David Rumelhart Kimdir?

Psikolojiden Yapay Zekâya Uzanan Bilimsel Mirası

İnsan beyninin öğrenme, hatırlama, dili anlama ve çevresinden gelen bilgileri işleme biçimi, yalnızca psikolojinin değil, bilgisayar biliminin de temel sorularından biri oldu. 20. yüzyılın ikinci yarısında bu iki alanı birbirine yaklaştıran araştırmacılardan biri David E. Rumelhart idi.

Amerikalı psikolog ve bilişsel bilimci David Rumelhart, insan zihnini matematiksel modeller ve bilgisayar simülasyonları aracılığıyla açıklamaya çalıştı. Özellikle bağlantıcılık, paralel dağıtık işlemleme ve yapay sinir ağlarının öğrenme süreçleri konusunda yaptığı çalışmalarla tanındı. Geoffrey Hinton ve Ronald Williams ile birlikte 1986’da yayımladığı çalışma ise günümüzde makine öğrenmesinin temel tekniklerinden biri olan geri yayılım yönteminin gelişiminde önemli bir dönüm noktası oluşturdu.

Rumelhart’ın bilimsel mirası yalnızca yapay zekâ ile sınırlı değildir. Dilin anlaşılması, hafızanın örgütlenmesi, bilgi temsili ve insanın karmaşık bilişsel görevleri yerine getirme biçimi de araştırmalarının önemli parçaları arasında yer aldı.

David Rumelhart’ın yaşamı ve eğitim yılları

David Everett Rumelhart, 12 Haziran 1942’de ABD’nin Güney Dakota eyaletindeki Wessington Springs’te doğdu. Üniversite eğitimi sırasında psikoloji ile matematiğe birlikte ilgi göstermesi, ilerleyen yıllarda şekillenecek akademik kariyerinin de temelini oluşturdu.

Rumelhart, University of South Dakota’da eğitim gördü ve 1963 yılında lisans derecesini aldı. Ardından Stanford University’de matematiksel psikoloji alanında doktora çalışmalarına başladı. 1967 yılında doktorasını tamamladı.

Bu eğitim süreci onun klasik psikoloji anlayışının ötesine geçmesine yardımcı oldu. İnsan davranışını yalnızca gözlemlemek yerine zihinsel süreçleri matematiksel olarak ifade etme düşüncesi, Rumelhart’ın çalışmalarının karakteristik özelliklerinden biri haline geldi.

Kariyerinin ilk önemli durağı University of California, San Diego oldu. 1967-1987 yılları arasında burada görev yapan Rumelhart, psikoloji ile bilgisayar temelli modelleme arasındaki ilişkiyi araştırdı. Daha sonra Stanford University’ye geçti ve burada psikoloji, bilişsel bilim, sinirbilim ve bilgisayar biliminin kesiştiği çalışmalara yoğunlaştı.

Matematiksel psikolojiden bilişsel bilime

Rumelhart’ın çalışmalarını anlamanın en iyi yollarından biri, onun psikolojiye bakışını incelemektir.

Geleneksel psikolojik araştırmalar insan davranışını deneyler yoluyla gözlemlemeye odaklanırken, matematiksel psikoloji bu davranışların altında yatan süreçleri formüller ve modeller yardımıyla açıklamaya çalışıyordu. Rumelhart da bu yaklaşımı benimseyerek zihinsel faaliyetlerin bilgisayar modelleriyle temsil edilebileceğini savunan araştırmacılar arasında yer aldı.

Bu yaklaşım onu giderek gelişmekte olan bilişsel bilim alanına taşıdı.

Bilişsel bilim, insan zihnini tek bir disiplinin sınırları içinde incelemek yerine psikoloji, dilbilim, bilgisayar bilimi, felsefe ve nörobilim gibi alanların ortak katkısından yararlanır. Rumelhart’ın kariyeri de bu disiplinler arası anlayışın gelişimiyle paralel ilerledi.

Onun için hafıza, algı, dil ve problem çözme birbirinden tamamen bağımsız konular değildi. Bunların tamamı, insanın bilgiyi nasıl temsil ettiği ve işlediği sorusuyla bağlantılıydı.

İnsan zihninin bilgi işleme biçimi

Rumelhart’ın çalışmalarının merkezinde önemli bir soru bulunuyordu: İnsanlar bilgiyi nasıl organize ediyor?

