STANBUL MEDENYET NVERSTES

SOSYAL BLMLER ENSTTS

FELSEFE ANABLM DALI

YAPAY ZEKA FELSEFES

mer Faruk ELEB

Haziran-2015

1
 NDEKLER
Sayfa
ABSTRACT ................................................................................................................ 4
1. Giri ......................................................................................................................... 5
2. Yapay zeka nedir? .................................................................................................. 6
2.1 Yapay Zeka Kavram ......................................................................................... 6
2.1.1 Zihin ............................................................................................................ 6
2.1.1.1 Davranlk ........................................................................................ 7
2.1.1.2 levselcilik........................................................................................... 8
2.1.1.3 Fizikselcilik .......................................................................................... 8
2.1.2 Zeka ............................................................................................................. 9
2.1.3 Bilin ......................................................................................................... 10
2.1.4 Yapay Zeka Tanmlar ............................................................................... 11
3.Teknolojik gelimeler ............................................................................................ 13
3.1 Donanm ........................................................................................................... 13
3.1.1 leklenebilir Sistemler ............................................................................ 13
3.1.2 Bulut Biliim ............................................................................................. 14
3.2 Yazlm ............................................................................................................. 14
3.2.1 Makine renmesi Algoritmalar ............................................................. 14
3.2.2 Doal Dil leme ....................................................................................... 15
3.2.3 Uzman Sistemler ....................................................................................... 15
3.2.4 Bulank Mantk .......................................................................................... 16
3.2.5 Genetik Algoritmalar................................................................................. 17
3.2.6 Yapay Sinir Alar .................................................................................... 17
4. leri srlen tezler ................................................................................................ 19
4.1 Alan Turing ve Taklit Oyunu ........................................................................... 19
4.1.1 Yneltilen tirazlar .................................................................................... 21
4.1.1.1 Teolojik tiraz ..................................................................................... 21
4.1.1.2 Kuma Gml Kafalar ....................................................................... 21
4.1.1.3 Matematiksel tiraz ............................................................................. 22
4.1.1.4 Bilin Argman ................................................................................. 22
4.1.1.5 eitli Engeller Argman .................................................................. 23
4.1.1.6 Bayan Lovelacen tiraz ................................................................... 23
4.1.1.7 Sinir Sisteminin Sreklilii ................................................................ 24
4.1.1.8 nsan Davranlarnn Formelletirilememesi .................................... 24
4.1.1.9 Altnc His Argman ......................................................................... 24
4.2 John Searle ve ince Odas .............................................................................. 25
4.2.1 Ynetilen tirazlar ..................................................................................... 26
4.2.1.1 Sistem Yant ...................................................................................... 26
4.2.1.2 Robot Yant ....................................................................................... 27
4.2.1.3 Beyin Simlatr Yant..................................................................... 27
4.2.1.4 Birletirme Yant ............................................................................... 28

2
 4.2.1.5 Dier Zihinler Yant ......................................................................... 28
4.2.1.6 oklu Konumlar Yant ...................................................................... 29
5. Sonu ..................................................................................................................... 30
Kaynaka .................................................................................................................. 32

3
ABSTRACT

Bu yazda Alan Turing isimli ngiliz matematiki ve bilgisayar bilimcisinin, Mind

isimli derginin 59. saysnda yaymlanan Hesaplama Mekanizmas ve Zeka
(Computing Machinery and Intelligence)(Turing, 1950) balkl makalesinde ortaya
koyduu temel iddialar, ona verilen yantlar ele alacam. Yneltilen itirazlardan en
kuvvetlisi olarak literatrde de ska kart tez olarak sunulan John R. Searle adl
Amerikal filozofun, Behavioral and Brain Sciences isimli derginin 3. saysnda
yaymlanan Akllar, Beyinler ve Programlar (Minds, Brains and Programs)(Searle,
1980) balkl makalesi erevesinde itirazlar inceleyeceim. Ayrca gnmzn
bilimsel ve zellikle bilgisayar bilimlerinde gerekleen teknolojik gelimelerin
nda yapay zekann gnmzdeki seyrini ele alacam.

4
1. GR

Bilgisayar merkezli teknolojik gelimeler, Bilgi ann adna yarar bir hzda
geliimini srdrmektedir. Bu gelimeler, pozitif bir geri besleme yaparak, gelime
erisinin eksponansiyel bir izgide ilerlemesini salamaktadr. nceki dnemlerde
yaam ve bugnn deyimiyle ftristler olarak adlandrabileceimiz kiilerin
ngrlerinin tek tek gerekletiine ahit olmaktayz. Bu ngrlerde, genellikle
makine-insan ilikileri zerinde durulmu ve insanln sonunun akll makineler
tarafndan getirilecei senaryolar retilmitir. Bu zaviyeden bakldnda Yapay
Zeka kavram zel bir yere sahiptir. Hatta bu konuda MIT Bilgisayar Bilimleri
laboratuvar yneticilerinden Edward Fredkin u arpc ifadeyi dile getirmitir:
Tarihte byk olay vardr. Bunlardan ilki kainatn oluumudur. kincisi yaamn
balamasdr. ncs de yapay zekann ortaya kdr.(Kordon, 2009, p. 3)
Bu almada, yapay zeka kavramnn ne olduu ve mmkn olup olmad
tartlacaktr. Bu yzden hem nceki dnem ne srlen fikirler hem de gnmz
teknolojik gelimelerinin bu fikirlere etkileri zerinde durulacaktr. Yapay Zeka
kavram birok makalede farkl ele alnd iin ncelikle bu kavram oluturan
unsurlarn ne olduu zerinde durulacak ve makalenin devamnda hangi tanm
zerinden tartma yrtlecei belirlenmi olacaktr. Sonrasnda ele alnan bu tanm
erevesinde Alan Turing ve John Searlen makaleleri incelenecek ve buradaki
tartmalar aydnlatabilmesi adna gnmz teknolojik gelimelerinin getirdikleriyle
kyaslanarak tartma ilerletilecektir. Yapay zekann nihai anlamda hedeflenen
baarlara ulamas durumunda, var olan resmin deimesi nedeniyle, nceki
yorumlarn tekrardan ele alnmas gerektii sonucu kmaktadr.

5
2. YAPAY ZEKA NEDR?

Yapay zekann imkan zerine tartmaya gemeden nce bu kavramn tm

ynleriyle aydnlatlmas arttr. Genellikle yapay zeka kavram antropomorfik bir
bak asyla ele alnmakta ve bu noktada insan zihnine ne kadar yaklaabilecei
zerinde tezler ortaya atlmaktadr. Bu yzden yapay zeka kavramnn detayl bir
tanmn vermeden nce insan dier canl trlerinden ayrmak zere kullanlan u
anahtar kavram zerinde durmak gerekmektedir: Zihin, bilin ve zeka.
Kavram haritasna bakldnda, bu konuyla ilgilenen birden fazla disiplin olduu
yani disiplinler aras bir konu olduu grlmektedir. Bu disiplinler arasnda
bilgisayar bilimleri, matematik, psikoloji, dil bilimi, sinir bilim ve tabiki felsefe
bulunmaktadr(Artificial intelligence, 2015). Birok disiplinin ayn konu
zerindeki yorumlarnn farkl olmas, disiplinlerin sahip olduu bak as ve
malumat sebebiyledir. Her bir disiplin kendi nokta-i nazarndan konuyu ele almakta
bu da birok farkl yorumun ortaya kmasna neden olmaktadr. Bu almada,
bilgisayar bilimleri ve felsefe merkezli bir yorum verilecek ve sadece gereken
noktalarda dier disiplinlere atf yaplacaktr.

2.1 Yapay Zeka Kavram

Yapay zeka tanmna gemeden nce, zihin, bilin ve zeka kavramlar detayl olarak
incelenecek ve bunun neticesinde yapay zeka kavram oluturulmaya allacaktr.

2.1.1 Zihin

Yapay zeka tartmalarnda her ne kadar kavrama lafz olan anahtar kelime zeka olsa
da genellikle yaplan yorum ve karmlardan ele alnan zihin olduu aikardr. Bu
yzden ncelikle zihin kavramnn ne olduunu ve snrlarn bilmekte yarar vardr.
Zihin, felsefedeki en genel tanmyla bilincin dnsel ilevlerini yerine getiren
blmne ayn zamanda insandaki anlama, kavrama, dnme ve alglama yetilerini
barndran yetiye karlk gelmektedir. Zihnin dier tanmlarnda btn bu yetilerin
yansra anmsama, imgeleme, deerlendirme, yarglama trnden yetilerde yer
almaktadr(Uzun, Uzun, Yolsal, & Gl, 2008). Verilen bu tanmda zihni aslnda
genel olarak iki byk ilevi yerine getiren bir blm olarak dnebiliriz: Alglama

