Algoritmadaki sanat – Üretken Yapay Zekâlar

Üretken Yapay Zekânın büyüleyici dünyasını daha derinlemesine inceleyecek, potansiyelini, zorluklarını ve yaratıcılığın ve sanatın geleceği üzerindeki etkilerini keşfedeceğiz. Sanatçının paletini makinelerle paylaşmaya hazır mıyız?

Özet

21. yüzyılın sürekli gelişen manzarasında ilerlerken, kendimizi sanat ve Yapay Zekânın kesiştiği büyüleyici bir kavşakta buluyoruz. Karmaşık algoritmalar ve geniş veri kümeleri tarafından desteklenen devrim niteliğinde bir teknoloji olan Üretken Yapay Zekânın ortaya çıkışı, yeni bir yaratıcılık çağını başlattı. Bu teknoloji ister bir müzik parçası ister bir sanat eseri, bir şiir, hatta bir roman olsun, her türlü karmaşık sanat içeriğini üretme yeteneğine sahip. Bu yetenek, geleneksel yaratıcılık ve sanatsal ifade kavramlarımıza meydan okuyarak bizi sanatın özünü ve insan sanatçıların rolünü sorgulamaya sevk ediyor. Bu yeni sınırın keşfi, makinelerin insan yaratıcılığını sadece taklit etmekle kalmayıp aynı zamanda geliştirebildiği bir çağda sanatın doğası ve insan sanatçıların rolü hakkında derin sorular ortaya çıkarıyor. Bizi yaratıcılığın tanımını yeniden gözden geçirmeye zorluyor. Yaratıcılık yalnızca insanların alanı mıdır, insan ruhunun bir ifadesi midir, yoksa yapay zekâ tarafından taklit edilebilir ve hatta aşılabilir mi? Bu ilgi çekici alanın derinliklerine indikçe, yaratıcılık, sanatsal ifade ve temelde insan olmanın ne anlama geldiğine dair anlayışımızı yeniden tanımlamak zorunda kalıyoruz. Yapay zekâ çağında sanatın geleceği, sonsuz olasılıklar, belirsizlikler ve henüz çözülmemiş gizemlerle dolu. Bu, bilinmeyene doğru bir yolculuk, sanatın ve yaratıcılığın sınırlarını yeniden tanımlamayı vaat eden bir yolculuktur. Bu yeni çağın eşiğinde dururken hem heyecanlı ve tedirginiz hem de bu yeni teknolojinin engin potansiyelini keşfetmeye hevesliyiz.

Giriş

Mağaralara çizilen şekillerden ve taşları birbirine vurarak çıkartılan seslerden bu yana insanlar, sanatın yaratılmasındaki yegâne güç olmuştur. İnsan aklı, hayal gücü ve duyguları zamana meydan okuyan sayısız şaheser ortaya koymuştur. Ancak 21. Yüzyılın derinliklerine doğru giderken yeni bir sanatçı ortaya çıktı ve aklımıza şu soruyu getirdi: “YZ bütün sanat türlerini sonsuza kadar tekelinde tutabilir mi?”. Bugün, Yapay Zekânın sadece insan davranışını taklit etmekle kalmayıp aynı zamanda insan yaratıcılığını da kopyaladığı yeni bir çağın eşiğinde duruyoruz. Üretken Yapay Zekânın ortaya çıkışı, Yapay Zekânın gücünü anlama ve kullanma yolculuğumuzda önemli bir dönüm noktasına işaret ediyor. Karmaşık algoritmalar ve geniş veri setleriyle beslenen bu devrim niteliğindeki teknoloji, bir müzik parçası, bir sanat eseri, bir şiir veya hatta bir roman gibi orijinal içerikler üretebilmekte ve böylece geleneksel yaratıcılık ve sanatsal ifade kavramlarımıza meydan okuyabilmektedir.

Üretken yapay zekâ, kendi kendine öğrenme ve geliştirme yetenekleriyle sadece büyüleyici ve potansiyel olarak tedirgin edici bir olasılık sunmakla kalmıyor, aynı zamanda bir soru da ortaya koyuyor- gerçekten yaratıcı olabilir mi? Gerçek yaratıcılık yalnızca bir kopyalama ya da üretme süreci değil, insan ruhunun dışa vurumudur. Bilinçaltı düşüncelerimizin, duygularımızın, deneyimlerimizin ve algılarımızın her bireye özgü bir tezahürüdür. Duyguları ortaya çıkarır, düşünceyi teşvik eder ve yaratıcı ile izleyici arasında bir bağ kurulmasını sağlar. Duygulardan ve öznel deneyimlerden yoksun bir yapay zekâ bu bağlantıyı gerçekten kopyalayabilir mi?