Bir insan bir hikâye okuduğunda yalnızca cümleleri tek tek hatırlamaz. Olaylar arasında ilişkiler kurar, karakterleri tanımlar, neden-sonuç bağlantıları oluşturur ve metnin genel anlamını zihninde yapılandırır.

Rumelhart bu tür süreçleri açıklamak için zihinsel temsiller ve bilgi yapıları üzerinde çalıştı. Özellikle anlatıların ve hikâyelerin anlaşılmasında insanların kullandığı bilişsel organizasyon biçimleri üzerine araştırmalar yaptı.

Bu çalışmalar daha sonra onun yapay sinir ağlarına ve bağlantıcı modellere yönelmesiyle birlikte farklı bir boyut kazandı.

Rumelhart ve bağlantıcılık

1980’li yıllara gelindiğinde Rumelhart’ın adı bağlantıcılık yaklaşımıyla güçlü biçimde anılmaya başladı.

Bağlantıcılık, insan zihnindeki bilişsel süreçleri çok sayıda birbirine bağlı işlem biriminin oluşturduğu ağlar üzerinden açıklamaya çalışır. Burada bilgi tek bir merkezde bulunan hazır semboller şeklinde düşünülmez. Bunun yerine, ağdaki bağlantıların gücü ve birimler arasındaki etkileşimler önem kazanır.

Bu anlayış günümüzde yapay sinir ağlarının çalışma mantığını kavramak açısından oldukça tanıdıktır.

Basit bir örnek vermek gerekirse, bir insanın belirli bir nesneyi tanımayı öğrenmesini düşünelim. Beynin tek bir bölümünde “bu nesnenin adı budur” şeklinde izole edilmiş bir kayıt bulunduğunu varsaymak yerine, farklı özelliklerin birbirleriyle bağlantılı biçimde işlendiği bir sistem düşünülebilir.

Rumelhart’ın bağlantıcılığa yönelik çalışmaları, bilişsel süreçleri bu tür dağıtık ağlar üzerinden modelleme fikrinin güçlenmesine katkı sağladı.

Parallel Distributed Processing çalışmaları

David Rumelhart’ın bilimsel kariyerindeki en önemli dönüm noktalarından biri James McClelland ve diğer araştırmacılarla birlikte geliştirdiği Parallel Distributed Processing, yani Paralel Dağıtık İşlemleme yaklaşımıdır.

1986 yılında yayımlanan iki ciltlik Parallel Distributed Processing: Explorations in the Microstructure of Cognition adlı çalışma, bağlantıcı düşüncenin bilişsel bilim içerisindeki gelişiminde önemli bir yere sahip oldu.

Bu yaklaşımda bilişsel işlemler, birbirine bağlı çok sayıda birimin eş zamanlı veya dağıtık biçimde çalışmasıyla açıklanmaya çalışıldı.

Bu fikir, insan beyninin çalışma biçimine ilişkin bazı varsayımlarla bilgisayar modellerini bir araya getirdi. Aynı zamanda daha sonra gelişecek yapay sinir ağı araştırmaları için de önemli bir teorik zemin oluşturdu.

Rumelhart’ın burada yaptığı en önemli katkılardan biri, zihinsel süreçlerin bilgisayar üzerinde modellenebilir olduğunu göstermeye yönelik sistematik bir araştırma programının oluşmasına yardımcı olmasıydı.

Geri yayılım algoritması ve yapay zekâ

David Rumelhart’ın dünya çapında en çok tanınmasına neden olan konu ise backpropagation, Türkçedeki yaygın karşılığıyla geri yayılım algoritmasıdır.

1986 yılında Rumelhart, Geoffrey Hinton ve Ronald Williams tarafından Nature dergisinde yayımlanan “Learning representations by back-propagating errors” başlıklı makale, yapay sinir ağlarının eğitimi açısından büyük önem taşıdı.

Yöntemin temel mantığını basitleştirerek anlatmak mümkündür.

Bir sinir ağına veri verildiğinde ağ bir çıktı üretir. Bu çıktı beklenen sonuçla karşılaştırılır. İki sonuç arasındaki fark bir hata olarak hesaplanır. Geri yayılım yöntemi, bu hatanın ağ içerisindeki bağlantılarla ilişkilendirilmesini ve bağlantı ağırlıklarının yeniden düzenlenmesini sağlar.