6
ve dnme. Zihnin felsefenin ba ura konularndan biri olmasnn nedeni zihinde
olup bitenlerin bakalarnca gzlemlenemez olmas, baka bir deyile zihinde her ne
olup bitiyorsa bunun yalnzca ve yalnzca kiinin kendi i gzlemine ak oluudur.
Zihnin bu gizemli taraf beden ile ilikisinin ne ekilde olduu sorusunu dourmu ve
felsefe tarihinde okca tartlmtr. Zihinsel fenomenler, bedendeki fiziksel
durumlara ve olaylara dayanarak ya da onlarla ilikili olarak nasl aklanabilir?
(Dupr, 2007). Genellikle Descartes'n ikici varlkbilgisine gndermede bulunularak
dile getirilir. Descartes'a gre dnya iki tzden oluur. Bunlardan birinin belirleyici
zellii uzamsal oluu, dierininki ise dnsel oluudur. Fakat sorun bu ikisi
arasndaki etkileimin nasl olduudur. rnein insan bedeni gibi uzam olan bir
mekanizmann zihin dediimiz ve uzamsz olduunu kabul ettiimiz bir eyle nasl
olup da etkileebildii sorunludur. Aradaki etkileimin nc bir tz araclyla
salandn ise hi syleyemeyiz. nk bu Descartes varlkbilgisinde iki olan tz
saysn e karmak ve mevcut olan zihin beden ikilii sorununu zihin, beden ve
nc tz l sorununa dntrmek olur.
Bu soruna eitli zm nerileri getirilmitir. Yalnzca zihnin gerek olduunu
savunan idealist grler ile yalnzca bedenin(cismin) gerek olduunu savunan
maddeci grler. rnein, zihinsel durum ve sreleri davransal verilere
dayandrmaya alan davranlk(Ryle, 1964) yada bunlar eitli ilevlere
indirgemeye alan ilevselcilik(Levin, 2013) ve zihin dediimiz eyin aslnda
beyinden baka birey olmad grn ne sren zihin-beden zdelii
kuram(Dennett, 1992) maddeci grlere birer rnek olarak verilebilir. Gnmzde
Berkeleyci trden bir idealizm savunmas pek grnmemektedir. Fakat halen bunu
savunanlara felsefecilere rastlamak mmkndr. rnein Roger Penrose Emperor's
New Mind adl kitabnda maddeci grlerin zihinsel durum ve sreleri
aydnlatmada yetersiz kaldn, zihin-beden etkileiminin doasnn gelecekte
aydnla kavuacana olan inancn dile getirir(Penrose & Gardner, 2002).

2.1.1.1 Davranlk

Descartesin tz ifteciliine karn Gilbert Ryle(1964) Makinedeki hayalet

dogmas (Ghost in the machine) olarak ele alacak ve salam bir eletiri
yneltecektir. Ryle, Descartesin ifteci beden-zihin anlaynn bir snflandrma

7
hatas olduunu sylemektedir. Maddesiz zihin ya da ruhu hayalete, maddi bedeni de
makineye benzetir. Burada zihin her nasl oluyorsa maddi bedenin iinde yaar.
Bununla ilgili yle bir rnek vermektedir: Bir ahsn Oxford niversitesinin
fakltelerini, ktphanelerini ve teki binalarn grd halde gezinin sonunda
niversiteyi grmediinden bahsetmesi gibidir. Turist hem niversiteyi hem de onu
meydana getiren binalar ayr varlk kategorisine koyduu iin ikisi arasndaki
ilikiyi anlayamamtr. Ryle bu problem zelinde davranl nerir.
Davranln arkasndaki ana fikir, zihinsel olgularn ierik kayb olmakszn
eitli davranlara ya da davran yatknlklarna tercme edilebileceidir. rnein
birisinin ac ektiini sylemek, o kiinin bir yerinin kanadn, yzn ekittiini
vb. sylemenin bir tr ksa yoludur. Davranla gre insanlarn zihinleriyle ilgili
znel yorumlar yerine bunlarn gzlemlenebilen davurumlarna bakmak
gerekir(Dupr, 2007).

2.1.1.2 levselcilik

Davranln pek ok kusurunu elden geiren ilevselcilik, zihinsel durumlarn

ilevsel durumlar olduunu iddia eder: Belli bir zihinsel durum, eitli girdilerle yani
o durumun meydana kmasna yol aan nedenlerle, baka zihinsel durumlar
zerindeki etkileriyle ve eitli ktlarla (genelde davran zerindeki etkileriyle)
balantl olarak tad rol ya da ileve gre tanmlanr. Bilgisayar dnyasyla
benzerlik kuracak olursak, ilevselcilik tpk davranlk gibi zihin kuramna
ynelik bir yazlm zmdr: Zihinsel olgular girdiler ve ktlar araclyla
tanmlar, yazlmn iletildii donanm platformunu (ifteci, fizikselci vb.) gz nne
almaz(Levin, 2013).

2.1.1.3 Fizikselcilik

Tz ifteciliine kar en ak yant teki bir yaklamn benimsenmesidir. Teki

yaklamda sadece tek eit tz vardr. Bu malzeme ya zihinseldir ya da fizikseldir.
Fakat ikisi birden olamaz. rnein George Berkeley zihinsel tz tek eit olarak
semitir. Buna gre gereklik zihinlerden ve onlarn fikirlerinden meydana gelir.
Gnmz filozoflarnn ou, bilimsel gelimelerin de etkisiyle fizikselci aklamay
yelemektedirler. Bu yaklamda, zihin de aslnda bilim kapsamnda ele alnmas
gereken bir nesne haline gelir. Nesneletirme sonucunda herkese znel ve kiisel

8
olan zihnin, nesnel ve fiziksel dnya tarifine nasl sdn aklamaya dnr.
Fizikselcilik farkl alardan karmza ksa da ortak noktalar zihinsel grnglerin,
zihnin varln bize gsteren olgularn beyindeki fiziksel olaylara ve srelere zde
olduunu ileri srerler. zellikle nrobilimdeki ilerlemeler zihnin hallerini beynin
fiziksel halleriyle yakndan balantl olduunu gstermektedir(Stoljar, 2015).

2.1.2 Zeka

Kavramlar ve alglar yardmyla soyut ya da somut nesneler arasndaki ilikiyi

kavrayabilme, soyut dnme, muhakeme etme ve bu zihinsel ilevleri uyumlu
ekilde bir amaca ynelik olarak kullanabilme yetenekleri zeka olarak
adlandrlmaktadr.
Zekann farkl tanmlarnn olmasna karlk zekaya ilikin kuramlarn tm zekann
gelitirilebilecek bir kapasite ya da potansiyel olduu ve biyolojik temellerinin
bulunduu noktalarnda birleir. Buna gre zeka, bireyin doutan sahip olduu,
kaltmla kuaktan kuaa geen ve merkez sinir sisteminin ilevlerini kapsayan;
deneyim, renme ve evreden kaynaklanan etkenlerle biimlenen bir bileimdir.
Zeka bir ok zihinsel yetenein deiik durum ve koullarda kullanlmasn ierir. Bu
yetenekler arasnda balcalar:
Szel Anlay: szckleri tanma ve anlama,
Szel Akclk: szel ve yazl olarak szck ve ifadeleri abucak bulabilme,
Saysal Yetenek: aritmetiksel ilemleri abuk ve doru olarak yapabilme,
Alansal ve Uzay ilikileri: iki ve boyutlu grsel alglamay yapabilme,
Bellek: iitsel ve grsel olarak belleme gc,
Algsal Hz: karmak bir nesnenin ayrntlarn grebilme, zemin ekil ilikisini
ayrt edebilme, benzerlik ve farkllklar doru olarak alglayabilme,
Mantkl dnme: muhakeme yrtebilme, olarak saylabilir.
Bir kiinin zeka seviyesi dier koullar eit tutulduunda ne kadar zor iler baard,
veya ayn glkteki ilerden ne kadar ounu baarabildii, veya ne kadar ksa
srede doru sonuca ulaabildii ile belli olur.(Zeka Nedir? Trkiye Zeka Vakf
Resmi Web Sitesi, 2015)

9
Yukarda verilen zeka tanmna gre aslnda birok zeka yeteneinin yapay zeka
almalar ile gereklenebildiini gryoruz. Ayrca bir nceki blmde ele zihin
kavramna gre zekann zihnin ikin bir zellii olduu da aikardr.

2.1.3 Bilin

Bilin arlkl olarak kiisel bir deneyimdir. Bir kiinin kendi varlnn/var
oluunun, duyularnn, dncelerinin, evresinin farknda olmas olarak da
tanmlanr. durumumuzu sorgulayarak bir eylerin farknda oluruz ve bilinli bir
varlk olduumuzu hissederiz ve bilincin en nemli noktas da budur. Bilin, ou
kez "farknda olma, farkndalk" ile ayn anlamda kullanlr. Yani bilinli kabul
edilen varlklarn nesnel/dsal gzlem ve znel/isel gzlemleri vardr. Bilincin
btn tanmlar temelde farkndalk ve znel gzlemlere yneliktir.
sel, kiiye ait olan znel bak asyla bakldnda bilincin baz zellikleri
tamamen baka biri tarafndan deerlendirilemez. Her zaman znel olan
gryorum, hayal ediyorum, inanyorum, dnyorum gibi kendi iselliimize ait
ifadeler kullanrz. Btn bunlar, znel yapmzla birlikte gemi ve gelecei gz
nne alarak, gemi deneyimlerimizin sentezinden oluurlar. Bu zamana bal
yerleik durum belleimizle de yakndan ilikilidir. Bu ynyle bakldnda bilin,
dier bir kiiye iselliimizi aktarm iin znel dil ile sk skya
balantldr(Bilin, 2015).
Daniel Dennett bilinci, beynin deiik blgelerinin ayn anda deiik iler yapt ve
olaylar kendine gre yorumlad yaratc kargaa olarak kabul eder. Ortada tek ve
doru bir yorum yoktur. Bilinci kafalarnn iinden darya bakarak anlamaya
alan bir insan olarak tanmlayan dnceleri eletirir. "Belki de, bir tanm bulmaya
almamalyz" der. Bu eitlilik gz nne alndnda tanm yanltc da olabilir.
Dolaysyla kesin bir tanmdan uzak durabiliriz. nk esas problem, bir yirminci
yzyl sorunu olan bilinci, modas gemi on dokuzuncu yzyl terimleriyle
tartmamzdan kaynaklanmaktadr(Dennett, 1992).
Bilin hakknda bugnk tartma David Chalmers tarafndan ne srlen ve ayrm
yaplan bilincin kolay ve zor problemleridir. Kolay problem, bilin deneyimi
olmakszn sinir hcresel olaylarn doasn anlamadr. Bir dereceye kadar bu soru
yantlanmtr. Bunlar arasnda, "Beyinde paralel bilgi ileme nasl oluur?", "Bellek

