldırı amacıyla kullanımları ve girişimlerine dair zaman çizelgesine dair detaylı bilgileri içeren tablolara yer verilerek çalışma sonlandırılmıştır.

(17)

8

1. YAPAY ZEKÂ ÇALIŞMALARININ GELİŞİMİ

1.1. Kavramsal Çerçeve

Yapay zekâ çalışmaları ile ilgili küresel alanda bağlayıcı bir metin bulunmaması nedeniyle kavram, üzerinde uzlaşı sağlanmış bir tanıma sahip değildir. Genellikle, 2010 yılında Nils J. Nilsson tarafından yapılan şu tanım kabul edilmektedir: “Yapay zekâ, makinelere zekâ kazandırmaya adanmış etkinliktir; zekâysa, bir varlığın kendi ortamında doğru, düzgün ve olan biteni öngörerek işlev görmesini sağlayan niteliktir.”8 Nilsson tarafından yapılan tanımda “doğru, düzgün ve öngörü ile işlev görmek” vurgusu ile çevre şartlarına bağlı olarak farklı becerilere sahip olmanın önemi vurgulanmaktadır. Öte yandan, üzerinde uzlaşılmış bir yapay zekâ tanımı benimsenmesi amacıyla uluslararası kuruluşlarda ve ad hoc komitelerde çalışmalar sürdürülmektedir.

Yapay zekâ sistemi, insanlar tarafından belirlenmiş hedeflere ulaşmak üzere gerçek veya sanal ortamları etkileyen öngörülerde, tavsiyelerde ve kararlarda bulunan makine temelli bir sistemdir. Yapay zekâ sisteminin çalışma şekli şöyle özetlenebilir: Öncelikle, gerçek veya genellikle sanal, kısmen ya da tamamen gözlemlenebilen veya sensörler aracılığıyla algısal olarak gözlemlenebilen, eylemlerden veya diğer faktörlerden etkilenebilen bir ortamda, sensörler aracılığıyla algıların ve işlenmemiş verilerin algılanması gerçekleşmektedir. İnsan veya makine tarafından işlenen bu veriler, yapay zekânın temel çalışma mantığını oluşturan model kurucu algoritmalar tarafından yorumlanarak tahminler, öneriler ve kararlar şeklinde çıktılar oluşturmaktadır. Bu çıktılar, insan veya makine olarak düşünülebilecek çalıştırıcılar tarafından fiziksel veya bilgisel olarak harekete geçirmesiyle ortamı etkilemektedir. Yapay zekâ sistemi, bu şekildeki bir döngüyle yeni veri kaynaklarından ve ortamın değişen koşullarından etkilenerek çalışmaya devam etmektedir.9

8 Nils J. Nilsson, Yapay Zekâ Geçmişi ve Geleceği (Çev. Mehmet Doğan), 2. Basım, İstanbul, Boğaziçi Üniversitesi Yayınevi, 2019, s. 13.

9 OECD, Artificial Intelligence in Society, Paris, OECD Publishing, 2019, s. 23.

(18)

9

Yapay zekâ sisteminin temelini, ortamın yapısını veya dinamiklerini belirleyen sistemin dış ortamının tamamının veya bir kısmının temsilini oluşturan yapay zekâ modeli oluşturmaktadır. Bir yapay zekâ modeli, insanlar veya otomatikleştirilmiş araçlar tarafından belirlenebileceği gibi uzman bilgisine veya veriye dayanabilmekte, elde edilmesi hedeflenen çıktılar modelin oluşturulma sürecini etkilemektedir.10 Yapay zekâ sistemlerinin ortak özellikleri nedeniyle kavram bütüncül görünse de aslen sistemlerin fonksiyonlarına ve diğer değişkenlere göre dar yapay zekâ, yapay genel zekâ ve süper zekâ olmak üzere ayrıma gidilmektedir.

“Dar yapay zekâ” (artificial narrow intelligence) kavramı, ilk dönem yapay zekâ çalışmalarından itibaren kullanılan, yazılımcı kodları ve algoritmalar aracılığıyla veri analizi, yüz tanıma, hedef tespiti gibi konularda halihazırda faaliyet gösteren yapay zekâ çalışmalarına işaret etmektedir. Dar yapay zekâ söz konusu olduğunda, insan zihin düzeyinin altında yer alan ve her aşamada insan yönlendirmesine ihtiyaç duyan, zaman tasarrufu sağlamanın hedeflendiği faaliyetlerden bahsedilmektedir. Günümüzde kullanılan yapay zekâ sistemlerinin büyük çoğunluğu bu kapsamda yer almakta, veride yer alan örüntüleri tespit edip öğrenerek belirli bir görevi yerine getirmek veya belirli bir sorunu çözmek üzere faaliyet göstermektedir. Ancak dar yapay zekâ uygulamalarının birçoğu geleceğin yapay genel zekâsında bir rol oynayabilecek veya gelişimine yardımcı olabilecek sınıflandırıcılar, arama algoritmaları, planlayıcılar ve temsili çerçeveler gibi bileşenler içermektedir.11

İnsan düzeyinde makine zekâsı olarak da dile getirilen “yapay genel zekâ”

(artificial general intelligence) kavramı ile insan zihni düzeyine erişmiş yapay zekâ kast edilmekte ve aslen bu kavram, yapay zekâ-insan ikiliğinin tartışılmasına zemin oluşturmaktadır. Yapay genel zekâ kavramı, yapay zekânın yalnızca yazılımcı kodu ve

10 Ibid, s. 24.

11 Nick Bostrom, Süper Zekâ Yapay Zekâ Uygulamaları, Tehlikeler ve Stratejiler (Çev. Ferit Burak Aydar), 1. Basım, İstanbul, Koç Üniversitesi Yayınları, 2018, s. 33.

(19)

10

algoritma ile hareket etmek yerine kendi algoritmasını üreterek veya sezgisel bir şekilde hareket edebileceğinin düşünüldüğü bir sisteme işaret etmektedir. İnsanlara benzer bir şekilde, farklı bilişsel fonksiyonlarla öğrenebilen, güçlü bir hafızaya sahip, genellemelerde bulunabilecek, yargılama ve karar alma yeterliliğine sahip sistemlerin karmaşık sorunları çözebileceği, okuyarak veya deneyimleyerek öğrenebileceği, konseptler yaratabileceği, içinde bulunduğu karmaşık ve değişen ortamları algılayarak yaratıcı hamlelerde bulunabileceği düşünülmektedir.12 Günümüzde, yapay dar zekâ sistemleri üzerine gerçekleştirilen çalışmalarda temel hedeflerden biri yapay genel zekâya ulaşmak olarak belirlenmekte, ancak aynı zamanda yapay zekânın birçok olanak sağlarken büyük riskleri de beraberinde getirebileceğine yönelik toplumsal, hukuki, etik ve siyasal tartışmalarda ele alınan yapay zekâ ile yapay genel zekâ kast edilmektedir.

