Geoffrey Hinton Kimdir? Yapay Zekanın Vaftiz Babasından Çarpıcı Uyarılar

Geoffrey Hinton, 6 Aralık 1947’de Londra’da doğan bir bilgisayar bilimcisidir. Derin öğrenmeyi mümkün kılan temel algoritmaların geliştirilmesinde öncü rol oynadı; 2012’de öğrencileriyle geliştirdiği AlexNet, yapay zeka alanını kökten değiştirdi. Bu katkılarıyla 2018’de bilgisayar biliminin en yüksek ödülü sayılan Turing Ödülü’nü, 2024’te Nobel Fizik Ödülü’nü kazandı.

Hinton’ın adı, bilim insanı kimliğinin yanı sıra son yıllarda yapay zeka risklerine dair uyarılarıyla da anılıyor. Mayıs 2023’te Google’daki görevinden ayrılan Hinton, teknolojinin getirebileceği tehlikeler hakkında en çok dinlenen seslerden biri haline geldi. Bu makalede bir Cambridge mezunundan Nobel sahibi ve uyarıcıya uzanan yol, tarih ve bulgularla anlatılmaktadır.

Çocukluk ve Eğitim Yılları

Hinton, Londra’nın Wimbledon semtinde entomolog (böcek bilimci) bir babanın oğlu olarak dünyaya geldi. Aile geçmişi bilim tarihine uzanır: Mantık cebirinin kurucusu George Boole, Hinton’un babasının babasının babasının babasıdır. Cambridge Üniversitesi’ne giren Hinton, sırasıyla fizyoloji, felsefe ve psikoloji denedi ve 1970’te deneysel psikoloji lisansıyla mezun oldu. Mezuniyet sonrası bir yıl marangozluk yaparak geçirdiğini sonraki demeçlerde anlatmıştır. Hinton, Cambridge’de disiplin değiştirmelerinin sebebi olarak beynin çalışma biçimine tek bir alanda cevap bulamamasını gösterdi; bu arayış, onu bilgisayar modellerine yönlendiren itici güç olarak anılır. Bilim geleneği ailenin diğer dallarında da görülür; amcası Joan Hinton, nükleer fizik alanında çalışmış bir fizikçiydi.

Beynin nasıl çalıştığı sorusuyla ilgisi, yapay zeka doktorasına yönelmesine yol açtı. Edinburgh Üniversitesi’nde yapay zeka üzerine doktora yapan Hinton, derecesini 1978’de aldı. Bu dönemde bilgisayarların sinir ağı benzeri yapılarla öğrenemeyeceği fikri yaygındı ve Hinton’un araştırma alanı, dönemin ana akım yapay zekasına karşıt bir konumdaydı. Doktora sonrasında Kaliforniya’da San Diego Üniversitesi’nde David Rumelhart ile birlikte çalıştı; bu ortaklık, onun kariyerinin dönüm noktası olacak çalışmaların başlangıcı oldu. Carnegie Mellon yıllarında Hinton makine öğrenmesinin uygulamalı problemlerine eğildi; 1980’lerin ortasındaki fon kaynaklarına ilişkin çekinceleri, onun Kanada’ya geçiş kararında rol oynadığını sonraki söyleşilerde anlattı.

Geri Yayılım ve Derin Öğrenmenin Temelleri

Hinton, Carnegie Mellon Üniversitesi’nde öğretim üyeliği yaptıktan sonra 1987’de Kanada’nın Toronto Üniversitesi’ne geçti ve kariyerinin büyük bölümünü burada sürdürdü. 1985’te Ackley ve Sejnowski ile yayımladığı Boltzmann makinesi çalışması, sinir ağlarının istatistiksel öğrenme temelini inşa etti. Adını istatistiksel fizikten alan yaklaşım, ağın kararlı durumlarını olasılıksal bir dağılım olarak modelleyerek veriye uyan iç temsiller öğrenmeyi amaçlıyordu; fikrin kaynağındaki fizik benzetmesi, Nobel komitesinin 2024 gerekçesinde de açıkça anıldı. Ekim 1986’da Rumelhart ve Williams ile Nature dergisinde yayımladığı makale ise geri yayılım (backpropagation) algoritmasını sinir ağı eğitimi için sistemli biçimde tanıttı; bugün hemen her derin öğrenme sistemi bu algoritmanın bir çeşidini kullanır.