10
nasl depolanr ve geri arlr?", Seici dikkatte hangi mekanizmalar devreye
girer? gibi sorulara ksmen yantlar oluturulmutur. Zor soru ise, bilincin genel
aklamasn ierir. Nasl fiziksel dnyadan bilin doar? Niin baz sinir hcresel
olaylar bilinli deneyimle sonulanrken, dierleri sonulanmaz? Ve en nemlisi de
bilin denilen ey nedir?(Chalmers, 1997)
Roger Penrosea gre bilin, fiziksel olarak yanna yaklalmas gereken ve bilimsel
bir kavramdr. Tanmlamadan ziyade tarif edilmesinin daha uygun olacan
belirterek, aktif ve pasif olarak iki paraya ayrr. Renk ve armonilerin alglanmasn
farkndalkla birlikte pasif olarak kabul ederken, bilincin zgr irade ile i grme
yeteneini de aktif ksm olarak ele alr. Anlay bu ikisi arasna yerletirir ve
farkndalkla anlayn ayrlamayacan, eer farkndalk olmazsa anlaytan
bahsetmenin anlamsz olduunu belirtir. Bilincin tanmn da farkndalkla eanlaml
olarak kabul eder. Yine zeky da anlaya balar(Penrose, Hameroff, Stapp, &
Chopra, 2011).

2.1.4 Yapay Zeka Tanmlar

Yapay zekay kendisine konu edinen birden fazla disiplin olduu iin, her disiplin
kendi asndan bir tanm ne srmektedir. rnein MITde yapay zeka
laboratuvarnda aratrmac olarak alan yapay zekann nde gelen isimlerinden
Martin Minsky Yapay zeka, yaplmas gerektiinde insan zekas gerektiren ileri
yapabilecek makineleri retme bilimidir eklinde bir tanm yaparken(1968), bilisel
bilimin nclerinden Margaret Boden Genel anlamda zekay zel olarak insan
dncesini anlayabilmek iin bilgisayar programlarnn kullanlmas teknikleridir
eklinde bilisel adan bir tanm vermektedir(1979). Yaplan tanmlamalardan yola
karsak genel olarak ksma ait olduu grlebilir(Rapaport, 2015):
leri seviye bilgisayar bilimi almalar ya da mhendislik asndan: Bu
bak asna gre yapay zekann en st noktas program yazabilen
programdr. Bunu yapabilen programn bilisel srelere benzemesine gerek
yoktur. nemli olan programlama hakknda bilinenlerin ileriye tanmasdr.
zetle, bilgisayar bilimin en u noktas olarak dnlr.
Hesaplanabilir bili asndan: nsann bilisel davranlarn modellemek iin
kullanlan teorilerin programa dntrlmesidir.

11
 Hesaplama biliin imkan asndan: Burada yapay zekann amac bili
srelerinin hesaplanabilme olandr. Eer biliin hesaplanabilirlii imkanl
ise gerekli ve yeterli fonksiyonlar nelerdir? Eer bilincin tm
hesaplanamyorsa neden hesaplanamaz ya da ne kadar hesaplanabilir?
Felsefe disiplini daha ok bu alanda alr.
Yukarda verilen rnek tanmlarda Minskynin tanm insandan bilgisayara doru
iken Bodenin tanm insandan bilgisayara dorudur. Aslnda yapay zekaya verilen
aklamalar erevesinden bakldnda olayn iki ynl olduu aktr. Bu yzden
yapay zekann kendisine hesaplanabilir bili demek doru olacaktr. Zeka kelimesi
istenileni btnyle kapsayamad iin bili kelimesinin kullanlmas daha doru
olacaktr. Ayrca yapay kelimesi gerek olmayan anlamn da tadndan dolay
sentetik kelimesinin kullanlmas da nerilmitir. nk sentetik, nesnenin zn
tar fakat form olarak farkldr. Mesela yapay elmas gerek olmayan elmas anlamna
geliyorken, sentetik elmas z itibariyle elmastr fakat farkl yollardan elmas haline
gelmitir(Rapaport, 2015). O halde ana soru una dnmtr: Biliin ne kadar
hesaplanabilir? Aslnda yapay zeka, almalar tm bili srelerinin
hesaplamalarla modellenebilecei varsaym zerine hareket eder.

12
3.TEKNOLOJK GELMELER

Yapay zeka almalarnda kullanlan teknik konulara yapay sinir alar, uzman
sistemler, bulank mantk, genetik algoritmalar gibi balklar rnek olarak verilebilir.
Yazlm tabanl gelimelerin yan sra donanm seviyesinde neredeyse snrsz bir
bilgi ileme kapasitesine ulalm ve Moore Yasas(Moores law, 2015) net bir
ekilde gzlemlenebilmitir. Bu blmde bahsedilen algoritmalar ve donanm
tarafndaki gelimeler detayl bir ekilde incelenecek ve yapay zekann imkan
zerinden bir deerlendirmeye tabi tutulacaktr.

3.1 Donanm
Silisyumun devrelerde kullanlmaya balanmas elektronik dnyasnda bir devrime
yol amtr. Transistrn bu yeni tasarm ile elektronik hem ok ucuzlam hem de
geliimi yksek bir ivme kazanmtr. Moore yasasnn da syledii gibi her iki
senede bir elektronik devrede bulunan transistr says ikiye katlanmtr. Bu
gelimeler ilemcilerin hzlarnn artmasna, ayn hacimde kat be kat bilginin
depolanabilmesine, bilgisayar ile daha karmak yazlmlarn gelitirilebilmesine
olanak salamtr. Bulut biliim ve leklenebilir sistemler neredeyse donanmsal
anlamda snrsz bir ilem yapabilme gcnn nn aan altyaplar olmutur.
rnein Turing, makalesinde bu tip donanmsal kstlamalarn olmadn
varsaymtr(1950) ve gnmzde de artk bunun geerli olduunu syleyebiliriz.

3.1.1 leklenebilir Sistemler

leklenebilir sistemlerden nce genellikle daha yksek ilem kapasitelerine sahip

olabilmek iin hizmet salayan makinenin eitli paralar gelitirilmeye
allyordu. rnein daha gl ilemci ile var olan ilemci deitiriliyordu. Fakat
ip tasarmlarnda artk fiziksel olarak gelinebilecek son noktaya gelindiinden
dolay var olan ipi daha hzl hale getirmek yerine birden fazla ipin paralel olarak
alabilecei leklenebilir sistemler gereklenmeye baland ve bu gelimeler
neticesinde oklu ilemcelere sahip hizmet salayc makinelerin e zamanl
alabilecei mimariler gelitirildi. Buna rnek olarak eski zamanlarda bir atn tek

13
bana yeterli olamayaca yk arabalarna ihtiya duyulduunda bir at fiziksel
olarak daha kasl hale getirmek yerine birden fazla atn ekebilecei at arabalar
yapld. Ayn mantk leklenebilir sistemler iin de geerlidir. Bu sistemler
sayesinde hizmet makinesi tarlalar kavram teknoloji literatrne girmi oldu. Bu
tarlalarn gereklenmesi ise donanm anlamnda gcn snrsz olduu varsaymn
glendirdi.

3.1.2 Bulut Biliim

Son zamanlar okca duyduumuz teknolojik gelimelerin banda gelen bulut

biliim, donanm gereksiniminin eitli veri merkezleri araclyla hizmet haline
getirilmesi olarak zetlebilir. eitli servis katmanlarna sahip olan bulut biliim ile
istenildii lde istenilen gte altyap rahatlkla kiralanabilip, alma zamannda
dinamik olarak yeni makineler eklenip kartlabilir. Bu yzden artk yazlmclar
gelitirdikleri programlar iin altyap gereksinimi zerinde ok fazla dnmek
zorunda kalmyorlar. Amazon(Amazon Web Services (AWS) - Cloud Computing
Services, n.d.), Microsoft(Microsoft Azure: Cloud Computing Platform &
Services, n.d.) gibi irketlerin bulut biliim hizmetleri sayesinde artk 5 dakika gibi
bir sre ierisinde yzlerce makine kullanma hazr hale getirebiliyor.

3.2 Yazlm
lk algoritma Ada Lovelace tarafndan 18.yyda analitik hesaplama motoru iin
yazlmtr(Ada Lovelace, 2015). lk programlama teorisi ise Alan Turing
tarafndan karar verme problemine ynelik hesaplanabilir saylar uygulamas adl
makalede nerilmitir(Turing, 1937). O gnden bu zamana kadar yazlm, byk
gelimeler gstermitir. Bu blmde yapay zeka iin gerekli yazlm altyaps
incelenecektir.