Yapay genel zekâya ne zaman ulaşılabileceği konusunda fikir ayrılıkları mevcuttur. Bir kesim 10 yıl içinde bu düzeye ulaşılabileceğini düşünürken başka bir kesim ise daha uzak tarihlere işaret etmektedir. Donanımsal iyileşme 30 yıl içinde sergilediği hızlı gelişmeye devam ederse, mikroişlemcilerin 2025 yılında insan beyniyle aynı düzeyde işlem gücüne sahip olabileceği düşünülmektedir.13

Mevcut durumda, insan düzeyine ulaşması için çaba sarf edilen yapay zekânın bu düzeye ulaştıktan kısa bir süre sonra insan düzeyini de aşarak “yapay süper zekâya”

(artificial super intelligence) ulaşılabileceği de tahayyül edilmektedir. Nitekim bu konudaki iyimser araştırmacılar, yapay genel zekâya ulaşıldıktan kısa bir süre sonra süper zekâya da ulaşılabileceğini öne sürmektedir. Süper zekâ, insanların bilişsel performansını her alanda katbekat aşan her türlü zekâ olarak tanımlanmaktadır.14

12 OECD, op. cit, s. 22.

13 Klaus Schwab, Dördüncü Sanayi Devrimi (Çev. Zülfü Dicleli), İstanbul, Optimist Kitap, 2018, s. 162.

14 Bostrom, op. cit, s. 9.

(20)

11

Yapay genel zekâ ve yapay süper zekâ çalışmalarında, alanın ilk dönemlerinden itibaren olduğu gibi farklı bakış açıları mevcuttur. 2011 yılında, MIT Technology Review dergisinde yapay genel zekâya ilişkin yayımlanan makalelerinde yapay genel zekâya yakın tarihte ulaşmanın mümkün olmadığını dile getirilen Paul Allen’a15 bu durumun hafife alınmaması gerektiğini belirten bir makale ile karşılık veren Ray Kurzweil tarafından öne sürülen savlar16 bu konudaki tartışmaları özetler niteliktedir. Yapay süper zekânın, özellikle insani duygular başta olmak üzere birebir insani özellikler göstermesinin son derece zor olduğu ve yapay süper zekâya ulaşabilmek için insan zihni ile mutlak bir benzerlik kurulmasının gerekmediği öne sürülmekte, çalışmaların sağlanabileceği araçların mevcut olduğu veya geliştirilebileceği, bu sayede yapay genel zekâya ulaşıldıktan sonra insan düzeyini aşmanın çok zor olmayacağı savına karşılık yapay genel zekâya ve yapay süper zekâya ulaşmanın yakın tarihte gerçekleşemeyecek kadar zor olduğu da öne sürülmektedir.

Açıklığa kavuşturulması gereken bir diğer kavram seti; yapay zekâ, otonom öğrenme ve derin öğrenmedir. Bu üç kavram sıklıkla birbirinin yerine kullanılsa da farklı

15Paul Allen, “The Singularity Isn’t Near”, MIT Technology Review, 2011, https://www.technologyreview.com/s/425733/paul-allen-the-singularity-isnt-near/ (erişim tarihi:

12.01.2021).

16Ray Kurzweil, “Don’t Underestimate the Singularity”, MIT Technology Review, 2011, https://www.technologyreview.com/s/425818/kurzweil-responds-dont-underestimate-the-singularity/

(erişim tarihi: 12.01.2021).

Şekil 1: Dar Yapay Zekâ - Yapay Genel Zekâ - Yapay Süper Zekâ

(21)

12

anlamlar içermekte ve yapay zekâ-otonom öğrenme-derin öğrenme şeklinde hiyerarşik bir duruma işaret etmektedir.17 “Derin öğrenme” (deep learning) “otonom öğrenmenin”

(machine learning) bir türü, otonom öğrenme de yapay zekânın çalışma yöntemlerinden biri olarak değerlendirilmektedir. Yapay zekâ, otonom öğrenme veya derin öğrenme algoritmaları olmadan çalışabilmektedir, nitekim dar yapay zekâ kapsamında yazılımcı tarafından hazırlanan koda birebir uyum gösteren (hard-coded) çalışma türü ile faaliyet gösteren yapay zekâ algoritmaları mevcuttur. Makine öğrenmesi olarak da bilinen otonom öğrenme, yapay genel zekâ çalışmaları ile birlikte kod esaslı algoritmaların yerine geçmiştir. Veri temelli bir yöntem olan otonom öğrenme, yapay zekânın yalnızca verileri işlemekle görevli değil yeni veriler üretmeye ve bunları da analizinin bir parçası haline getirmeye muktedir olduğu bir çalışma yöntemidir. Otonom öğrenme, insan talimatlarının ve programlanmış kurallar dizisinin takibi yerine veriden öğrenmeye dayanmaktadır.

Derin öğrenme ise otonom öğrenmenin spesifik bir türüdür. Derin öğrenme süreci, otonom öğrenme türleri arasında yapay genel zekâ tartışmalarını sağlayan en önemli faktördür. İnsan beynindeki serebral korteksin nöron yapısı temel alınarak modellenen, algoritma veya donanım olarak faaliyet gösterebilecek bir işleme cihazı olan “nöral ağlar”

(neural networks)18 aracılığıyla yapay zekânın, ilerleyen süreçlerde sezgisel hareket ederek insan düzeyine ulaşmasının önü açılmakta ve derin öğrenme süreci, yapay süper zekâ çalışmalarına ilham vermektedir. Otonom öğrenme ve derin öğrenme modelleri, modelin etkinliğinin artırılması, hedeflenen sonuca ulaşılması ve ilişkilerin öğrenilmesi için veri temelli faaliyet göstermektedir. Toplanan, hazırlanan veya sağlanan veri seti, modelin kullanımında aktif bir girdi olmakta, otonom öğrenme ve derin öğrenme modellerinin gerçek bir ortamdaki somut hareketlerinin nasıl yönleneceği modelin

17STM ThinkTech & Başkent Üniversitesi, “Derin Farklar: Yapay Zekâ, Makine Öğrenmesi ve Derin Öğrenme”, 14 Kasım 2018, https://thinktech.stm.com.tr/detay.aspx?id=182 (erişim tarihi: 12.01.2021).

