İnternetin hayatımıza girişine, Web 1’in durağan sayfalarına, Web 2’nin herkesi konuşturan gürültüsüne, Web 3 tartışmalarına ve yapay zekânın gündelik hayata sızışına aynı ömrün içinde tanıklık etmiş bir kuşaktanım. Bu kadar dönüşümü bu kadar kısa sürede görmüş bir insanın buna bir tepki vermesi kaçınılmaz. Benim tepkim üretmek oldu. Sanat, bir dönüşümün ortasında kalmış zihnin belki de en doğal reaksiyonu: anlamaya çalışmanın elle yapılan hali.

Hesaplamadan yapay zekâya: laboratuvar kırılması ile toplumsal kırılma arasında on yıl var.

Ama son birkaç yıldır beni asıl düşündüren, bu araçlarla üretmenin kendisi değil; nasıl ürettiğimiz.

Aynı tezgâh, aynı iplik

Bugün yapay zekâyla üretim yapan çoğu kişi hazır sistemler kullanıyor. Aynı modeller, aynı arayüzler, aynı veri kümeleri. Bunun kaçınılmaz bir sonucu var: birbirine benzeyen işler.

Bu artık yalnızca bir sezgi değil. Science Advances’ta yayımlanan bir deneyde, yapay zekâdan fikir alarak yazan kişilerin hikâyeleri tek tek daha yaratıcı, daha iyi yazılmış ve daha keyifli bulundu — özellikle de kendini daha az yaratıcı sayan yazarlarda. Ama aynı hikâyeler birbirine, insanların yalnız başına yazdıklarından çok daha fazla benzedi. Araştırmacılar buna bir ikilem diyor: herkes tek tek kazanıyor, hep birlikte kaybediyoruz.

Bu tarifi ben başka bir yerden tanıyorum. Aynı tezgâhta, aynı iplikle, aynı desenden dokunan halılar gibi. Tek tek göz alıyor; yan yana koyduğunuzda tekleşiyor. Araç aynıysa, veri aynıysa, çıktının farklılaşacağı yer gitgide daralıyor.

Panzehir: kendi arşivin

Panzehir bence iki şeyde saklı. Birincisi, üretenin kendi verisini toplayabilmesi: kendi arşivini kurması, kendi bakışını veriye dönüştürmesi. İkincisi, o veriyle kendi modelini eğitebilmesi. Bu ikisini yapabilen kişi araç kullanmıyor; araç kuruyor. Aradaki fark, başkasının dokuduğu halıyı sermekle kendi ilmeğini atmak arasındaki fark kadar büyük.

Burada yaygın bir yanılgıyı düzeltmek isterim, çünkü bu yanılgı insanları daha başlamadan caydırıyor. Evet, o dev “temel modelleri” sıfırdan eğitmek bir sanatçının, çoğu araştırmacının, hatta çoğu kurumun erişebileceği ölçeğin çok üstünde. Ama kendi arşivinizle, açık bir modele kendi üslubunuzu öğretmek bugün öyle değil: iyi bir ekran kartında birkaç saat, kiralık bir sunucuda birkaç dolarlık bir iş.

Bu yalnızca benim sezgim de değil. Geçen yıl yayımlanan bir çalışma tam da bunun yöntemini kuruyor: Tanka, Yi ve Inuit kültürlerinden derlenen küçük ama titizce hazırlanmış veri kümeleriyle, hazır bir modele o kültürün görsel dili öğretiliyor. Sonucun kültürel olarak ne kadar sahici olduğunu belirleyen şey modelin büyüklüğü değil; veri kümesinin özenle hazırlanmış olması.

Yani gerçek eşik hesaplama gücü değil. Gerçek eşik arşivin kendisi. Fotoğrafı çekilmemiş, künyesi yazılmamış, tasnif edilmemiş bir kültürel miras makineye öğretilemez. Ve bu — sabırlı, görünmez, yavaş — iş, hiçbir ekran kartının yerine geçemeyeceği türden bir emek. Tezgâh başındaki emeğin ta kendisi.

Uluslararası literatüre bakınca dikkat çekici bir hareketlilik görülüyor; üstelik bu hareketlilik tek bir merkezden değil, aynı anda çok yerden geliyor.

Çin’de araştırmacılar geleneksel manzara resmini ve hat sanatını yalnız bu iş için kurulmuş veri........

© Haberler