Üretken YZ’nin yetenekleri yadsınamaz ve potansiyel uygulamaları geniş kapsamlıdır. Tasarımda, bir konseptin sayısız varyasyonunu üretmek, zamandan ve kaynaklardan tasarruf etmek için kullanılabilir. Müzik ve filmde, orijinal müzikler besteleyebilir veya özel efektler üretebilir. Edebiyatta, şiirler ve hikayeler yazabilir, yeni bir hikâye anlatma biçimi sağlayabilir. Bilimde karmaşık sistemleri modellemeye, sonuçları tahmin etmeye ve yenilikçi çözümler üretmeye yardımcı olabilir. Ancak, Üretken Yapay Zekânın yalnızca üzerinde eğitildiği veriler kadar iyi olduğunu unutmamak önemlidir. Yetenekleri, mevcut çalışmalardan öğrendiği kalıplarla sınırlıdır. Bu nedenle, tamamen yeni veya çığır açan bir şey üretmesi pek olası değildir. Ünlü sanatçıların tarzlarını taklit edebilir veya popüler müzik temalarını yeniden üretebilir, ancak gerçekten yaratabilir mi? İnsan duygularının derinliklerini kavrayabilir, deneyimlerimizin inceliklerini anlayabilir veya ruhumuzun özünü yakalayabilir mi?

Üretken YZ’nin ortaya çıkışı, süregelen araştırmalarımızda gerçekten de önemli bir gelişmedir. Yaratıcılık anlayışımızı genişletiyor, kendimizi ifade etmek için yeni yollar sunuyor ve karmaşık sorunları çözmemiz için bize güçlü araçlar sağlıyor. Ancak bu yeni teknolojiyi kucaklarken, sadece sanatın geleceği için değil, aynı zamanda yaratıcılık tanımımız ve insan olmanın ne anlama geldiğine dair anlayışımız için de içerdiği sonuçları düşünmeliyiz. Nihayetinde soru, Yapay Zekânın insan sanatçıların yerini alıp almayacağı değil, onu kendi yaratıcılığımızı geliştirmek, yeni ufuklar keşfetmek ve insan ile makine arasında kültürümüzü, toplumumuzu ve yaşamlarımızı zenginleştiren bir ortak yaşam yaratmak için nasıl bir araç olarak kullanabileceğimizdir. Sanatın geleceği insan ve makine arasındaki bir savaş değil, mümkün olanın sınırlarını zorlayan bir iş birliğidir.

İlerleyen bölümlerde, Üretken Yapay Zekânın büyüleyici dünyasını daha derinlemesine inceleyecek, potansiyelini, zorluklarını ve yaratıcılığın ve sanatın geleceği üzerindeki etkilerini keşfedeceğiz. Sanatçının paletini makinelerle paylaşmaya hazır mıyız? Hadi öğrenelim.

Üretken algoritmalar

Üretken yapay zekâ, mevcut veriler üretmek için tasarlanmış çeşitli makine öğrenmesi modellerini kapsayan şemsiye bir terimdir. Bu modellerin arkasındaki algoritmalar temelde matematiksel ve istatistik, olasılık, cebir, kalkülüs ve bilgisayar bilimi kavramlarından yararlanır. Bu çalışma alanının temelini oluşturan popüler matematiksel modellerden bazılarını bu bölümün devamında inceleyeceğiz.