18University of Wisconsin-Madison, “A Basic Introduction To Neural Networks”, cs.wisc.edu/~bolo/shipyard/neural/local.html (erişim tarihi: 12.01.2021).

(22)

13

oluşturulmasında ve çalıştırılmasında kullanılan veri setinin kalitesi, yapısı ve içeriği için temel belirleyiciler olmaktadır.19 Artan donanım gücü ve erişilebilir büyük veri tabanları ile mümkün hale gelen nöral ağlar, kendi kodlarını yönlendirmekte ve girdiler ile çıktılar arasındaki bağlantıları bularak faaliyet göstermektedir. Derin öğrenme genellikle büyük nöral ağlara işaret etmekle birlikte bir nöral ağın ne zaman “derin” hale geldiği ile ilgili belirlenmiş bir eşik bulunmamaktadır.20

Nöral ağlar aracılığıyla gerçekleştirilen öğrenme süreci bir nebze takip edilebiliyor olsa da önceki teknolojilere kıyasla izlenebilirliğin azalması “kara kutu sorunu”na (black box problem) yol açmaktadır. Kara kutu sorunu, nöral ağların kendilerini besleyen verileri yineleyerek inşa ettikleri modelin bir parçası haline gelen karmaşık ve çeşitlendirilebilir korelasyonlar sonucu bu süreçte kurulan veriler arası ilişkilerin açıklanabilirlikten uzaklaşmasına işaret etmektedir. Nöral ağlar başta olmak üzere bazı otonom öğrenme sistemlerinin değişkenler arası sayısal ilişkilerin bir özeti gibi davranmaktan ziyade bu

19 Brookfield Intitute for Innovation + Entrepreneurship, Intro to AI for Policymakers: Understanding the Shift, Toronto, 2018, s. 5.

20 OECD, op. cit, s. 28.

Şekil 2: Yapay Zekâ - Otonom Öğrenme - Derin Öğrenme

(23)

14

şekilde karmaşık ve anlaşılması zor bir şekilde işlemesi, bu modelleri oluşturan veya veri setleri ile besleyen kişiler için bile büyük bir zorluğa neden olmaktadır. Öyle ki, bazı otonom öğrenme sistemleri zamanla evrilmekte ve öngörülemeyen bir şekilde davranış değişikliğine gidebilmekte, bu davranış şeklinin tekrarlanıp tekrarlanmayacağı ya da ne sıklıkla tekrarlanacağı belirsiz kalmaktadır.21 Bu yöntem takip edilerek alınan bir kararda, çıktıya bakılıp sonuca ulaşılabilse de makinenin neden böyle bir karar aldığı sorusuna cevap vermek zorlayıcı hale gelmekte ve bu durum, yapay zekâ çalışmalarındaki etik, hukuki ve siyasi sorunların temelini oluşturmaktadır.

Otonom öğrenmenin ve özellikle derin öğrenmenin daha aktif kullanımıyla bir yandan çalışmalar ivme kazanırken diğer yandan bu sorunların ortaya çıkması nedeniyle, insanın karar alma döngüsündeki rolü önemli bir değişken olarak ortaya çıkmaktadır. Bir sistemin belirli bir görevi yerine getirmesi için insan onayının, yardımının veya müdahalesinin varlığı veya bu varlığa ihtiyaç olarak nitelendirilen karar alma döngüsünde insan (human-in-the-loop)22 sistemlerin kullanımında tartışmaların temelini oluşturan yapay zekâ-insan ikiliğinin önüne geçmek adına elzem olarak görülmektedir.

1.2. Yapay Zekâ Çalışmalarının Tarihçesi

Yapay zekâ çalışmaları, çalışmaların somutlaştırılmasını sağlayan araçlar sayesinde bilgisayar bilimi ile yakından ilgili olmakla birlikte düşünme ve öğrenme teorilerini şekillendiren felsefe geleneğinden; karar alma, olasılık ve mantık teorileri içeren matematikten; insan beynini araştırmaya yönelik birçok araca sahip psikolojinden ve dil yapısı ile anlamı üzerine teoriler içeren dil bilimden de etkilenmiştir.23 20’nci yüzyılda akademik bir disiplin haline gelen görece genç bir alan olarak görülse de bahsekonu

21 Ibid, s. 82.

22 Brookfield Intitute for Innovation + Entrepreneurship, op. cit, s. 15.

23 Stuart J. Russell ve Peter Norvig, Artificial Intelligence: A Modern Approach, New Jersey, Prentice-Hall, 1995, s. 8.

(24)

15

disiplinlerde, insan aklı ve muhakeme süreci üzerine dile getirilen önermelerle, ileride yapay zekâ araştırmalarının temeli haline gelecek sorgulamalar veya araçlar geliştirilmesi ile yapay zekâya ilişkin bir imge erken tarihte oluşmaya başlamıştır. Örnek vermek gerekirse, Platon’un bahsettiği Sokrates ve Euthyphro arasında geçen diyalogda Sokrates’in dindarlığın gerçekleştirilen eylemlere dini bir özellik kazandıran temel özelliklerini bilirse bunu bir standart olarak kullanarak insanların eylemlerini yargılayabileceğini dile getirmesi, dindar olma ve olmama durumları arasında bir ayrıma gidilmesini sağlayan bir algoritma arayışı olarak yorumlanabilecektir.24

Makineleri zeki hale getirme çalışmalarında öncelikle insanların zekâlarını kullanarak yaptıkları işleri belirleme ve bunları makinelere entegre edebilme çalışmalarını beraberinde getirmiştir. Bu kapsamda, 1960’ların ortasına kadar ilk dönem yapay zekâ çalışmalarında bulmacalar, satranç ve dama benzeri oyunlar, basit soruların cevaplanması, görsellerin sınıflandırılması gibi işler birincil öncelik olarak benimsenmiştir.

