Yapay zeka modelleri yeni kavramlar üretebilir mi?
20 Ekim 2026 · 2 dk okuma
Yapay zeka sistemlerinin yeni ve özgün kavramlar üretip üretemeyeceği sorusu, 2025 yılının Kasım ayında gündeme gelen bir tartışma ile yeniden alevlendi. Bu tartışma, Jürgen Schmidhuber'in, yapay zekanın yaratıcılık kapasitesi hakkındaki görüşlerini desteklemek amacıyla 2008 tarihli akademik çalışmasına atıfta bulunmasıyla başladı. Schmidhuber, bu atıfı, Elon Musk'un yapay zekanın temelde veri sıkıştırması ve korelasyon üzerine kurulu olduğunu ifade eden açıklamalarına yanıt olarak paylaştı. İsviçreli araştırmacı, mevcut büyük dil modellerinin gerçek bir yaratıcılığa sahip olamadığını savunarak, bu durumun nedenini kendi geliştirdiği teorik çerçeveyle açıkladığını belirtti.
Schmidhuber, 1997 yılında doktora öğrencisi Sepp Hochreiter ile birlikte uzun kısa süreli bellek mimarisini geliştiren araştırmacı olarak tanınmaktadır. Bu mimari, dönemin standartı olan tekrarlayan sinir ağlarının temelini oluşturmuş ve 2010'lu yılların başlarında akıllı telefonlarda ses tanıma ile çeviri sistemlerinde yaygın olarak kullanılmıştır. Araştırmacı, şu anda İsviçre'nin Lugano kentindeki IDSIA laboratuvarını yönetmektedir. Akademik kariyeri boyunca, 2018 yılında Turing Ödülü'nü alan Geoffrey Hinton, Yoshua Bengio ve Yann LeCun ile öncelik hakları konusunda uzun süredir devam eden bir tartışma içinde olduğu bilinmektedir. Schmidhuber, bu ödül sahiplerinin kendi çalışmalarını sistematik olarak atıf vermeden kullandığını iddia eden, 200'den fazla kaynak içeren bir analiz yayımlamıştır.
Schmidhuber'in 2008 yılında yayımladığı makale, sıkıştırma ilerlemesiyle sürüklenen bir prensibi temel almaktadır. Bu teoriye göre, bir gözlemcinin dünyayı anlama ve öngörme yeteneği, geçmiş gözlemlerini ne kadar verimli sıkıştırabildiğiyle doğrudan ilişkilidir. Araştırmacı, yaratıcılık ve merakın doğuştan gelen bir yetenek değil, hesaplanabilir bir süreç olduğunu savunmaktadır. Teori, bir ajanın tüm eylem ve gözlem geçmişini saklaması, bu verilerin öznel sıkıştırılabilirliğini sürekli iyileştirmesi ve sıkıştırma ilerlemesini içsel bir ödül olarak alması gerektiğini öngörmektedir. Bu çerçevede, bir ajanın merakı, verilerde yeni bir düzen bulduğunda ve bu düzen sayesinde veri boyutunda tasarruf sağladığında artmaktadır.
François Chollet, bu tartışmaya katılarak büyük bilimsel keşiflerin özünde bilgi sıkıştırması olduğunu belirtmiştir. Chollet'e göre evren, mükemmel bir şekilde uyumlu kurallar bütünüdür ve zeka, bu kuralların sonuçlarından kuralların kendisine geçişte sağlanan verimlilik olarak tanımlanabilir. Bu görüş, karmaşık ve gürültülü verileri daha basit ve sembolik modellerle temsil etme yaklaşımını desteklemektedir. Schmidhuber'in teorisi, bu sembolik temsilin, ajanın içsel merak mekanizmasını nasıl şekillendirdiğini açıklamaya yönelik bir çerçeve sunmaktadır. Tartışma, yapay zeka modellerinin mevcut sınırlarını ve gelecekteki gelişim potansiyelini anlamak açısından önemli bir akademik perspektif sunmaktadır.