2.1. Üretken Çekişmeli Ağlar

Üretken Yapay Zekâ alanında tartışmasız en ünlü model Üretken Çekişmeli Ağdır (GAN). İlk olarak 2014 yılında yapılan bir çalışmada önerilen GAN’lar bir üreteç ve bir ayrıştırıcının olduğu iki yapay sinir ağından oluşur [1]. Üreteç yeni veri örnekleri yaratırken, ayrıştırıcı bunları özgünlük açısından değerlendirir. Üreteç, ayırt edicinin yeni veri örneklerinin orijinal veri kümesinden olduğuna inanmasını sağlamayı öğrenir. Üretici ve ayırıcı esasen iki oyunculu bir oyun olarak düşünülebilir. Oyunun her yeni adımında birbirlerini daha iyi olmaya zorlarlar.  Matematiksel olarak bakıldığında GAN’lar, üretici ve ayrıştırıcı arasındaki rekabeti temsil eden bir kayıp fonksiyonu ile tanımlanır. Üreteç, ayırt edicinin kandırılma olasılığını en üst düzeye çıkarmaya çalışırken, ayırt edici gerçek ve üretilmiş örnekler arasında doğru bir ayrım yapmaya çalışır (Şekil 1.).

2.2. Varyasyonel Otomatik Kodlayıcılar

VAE olarak kısaltılan Varyasyonel Otomatik Kodlayıcılar, makine öğreniminde kullanılan bir tür üretici modeldir. [3,4] Bu modeller bir kodlayıcı, bir kod çözücü ve bir kayıp fonksiyonu içeren benzersiz bir yapıya sahiptir. Bu parçaların her biri VAE’lerin işleyişinde farklı bir rol oynar. Kodlayıcının rolü girdi verilerini yorumlamaktır. Bu adımda, VAE’ler yaklaşım için varyasyonel çıkarım adı verilen bir yöntem kullanır. Varyasyonel çıkarım, veri yorumlamasını basitleştirerek modelin karmaşık veri setleriyle daha iyi başa çıkmasına yardımcı olur. Öte yandan kod çözücü, giriş verilerini kodlayıcı tarafından oluşturulan daha basit formattan yeniden yapılandırmayı amaçlar. Son olarak kayıp fonksiyonu iki parçayı birletme rolünü üstlenir. Genel olarak, VAE’ler orijinal bir girdiden yeni veriler oluşturan üretken modellerdir ve bu oluşturma işlevini girdilere tersine mühendislik uygulayarak yaparlar.

2.3. Dönüştürücü Modeller

Dönüştürücü (Transformers) modeller özellikle doğal dil işleme alanında metin oluşturma görevlerinde karşımıza çıkan yeni ve önemli bir yaklaşımdır. Modelin özü çıktı üretirken girdi dizisinin karakteristik kısımlarına odaklanmasını sağlayan ve böylece metnin içerisindeki bağlamın bütünlüğü koruyan “kendi kendine dikkat” mekanizmasıdır [6]. Bir dönüştürücü modelinin klasik yapısı genellikle, giriş dizisi üzerinde çalışan ve çıkış dizisi üreten çok sayıda özdeş katmandan oluşan bir kodlayıcı ve bir kod çözücü içerir. Tekrarlayan veya evrişimli katmanlara dayanan geleneksel diziden diziye modellerin aksine, dönüştürücü modelleri giriş ve çıkış arasındaki genel bağımlılıkları ortaya çıkarmak için öz dikkat mekanizmasını kullanmaktadır. Bu yaklaşımların en popüler örnekleri BERT [7] (Bidirectional Encoder Representations from Transformers) ağı ve toplumda üretken Yapay Zekâlara karşı büyük farkındalık oluşturan GPT (chatGPT; Generative Pre-Trained Transformers) modelleridir [8]. Şekil 3.’de Üretken bir dönüştürücünün yapısı verilmiştir.

Üretken yapay zekâ uygulamaları

Üretken algoritmaların taşıdığı potansiyelin keşfedilmesi ile her geçen gün hayatımızı kolaylaştıracak bir dizi yeni uygulama karşımıza çıkmaktadır. Toplumda en büyük ilgiyi chatGPT uygulaması yakalasa da üretken Yapay Zekâlar bundan çok daha fazlasıdır. Ancak bu bölümün devamında 3 ana başlığa değineceğiz.