Alan Turing’in, 1950 yılında Mind dergisinde yayınlanan “Bilgisayar Mekanizması ve Zekâ” (Computing Machinery and Intelligence) başlıklı makalesinde yer alan “Bir soru sormaya cesaret ediyorum, makineler düşünebilir mi?” cümlesi, yapay zekâ çalışmalarının başlangıcına işaret etmektedir. Turing’in elektronik bir bilgisayarın akıllı davranması için programlanabilme ihtimaline dair fikirleri öne çıkararak bir yöntem olarak Turing testini dile getirdiği makalesinde, “yapay zekâ” kavramı kullanılmamaktadır. Yapay zekâ alanındaki ilk dönem çalışmalarda; 1955 yılında Los Angeles’ta Batı Ortak Bilgisayar Konferansı’nda düzenlenen Öğrenen Makineler Oturumu, 1956 yılında Dartmouth Koleji’nde toplanan Yapay Zekâ Yaz Araştırma

24 Ibid, s. 10.

(25)

16

Projesi ve 1958 yılında Birleşik Krallık’ta Ulusal Fizik Laboratuvarı ev sahipliğinde gerçekleşen Düşünce Süreçlerinin Mekanikleşmesi Sempozyumu belirleyici olmuştur.25

1956 yılında gerçekleşen Yapay Zekâ Yaz Araştırma Projesi için Dartmouth Koleji’nden John McCarthy, Harvard Üniversitesi’nden Marvin Minsky, IBM’den Nathaniel Rochester ve Bell Telefon Laboratuvarı’ndan Claude Elwood Shannon tarafından verilen teklifte araştırmanın temeli, öğrenmenin ve zekânın tüm yönlerinin bir makine tarafından taklit edilebilecek şekilde tanımlanabileceği olarak dile getirilmiş ve makinelerin soyutlamalar ile kavramlar da dahil olmak üzere dil kullanımının, insanlara özgü sorunları çözmelerinin ve kendilerini geliştirmenin yolları üzerine bir girişimde bulunulacağı belirtilmiştir.26 Teklifte, “insanın zeki olarak nitelendirilmesini sağlayan davranışların makine tarafından gerçekleştirmeleri sorunu”27 olarak tanımlanan yapay zekâ kavramı, ilk kez bu metinde dile getirilmiş ve bu tarihten itibaren çalışmalar bu kavram dahilinde nitelendirilmiştir. Altı haftalık bir çalıştay olarak gerçekleşen proje, yapay zekânın bilimsel bir disiplin olarak doğuşu olarak nitelendirilmektedir.

Yapay zekâ alanındaki çalışmalara duyulan ilginin, çalışmaların yanı sıra üniversitelerde kurulan araştırma merkezleri ile desteklenmesi ve başta ABD’de olmak üzere kamu tarafından anılan çalışmaların finanse edilmesi 1960’lardan itibaren yapay zekâ konusunda iyimser bir hava yaratmıştır. Nitekim yapay zekânın bilimsel bir disiplin olarak doğuşuna işaret ettiği dile getirilen Dartmouth Yapay Zekâ Yaz Araştırma Projesi, Rockefeller Vakfı tarafından finanse edilmiştir. Benzer bir şekilde, yapay zekâ alanındaki çalışmaların gerçekleştirildiği en önemli akademik laboratuvarlardan biri olan Carnegie Mellon Üniversitesi laboratuvarı da çalışmalarını Rand Corporation ile birlikte sürdürmüştür.28

25Nilsson, op.cit, s. 75.

26John McCarthy, Marvin Minsky, Nathaniel Rochester ve Claude Elwood Shannon, “A Proposal For The Dartmouth Summer Research Project On Artificial Intelligence”, 1955, s. 1.

27Ibid, s. 11.

28 Bruce G. Buchanan, “A (Very) Brief History of Artificial Intelligence”, AI Magazine, C. XXVI, No. 4 (2006), s. 59.

(26)

17

Makinelerin zekâ ile ilintili olarak nitelendirilen görevleri yerine getirmelerinden daha önemli olan nokta, 1950’lerde ve 1960’ların ilk yarısında teknik zeminin geliştirilmesi olmuştur.29 Bu teknik zeminin ve elverişli araçların sağladığı olanaklar, çalışmaların desteklenmesi ve oluşan iyimser hava ile birleşince 1970’lerin ortalarına dek yapay zekâ araştırmalarında hızlı bir ilerleme kaydedilmiştir. 1964-1965 yıllarında, Woodrow Bledose, Charles Bisson ve Helen Chan tarafından insan yüzlerinin tanınması için bilgisayarların kullanımı için gerçekleştirilen çalışmalarla30 günümüzde yapay zekânın toplumsal alanda görünürlüğünü en fazla hissettirdiği alanlardan biri olan yüz tanıma sistemlerinin temelinin atılması örneğinde olduğu gibi günümüzde kullanılan birçok yapay zekâ teknolojileri sisteminin ilk örnekleri bu dönemde sağlanmıştır.

Gerçekleştirilen çalışmalarda, insandaki el-göz koordinasyonunun makineye aktarılması üzerine odaklanılması, robotlar üzerine araştırmaların gerçekleştirilmesini de beraberinde getirmiştir. Bu dönemde robotlarla ilgili kamusal algı, robotları akıllı bilgisayarların bir parçası olarak görmek olsa da özellikle başlangıç aşamasında zekâya ilişkin çalışmalardan ziyade makine mühendisliğine yönelik çalışmalar gerçekleştirilmiştir.31 Bu noktada vurgulanması gereken, robotik sistemlerde yapay zekâ kullanımına yaygın olarak rastlanmakla birlikte yapay zekâ teknolojisinin kullanımını yalnızca bu kapsamda ele almanın son derece kısıtlı bir bakış açısını beraberinde getirdiğidir. Yapay zekâ teknolojisi birçok farklı sistem ve mekanizmada kullanılmakta, robotik çalışmalar yapay zekâ araştırmalarının yalnızca bir boyutunu oluşturmaktadır.

1960’ların sonundan itibaren yapay zekâ, konferansların ve çalıştayların alt başlığı olmaktan çıkarak üzerine ayrıca bilimsel etkinlikler düzenlenen bir konu haline gelmiştir.

Bu dönemde yalnızca yapay zekâ konulu yeni konferanslar ve çalıştaylar düzenlenmiş ve

29 Nilsson, op. cit, s. 167.

30Michael Ballantyne, Robert S. Boyer ve Larry Hines, “Woody Bledsoe: His Life and Legacy”, AI Magazine, C. XVII, No. 17 (1996), s. 10.

