Yapay zekâ (YZ), son yıllarda neredeyse her alanda karşımıza çıkmaya başladı. Fakat onun çeşitli alanlara nasıl adapte olduğunu anlamak için önce ajan (*) kavramına biraz ışık tutmamız gerekiyor. Bir “YZ ajan” dediğimizde, çoğumuzun aklına ilk etapta sinir ağları, devasa veri setleri ya da akıllı robot kollar gelebilir. Oysa ajan, tam olarak bu kavramların bir karışımı gibi. Basitçe söylemek gerekirse bir ajan, çevresini algılayabilen, gelen verilere göre belirli eylemler alan ve bu süreçte kendi performansını sürekli iyileştirebilen bir yapay zekâ programı.

İşin heyecan verici yanı bu ajanların, artık sadece birkaç araştırma laboratuvarında değil, evlerimize kadar uzanan alanlarda görev alıyor olması. Bugün Spotify’da dinlediğimiz bir çalma listesinin önerileri, Netflix’te karşımıza çıkan film ve dizi tavsiyeleri ya da internet tarayıcımızın çerez ayarlarını idare eden sistemler bile birer ajan mantığıyla hareket ediyor. Yani farkında olmadan hepimiz, her gün birkaç defa bu görünmez yardımcılarla etkileşim kuruyoruz.

Peki, bu YZ ajanlarının yetenekleri nerede başlıyor, nerede bitiyor? Veriler, 2025 yılında küresel çapta kurumsal yapay zekâ çözümlerinin pazar payının 190 milyar dolara ulaşacağını gösteriyor. Bu büyümenin önemli bir bölümünü, otonom sistemler ve akıllı asistanlar oluşturacak. Şu an telefonlarımızda, bilgisayarlarımızda ya da akıllı saatlerimizde kullandığımız sesli yardımcılar, basit komutları algılayıp yerine getirebiliyor. Ancak ajan teknolojisi öylesine hızlı ilerliyor ki yakında katılmak istediğiniz bir online toplantıyı sizin yerinize başlatabilen, üniversitedeki proje teslimlerinizi takip edebilen, hatta sizin zevklerinize göre tatil planlaması yapabilen çok daha donanımlı yazılımlarla karşılaşacağız.

Bu noktada asıl çarpıcı olan, bu “zeki” yazılımların sadece bir uygulamanın parçası olmaktan çıkıp, birbirleriyle konuşabilen ve etkileşime girebilen kompleks bir ağ kurmaya başlaması. Düşünün, evinizdeki ışık sistemini yöneten ajan, elektrik tasarrufu önerilerini iklimlendirme sistemine ileterek daha verimli bir kullanım sağlamayı öğrendiğinde, aslında birbiriyle haberleşen yapay zekâ ajanlarından bahsetmeye başlıyoruz.

Bu gelişmeleri daha iyi anlayabilmek için Google tarafından hazırlanan bir makaleye başvurmak yerinde olacaktır (**). Orada anlatılanlara göre yapay zekâ dünyası, evrilen veri işleme yöntemleri ve artan bilgi işlem gücü sayesinde, ajan mimarisini oldukça esnek hâle getiriyor. Bu esneklik de her geçen gün yeni alanlarda yapay zekânın kullanılabilmesini sağlıyor. Mesela tarım sektöründe toprağın hangi koşullarda, hangi gübreye ihtiyaç duyacağını anlayan ya da fabrika bandında oluşabilecek arızaları önceden tahmin eden akıllı sistemlerden söz ediyoruz. Sadece tahmin etmekle kalmıyor, doğru aksiyonu da alabiliyorlar. Hatta bir arıza tespit ettiğinde, gerekli teknik servis kaydını otomatik olarak oluşturan ve en uygun mühendisi yönlendiren ajanlar çoktan iş başında. Bunlar kulağa hayal gibi gelebilir, ancak pek çok endüstri devinin Ar-Ge çalışmalarının odağında tam da bu tip yazılımlar var.

Ajanların belki de en çok merak uyandıran yönlerinden biri, kendi kendini eğitme potansiyelleri. Burada “reinforcement learning” (pekiştirmeli öğrenme) önemli bir rol oynuyor. Kısaca açıklamak gerekirse bir ajan, tıpkı bir çocuğun deneme-yanılma yöntemiyle öğrenmesi gibi, yaptığı her eylemin sonucunda bir “ödül” veya “ceza” alıyor. Bu sayede en yüksek ödülü getiren davranış kalıplarını hafızasına işleyerek sonraki adımlarında daha doğru kararlar veriyor. 2017 yılında AlphaGo’nun dünyanın en iyi Go oyuncusunu yenmesi, tam da bu tekniği mükemmel bir şekilde uygulaması sayesinde gerçekleşti. O günden bu yana pekiştirmeli öğrenme teknikleri çığ gibi büyüdü ve yapay zekâ uygulamalarının ayrılmaz bir parçası hâline geldi. Artık stratejik planlama gerektiren her alanda, bu yaklaşımın izlerini görüyoruz. Mesela lojistik optimizasyonu, şehir içi trafik yönetimi ya da üretim bantlarındaki zaman çizelgesi gibi konularda yapay zekâ ajanları önemli roller üstleniyor.