1980’ler ve 1990’lar boyunca Hinton’un alanı, hesaplama gücü ve veri eksikliği nedeniyle ana akım yatırımlardan uzak kaldı. Hinton bu uzun boşlukta Toronto ekibiyle çalışmaya devam etti; 1990’larda ses tanıma ve dil modelleme alanlarında derin ağların erken başarılarını ekibiyle imzaladı. Öğrencisi Nitish Srivastava ile 2014’te yayımladığı dropout tekniği, derin ağların aşırı öğrenmesini azaltmanın standart araçlarından biri oldu. 2006’da yayımlanan derin güven ağları (deep belief nets) makalesi, katmanlı ağların etkin biçimde eğitilebileceğini göstererek derin öğrenmenin yeniden doğuşunun bilimsel sinyali olarak kabul edilir. Hinton’un Boltzmann makineleri, John Hopfield’ın 1982’de önerdiği ağ modelinden esinlenen bir araştırma hattının parçasıydı; Nobel komitesi, 2024 ödülünü tam da bu iki ismi aynı gerekçe altında paylaşarak verdi. 1998’de Royal Society üyeliğine seçilen Hinton, bu dönemde Toronto’da yetiştiği öğrencilerin bir kısmı sonraki yıllarda sektörün önde gelen isimleri oldu; Toronto’daki dersi ve öğrenci kuşağı, alanın en uzun soluklu eğitim miraslarından biri olarak anılır.

AlexNet Devrimi

2012’de Hinton’ın öğrencileri Alex Krizhevsky ve Ilya Sutskever ile geliştirdikleri AlexNet, ImageNet görüntü tanıma yarışmasını ikinci sıradaki yöntemlere karşı belirgin bir farkla kazandı; sistem, iki tüketici sınıfı GPU üzerinde eğitilen derin bir evrişimli sinir ağıydı. Bu sonuç, bilgisayarla görü alanında devri derin öğrenmeye teslim etti ve sonraki beş yıl içinde büyük teknoloji şirketlerinin yapay zeka yatırımlarını tetikledi. Sistemin tek tek bileşenleri yeni değildi; devrimin kaynağı olarak, milyonlarca etiketli görüntü içeren ImageNet veri kümesi ile GPU hesaplama gücünün aynı anda buluşması gösterilir. Bu birleşim, yöntemin daha önce neden olgunlaşamadığının da açıklaması olarak değerlendirildi.

Mart 2013’te Google, Hinton ve iki öğrencisinin kurduğu DNNresearch şirketini satın aldı; bildirilen rakam yaklaşık 44 milyon dolar düzeyindeydi ve bu rakamın ekibe dağıtıldığı haberlerde yer aldı. Hinton, bu tarihten sonra Toronto Üniversitesi’ndeki görevine ek olarak Google Brain’de yarım zamanlı çalışmaya başladı. Bu düzen, akademik görevle endüstriyel araştırmayı birleştiren bir model olarak sonraki yıllarda Toronto’da benzer kadrolara öncülük etti. 2017’de kapsül ağlar (capsule networks) önerisiyle klasik evrişimli mimarilere dair sınırları tartışmaya açtı.

Turing Ödülü ve Nobel Fizik Ödülü

Mart 2019’da Hinton, Yann LeCun ve Yoshua Bengio, derin öğrenmeye yaptıkları katkılardan dolayı Turing Ödülü’ne layık görüldü. Üçlü, alanın soğuk yıllarında bu yolu savunmaları ve sonuçlarını kanıtlamalarıyla ödüllendirildi. Hinton bu dönemde Toronto’da Vector Institute’un kuruluşunda da yer aldı. Üçlü, ödülle ilgili açıklamalarında derin öğrenmenin uzun yıllar marjinal kaldığı dönemi hatırlatarak alanın dirençli araştırma kültürüne gönderme yaptı.