31 Buchanan, op. cit, s. 54.

(27)

18

ders kitapları yazılmaya başlanmıştır. Yalnızca yapay zekânın ele alındığı ilk konferans olan, 1969 yılının Mayıs ayında MITRE şirketinden Donald Walker ile Washington Üniversitesi’nden Alistair Holden tarafından Washington’da düzenlenen Uluslararası Yapay Zekâ Ortak Konferansı (International Joint Conference on Artificial Intelligence - IJCAI) ABD, Avrupa ve Japonya’dan on altı teknik dernek tarafından desteklenmiş, 600 kişinin katıldığı konferansta dokuz farklı ülkeden gelen araştırmacılar 63 makale sunmuştur.32 1971 yılında, Londra’da ikincisi düzenlenen konferans, daha sonra kurumsal bir zemin kazanmakla birlikte günümüzde yıllık olarak düzenlenmeye devam etmektedir.33

1970’lerde yapay zekâ çalışmaları, ilk dönemdeki bulmaca çözme veya basit soruları cevaplama gibi konularda laboratuvar ortamında yürütülen çalışmalar yerine gerçek dünyadaki önemli sorunlarda kullanılan uygulama alanlarına geçiş yapmaya başlamıştır. Yapay zekâ yöntemlerinin gücünü artırıp gerçekçi uygulamaların ulaşılabilir görünmeye başlaması bu durumun kolaylaştırıcılarından birini oluştursa da belirleyici faktör; ABD’de Kongre’nin Vietnam Savaşı’nın da etkisiyle Savunma Bakanlığı tarafından desteklenen projelerin askeri işlerle ilişkili olması talebi kapsamında, 19 Kasım 1969 tarihinde 1970 Savunma Satın Alımı Yetkisi Akti İçin Mansfield Ek Yasası’nı geçirmesi olmuştur. 34 Senatör Mike Mansfield tarafından verilen teklifle, ABD Savunma Bakanlığınca sağlanan destek belirli bir askeri işlevle doğrudan ilişkisi olan projeler ve çalışmalar ile kısıtlanmıştır.35 Benzer bir şekilde, Birleşik Krallık’ta araştırmalara finansman desteği sağlayan en önemli kuruluşlardan Bilim Araştırmaları Konseyi’nin talebi üzerine Cambridge Üniversitesi’nden Profesör James Lighthill tarafından hazırlanan “Yapay Zekâ: Genel Bir İnceleme” başlıklı raporda dönemin yapay

32 Nilsson, op. cit, s. 263.

33 International Joint Conferences on Artificial Intelligence Organization, https://www.ijcai.org (erişim tarihi: 15.01.2021).

34 Nilsson, op. cit, s. 265.

35 National Science Foundation, The Mansfield Amendment, 1969, https://www.nsf.gov/nsb/

documents/2000/nsb00215/nsb50/1970/mansfield.html (erişim tarihi: 15.01.2021).

(28)

19

zekâ çalışmalarının önemli boyutlarını oluşturan el-göz koordinasyonu, zekâ gerektiren sorunları çözme, dil işleme ve robotik çalışmalarını dahil ettiği B kategorisinde şimdiye dek istenen etkinin görülemediği ve mevcut tekniklerin önümüzdeki dönemde de yetersiz kalacağını belirtmesi36, somut sonuçlar önermeyen araştırmalara sağlanan destekte büyük bir azalmayı beraberinde getirmiştir. Uygulamalı alanlarda konuşma tanıma sistemleri üzerine gerçekleştirilen çalışmalar öne çıkmış ve bu sistemin, askeri amaçla kullanımının yanı sıra günümüzde de birçok firma tarafından bireysel kullanım için de sağlanan ses tanıma, yazıya dökme ve kişisel asistan olarak da nitelendirilen komut yerine getirme sistemlerine ilişkin çalışmalar ilk olarak bu dönemde gerçekleştirilmiştir.

Finansman eksikliğinin çalışmalarda ciddi bir düşüşe neden olacağından hareketle kısa vadede somut sonuçlar veren çalışmalara odaklanılmaya başlanması yapay zekânın ticarileştirilmesi düşüncesinin ilk emarelerini de beraberinde getirmiştir. Uygulamaları geliştirip sahaya sürmek amacıyla ilk örneği Stanford Üniversitesi’nden akademisyen ve araştırmacılardan oluşan bir ekibin pazarlama ve danışmanlık hizmeti verme amacıyla kurdukları Teknowledge benzeri yeni şirketler kurulmuş veya mevcut şirketlerde yeni bölümler açılmıştır.37

1970’lerin ortasına dek ABD Savunma Bakanlığı Savunma İleri Araştırma Projeleri Ajansı (DARPA)38 tarafından Mansfield Ek Yasası’nda uygulama kolaylıkları sağlanması uygulama alanlarının yanı sıra kuramsal çalışmaların da devam etmesine imkân tanımıştır. Ancak, 1970’lerin ortasına gelindiğinde DARPA’nın acil savunma sorunlarına daha fazla odaklanmaya başlaması ve askeri olarak fayda sağlayacak sistemleri üretme baskısı yoğunlaşmış ve bu durum, desteklenen yapay zekâ araştırmalarını doğrudan

36 James Lighthill, Lighthill Report, Temmuz 1972, http://www.chilton-computing.org.uk/inf/

literature/reports/lighthill_report/p001.htm (erişim tarihi: 15.01.2021).

37 Nilsson, op. cit, s. 312.

38 ABD İleri Araştırma Projeleri Ajansı (ARPA), 1972 yılında Savunma İleri Araştırma Projeleri Ajansı (DARPA) olarak adlandırılmıştır. 1993 yılında yeniden ARPA olarak adlandırılsa da 1996 yılında yeniden DARPA olarak kullanılmaya başlanmıştır.

(29)

20

etkilemiştir.39 1970’lerin ortalarından itibaren, finansman eksikliğinin yanı sıra ilk sistemlerin performansını belirlemedeki yöntemlerin zayıf kalması, yeterli derecede veriye erişim sağlanamaması ve hafıza kapasitesi ile işlemci hızındaki donanım sınırlılığı fazla iyimser beklentilerin karşılanamadığı şüpheci bir ortamla birleşince yapay zekâ çalışmalarında geri çekilme artmış ve daha sonra “birinci yapay zekâ kışı” olarak anılacak olan dönem yaşanmıştır.40

Yapay zekâ araştırmalarında etkisi olan, teknolojik gelişmelere ilişkin 1965 yılında atılan önemli bir adım 1975 yılında etkilerini göstermeye başlamıştır. Daha sonra Intel’i kuracak olan mühendis Gordon Moore, 1965 yılında Electronics Magazine dergisi için kaleme aldığı makalede donanımla ilgili önemli bir öngörüde bulunarak önümüzdeki on yıl boyunca mikroişlemcilerin içindeki transistör sayısının her yıl iki katına çıkacağını ve bu sayede, işlem kapasitelerinde büyük artış sağlanacağını öne sürmüştür. 41 Moore’un herhangi bir ampirik kanıta dayanmadan 1975 yılında bir çip üzerinde 60 binden fazla bileşen olabileceği tahminin doğru çıkmış ve bu öngörü, Kaliforniya Teknoloji Enstitüsü’nden Profesör Carver Mead’in “Moore Yasası” adlandırması ile kabul görmüştür. Moore, 1975 yılında yaptığı güncelleme ile, her iki yılda bir iki katına çıkılan bir ilerleme süreci öngörmüştür.42 Birinci yapay zekâ kışı olarak anılan dönemde, görüntü işleme sistemleri gibi devletler tarafından desteklenen ve sınai kullanım imkânı artan projeler, çalışmalara sağlanan finansman desteğinde artış sağlamış ve özellikle donanımsal iyileşmelerle birlikte 1980’lerde yükselişe geçmiştir.