3.2.1 Makine renmesi Algoritmalar

Veri madencilii(Data mining, 2015) olarak adlandrlan yazlm disiplininde,

byk veri(Big data, 2015) ierisinden algoritmalarn eitli ktlar vermesi
istenir. Veri madencilii iki yaklama ayrlmaktadr. Bunlardan ilki gzetimli
renmedir. Burada programa renmesi istenen bir doruluk tablosu verilir ve

14
hangi girie karlk nasl bir sonu beklendii verilir. Makine bunlar eitli
gzetimli renme algoritmalar ile renir ve sonrasnda verilen yeni girie karlk
sonucu eitli niceliksel benzerlikler zerinden bir gruba eleyerek sonu dner. Bu
gzetimli renme algoritmlarna rnek olarak karar aalar, sinir alar, ok
katmanl sinirler, dorusal balanm, naif bayes algoritmalar rnek olarak
gsterilebilir. rnt tanma, grnt ve ses tanma, spam yakalama bu grup
algoritmalarn kullanld uygulamalardr(Supervised learning, 2015).
Dier bir renme ynetimi ise gzetimsiz renmedir. Bu renme ynteminde
algoritmaya renmesi iin herhangi bir rnek tablo verilmez. Algoritmadan, verilen
veriler iin eitli niceliksel deerlere gre gruplama yapmas beklenir. Bu
algoritmalara kmeleme, tekil deer ayrtrmas, kendiliinden organize olan
haritalar rnek olarak verilebilir. rnein Facebookda tanyor olabileceiniz kiiler
zelliinin arkasnda alan algoritma bu gruba girer(Unsupervised learning,
2015).

3.2.2 Doal Dil leme

Bilgisayarn konuulan dili zmleyip anlamasna ynelik almalar olarak

zetlenebilir(Natural language processing, 2015). Dillerin ilenmesi ve
kullanlmas amac ile aratrma yapan bilim daldr. Doal dillerin kurall yapsnn
zmlenerek anlalmas amacn tar. Bu zmlemenin insana getirecei
kolaylklar, yazl dokmanlarn otomatik evrilmesi, soru-cevap makineleri,
otomatik konuma ve komut anlama, konuma sentezi, konuma retme, otomatik
metin zetleme gibi birok balkla zetlenebilir. Bilgisayar teknolojisinin yaygn
kullanm, bu balklardan retilen uzman sistemlerin gndelik hayatmzn her
alanna girmesini salamtr. rnein, tm kelime ilem yazlmlar birer imla
dzeltme arac tar. Bu aralar aslnda yazlan metni zmleyerek dil kurallarn
denetleyen doal dil ileme yazlmlardr.

3.2.3 Uzman Sistemler

Uzman sistemler, belirli bir uzmanlk alannda, gerek kiilerden derlenen bilgileri
temel alarak, zamanla kendisini gelitirebilme yetenei de olan yazlmlardr(Expert
system, 2015). Uzman sistemler konusu; sistem teorisi, yneylemsel aratrma, i

15
sreleri, uygulamal matematik ve bilim ynetimi konularyla ilikilidir. Her uzman
sistemde renme davran olmayabilir fakat her uzman sistem gelitirildikten sonra
gerek problemler karsnda insan uzmanla ayn sonuca varmaldr.
1970'lerde yapay zek alanndaki aratrmaclar tarafndan gelitirilmi ve ticari
olarak 1980'lerde uygulanmaya balanmtr. Bu programlar, belirli bir problem
hakkndaki bilgiyi zmleyen, problemlere zmler salayan, tasarmna bal
olarak, dzeltmeleri yapmak iin bir i dizisi neren programlardr. zellikle tp ve
danmanlk gibi hizmet sektrlerinde, uzman eksiini giderme veya maliyetleri
drmek amacyla kullanlrlar.

3.2.4 Bulank Mantk

Bulank mantk, 1961 ylnda Ltf Aliasker Zade'nin yaynlad bir makalenin
sonucu olumu bir mantk yapsdr(Lotfi A. Zadeh, 2015).
Bulank mantn temeli bulank kme ve alt kmelere dayanr. Klasik yaklamda
bir varlk ya kmenin elemandr ya da deildir. Matematiksel olarak ifade
edildiinde varlk kme ile olan yelik ilikisi bakmndan kmenin eleman
olduunda "1", kmenin eleman olmad zaman "0" deerini alr. Bulank mantk
klasik kme gsteriminin geniletilmesidir. Bulank varlk kmesinde her bir varln
yelik derecesi vardr. Varlklarn yelik derecesi, (0, 1) aralnda herhangi bir
deer olabilir ve yelik fonksiyonu M(x) ile gsterilir. rnek olarak normal oda
scakln 23 derece olarak kabul edersek klasik kme kuramna gre 23 derecenin
zerindeki scaklk derecelerini scak olarak kabul ederiz ve bu derecelerin scak
kmesindeki yelik dereceleri "1" olur. 23 altndaki scaklk dereceleri ise souktur
ve scak kmesindeki yelik dereceleri "0" olur. Souk kmesini temel aldmzda
bu deerler tersine dner. Bulank kme yaklamnda yelik deerleri [0,1]
aralnda deerler almaktadr. rnein 14 derecelik scaklk iin yelik derecesi "0",
23 scaklk derecesi iin yelik deeri "0,25" olabilir. Keskin kmelerdeki souk-
scak, hzl-yava, aydnlk-karanlk gibi ikili deikenler, bulank mantkta biraz
souk, biraz scak, biraz karanlk gibi esnek niteleyicilerle yumuatlarak gerek
dnyaya benzetilir. En nemli fark, byle bir atda bilginin kaynandaki kme
yeliinin kesin tanmlanm nkoullarnn olmay ve daha ok sorunlarla rastgele
deikenlerin hazr bulunmasndadr.

16
Bulank mantk bir yapay zeka uygulamalar ile yakndan ilgilidir. Bulank mantkta
temel olan bir sonuca varmaktr. Normal bir programn yaps:
Temel girdiler Program Sabit bir sonu
Bulank mantk uygulamas yaps:
Says belli olmayan veri yn Program Girdilere ve varsayma gre
deiken bir veya birden fazla sonu
eklindedir. Bir bulank mantk uygulamasndaki sonu, ayn girdiler olsa bile
deiik bir sonu dndrebilir ve bir bek halinde veriyi alabilir.

3.2.5 Genetik Algoritmalar

Genetik algoritmalar, doada gzlemlenen evrimsel srece benzer bir ekilde alan
arama ve optimizasyon yntemidir(Genetic algorithm, 2015). Karmak ok
boyutlu arama uzaynda en iyinin hayatta kalmas ilkesine gre btnsel en iyi
zm arar. Genetik algoritmalarn temel ilkeleri ilk kez Michigan niversitesi'nde
John Holland tarafndan ortaya atlmtr. Holland 1975 ylnda yapt almalar
Adaptation in Natural and Artificial Systems adl kitabnda bir araya
getirmitir(Holland, 1992). lk olarak Holland evrim yasalarn genetik algoritmalar
iinde optimizasyon problemleri iin kullanmtr.
Genetik algoritmalar problemlere tek bir zm retmek yerine farkl zmlerden
oluan bir zm kmesi retir. Bylelikle, arama uzaynda ayn anda birok nokta
deerlendirilmekte ve sonuta btnsel zme ulama olasl ykselmektedir.
zm kmesindeki zmler birbirinden tamamen bamszdr. Her biri ok
boyutlu uzay zerinde bir vektrdr.

3.2.6 Yapay Sinir Alar

Yapay sinir alar (YSA), insan beyninin bilgi ileme tekniinden esinlenerek
gelitirilmi bir bilgi ileme teknolojisidir. YSA ile basit biyolojik sinir sisteminin
alma ekli rnek alnr. rnek alnan sinir hcreleri nronlar ierirler ve bu
nronlar eitli ekillerde birbirlerine balanarak a olutururlar. Bu alar renme,
hafzaya alma ve veriler arasndaki ilikiyi ortaya karma kapasitesine sahiptirler.
Dier bir ifadeyle, YSA'lar, normalde bir insann dnme ve gzlemlemeye ynelik
doal yeteneklerini gerektiren problemlere zm retmektedir. Bir insann,

17
 ekil 3 Yapay Sinir Alar

dnme ve gzlemleme yeteneklerini gerektiren problemlere ynelik zmler

retebilmesinin temel sebebi ise insan beyninin ve dolaysyla insann sahip olduu
yaayarak veya deneyerek renme yeteneidir.
Biyolojik sistemlerde renme, nronlar arasndaki sinaptik (synaptic) balantlarn
ayarlanmas ile olur. Yani, insanlar doumlarndan itibaren bir yaayarak renme
sreci ierisine girerler. Bu sre iinde beyin srekli bir gelime gstermektedir.
Yaayp tecrbe ettike sinaptik balantlar ayarlanr ve hatta yeni balantlar oluur.
Bu sayede renme gerekleir. Bu durum YSA iin de geerlidir. renme, eitme
yoluyla rnekler kullanarak olur; baka bir deyile, gerekleme girdi/kt
verilerinin ilenmesiyle, yani eitme algoritmasnn bu verileri kullanarak balant
arlklarn (weights of the synapses) bir yaknsama salanana kadar, tekrar tekrar
ayarlamasyla olur.
YSA'lar, arlklandrlm ekilde birbirlerine balanm birok ilem biriminden
(nronlar) oluan matematiksel sistemlerdir. Bir ilem birimi, aslnda sk sk transfer
fonksiyonu olarak anlan bir denklemdir. Bu ilem birimi, dier nronlardan
sinyalleri alr; bunlar birletirir, dntrr ve saysal bir sonu ortaya kartr.
Genelde, ilem birimleri kabaca gerek nronlara karlk gelirler ve bir a iinde
birbirlerine balanrlar; bu yap da sinir alarn oluturmaktadr.