8 Ekim 2024’te Nobel Komitesi, Nobel Fizik Ödülü’nü yapay sinir ağlarıyla makine öğrenmesine imkan veren temel keşiflerden dolayı John Hopfield ile Hinton arasında paylaştırdı. Hinton’un payına Boltzmann makinelerinin geliştirilmesi düştü. Ödül, fizik disiplininin sınırlarını bilgi bilimine açan bir karar olarak tartışmalara konu olduysa da Hinton’un algoritmalarının fiziksel sistemlerden ilham alması bilimsel gerekçe olarak gösterildi. Böylece Hinton, hem bilgisayar biliminin hem de fiziğin en prestijli ödüllerine sahip az sayıdaki isimden biri oldu. Ödül haftası boyunca verdiği demeçlerde Hinton hem bilimsel mirasını hem de risk uyarılarını yan yana ele aldı.

Google’dan Ayrılış ve Uyarılar

Mayıs 2023’te Hinton, Google’daki görevinden ayrıldığını duyurdu. New York Times’a verdiği demeçte, ömür boyu geliştirdiği teknolojinin getirebileceği riskler karşısında artık rahatça konuşmak istediğini belirtti. Demeç, teknoloji şirketlerinin kapalı toplantılarında tartışılan bir konuyu küresel haber gündemine taşıdı; Hinton’ın ayrılışı, güvenlik tartışmasının tonunu araştırmacı merkezli hale getiren bir dönüm noktası olarak değerlendirildi. Ayrılışının ardından dezenformasyon, istihdamın hızlı dönüşümü, otonom silahlar ve uzun vadede insan denetimini aşan sistemler konularında uyarılar yapan Hinton, 2023’te yayımlanan ve yapay zekanın insanlık için kalıcı riskinin küresel öncelik olarak ele alınmasını isteyen ortak bildiriyi imzalayan isimler arasındaydı.

Sonraki dönemde Hinton, yapay zekanın önümüzdeki on yıllarda insanlığı ortadan kaldırma olasılığını yüzde 10 ila 20 bandında gördüğünü söylemiştir. Bu tahminlerin dayanakları ve gerçekçiliği, araştırmacılar arasında tartışmalıdır; bir kesim bu değerlendirmeleri spekülatif bulurken, bir kesim erken uyarının gerekliliğini savunur. Hinton buna rağmen teknolojiyi geliştirmenin durdurulamayacağı görüşünde: onun ifadesiyle yapacak biri olsaydı o da yapacaktı. Uyarılarının yaygınlaştığı dönem, Kasım 2023’teki Bletchley Park zirvesi dahil hükümetler düzeyindeki güvenlik tartışmalarının kamuoyunda ana akım kabul gördüğü süreç olarak değerlendirildi. Bilimsel tarafında ise 2022 sonunda yayımladığı Forward-Forward algoritması, geri yayılıma alternatif bir öğrenme yolu önerisi olarak kariyerinin yeni araştırma hattıdır. Önerinin, beynin geri yayılım uygulayamayacağı itirazına bir yanıt olarak geliştirildiği alandaki yorumlarda sıkça belirtilir.

Miras ve Bugün

Hinton’ın mirası üç düzlemde özetlenebilir: algoritmik (geri yayılım ve Boltzmann makineleri), pedagojik (Toronto’da yetişen ve sektörü şekillendiren öğrenci kuşağı) ve toplumsal (risk uyarılarının kamuoyuna taşınması). 2026 itibarıyla Toronto Üniversitesi’nde fahri profesör olarak çalışmalarını sürdüren Hinton, derin öğrenmenin hem kurucu mimarı hem de en dikkatli eleştirmeni konumundadır.