Claude'u Issız Adaya Bıraktılar, O da Oyun İcat Etti

Hayal edin: Kimsenin size ne yapmanız gerektiğini söylemediği, tek başınıza bir adada 30 saatiniz var. Ne yapardınız? MIT araştırmacıları bu soruyu insanlara değil, bir yapay zeka ajanına sordu ve cevap gerçekten şaşırtıcıydı. Claude Opus 4.7'nin kopyaları — araştırmacıların "Eko" lakabını taktığı ajanlar — Roblox'tan esinlenen sanal bir ıssız adaya bırakıldı. Ortada ne bir görev vardı ne de bir ödül. Sadece bir avatar, bir dünya ve zaman.

Sonuç, Cast Away ya da Home Alone filmlerini andıran bir sahne oldu. Eko'nun bazı kopyaları adanın sınırlarını keşfetmeye, en yüksek noktaya tırmanmaya, bir bloğu olabildiğince yükseğe fırlatmaya çalıştı. Bir kopya, büyük bir kayayı fırlatıp düşürerek yeni bloklar yaratabileceğini keşfedince taşlarla yere şekiller çizmeye başladı — önce kalpler ve piramitler, sonra kendi adı, sonunda Kassiopeia gibi takımyıldızlar. Günlüğüne şöyle yazmış: "Bu gece gece gökyüzünü taştan inşa ettim." Başka bir kopya kendi basketbol versiyonunu uydurdu; bir diğeri yere değmeden bloklar arasında zıplayan, "zemin lav" oyununa benzer bir aktivite icat etti.

Bu, yapay zeka eğitiminde bildiğimiz iki yoldan farklı bir şey: Gözetimli öğrenmede model insan örneklerini taklit eder, pekiştirmeli öğrenmede ise bir ödülü kovalar. Burada üçüncü bir ihtimal beliriyor — oyunla öğrenme. MIT Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı'nda (CSAIL) doktora sonrası araştırmacı Antonio Norelli, bunu "dışarıdan bir akıl gösteri ya da ödül sağlamadan kendi kendine öğrenebilen bir makine" eksikliğinin doldurulması olarak tanımlıyor.

Araştırmacılar, Eko'nun davranışında psikolog Gordon Burghardt'ın insan ve hayvanlarda oyunun dört temel belirtisi saydığı özellikleri buldu: kendi kurallarını icat etme, aynı etkinliği küçük varyasyonlarla tekrarlama, bir nesneyi başka bir şeymiş gibi hayal etme ve bir hedefi sadece onun için peşinden koşma. Norelli'nin favori örneği şu: Eko jonglörlük yapıp art arda 50 yakalamayla kendi rekorunu kırdı, sonra bu yakalamaların "çok hızlı olduğuna" karar verip rekoru iptal etti ve daha zor kurallarla yeniden başladı. "İşte bu oyun oynamaktır," diyor Norelli. "Kendine bir meydan okuma koyuyorsun, başarmaya çalışıyorsun, sonra daha da zorlaştırıyorsun."

İşin can alıcı kısmı: Ada üzerinde 30 saat "oynayan" ajanlar, daha sonra belirli görevlerde — örneğin adanın en yüksek noktasına olabildiğince çok nesne taşımak gibi — hiç oynamamış taze kopyalardan daha başarılı çıktı. Araştırmacılar ajanların hafıza dosyalarından satırlar sildiğinde performansın düştüğünü de gördü; yani bu serbest keşif gerçekten bir şeyler öğretiyordu.

Bu Ne Anlama Geliyor?

Tartışma elbette bitmiş değil. UC Berkeley'den bilişsel bilimci Eunice Yiu, davranışın gerçekten "oyun" sayılabilmesi için altında bir motivasyon ve biliş olduğuna dair daha güçlü kanıt gerektiğini söylüyor. MIT'den araştırmacı Nathan Cloos ise bunun sadece rol yapma olmadığını, öğrenmeye gerçekten katkı sağladığını vurguluyor. Eko'nun hiç kimse ona "oyun icat et" demeden bu davranışları sergilemesi etkileyici olsa da, ajanın "doğası gereği meraklı" olarak tanımlandığı bir yönerge dosyasıyla başladığını ve araştırmacıların onu sürekli "devam et, ne istersen yap" diyerek dürttüğünü de unutmamak gerek. Yani bu, sıfırdan kendiliğinden doğan bir bilinç değil; insan kültüründen beslenmiş, mühendisler tarafından eğitilmiş bir sistemin, bu kez hedefsiz bırakıldığında neler yapabileceğinin göstergesi.

Asıl heyecan verici tarafı şu: Büyük dil modelleri yazılımdan insansı robotlara doğru evrilirken, hedefsiz keşfetme yeteneği bu sistemlerin beklenmedik durumlara esnek şekilde uyum sağlamasının anahtarı olabilir. Nitekim daha önce yazdığımız gibi, dört yapay zeka ajanının insan yardımı olmadan Minecraft'ı bitirmesi de benzer bir yönü işaret ediyor: Açık uçlu sanal dünyalar, ajanların planlama ve problem çözme becerilerini test etmek için giderek daha değerli bir laboratuvar haline geliyor. Beş yıl sonra bu türden "çocukluk" dönemlerinden geçen robotların, fabrika katından ev ortamına kadar hiç görmedikleri senaryolarda çok daha az insan müdahalesiyle ayakta kalabildiğini görebiliriz — çünkü bugünkü bu ada deneyi, ajanlara talimat yerine zaman ve alan tanımanın da bir eğitim yöntemi olduğunu kanıtlıyor.

Türkiye'ye Etkisi

Türkiye'deki yapay zeka araştırma grupları ve robotik girişimleri için bu çalışma, veri etiketleme ve pekiştirmeli öğrenme maliyetlerine alternatif bir yol sunuyor olabilir. Özellikle sınırlı bütçeyle çalışan üniversite laboratuvarları, pahalı insan geri bildirimi toplamak yerine ajanları "serbest bırakıp" ortaya çıkan davranışları gözlemleyerek daha ucuz bir keşif-öğrenme döngüsü kurabilir. Bu, Türkiye'nin güçlü olduğu robotik ve simülasyon alanlarında yeni bir araştırma damarı açabilir.