18
4. LER SRLEN TEZLER

Yapay zeka felsefesi bal altnda yaplan almalarda arlkl olarak ele alnan
iki makale Alan Turing ve John Searle tarafndan yazlan makalelerdir. Bu blmde
bu iki makale etraflca ele alnacaktr.

4.1 Alan Turing ve Taklit Oyunu

ngiliz bilgisayar bilimcisi, matematiki ve kriptolog Alan Turing, 1950 ylnda

yazd r ac makalesinde, zeka tanmn sohbet ekseninde basit bir probleme
indirgemitir. Turing, Eer bir makine, ona ynelttiimiz herhangi bir soruyu,
ortalama bir insan gibi cevaplayabilirse, o halde makineyi zeki olarak
tanmlayabiliriz. demitir. O, filozoflar dnda insanlarn dnme yetenei ile
ilgili sorular kimsenin sormadn, bu noktay tartmak yerine genel kabul zerine
herkesin dnebildiini varsaymtr. Onun deneyinin modern versiyonu bir
sohbet(chat) odasnda gerek bir insan ile bir bilgisayar programnn konumas gibi
dnlebilir.
Oyun ncelikle u ekilde balar: Bir bayan, bir erkek ve bir de cinsiyeti nemsiz
olan ve soru soran bir kii. Soru soran kii dierlerinden ayr bir odada
bulunmaktadr ve bu iki grup arasndaki iletiim yaz zerinden gereklemektedir.
Soru soran kiinin amac sorduu sorulara karlk dier odadan gelen cevaplar
neticisinde kimin bayan olduunu tespit etmektir. Sorunun ne hakknda olduu
konusunda bir snrlama yoktur. Matematikten iire, hava durumundan satrana
kadar istenilen soru sorulabilir. Bu noktada Turing Makineler dnebilir mi?
sorusuna edeer olarak u soruyu yneltir: Eer bir makine erkein, erkek de
bayann yerini alrsa ne olur? Cinsiyetin tespitinde soru soran kii acaba bayan ve
erkein bulunduu durumdaki kadar m yanlr? Turing burada makinenin yeterli
kapasitede, hzda ve uygun bir programa sahip olduunu varsayyor. Peki Turing
neden byle bir senaryo dnyor? Neden bayan, erken ve yer deitirmeye gerek
var? rnein Turing, nihai hedef olarak entellektel anlamda en zor olann bir
bayan taklit etmek olduunu ya da aksine bir bayann taklit edilebilecei ama bir
erkein edilemeyeceini dnm olabilir. Aslnda Turingin amac soru soran

19
kiinin karsndakileri eit artlara tamaktr. nk karsndakilerin ikisi de bayan
deildir. Bu sebeple ikisinin de performans birbirleriyle karlatrlabilir.

ekil 1- Turing testinin standart yorumlamas

Eer bayan ve makine birbirlerine kar yarsalard bu durumda makinenin amac

bayan yenmek olacakt fakat karsndakinin erkek olup bayan takliti yapmas, bu
konudaki baarlarn karlatrma olana salamaktadr. Bu testi bazlar yapay
zekann balangc olarak grp yapay zekann en yksek hedefi olarak
benimsiyorken, bazlar bu testin yararsz hatta zararl olduunu dnmtr. Alan
Turing, Turing Testi olarak da anlan bu oyunu, Makineler dnebilir mi?
sorusuna alternatif olarak nermitir. nk bu sorunun ok mulak olduu
kansndayd. Gnmzde Turing testi bir bilgisayar programnn dnp
dnemediini ya da zihni olup olmadn veya zeka sergileyip sergilemediini
deerlendirmek iin standart lt kabul edilir. Bilgisayarn da gnn birinde
insanlar gibi veya daha stn zihinleri olabileceine inanan yapay zeka savunucular
iin bu test kilit eik niteliindedir. Turinge gre 20.yy bitmeden bilgisayar
programclnda kaydedilecek ilerlemeler yle bir noktaya varacakt ki be

20
dakikalk bir sorgulamann ardndan soru soran kimsenin doru tanmlama yapma
olasl en fazla %70 olacakt. Gerekteyse gelimeler Turingin umduundan ok
daha yava oldu.

4.1.1 Yneltilen tirazlar

Alan Turing makalesinin bir blmnde kendisine yneltilebilecek muhtemel

itirazlar ele almtr. Bu balk altnda bahsedilen itirazlar incelenecektir.

4.1.1.1 Teolojik tiraz

Teolojik eksende gelebilecek itiraz u olabilir: Dnme, insanolunun lmsz

ruhunun bir ilevidir. Tanr, her bir insana lmsz bir ruh bahetmitir. Fakat
hayvanlar ve makinelerin ruhu yoktur o yzden dnemezler.(Turing, 1950, p.
443)
Turing, bu itiraz nemsemez ama yine de cevap verir. Bu grn Ortodokslardan
geldiini varsayarak, bu argman netletirmek iin aslnda dier dinlere bakmann
yeterli olduunu syler. rnein Mslmanlara gre kadnn ruhunun olmamas
dncesi zaten argman geersiz hale getirmektedir. Turing dier dinleri kenarda
brakr ve yeniden argman incelediinde aslnda itirazn Tanrnn kadir-i
mutlaklna halel getirdii sonucuna varr. nk Tanr uygun grrse bir file de
ruh bahedebilir ve bunu kimse engelleyemez ve eer bunu yapmak isteseydi bir
mutasyon araclyla filin beynini bu ynde evirebilirdi. Belki de makineler de onun
istei dorultusunda byle bir amaca sahip olabilir ve O bunun olmasn engellemek
istemeyebilir. Turing teolojik itirazlarn hibirini ehemmiyetli grmemektedir.
nk zamannda Kopernikin evren modeline de Yeni Ahitten eitli ayetlerle
itirazlar edilmi fakat gnmzde bunlara yneltilecek hibir itirazn olamayaca
aikardr. Bu konu da aynen o dnemdeki gibi bilgisizlik amzda olabiliriz
der.(Turing, 1950, p. 443)

4.1.1.2 Kuma Gml Kafalar

Stephen Hawking bir konumasnda(Cellan-Jones, n.d.) yapay zekann insanln

sonu olabileceini sylemitir. Turing buna benzer itirazlar u ekilde zetlemitir:
Makinelerin dnebilmesinin sonular ok korkutucu olabilir. Onlarn bunu
yapmayacaklarna inanalm ve mit edelim.(Turing, 1950, p. 444)

21
Bu korkuya herkesin bilinaltnda sahip olduunu bunun arkasndaki nedenin de
insann kendisini evrende en stn varlk olarak konumlandrmas olduunu
belirtiyor. Makinelerin dnebilmesinin akabinde bu ayrcalkl yerini kaybetme
korkusu olarak deerlendiyor. Aslnda teolojik argmann bu his ile dorudan
balantl olduunu da ekliyor. Ayrca bunun rtmeyi gerektirecek kadar nemli
bir argman olmadn ve tekzip yerine ruh g ile teselli verilebileceini
ekliyor(Turing, 1950, p. 444).

4.1.1.3 Matematiksel tiraz

Ayrk durumlu makineler iin eitli snrlamalar olduunu syleyen matematiksel

mantk sonular bulunmaktadr(Turing, 1950, p. 444). Gdelin Eksiklik
Teoremi(Raatikainen, 2015) her tutarl ve mantksal bir sistemde, sistemin kendisi
tarafndan ne dorulanabilir ne de yanllanabilir eitli ifadeler bulunabileceini
syler. Turing buna cevap olarak taklit oyunun baz alnmas gerektiini nk orada
asl llenin makinenin sorulara verdii tm cevaplarn doruluundan ziyade
yzdesel orannn olduunu belirtir. Ayrca elimizde, insann da Eksiklik Teoremi
kapsamna girmedii grn kantlayan herhangi bir delil olmadn da
ekler(Turing, 1950, p. 444).

4.1.1.4 Bilin Argman

Turing bu argmana rnek olarak Profesr Jeffersonun bir cmlesini rnek olarak
veriyor(1950, p. 445): Makine dndkleri ve hissettiklerinden bir iir yazmayana
ya da bir konerto bestelemeyene kadar zihin ile eit olduklarn
syleyemeyiz(Jefferson, 1949)
Turing bu grn ister istemez akllara Dier Zihinler(Hyslop, 2014) problemini
getirdiini sylyor. nk bir kiinin hissettiini ya da dnebildiini snayacak
tek kii, kiinin kendisidir. Bu yzden kimin dnp dnemedii noktasnda
kibarca herkesin dnebildii noktasnda mutabk olabiliriz. Bu yzden solipsist bir
pozisyona dmektense bu ksm olduu gibi kabullenmenin daha akllca olacan
belirtiyor(Turing, 1950, p. 445).