Bu işlem tekrarlandıkça ağ, kendisine verilen görev konusunda daha uygun temsiller ve bağlantı ağırlıkları geliştirebilir.

Özellikle çok katmanlı sinir ağlarında bu yöntem önemli bir soruna çözüm getiriyordu: Giriş ile çıkış arasında bulunan gizli katmanlardaki bağlantıların nasıl ayarlanacağı.

Rumelhart, Hinton ve Williams’ın çalışması, bu nedenle yapay sinir ağlarının sonraki gelişiminde önemli bir kilometre taşı olarak kabul edildi.

Backpropagation fikrini kim buldu?

Burada önemli bir tarihsel ayrıntıya dikkat etmek gerekir.

Geri yayılım algoritmasının bütün tarihini David Rumelhart’ın 1986 tarihli çalışmasıyla başlatmak doğru değildir. Yöntemin farklı unsurları daha önceki araştırmacılar tarafından da ele alınmıştı. Özellikle Paul Werbos’un 1974 tarihli çalışması, geri yayılımın tarihsel gelişiminde önemli bir yere sahiptir.

Rumelhart, Hinton ve Williams’ın 1986’daki katkısı ise yöntemin çok katmanlı yapay sinir ağlarının eğitiminde kullanılabileceğini açık biçimde göstermesi ve yöntemi geniş bir araştırma topluluğunun dikkatine sunması açısından öne çıktı.

Dolayısıyla Rumelhart’ı “backpropagation’ın tek mucidi” olarak tanımlamak yerine, bu yöntemin modern sinir ağı araştırmalarındaki gelişiminde kilit rol oynayan araştırmacılardan biri olarak değerlendirmek daha isabetlidir.

Dil araştırmaları neden önemliydi?

David Rumelhart’ın bilimsel mirasının yapay zekâ dışındaki bir başka önemli ayağı da dil ve anlatıların anlaşılması üzerine yaptığı çalışmalardır.

İnsanların bir metni anlaması, yalnızca sözcükleri sırayla çözümlemesinden ibaret değildir. Okuyucu aynı zamanda metindeki olayları birbirine bağlar, karakterler arasında ilişkiler kurar ve anlatının genel yapısını zihninde oluşturur.

Rumelhart, bu süreçlerin nasıl gerçekleştiğini açıklamak amacıyla öykülerin yapısı ve insanların anlatıları nasıl temsil ettiği üzerine çalıştı.

Bu çalışmalar onun genel bilimsel yaklaşımıyla da uyumluydu. Çünkü Rumelhart için dil, hafıza ve problem çözme gibi alanların tamamı insan zihninin bilgi işleme kapasitesiyle ilişkiliydi.

Akademik kariyeri ve Stanford dönemi

1987 yılında Stanford University’ye geçen Rumelhart, burada araştırmalarını daha geniş bir disiplinler arası ortamda sürdürdü.

Stanford’daki çalışmaları sırasında bilişsel bilim ile yapay sinir ağları arasındaki bağlantılar üzerine yoğunlaşmaya devam etti. Öğrencileri ve meslektaşlarıyla gerçekleştirdiği araştırmalar, bilişsel modelleme alanının gelişimine katkıda bulundu.

Rumelhart’ın akademik etkisi yalnızca kendi yayınlarıyla sınırlı değildi. Çalışmaları, farklı disiplinlerden araştırmacıların insan zihnini hesaplamalı modeller aracılığıyla incelemesine de zemin hazırladı.

Bu nedenle onun adı bilişsel bilim tarihindeki kurucu ve yönlendirici araştırmacılar arasında anılmaktadır.

David Rumelhart hangi ödülleri aldı?

Rumelhart, bilimsel çalışmalarının karşılığında çok sayıda önemli ödül ve akademik onur elde etti.

1987 yılında MacArthur Fellowship ile ödüllendirildi. Ayrıca National Academy of Sciences üyeliğine seçildi. Kariyeri boyunca psikoloji ve bilişsel bilim alanında çeşitli ödüllere layık görüldü.

James McClelland ile birlikte 2002 yılında Grawemeyer Award for Psychology ödülünü aldı. Ödül, bağlantıcılık ve paralel dağıtık işlemleme alanındaki çalışmalarıyla bağlantılıydı.