1979 yılında, günümüzde “Yapay Zekânın İlerlemesi Birliği” (Association for the Advancement of Artificial Intelligence) adıyla faaliyet gösteren “Amerikan Yapay Zekâ

39 Nilsson, op. cit, s. 315.

40 Bostrom, op. cit, s. 23.

41 Gordon Moore, “Cramming More Components Onto Integrated Circuit”, Electronics Magazine, C.

XXXVIII No. 8 (1965).

42Excerpts from A Conversation with Gordon Moore: Moore’s Law, http://large.stanford.edu/courses/2012/ph250/lee1/docs/Excepts_A_Conversation_with_Gordon_Moore.p df (erişim tarihi: 25.01.2021).

(30)

21

Birliği” (American Association for Artificial Intelligence)43 başta olmak üzere yapay zekâ alanında faaliyet gösteren ulusal ve bölgesel ölçekte kuruluşlar faaliyetlerine başlamıştır.

Yapay zekâ alanında ilk dönem çalışmalarından itibaren öne çıkan ülkelerden biri olan Japonya’nın Uluslararası Ticaret ve Sanayi Bakanlığı tarafından 1982 yılında sanayi işbirliği ile başlatılan “Beşinci Nesil Bilgisayar Sistemleri” projesi, alandaki rekabeti artırarak ABD’de ve Avrupa’da da yeni projeler geliştirilmesini sağlamıştır. Büyük veri ve bilgi tabanlarından yapay zekâ çıkarımları yapabilecek ve doğal dil aracılığıyla insanlarla iletişim kurabilecek bilgisayarlar üretilmesi hedeflenen Beşinci Nesil Bilgisayar Sistemleri Projesi’nde; İkinci Dünya Savaşı ve sonrasında vakumlu tüplerden faydalanılarak geliştirilen ilk nesil, 1959 yılında vakumlu tüplerin yerine geçen transistörler temelindeki ikinci nesil, 1960’larda birbirine bağlanabilen silikon çiplerle üçüncü nesil ve 1970’lerin ikinci yarısında çok büyük ölçekli entegrasyon teknolojisinin kullanımıyla tek çipin üzerine birden fazla mikro işlemci yerleştirilebilen dördüncü neslin yerini gelişmiş yazılımlar ve ultra büyük ölçekli entegrasyon teknolojisini kullanan paralel işlemciler içeren “beşinci nesil” ifadesi kullanılarak, önceki nesillerin ilerisine geçecek çarpıcı bir ilerleme vurgulanmıştır.44 Başlangıçta 10 yıl süreceği planlanan ve daha sonra üç yıl uzatılan projenin yürütülmesi için Bakanlık tarafından Yeni Nesil Bilgisayar Teknolojisi Enstitüsü kurulmuştur.45 Proje kapsamında paralel işleme, bilgisayar mimarisi ve çeşitli yapay zekâ sistemlerinde ilerlemeler kaydedilse de proje kapsamında geliştirilen paralel çıkarsama makineleri, ticari ve kişisel bilgisayarların hızında ve gücündeki iyileşmeler nedeniyle geri planda kalmış ve bu nedenle projede geliştirilen yazılım önemli uygulama alanları bulamamıştır.46 Ancak projenin asıl başarısı, yapay zekâ çalışmaları üzerindeki asıl etkisi çıktıları veya kazanımları değil uluslararası

43 Association for the Advancement of Artificial Intelligence, https://www.aaai.org/ (erişim tarihi:

25.01.2021).

44 Nilsson, op. cit, s. 353.

45 Ibid, s. 354.

46Ibid, s. 357.

(31)

22

alanda ilginin yükselmesi ile ABD ve Avrupa’da benzer projelerin teşvik edilmesi olmuştur.

Japonya’nın piyasada giderek güçlenmesinin ABD’nin gücünü aşındıracağı fikrinden hareketle, bilgisayar endüstrisi yöneticileri tarafından Ar-Ge faaliyetleri gerçekleştirilmek üzere 1982 yılında Mikroelektronik ve Bilgisayar Teknolojisi Konsorsiyumu kurulmuş ancak internet ve kişisel bilgisayarların kullanımdaki artışın da etkisiyle 1987’den itibaren düşüşe geçmiştir. Birleşik Krallık hükümeti tarafından ise 1982 yılında bilgi teknolojisi alanında ortak bir araştırma programının ölçeği hakkında danışmanlık yaparak tavsiye vermesi amacıyla bir Komite kurulmuştur.47 Komite tarafından yayınlanan ve başkan John Alvey’den adını alan Alvey Raporu’nda;

Japonya’nın Beşinci Nesil Bilgisayar Sistemleri Projesi’nin bilgi teknolojilerinde yeni bir boyuta işaret ettiği ve Birleşik Krallık’ın bilgi teknolojilerinin yeni döneminde rekabet avantajını koruması gerektiğini belirterek Birleşik Krallık’ın bilgi teknolojilerindeki teknik güçlerini etkin hale getirecek, devlet, akademi ve sanayi işbirliğinde beş yıllık bir program önermektedir.48 Birleşik Krallık Ticaret ve Sanayi Bakanlığı eşgüdümünde çok paydaşlı bir yaklaşımla uygulamaya konan Alvey Raporu’nun en büyük başarısı, Birleşik Krallık’ta Lighthill Raporu’nun neden olduğu yapay zekâ araştırmalarındaki yavaşlamanın kırılması ve alandaki çalışmaların yeniden hızlanarak güçlenmesi olmuştur.

Japonya, ABD ve Birleşik Krallık’ta yürütülen çalışmalarla aynı dönemde başlayan ancak temel özellikleri bakımından farklılık gösteren bir program ise 1983 yılında başlayan Avrupa Ekonomik Topluluğu Bilgi Teknolojisi Araştırmaları Avrupa Stratejik Programı olmuştur. Avrupa’nın rekabet gücünü sanayi, araştırma kuruluşları ve akademik kurumlar ile ulus ötesi işbirliğini güçlendirerek artırmayı hedefleyen program

47Ibid, s. 359.

48Alvey Committee, Alvey Report, 1982, http://www.chiltoncomputing.org.uk/inf/literature/reports /alvey_report/overview.htm (erişim tarihi: 26.01.2021).