Tabii bu kadar gücü ellerinde bulunduran sistemlerin etik boyutu da gündemde. Bir ajan, hangi verileri görebilmeli veya hangi eylemler için yetkilendirilmeli gibi sorular, yapay zekâ hukukunu şekillendiren en kritik noktalardan sayılıyor. Örneğin bir sağlık kuruluşunda hastalarla ilgilenen bir ajanı düşünün. Bu sistem, hastaların geçmiş tıbbi kayıtlarını, genetik yatkınlıklarını ve yaşam tarzı bilgilerini analiz edip, onlara en doğru tedaviyi önerebilir. Ancak veri gizliliği ve etik kullanım çerçeveleri net çizilmediği sürece, böylesi bir teknolojinin ortaya çıkarabileceği riskler de azımsanacak gibi değil. O nedenle sadece teknoloji geliştiren mühendisler değil, aynı zamanda hukukçular ve etik uzmanları da masanın etrafında toplanarak ajanların yeteneklerini sınırlandırma, denetleme ve raporlama mekanizmalarını tasarlamak zorunda.

Bununla birlikte ajanların en heyecan verici taraflarından birini de “çoklu etmen sistemleri” olarak adlandırılan yapılarda gerçekleşen etkileşimler oluşturuyor. Düşünün, şehir yönetimi için çalışan yüzlerce farklı yapay zekâ ajanı var. Kimi enerji tasarrufu için çalışırken, kimi trafiği düzenliyor, bir diğeri su kaynaklarını gözetliyor, öteki de toplu taşımanın sefer sıklıklarını ayarlıyor. Hepsi hem bulundukları sisteme dair gerçek zamanlı verileri işliyor hem de birbirleriyle iletişim kurarak ortak bir amaç doğrultusunda iş birliği yapıyorlar. Bu ajanlar, sizin belirlediğiniz hedef doğrultusunda kendi görev alanlarını optimize etmek için canla başla çalışıyor. Üstelik bu sistemler kendi aralarında anlık olarak öğreniyor ve yeni kuralları benimseyebiliyorlar. Kocaman bir organizmanın farklı organları gibi davranıyorlar.

Öğrenciler ve genç profesyoneller için bu alanda öne çıkan pek çok fırsat var. Özellikle bilgisayar mühendisliği, veri bilimi, yapay zekâ ve benzeri bölümlerde okuyan öğrenciler, ajan yapıları üzerine odaklanarak kendilerine çok farklı kapılar aralayabilir. Fakat sadece teknik bölümlerde okuyanlar değil, sosyoloji, psikoloji ve hatta güzel sanatlar öğrencileri bile bu alana dâhil olabilir. Örneğin kullanıcı deneyimi (UX) alanında çalışan biri, ajanların insanlarla nasıl daha doğal iletişim kurabileceğine dair araştırmalar yapabilir. Benzer şekilde sosyologlar, bu otonom sistemlerin toplum üzerinde yaratabileceği değişimleri incelerken; psikologlar, insan-yapay zekâ etkileşiminin duygusal boyutuna ışık tutabilir. Çünkü bugünün ajanları, yarının sosyal ve kültürel düzenini şekillendirecek araçlardan biri olarak görülüyor.

Eğer bu yazının bir noktasında, “Ben de bir ajan kullanabilir miyim?” diye düşünmeye başladıysanız, kesinlikle doğru yerdesiniz. Örneğin kendi küçük projenizi oluşturmak için Python, R gibi yaygın programlama dillerinde yazılmış open-source (açık kaynak) ajan kütüphaneleri mevcut. Bunları kullanarak sensörlerle donatılmış basit bir robot kolunu kontrol eden ya da internette belirli veri kümelerini tarayıp analiz eden bir ajan oluşturmanız mümkün. Yeter ki nereden başlayacağınızı bilin ve kendinizi denemekten korkmayın. Belki de yarın lojistik sektöründe devrim yaratacak yeni bir otonom sistemin temellerini siz atacaksınız.

Elbette “ajan” başlığı altında tüm bu teknolojik yenilikleri konuşurken, yapay zekânın gelecek senaryolarını da es geçmemek gerek. Bilim kurgu filmlerinde, insanların emirlerini kusursuzca yerine getiren robotlar, bazen de kendi iradelerini kazanıp dünyayı ele geçirmeye yeltenen “aykırı” zekâlar görülür.

Günümüz teknolojisi, tabii ki henüz böylesi senaryolara uzak. Fakat “yapay zekâ ajan” teknolojisinin ilerleyiş hızına baktığımızda, önümüzdeki 10-20 yıl içinde günlük hayatın tahmin edemeyeceğimiz kadar çok alanına nüfuz edeceği aşikâr. Belki de bütün bunların en kritik noktası, insanlar ile makineler arasındaki iş birliğinin nasıl evrileceği. Burada işin en heyecan verici yönü, henüz sınırların tam olarak belli olmaması ve herkesin bu dönüşümde kendisine bir rol biçebilmesi. Sonuç olarak ajanlar, yapay zekânın belki de en görünmez ama en güçlü elleri. Onlar çalışırken biz, sadece anlık fayda sağlamakla kalmıyor, geleceğin nasıl şekillenebileceğine dair yeni senaryoları da deneyimliyoruz. Bundan 20 sene önce internetin hayatımızın ayrılmaz bir parçası hâline geleceğini kimler öngörmüştü? Şimdi benzer bir değişimin yapay zekâ alanında yaşanması kaçınılmaz gözüküyor.