Rumelhart’ın ölümünden sonra da adı bilim dünyasında yaşamaya devam etti. Cognitive Science Society tarafından verilen Rumelhart Prize, bilişsel bilimin teorik temellerine önemli katkılarda bulunan araştırmacıları onurlandırmak amacıyla oluşturuldu.

Bu ödül, onun bilimsel mirasının yalnızca yapay zekâ tarihi açısından değil, bilişsel bilim açısından da kalıcı olduğunu gösteren örneklerden biridir.

David Rumelhart’ın hastalığı ve hayatının son dönemi

Rumelhart, ilerleyen yıllarda akademik çalışmalarını etkileyen nörodejeneratif bir hastalıkla mücadele etti. 1990’lı yıllarda aktif akademik yaşamını giderek azaltmak zorunda kaldı ve 1998’de emekli oldu.

13 Mart 2011 tarihinde 68 yaşında hayatını kaybetti.

Ancak bilimsel etkisi yaşamının sona ermesiyle ortadan kalkmadı. Özellikle yapay sinir ağlarının yeniden önem kazandığı 21. yüzyılda, Rumelhart’ın 1980’lerdeki çalışmaları yeniden büyük ilgi gördü.

Günümüz yapay zekâsında Rumelhart’ın izleri

Bugün derin öğrenme sistemleri milyonlarca hatta milyarlarca parametre içeren karmaşık mimariler kullanıyor. Büyük dil modelleri, görüntü üretim sistemleri, konuşma tanıma teknolojileri ve bilgisayarlı görü uygulamaları, 1980’lerdeki yapay sinir ağı modellerinden teknik açıdan oldukça farklı.

Bununla birlikte bu sistemlerin temelinde yer alan önemli fikirlerden biri hâlâ öğrenilebilir bağlantılar ve hata üzerinden parametrelerin güncellenmesidir.

Rumelhart’ın çalışmaları bu nedenle yapay zekânın günümüzdeki halini tek başına açıklamaz; fakat modern makine öğrenmesinin tarihsel gelişiminde önemli bir halka oluşturur.

Onun asıl önemi, insan zihninin işleyişi ile öğrenebilen bilgisayar sistemleri arasında teorik bir bağlantı kurulmasına katkıda bulunmasındadır.

David Rumelhart neden önemli bir bilim insanıdır?

David Rumelhart’ın kariyerine yalnızca bir yapay zekâ araştırmacısının biyografisi olarak bakmak yeterli değildir. Onun çalışmaları, psikolojinin zaman içinde nasıl daha disiplinler arası bir bilim haline geldiğini de gösterir.

Rumelhart, insanın bilgiyi nasıl işlediğini anlamak için psikolojiden yararlandı; matematiksel modellerle teorilerini biçimlendirdi; bilgisayar simülasyonlarıyla bu teorileri test etti ve sinir ağlarını kullanarak öğrenmenin nasıl modellenebileceğini araştırdı.

Bu yaklaşım sonucunda bilişsel bilim, psikoloji ve yapay zekâ arasında güçlü bir araştırma köprüsü oluşmasına katkıda bulundu.

Özellikle James McClelland ile geliştirdiği paralel dağıtık işlemleme yaklaşımı ve Geoffrey Hinton ile Ronald Williams’la gerçekleştirdiği geri yayılım çalışması, bilim tarihindeki en çok bilinen katkıları arasında yer aldı.

David Rumelhart’ın mirası bugün iki farklı alanda birlikte görülebilir. Bir tarafta insan zihnini anlamaya çalışan bilişsel bilim bulunurken diğer tarafta makinelerin öğrenmesini sağlayan yapay sinir ağları yer alır. Rumelhart’ın çalışmaları bu iki alanın birbirinden tamamen ayrı düşünülmemesi gerektiğini gösteren önemli örneklerden biridir.

Sonuç olarak David Rumelhart, psikolog kimliğini matematik, bilgisayar bilimi, dilbilim ve yapay zekâ ile birleştirerek modern bilişsel bilimin şekillenmesine katkıda bulunan öncü araştırmacılardan biridir. Onun çalışmaları, insan zihninin nasıl öğrendiğini anlamaya yönelik araştırmalar ile makinelerin öğrenmesini sağlayan teknolojiler arasındaki tarihsel bağın anlaşılması açısından bugün de önem taşımaktadır.John Joseph Hopfield Kimdir?