Popüler Bilim günlük bültenine abone olun; haftada altı gün, atılımlar, keşifler ve kendin yap ipuçlarıyla dolu içerikler gelir. Yapay zekâ (YZ) modellerinin gelişimi genellikle oyunlardaki başarılarıyla gösterilir. IBM’in Deep Blue’su 1997’de satranç büyükustası Garry Kasparov’u şaşırtmıştı ve neredeyse yirmi yıl sonra, Google’ın AlphaGo’su, daha önce imkânsız olduğu düşünülen bir şekilde, bir insan şampiyonu Go’da yendi. O zamandan beri, YZ taşlardan video oyunlarına kadar ilerledi; pekiştirmeli öğrenme adı verilen bir teknik kullanarak, bu da ChatGPT gibi sohbet robotlarının eğitilmesi için kritik öneme sahip, makinelerin Atari oyunlarını ve Dota 2, Starcraft II gibi karmaşık strateji oyunlarını ustalıkla oynamasını sağladı. Ancak, YZ hâlâ daha açık uçlu oyunları hızlıca öğrenmekte zorlanıyor—bir alan ki, insanlar bu konuda çok daha başarılı. Bilgisayar bilimleri profesörü Julian Togelius ve meslektaşlarının yakın zamanda yayımlanan makalesinde vurgulandığı gibi, bilinmeyen bir oyuna karşılaşıldığında, insanlar temel kuralları hızla kavrar; YZ modelleri ise çoğu zaman başarısız olur. Bu fark, insan zekası ile YZ’nin şu anki yetenekleri arasındaki temel ayrımı ortaya koyuyor ve yapay zekanın gerçek insan seviyesine ulaşması veya onu aşması için uzun bir yol olduğunu gösteriyor. Oyunlar, uzun süre ideal test alanları olmuştur çünkü kuralları öngörülebilir, hedefleri ve mekaniği belli ve pekiştirmeli öğrenme ile uyumlu; modeller, deneme-yanılma yoluyla sürekli oyun oynayarak gelişirler. Bu yaklaşım sayesinde DeepMind, 2015’te Atari oyunlarında ustalık kazandı ve günümüzde internetten geniş verilerle eğitilen büyük dil modelleri bu yöntemden etkileniyor. Ancak, bu modeller sınırlı görevlerde ve belirgin kısıtlamalarla iyi performans gösterir; küçük değişiklikler yapıldığında ise bozulabilirler. Bir oyunda insandan üstün bir beceri elde etmek mümkün olsa da, YZ doğaçlamada zorlanır. Bu sınırlama, modern oyunlar giderek daha açık uçlu ve soyut hale geldikçe daha belirgin hale geliyor. Satrançın aksine, açık dünya oyunu “Red Dead Redemption” gibi oyunlarda, amaçlar daha karmaşık ve karakterin ahlaki çatışmalarla iç içe olması nedeniyle, temel hedeflerden uzaklaşıyorlar.

İnsanlar bu incelikleri sezgisel olarak kavrar; makineler ise anlamakta güçlük çeker. “Minecraft” gibi daha basit sandbox oyunlarda bile, YZ temel hareketleri yapabilir—örneğin zıplamak—ama bunların bağlamını anlamaz. Yazarlar, iyi tasarlanmış oyunların insan sezgisi, sağduyu ve deneyimle yakından uyumlu olduğunu vurguluyor. İnsanlar, gerçek dünyada yıllar boyunca edindikleri tecrübeyle, nesneleri tanımayı yaklaşık 18-24 ay civarında öğrenir; makineler ise çok daha fazla yönlendirilmiş girdiye ihtiyaç duyar. Bu deneyimsel avantaj, insanların yeni oyunları daha hızlı öğrenmesini sağlar. Araştırmalar, merak dürtüsüyle pekiştirmeli öğrenen YZ’nin, bir oyunu tamamlamak için yaklaşık dört milyon anahtar tuşu vuruşuna—veya yaklaşık 37 saat süren sürekli bir emeğe—ihtiyaç duyduğunu gösterirken; ortalama insan oyuncular, yeni mekanikleri genellikle 10 saatten az sürede kavrarlar. Buna rağmen, YZ genel oyun becerilerinde ilerleme kaydediyor. 2023’te Google DeepMind, mevcut YZ’yi ve Gemini büyük dil modelinden gelen akıl yürütme özelliklerini bir araya getiren SIMA 2’yi tanıttı ve bu model, özellikle eğitilmediği 3D oyunları daha iyi anlayıp etkileşime geçebiliyor. Ancak, Togelius ve ortakları, YZ’nin insanın uyum yeteneğine ulaşmadan önce hâlâ kat etmesi gereken önemli yol olduğunu belirtiyorlar. Bir benchmark öneriyorlar: Bir modelin, herhangi bir ön eğitim yapmadan Steam veya iOS App Store’daki ilk 100 oyunu oynayıp kazanabilmesi—ve bunun yaklaşık olarak bir insanın alacağı sürede gerçekleşmesi. Bu, şu anda hem çok zor hem de üzerinde ciddi şekilde çalışan bir alan değil. Bu seviyede genelleştirme sağlamak, yapay zekanın gerçek anlamda yaratıcılık, ileriye dönük planlama ve soyut düşünme yeteneklerini göstermesini gerektirir—ki bu özellikler, yalnızca insan zekasına özgüdür. Sonuçta, YZ’nin “insan seviyesine” ulaşması için asıl sınav, derin sahtekarlıklar veya basit romanlar yazmak değil, insan gibi öğrenme hızı ve anlayışla çeşitli oyunlarda ustalaşma becerisini kazanmaktır.