(32)

23

kapsamında; yapay zekâ tüm önceliklerde ele alınmakla birlikte özellikle bilgi işleme sistemlerinde yapay zekâ araştırmalarına vurgu yapılmıştır. Program, sınai aktiviteleri ve kısa dönemli kazanımları vurgulaması ve mümkün olduğunca çok katılımcıyı sürece dahil etmek için geniş bağlamlar belirlemesi nedeniyle aynı dönem Japonya ve ABD tarafından benimsenen programlardan ayrılmaktadır.49 Proje ile kaydedilen gelişmeler, Avrupa’da yapay zekâ çalışmalarının desteklenmesini teşvik edici olmuştur.

1980’li yılların ortalarında, gerçekleştirilen programlarda istenen sonuçlara ulaşılamamasının da etkisiyle, yapay zekâ araştırmalarının mevcut kazanımlarının göz ardı edildiği ve karamsarlığın yükseldiği tartışmalar güç kazanmıştır. Özellikle insan beyni ve bilgisayar arasındaki farklılıkları ele alarak zihnin bir makine ve beynin bir bilgisayar olmadığı, bu nedenle insan zihniyle ve beyniyle gerçekleştirilen faaliyetlerin yapay zekâ aracılığıyla gerçekleştirilmesinin mümkün olmadığı öne sürülmüştür. Aynı dönemde, yapay zekâ teknolojisinin askeri işler gibi insan deneyiminin temel olduğu alanlarda kullanılmaması ve makinelerin insanların yerini alarak işsizliğe neden olacağı gibi endişeler dile getirilmeye başlanmıştır. Yapay zekâ çalışmalarına yönelik eleştirilerin ve güven eksikliğinin artış gösterdiği bir dönemde, uzman sistemlerinden küçük olanlar çok az getiri sağlarken, büyük olanlarda ise tek bir programın geliştirilmesi, doğrulanması ve güncellenmesi çok fazla donanım maliyetine neden olmuştur.50 Tüm bu gelişmeler, 1980’lerin ilk yarısı boyunca devlette ve sanayi sektörlerinde yapay zekânın yapabileceklerine dair beklentilerin kısmen yapay zekâ araştırmacılarının da gereğinden fazla iyimser tavrı ile yükselmesi ve beklenen ilerlemenin görülmemesi nedeniyle aynı dönem yaşanan diğer olumsuz gelişmelerle birleşince 1980’lerin sonuna kadar daha sonra

“ikinci yapay zekâ kışı” olarak anılan dönem başlamıştır.51 Bu dönemde, yapay zekâ araştırmalarında, bu alanda faaliyet gösteren kurumların ve firmaların sayısında ve

49 Nilsson, op. cit, s. 361.

50 Bostrom, op. cit, s. 23.

51 Nilsson, op. cit, s. 416.

(33)

24

araştırmalara sağlanan finansman desteğinde düşüş gözlemlenmiştir. Ancak ikinci yapay zekâ kışı olarak adlandırılan dönem, araştırmacıların sistemlerin çalışma biçimleri ve temelleri konusundaki fikir ayrılıklarını da açığa çıkararak sistemlerin nasıl daha iyi hale getirilebileceği konusunda verimli bir tartışma başlatmıştır. Aynı zamanda bu dönemde araştırmacılar beklentilerini azaltarak ulaşılabilir hedeflere odaklanmaya başlamış ve insanın yerini tamamen alacak değil insana yardımcı olacak yapay zekâ sistemlerine odaklanmışlardır. Bu durumun bir sonucu olarak, ilk dönem yapay zekâ çalışmalarında ele alınan alt alanlarda yeni sonuçlar elde edilmiş ve temel yapay zekâ araştırmaları yürütenler önemli sayıda güçlü yeni teknik araçlar üretip eski araçları da daha keskin hale getirmiştir.52

Keskin hale gelen araçlardan bir tanesi, günümüz yapay zekâ çalışmalarının da temelinde yer alan yapay öğrenme olmuştur. Yapay öğrenme, ilk dönem çalışmalarda alan kapsamında ele alınmasına rağmen çok fazla ilgili görmese de yazılım ve donanımlarda sağlanan iyileşmelerle yüksek hacimde veri depolama imkânı sonucu önde gelen bir alan haline gelmiştir. Yapay öğrenme kapsamında; nöral ağlara, takviyeli öğrenmeye ve otonom öğrenmeye yönelik çalışmalarda önemli ilerlemeler kaydedilmeye başlanmıştır. Yazılımsal olarak kaydedilen ilerleme, mevcut donanımların yapay zekâ sistemlerinin aktif işlemesi konusundaki yetersizliğini ortaya çıkarmış ve bilgisayar işletim sistemlerindeki güncellemeleri beraberinde getirmiştir. Günümüzde kullanılan karmaşık işletim sistemlerinin benimsenmeye başlaması, yapay zekâ sistemlerinin çok daha aktif ve hızlı bir şekilde çalışmasına, bu sayede daha verimli çalışmalar gerçekleştirilmesine imkân sağlamıştır.

Yapay zekâ çalışmaları, son 30 yılda kayda değer oranda olgunlaşmıştır. 1990’larda donanımsal eksikliklerin giderilerek bilgisayarların daha güçlü hale gelmesi ve veri depolama konusunda ilerleme kaydedilmesi karmaşık görevlerin yerine getirilmesini

52 Ibid, s. 439.

(34)

25

kolaylaştırmıştır.53 Günümüzde görece uygun fiyatlı bilgisayarların giderek daha da güçlendirilmesi, büyük veri tabanlarının ortaya çıkışı ve internetin genişlemesi sayesinde güçlü hesaplama araçları daha verimli bir şekilde kullanılmaktadır.54 Yapay zekâ alanındaki çalışmaların güçlenmesi ile alt uzmanlık alanları da belirmeye ve bu konuda akademik çalışmalar gerçekleştirilmeye başlanmıştır. Otonom öğrenme için daha sağlam istatiksel ve teorik temelin sağlanması ve çeşitli problemlere özgü uygulamalardaki ticari başarı, yapay zekâ araştırmalarına bir dönem kaybettiği itibarı yeniden kazandırmıştır.55

Yapay zekâ uygulamaları, gündelik hayatta giderek görünür hale gelmektedir. Bu görünürlüğü artıran uygulamalardan bir tanesi, ilk dönem çalışmalarda da ele alınan oyunlar olmuştur. Dünya satranç şampiyonu Garry Kasparov’un 1997 yılında, IBM tarafından geliştirilen Deep Blue satranç bilgisayarına yenilmesi bir yandan yapay zekâ çalışmalarına duyulan ilgiyi artırmış diğer yandan ise hesaplama gücünün insan zihni karşısında galibiyet kazanabilecek kadar geliştirilmesi, çalışmalarda kaydedilen ilerlemeyi gösterici nitelikte olmuştur. Robotik sistemler ve otonom araçlarda da 1990’lardan başlayarak başarılı uygulamalara imza atılmıştır. Temizlikçi robotlar, kurtarma robotları, cerrah robotlar ve günümüzde sayıları bir milyonu aşmış sınai robotlar, bu alandaki gelişimi ve çeşitliliği gösterir niteliktedir.56