22
4.1.1.5 eitli Engeller Argman

Bu argman u ekilde belirtiliyor: Eminimki bahsettiklerinizin tmn yapabilen

bir makine yapabileceksiniz fakat makinenin Xi yerine getirebilmesini hibir zaman
baaramayacaksnz.(Turing, 1950, p. 447)
rnein insiyatif sahibi olmak, mizah duygusu, hata yapmak, ak olmak, kremal
ilekten zevk almak, birinin birine ak olmasn salamak vb. eklinde oaltlabilir.
Turing, ne srlen Xler iin genellikle destekleyici herhangi bir kant ne
srlmedii ve kiilerin yaptklar gzlemler sonucu sezgisel anlamda vardklar
tmevarmsal bir karm olduunu belirtiyor.
Bu karmn olumasna sebep olan argmanlardan biri depolama kapasitesinin
snrl olduu grdr. Bir makinenin fazla davran eitliliine sahip
olamayacan sylemek, fazla depolama kapasitesine sahip olamayacan
sylemenin baka bir yoludur. Makinenin davrannda eitlilik oluturmak iin
yksek depolama kapasitesine ihtiya vardr ve bunun her geen gn arttn
sylemek hite yanl olmaz. Dier bir ilgin iddia da makinelerin hata
yapmadklardr. Turing bu iddia da yaplan hatann iki eit hatann birbirine
kartrlmasndan kaynaklandn sylyor. Makinenin doru almad iin hata
vermesiyle yanl cevaplamas gerektii iin hata vermesi ayn ey olmadn
belirtiyor. Eer taklitilik oyununda sorgucu yanltlmak isteniyorsa makine bir
aritmetik sorusunu ge ve yanl bir yant verebileceini ekliyor(Turing, 1950, pp.
447450)

4.1.1.6 Bayan Lovelacen tiraz

Lovelace, itirazn Analitik ilem motorunu kendiliinden birey balatamaz. O

sadece ona yklediklerimizi altrr ve daha fazlas yoktur bu yzden bizi
artamazlar diye belirtmitir(Turing, 1950, p. 450). Turing cevap olarak
makinelerin yaptklar ilerden dolay ska ardn sylemitir. Yani makinelerin
u an yaptklar bile onun iin hayret vericidir. Turing, Lovelace taraftarlarnn
artmadan kastnn bu olmad, yaratc yeteneklerden doan davranlarn sz
konusu olduu noktasnda itiraz edeceklerini syler. Buna cevap olarak Turing,
yaratc zihinsel bir hareket iin gerekli olan ne ise takdir edilecek derece artc
olan bireyin ister insandan ister kitaptan isterse makineden kan bir olay

23
olmasndan bamsz olarak o kadara ihtiya olduunu sylyor. Ayrca Turing
felsefeci ve matematikilerin bunu dnrken bir konuda yanla dtklerini
belirtiyor. Zihinsel aktivitelerin sanki birden ortaya kt ve bu yzden bizi
artt varsaymna sahip olduklarn sylyor. Bu yzden genel prensipler ve
veriler zerinden sonu karma onlara artc gelmiyor.

4.1.1.7 Sinir Sisteminin Sreklilii

Burada ele alnan itiraz u ekildedir: Sinir sistemi ayrk durumlu bir makine
deildir. O yzden ayrk durumlu bir sistem zerinden sreklilie sahip olan sinir
sistemi modellenemez.
Turing, srekli aktiviteye sahip bir sistemin, en azndan taklit oyunundaki
yorumlaycnn farkedemeyecei kadar ayrklatrlabileceini cevap olarak verir.

4.1.1.8 nsan Davranlarnn Formelletirilememesi

Bu itiraza gre insanlarn hayal edilebilir herbir durumda ne yapacaklarn

tanmlayan kurallar dizisinin bulunabilmesi imkanszdr. Dier bir deyile
makinelerin davranlar tahmin edilebilirken insann edilemez.
Turing davranlarn kurallar btn ile davranlarn kanunlar arasnda bir
karklk olduunu sylyor. Davran kurallar btnne rnek olarak bir insann
trafikte krmz k grdnde durmas durumunu kasdettiini, davran
kanunlarndan ise rnein birine imdik atarsanz barr gibi durumlar anladn
sylyor. Eer itirazda ima edilen davran kurallar btnn, davran kanunlar ile
yer deitirirsek bir sorun kalmayacan belirtiyor. Tm davran kurallarnn
kmesinin bulunmad belirgin deildir. Bilimsel gzlemlerle bazlarn bulabiliriz
ama hibir zaman Yeterince aratrdk ve byle kurallar yoktur diyemeyeceiz.
Ayrca Turing, ayrk durumlu bir makinenin sadece hareketlerini gzlemleyerek
ileriki davranlarn da tahmin edemeyeceimizi de ekler.

4.1.1.9 Altnc His Argman

Turing burada telepati, kehanet, nsezi, psikokinezi vb hisleri itiraz argman olarak
ele alr. tiraza gre makineler bu tarz hislere sahip olamazlar. Turing cevap olarak
taklit oyunun telepatiyi engelleyen odalar ierinde yapmann zm olabileceini
aka yollu ifade ediyor. Aslnda Turing, bu tarz hisler altnda hereyin

24
gerekleebileceini, makinenin de rnein tutulan kart belirleme oyununda rastgele
olarak hareket edip altnc hislere sahip rakibini yenebileceini sylyor.

4.2 John Searle ve ince Odas

Amerikal felsefeci John Searle 1980de Turinge kar en gl itiraz ne
srmtr. Bunun iin kulland ince odasnn kurgusu u ekildedir(Searle, 1980,
p. 417): Karlkl iki ufak pencereye sahip bir odada bir kii bulunmaktadr. Bir
pencereden odaya ince sorular braklyor ve odann iindeki kiiden bu ince
soruya karlk ince cevab dier pencereden vermesi isteniyor. eride bulunan kii
tek bir szck dahi ince bilmemektedir. Fakat bu kiinin elinde yle bir ngilizce
kitap vardr ki, hangi ince sembole karlk hangi ince semboln yazlmas
gerektii kurallarla detayl bir ekilde anlatlmtr.

ekil 2 ince Odasnn izimi

Odann iinde bulunan kii zamanla iinde ustalaacak ve dardan sorular veren
inliler, odann iinde inceyi anlayan biri olduunu dnmeye balayacaklardr.
Oysa ierideki kiinin btn yapt, ne anlama geldiini bilmedii ince sembolleri
elinin altndaki kitabn kurallarna uygun ekilde dzenlemektir. Searlea gre
bilgisayarlarn yapt tam olarak budur. Programn belirttii kurallara bal olarak
girdilere karlk gelen uygun ktlar retirler. Bu durumda bir bilgisayar program
ne kadar karmak ya da gelimi olursa olsun, ince odasndaki kii gibi bilinsiz
bir sembol ilemcisinden daha fazlas olamaz. Bilgisayar program her satrda harf

25
harf ne yazdna bakar ve ona gre hareket eder, okuduu satrlarn anlamlarn
kavrayamaz. ince odasnn iinde anlamak diye bir ey sz konusu deilse
bilgisayar devrelerinde de deildir. Ne anlay, ne zeka, ne zihin. Ancak bunlarn
taklidi, benzetimi vardr. ince odasnn karmna benzer ekilde L.S. Hearshaw
yle demitir: Bir kitap ne kadar hatrlayabiliyorsa, bir makine de ancak o kadar
dnebilir.(The Shaping of Modern Psychology. By L. S. Hearnshaw. (Pp. 423;
19.95.) Routledge & Kegan Paul, 1987)
ince Odas benzetimi hesaba dayal zihne kar bir eletiridir. Bir bilgisayar
programnn Turing Testini ince getiini varsayalm. Turing Testi savunucular bu
noktada bilgisayarn dnebildii sonucuna varacak iken Searle bunun anlamdan
bamsz birtakm sembollerin ilenmesi asndan ele almaktadr. Yazlm ne kadar
karmak olursa olsun bilgisayarlarn anlamaktan yoksun olduklar dolaysyla asla
dnemeyeceklerini kantlama giriimidir. Searlea gre program yalnzca
sembolleri manipule edebilirken, beyin ayn zamanda bu sembollere anlamlar
yklemektedir.

4.2.1 Ynetilen tirazlar

Searle, makalesinde kendisine yneltilebilecek olas itirazlar ele almtr. Bu balk

altnda bahsettii itirazlar inceleyeceiz.

4.2.1.1 Sistem Yant

Bu itirazda(Searle, 1980, p. 419) her ne kadar oda ierisindeki kii inceyi

anlamyor olsa bile sistemin kendisi yani ierideki kii, oda, kartlar inceyi anlyor.
Searle bu odada zihin sahibi ya da anlama yetisine sahip tek eyin oda ierisindeki
kii olduunu iddia etmektedir.
Eer odadaki kii tm kurallar kendinde iselletirir ve oda mekanizmas da iptal
edilirse artk sistem kiinin kendisi haline gelir ama bu kiinin ince anlad
anlamna halen gelmemektedir. Fakat itiraz sahipleri bu sistem ierisinde ayn anda
iki zihinden bahsedilebileceini sylemektedirler. Bir zihin ngilizceyi anlayan zihin
iken dieri de biimsel sembol ileme yetisene sahip olan inceyi anlayan zihindir.
Bunu bilgisayarlara benzetebiliriz. Bilgisayarn kendisi iletim sistemine sahip iken
ayn zaman ofis programlar da barndrmaktadr. tiraz sahipleri bu ikisinin birbirine

26
kartrlmamas gerektiini sylemektedir. Searle bu bak as doru kabul
edilebilse bile rnein ngilizce bilen zihne hamburger veya yemek dediimizde bu
kavramlarn zihninde oluabileceini ama ince bilen zihin iin verilenlerin
sembolden teye gidemeyeceini belirtmitir. ki zihni birbirine eit kabul
edemeyeceimizi, ince bilen zihni ngilizce bilen zihnin anlamsz sembolleri ileme
yetisine sahip bir alt sistemi olarak snflandrabileceimiz sylemitir. Searle bu
itirazn tek motivasyonunun aslnda Turing testini ince anlamnda geebilen bir
sistemin olduunu ama zaten Turing testinin anlama noktasnda yeterliliini
sorguladn da eklemitir. Ayrca sistemlerin baarl bir ekilde verilen girdilere
karlk ktlar retebilme yetenei anlama yetisi ile eletirilmesi durumunda mide,
kalp ve benzeri organlarn sistemsel anlamda dnebildiklerini kabul etmek gibi
sama bir duruma debileceimizi belirtmitir.

4.2.1.2 Robot Yant

Bu itiraza(Searle, 1980, p. 420) gre eer makinenin gerekten dnebildiini

gstermek istiyorsak sadece sembol ileme yetenei yetersizdir, makine robotlara
benzer ekilde d dnya ile etkileime geebilmesi iin gz ve el gibi uzuvlara sahip
olmal ve insanlar gibi duyabilmeli, yryebilmelidir. Searle bu ifade ile st kapal
bir ekilde sembol ilemenin bili iin yeterli olmadnn kabul edildiini sylyor.
nk bu sylem sembol ileme yetisine art olarak d dnya ile nedensel ilikilerin
de eklenmesi gerektii ifadesini ierisinde tayor. Searle bu ek zelliklerin dnme
faaliyeti iin yine yeterli olmadn gstermek iin ince odasn deneyini u ekilde
modelliyor: Yine ngilizce anlayan ve ince dil kurallarna sahip bir kiinin gelen
girdileri robota taklm grnt ileme mekanizmasndan aldn ve ktlarn da
robotun hareketini salayan motorlara ilettiini varsayalm. Sonu olarak ince
odasnda bulunan kii yine anlamdan yoksun olarak sembol ilemekten baka bir
grevi yerine getirmeyecektir.

4.2.1.3 Beyin Simlatr Yant

Bu itiraza(Searle, 1980, p. 420) gre eer programmz beyindeki sinir hcrelerinin

alma prensibine uygun olarak tasarlarsak inceyi gerekten anlayan insandan bir
fark olmamaldr. Burada yukardan aaya doru alan bir program yerine
birbirleri ile tpk nronlar gibi paralel olarak alabilecek bir yazlmdan

27
bahsediliyor. inli kii bir anlama eylemi gerekletirdiinde naslki beyninde
nronlar aras aktiviteler gerekleiyorsa programda simlasyonunda benzer bir
hareket sergileyebilir ve bu noktada anlamann kendisi zerinde tartmak anlamsz
hale gelmektedir. Searle buna direkt olarak yant vermek yerine yapay zeka
savunucularnn zihinsel aktivitelerin tam olarak bilinebilmesi iin beynin nasl
altn bilmeye gerek olmad sylemlerini hatrlatyor. Yani onlara gre
donanm ne ise beyin de odur. Searle ayrca mekanizmann nasl ilediinin anlama
iin hibir nemi olmadn rnein ince odasnda bulunan kiinin sembolleri
iledikten sonra oda ierisinde kontrol vanalar bulunan eitli musluklar ap
kapatmasnn anlama ilemine bir katk salamayacan sylemitir.

4.2.1.4 Birletirme Yant

Bu itiraza(Searle, 1980, p. 421) gre bundan nce ne srlen fikrin biraraya

getirilmesi sonucu ortaya konacak beyne sahip ve alma prensibi beynin sinirsel
sistemine benzeyen ve d dnyadan aldklaryla sahip olduu uzuvlar kontrol
edebilen bir robotun anlay ve amallk sahibi olduu sylenebilir. Searlee gre bir
bilgisayarn veya makinenin insan gibi grnmesi ve davranmas onunda insanlar
gibi zihinsel durumlara sahip olduunu kantlamaz eer yle olsayd hayvanlar iin
de zihinsel aktivilere sahipler dememiz gerekirdi. Ayrca bundan nce ortaya konan
itirazn herbiri iin yant verildiinden dolay nn bir arada bulunmasnn
sonucu deitirmemesi gerektiini syler.

4.2.1.5 Dier Zihinler Yant

Bu itiraza(Searle, 1980, p. 421) gre dier zihinlerin ince bildiinden emin

olmamzn tek gerekesi sergiledikleri davranlardr. Eer sadece davranlarna
bakarak insanlara bilisel zellikler atfedilebiliniyorsa bu durumda robotlarn da
sadece davranlarna baklarak benzer yargya varlabilmelidir. Searlea gre bu
uzun bir cevab hakeden bir itiraz deildir. nk kendisinin burada yapmaya
alt neye gre bilisel zelliklerin atfedilebilecei deildir. Ayrca bilisel
sreler ve onlarn sonucu ortaya kan tepkiler anlamann gerekletiinin tek kant
deilllerdir ve bu tarz tepkiler ortada gerek bir anlay olmadan da
gerekleebilecek eylerdir.

28
4.2.1.6 oklu Konumlar Yant

Bu itiraz(Searle, 1980, p. 422) dillendirenlere gre u anki tartmann odandaki

teknoloji, bilgisayarlardr. Teknoloji ileriki zamanlarda daha da geliip amallk iin
her ne gerekiyorsa onu olanakl hale getirebilecek dzeylere eriecektir. O yzden u
anki ince odas sav geersizdir. Searlea gre u ana kadar yaplan yapay zeka
ilgili tm tartmalarda bilgisayar kullanlan aratr. Eer zihinsel sreleri kesin,
snrlar belli olan, biimsel olarak tanmlanm saysal srelere indirgeme
yaklamndan vazgeilmesi durumunda kendi eletirisine de artk ihtiya
olmayacan sylemitir.

29
5. SONU

Bu makale ile yapay zeka kavramnn ne olduu, bu kavram ile ilgili gnmz
yazlmsal ve donanmsal teknolojik gelimeleri ve konu zerinde yaplan tartmalar
incelenmitir. Yaplan tartmalarda konu farkl alardan ele alnm ve bu bak
alarna gre olas itirazlar incelenmitir.
ncelikle tartmalar erevesinde aslnda ele alnann zeka deil zihin olduu gze
arpmaktadr. O yzden kavramsal anlamda yapay zeka yerine yapay zihin deyimini
kullanmak yerinde olacaktr. Zira yapay zekann en azndan uzman sistemler
andan var olduu aikardr. IBMin Deep Blue programnn, dnyann en iyi
satran oyuncusu nvanna sahip Kasparovu yenmesi(The Chess Master and the
Machine - The Truth behind Kasparov versus Deep Blue, n.d.) veya IBMin Watson
isimli yapay zeka uygulamasnn Amerikadaki Riziko programnda baarl
olmas(Best, n.d.) bunun en ak rneklerindendir.
Teknoloji tartmalarnda ayrca unutulan ya da yeterli derecede vurgulanmayan iki
nokta, internet ve makineler aras iletiimin(Machine to machine, 2015) varldr.
nternet sayesinde yapay zeka uygulamalarnn snrsz bilgi belleine sahip
olabilecekleri ayrca kendi deneyimlerini ve karmlarn birbirleri arasnda
makineler aras iletiim vastasyla insanda var olan bilgi ve deneyim aktarm
mekanizmalarndan ok daha ksa srelerde gerekletirebilecekleri en azndan
teknoloji adan artk mmkndr.
Zihinsel yetilerin makinelerde gereklenebilmesi erevesinde dier zihinler
problemi nemli bir rol oynamaktadr. Buna rnek olarak yle bir durum
dnebilir: Uzayllarn varln kefettiimizi ve onlarla iletiime getiimizi
dnelim. Byle bir durumda onlarn da benzer evrimsel srelerle gelitiklerini
ama ok farkl biyolojik ve kimyasal ortamlarda evrimletikleri iin hibir ekilde
bize benzemediklerini varsayalm. Eer konuma, davran gibi bizim amzdan
gzlemlenebilir ve deerlendirilebilir olaylara bakarsak ilk aklmza gelecek olan
karm onlarn da bir zihne sahip olduudur. Bu karma grnrde ayn yetilere
sahip bir robot iin geerli olmamasnn bir nedeni bulunmaldr. Muhtemelen
robotun insan tarafndan retilmesi bu kanya varmamz engellemektedir nk
bizim amzdan retilen robot ile uzaylnn bize yansttklar dnda

30
deerlendirebileceimiz ekstradan hi bir veri bulunamaktadr. Yine de robotu zihni
yetilere sahip olarak adlandramamamzn arkasnda Turingin de belirttii
zere(1950, p. 440) insann kendini evrenin merkezine yerletirip en stn varlk
olarak konumlandrmas ve erkini baka biriyle paylamak istemiyor olmasdr.
Felsefenin yazlm dnyasna yapay zihni gerekletirmek noktasnda katks
olacaktr. nsann dnme yetisi zerine en fazla teorik alma felsefe alannda
gereklemektedir ve yorumlamalar tptaki ilerlemeler ile paralel olarak devam
etmektedir. rnein yazlmsal anlamda zihni yetilere ulaabilmek adna mantk
temel alnmaldr. Mantk tabiki de bilgisayar bilimine temel oluturan konularn
banda geliyor olsa bile burada sylenmek istenen doal dil ileme vastasyla
tmevarmsal ya da tmdengelimsel programlama yaklamlardr. rnein en
mehur mantk karm olan Btn insanlar lmldr. Sokrates insandr. O
halde Sokrates lmldr. karmnda bilgisayar orta terim verilmedii halde bunu
sonu olarak karabilmelidir. nsann dnce formlar buna benzer ekilde
yazlmsal anlamda modellenebilir. u an iin verilen kelimenin balam zerinden
hangi anlam ile kullanld bilgisi bilgisayar tarafndan belirlenebiliyor. Buradan
hareketle baz nermelerin ve sonucun verildii cmlelerden eksik nermenin
karlabilmesi ya da verilen tm nermeler neticesinde sonucun elde edilebilmesi
adna yaplacak almalar byk nem arzetmektedir.
Turing tarafndan itiraz olarak ele alnan(1950, p. 440) ve Stephen Hawkingin de
belirttii gibi(Cellan-Jones, n.d.) yapay zekann insanolunun hayatn tehdit
edeceini dnmyorum. nk insan aslnda karm yapabilen ya da yeni teoriler
gelitirebilen veya teoriler aras bilinmeyen balantlar yakalayabilen sistemlerin
gelimesi ile gcn daha da ileriye tayacaktr. Yani insanolu bu sistemlerin
yeteneklerini yine kendi ilerini daha da ileriye tamak iin kanalize etmesini
bilecektir. rnein teknolojinin gelimeler insani i gc asndan tehdit olarak
grnyordu. Fakat teknolojinin gelimesi baz meslek gruplar iin gerekten tehdit
olsa bile teknolojinin hayatmza getirdii yeni i olanaklarn da bu deerlendirmeyi
yaparken aklmzdan karmamalyz. nsanlarn ayrca iletiim ve ulam gibi
imkanlarnn gelimesi birim zamanda yaplan i miktarn da arttrmtr.
anlamnda tehdit olarak grlen teknoloji insann yine i anlamnda gcne g
katm ve insanolu onunla daha da ilerlemi ve doa karsnda gcn