Dijitalleşmenin etkisiyle, büyük veri, bulut bilişim ve nesnelerin interneti gibi yeni dijital teknolojilerin yaygınlaşması, donanımsal iyileşmenin hız kazanması ve yapay öğrenme türlerinden otonom öğrenmenin geliştirilerek artan kullanımı ile yapay zekâ sistemleri daha önemli sonuçlar doğurabilir hale gelmiştir. Yapay zekâ sistemlerinin gündelik hayattaki artan etkileri ve uygulama alanları göz önüne alındığında, bu sistemlerin işleyişinin yalnızca bu konuyla ilgilenen araştırmacıların ve firmaların ilgi

53 OECD, op. cit, s. 20.

54 Nilsson, op. cit, s. 63.

55 Bostrom, op. cit, s. 34.

56 Ibid, s. 31.

(35)

26

alanı olabilecek teknik bir konu olarak görülmesinin büyük bir yanılgı olduğu bir kez daha anlaşılmaktadır. Günümüzde, “akıllı ev” ve “akıllı şehir” bağlamları ile ev sahiplerinin ihtiyaçlarını öngörerek nesnelerin interneti aracılığıyla birbirleriyle iletişim kuran elektronik ev aletlerindeki yüz ve ses tanıma sistemleri ile yalnızca ticari alanda kullanılmakla kalmayan ve giderek daha fazla firma tarafından erişilebilir bir fiyatta satışa sunulan “kişisel asistanlar” ile çoğu zaman farkında olunmasa da yapay zekâ sistemi birçok hanenin temelinde yer almaya başlamıştır. Benzer şekilde, sürücü sistemlerinde gerçekleştirilen güncellemeler ile kişisel araçlarda ve toplu taşımada kullanılmaya başlanan sistemler, çevrimiçi ortamda rota bulma işleminin sağlanması ve çevrimiçi alışveriş platformlarında kullanıcı beğenilerine ve tercihlerine göre getirilen kişiselleştirilmiş öneriler de yapay zekâ sistemlerinin gündelik hayata ne denli sirayet ettiğini gösterir niteliktedir. 1990’lardan itibaren gündelik hayatta doğrudan kullanımın yanı sıra, yapay zekâ sistemleri temelinde tıbbi klinik uygulamalar, finansal hizmetlerde alım-satım işlemleri, çeviri programları ve yüz tanıma sistemlerinin farklı sektörlerde kullanımı da giderek artış göstermiştir.

Yapay zekâ teknolojisindeki gelişmeler teknik araştırmaların ve ticari fırsatların ötesinde, toplumsal ve siyasi alanda da dönüşüm potansiyeli taşımaktadır. Yapay zekânın gelişiminin son derece hızlı ilerlemesi, politika yapıcıların uygun hukuki düzenlemeleri gerçekleştirmesi, devlet faaliyetlerini geliştirmede ve hizmetlerde yapay zekâ uygulamalarının kullanılması ve sosyoekonomik etkilerinin anlaşılarak buna yönelik girişimlerde bulunulması hususlarında zorluklar içeren boşluklara neden olmaktadır. 57

Son dönemde gerçekleştirilen çalışmalarda artan şekilde otonom öğrenme ve özellikle derin öğrenmenin kullanılması, bir yandan yapay zekâ çalışmalarına ivme kazandırırken diğer yandan önemli zorlukları beraberinde getirmektedir. Özellikle derin öğrenmenin daha aktif kullanımı ile kara kutu sorunu ile daha sık karşılaşılmakta ve en

57 Brookfield Intitute for Innovation + Entrepreneurship, op. cit, s. 2.

(36)

27

önemli tartışmalardan biri olan yapay zekâ-insan ikiliğinin önüne geçmek adına insanın karar alma döngüsündeki rolünü ve varlığını korumaya yönelik ulusal ve uluslararası ölçekte çalışmalarda bulunulmaktadır. Bu kapsamda, uluslararası kuruluşlarda ve platformlarda, yapay zekâ teknik ve toplumsal boyutlarıyla uzman düzeyinde ve üst düzeyde ele alınmakta, konuya ilişkin raporlar ve politika belgeleri hazırlanmaktadır. Bu kapsamda, giderek artan bir şekilde ulusal yapay zekâ strateji belgelerini hazırlayan devletlerin ve uluslararası kuruluşların “insan merkezli yapay zekâ yaklaşımı”nı benimsedikleri gözlemlenmektedir.

2019 yılında OECD tarafından hazırlanan Yapay Zekâ Konsey Tavsiye Kararı58 ve bu kararda yer alan ilkelerin aynı yıl G20 Japonya Dönem Başkanlığı’nda Ticaret ve Dijital Ekonomi Bakanları Bildirisi’nin eki olarak G20 Yapay Zekâ İlkeleri59 başlığında kabul edilmesi ile yapay zekâ konusunda uluslararası alanda üzerinde en kapsamlı uzlaşı sağlanmış doküman ortaya çıkmıştır. Anılan kararın ilk kısmında güvenilir yapay zekânın sorumlu yönetimi için beş temel ilke yer almaktadır:60

I. Kapsayıcı büyüme, sürdürülebilir kalkınma ve refah, II. İnsan merkezli değerler ve adalet,

III. Şeffaflık ve açıklanabilirlik, IV. Dayanıklılık, güvenlik ve emniyet,

V. Hesap verilebilirlik.

İlkeleri müteakip devletlere yönelik beş tavsiyede bulunulmaktadır:61

I. Güvenilir yapay zekâ için ulusal politikalar ve uluslararası işbirliği temelinde yapay zekâ alanında Ar-Ge faaliyetlerine yatırımlar,

II. Yapay zekâ için dijital ekosistemin güçlendirilmesi,

58 OECD Recommendation of the Council on Artificial Intelligence, 2019, https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0449 (erişim tarihi: 02.02.2021).

59 G20 Ministerial Statement on Trade and Digital Economy Annex: G20 AI Principles, 2019, https://www.mofa.go.jp/files/000486596.pdf (erişim tarihi: 02.02.2021).

60 Ibid.

61 Ibid.

Figure

Updating...

References

Related subjects :