31
pekitirmitir. Yapay zekann ortaya kmas bu anlamda bize imkansz grnen
birok eyin gereklemesine de vesile olabilir. U bir rnek olarak yapay zekalarn
yardmyla fiili uzay kefi olanakl hale gelebilir.
Ayrca yapay zihnin gereklenmesi var olan manzaray deitirecei iin felsefi
anlamda bir ok soruyu da beraberinde getirecektir. Bu noktada insan felsefesi, zihin
felsefesi, etik, estetik gibi balklarda var olan yantlar tekrar ele alnmak zorunda
kalacaktr. Belki de bunlardan nce karmzda duran u soruyu yantlamamz
gerekiyor: Acaba insan gerekten dnebiliyor mu?

KAYNAKA

Ada Lovelace. (2015, June 3). In Wikipedia, the free encyclopedia. Retrieved from

http://en.wikipedia.org/w/index.php?title=Ada_Lovelace&oldid=665315450

Amazon Web Services (AWS) - Cloud Computing Services. (n.d.). Retrieved June 7,

2015, from //aws.amazon.com/

Artificial intelligence. (2015, April 1). In Wikipedia, the free encyclopedia. Retrieved

from

http://en.wikipedia.org/w/index.php?title=Artificial_intelligence&oldid=6544

93549

Atkinson, M., & Boden, M. A. (1979). Artificial Intelligence and Natural Man.

Philosophical Quarterly, 29(116), 278.

Best, J. (n.d.). IBM Watson: The inside story of how the Jeopardy-winning

supercomputer was born, and what it wants to do next - Feature. Retrieved

May 31, 2015, from http://www.techrepublic.com/article/ibm-watson-the-

32
 inside-story-of-how-the-jeopardy-winning-supercomputer-was-born-and-

what-it-wants-to-do-next/

Big data. (2015, June 3). In Wikipedia, the free encyclopedia. Retrieved from

http://en.wikipedia.org/w/index.php?title=Big_data&oldid=665324611

Bilin. (2015, May 30). In Vikipedi. Retrieved from

http://tr.wikipedia.org/w/index.php?title=Bilin%C3%A7&oldid=15591645

Cellan-Jones, R. (n.d.). Stephen Hawking warns artificial intelligence could end

mankind. Retrieved May 31, 2015, from

http://www.bbc.com/news/technology-30290540

Chalmers, D. J. (1997). The Conscious Mind: In Search of a Fundamental Theory (1

edition). Oxford: Oxford Paperbacks.

Data mining. (2015, June 3). In Wikipedia, the free encyclopedia. Retrieved from

http://en.wikipedia.org/w/index.php?title=Data_mining&oldid=665326365

Dennett, D. C. (1992). Consciousness Explained (1 edition). Boston: Back Bay

Books.

Dupr, B. (2007). 50 Philosophy Ideas (First Edition edition). London: Quercus.

Expert system. (2015, May 29). In Wikipedia, the free encyclopedia. Retrieved from

http://en.wikipedia.org/w/index.php?title=Expert_system&oldid=664633029

Genetic algorithm. (2015, June 7). In Wikipedia, the free encyclopedia. Retrieved

from

http://en.wikipedia.org/w/index.php?title=Genetic_algorithm&oldid=665867

622

33
Holland, J. H. (1992). Adaptation in Natural and Artificial Systems: An Introductory

Analysis with Applications to Biology, Control, and Artificial Intelligence

(Reprint edition). Cambridge, Mass: A Bradford Book.

Hyslop, A. (2014). Other Minds. In E. N. Zalta (Ed.), The Stanford Encyclopedia of

Philosophy (Spring 2014). Retrieved from

http://plato.stanford.edu/archives/spr2014/entries/other-minds/

Jefferson, G. (1949). The Mind of Mechanical Man. British Medical Journal,

1(4616), 11051110.

Kordon, A. (2009). Applying Computational Intelligence: How to Create Value.

Springer Science & Business Media.

Levin, J. (2013). Functionalism. In E. N. Zalta (Ed.), The Stanford Encyclopedia of

Philosophy (Fall 2013). Retrieved from

http://plato.stanford.edu/archives/fall2013/entries/functionalism/

Lotfi A. Zadeh. (2015, May 5). In Wikipedia, the free encyclopedia. Retrieved from

http://en.wikipedia.org/w/index.php?title=Lotfi_A._Zadeh&oldid=66086373

Machine to machine. (2015, May 19). In Wikipedia, the free encyclopedia. Retrieved

from

http://en.wikipedia.org/w/index.php?title=Machine_to_machine&oldid=6631

15760

Microsoft Azure: Cloud Computing Platform & Services. (n.d.). Retrieved June 7,

2015, from http://azure.microsoft.com/en-us/

Minsky, M. L. (1968). Semantic Information Processing. MIT Press.

34
Moores law. (2015, June 7). In Wikipedia, the free encyclopedia. Retrieved from

http://en.wikipedia.org/w/index.php?title=Moore%27s_law&oldid=66587470

Natural language processing. (2015, June 5). In Wikipedia, the free encyclopedia.

Retrieved from

http://en.wikipedia.org/w/index.php?title=Natural_language_processing&oldi

d=665643174

Penrose, R., & Gardner, M. (2002). The Emperors New Mind: Concerning

Computers, Minds, and the Laws of Physics (1 edition). Oxford: Oxford

University Press.

Penrose, R., Hameroff, S., Stapp, H. P., & Chopra, D. (2011). Consciousness and the

Universe: Quantum Physics, Evolution, Brain & Mind. Cambridge, MA:

Cosmology Science Publishers.

Raatikainen, P. (2015). Gdels Incompleteness Theorems. In E. N. Zalta (Ed.), The

Stanford Encyclopedia of Philosophy (Spring 2015). Retrieved from

http://plato.stanford.edu/archives/spr2015/entries/goedel-incompleteness/

Rapaport, W. J. (2015). Philosophy of Computer Science (DRAFT). Retrieved from

http://www.cse.buffalo.edu/~rapaport/Papers/phics.pdf

Ryle, G. (1964). Concept Of Mind (New impression edition). Harmondsworth:

Penguin UK.

Searle, J. R. (1980). Minds, brains, and programs. Behavioral and Brain Sciences,

3(03), 417424. http://doi.org/10.1017/S0140525X00005756

35
Stoljar, D. (2015). Physicalism. In E. N. Zalta (Ed.), The Stanford Encyclopedia of

Philosophy (Spring 2015). Retrieved from

http://plato.stanford.edu/archives/spr2015/entries/physicalism/

Supervised learning. (2015, January 18). In Wikipedia, the free encyclopedia.

Retrieved from

http://en.wikipedia.org/w/index.php?title=Supervised_learning&oldid=64312

0523

The Chess Master and the Machine - The Truth behind Kasparov versus Deep Blue.

(n.d.). Retrieved from http://blogs.gartner.com/andrew_white/2014/03/12/the-

chess-master-and-the-machine-the-truth-behind-kasparov-versus-deep-blue/

The Shaping of Modern Psychology. By L. S. Hearnshaw. (Pp. 423; 19.95.)

Routledge & Kegan Paul: London. 1987. (1987). Psychological Medicine,

17(03), 790791. http://doi.org/10.1017/S0033291700026088

Turing, A. M. (1937). On Computable Numbers, with an Application to the

Entscheidungsproblem. Proceedings of the London Mathematical Society, s2-

42(1), 230265. http://doi.org/10.1112/plms/s2-42.1.230

Turing, A. M. (1950). Computing Machinery and Intelligence. Mind, 59(236), 433

460.

Unsupervised learning. (2015, April 30). In Wikipedia, the free encyclopedia.

Retrieved from

http://en.wikipedia.org/w/index.php?title=Unsupervised_learning&oldid=660

135356

Uzun, S., Uzun, E., Yolsal, . H., & Gl, A. (2008). Felsefe Szl. Felsefe

Szl (3rd ed., p. 1728).

36
Zeka Nedir? Trkiye Zeka Vakf Resmi Web Sitesi. (2015). Retrieved June 7,

2015, from http://tzv.org.tr/zeka/zeka-nedir

37