3.1. Büyük Dil Modelleri (Large Language Models; LLMs)

Büyük dil modelleri, milyonlarca parametre içeren (bazı modellerde parametre sayısı milyarları bulabilmektedir) doğal dil işleme (NLP) teknolojisindeki kritik gelişmelerdir. Bu modeller, bir dildeki karmaşık kalıpları öğrenerek insan benzeri metinler üretebilir.  Bu modeller çok miktarda metin verisinden öğrenir ve şaşırtıcı derecede doğru ifade, neredeyse doğal anlama ve yanıt oluşturma sunar. Büyük dil modellerinin benzersiz yönü, dil işlemeyi dönüştürme yetenekleridir. Sorulara cevap verebilir, denemeler yazabilir, metinleri özetleyebilir, dilleri tercüme edebilir ve hatta şiir ya da yaratıcı yazılar üretebilir, monoton görevleri otomatikleştirmenin geleneksel faydasının ötesine geçerek daha yaratıcı alanlara girebilirler. Ayrıca, dilin nüanslarını, bağlamını ve hatta duygusunu doğru bir şekilde yakalayan bir anlama düzeyi sergilerler ve çok yönlü olduklarını kanıtlayarak birden fazla dilde çalışabilirler. Yalnızca üzerinde eğitildikleri metin verilerinden öğrenirler ve bu tabana giren herhangi bir metni oluşturabilirler. Tabi ki de gelişmiş yeteneklerine rağmen, tamamen kusursuz değillerdir. Birincil dezavantajları, gerçekleri doğrulayamamaları (halüsinasyon problemi) veya eğitim verilerinin ötesinde herhangi bir bilgi kaynağına erişememeleridir. Dahası, üzerinde eğitildikleri metin verilerinden kaynaklanan önyargılar sergileyebilir veya uygunsuz içerik üretebilirler

3.2. Ses

Ses işleme için üretici modeller, yapay zekâ araştırmalarında bir başka önemli alanı oluşturmaktadır. Bu modeller öncelikle konuşma ve müzik dahil olmak üzere ses içeriğini anlamaya ve üretmeye odaklanmaktadır. Algoritmalarının temelinde, ses sinyallerinin karmaşık yapısını öğrenebilen derin öğrenme modelleri yer almaktadır. Ses işlemeye yönelik çoğu üretici model, insan sesi kayıtlarından oluşan büyük veri tabanlarından öğrenir. Ton, perde, kadans ve vurgu gibi çeşitli konuşma özelliklerini öğrenerek son derece gerçekçi ve doğal sesler üretmelerini sağlarlar. Müzik üretici modeller geniş bir müzik kompozisyonu veri setinden öğrenir ve yeni müzik parçaları üretmek için müziğin stilini, ritmini, melodisini ve dinamiklerini etkili bir şekilde yakalayabilir. Ancak, diğer yapay zekâ uygulamalarına benzer şekilde, bu modellerin de sınırlamaları yok değildir. Birincisi, sentezlenmiş ses, modelin insan duygularının ve nüanslarının tüm spektrumunu yakalamadaki sınırlamaları nedeniyle bazen doğal olmayan ve robotik gelebilir. Müzik üretiminde, modeller teknik olarak doğru parçalar üretebilirken, insan kompozisyonlarında doğal olarak bulunan ‘ruh’ veya duygusal derinlikten yoksun olabilirler.

3.3. Görüntü

Görüntü işleme alanındaki üretici modeller, yüksek düzeyde gerçekçiliği korurken yeni görüntüler oluşturabilir veya mevcut görüntüleri karmaşık şekillerde değiştirebilir. Bu modeller renkler, şekiller, dokular ve desenler gibi görsel verilerin tanımlayıcı niteliklerini anlama ve yakalama yeteneğine sahiptir. Görüntü işlemede üretken modellerin güçlü bir yeteneği, minimum veya düşük çözünürlüklü girdilerden yüksek çözünürlüklü görüntüleri yeniden oluşturma yetenekleridir. Eğitim aşamasında öğrendikleri bilgilere dayanarak eksik ayrıntıları makul bir şekilde doldurarak görüntüleri geliştirebilirler. Bir diğer önemli yetenek ise bir görüntünün geri kalan özelliklerini korurken belirli niteliklerini manipüle etme becerisidir. Bu, renk tonları, şekiller veya boyutlar gibi belirli unsurları değiştirmeyi ve hatta görüntüye yeni unsurlar eklemeyi içerir.  Üretken modeller ayrıca belirli bir stile veya bir dizi görüntüye benzeyen tamamen yeni görüntüler oluşturmayı da öğrenebilir. Belirli bir görüntü kategorisi üzerinde eğitildikten sonra, aynı kategoriye inandırıcı bir şekilde uyan tamamen yeni, orijinal görüntüler oluşturabilir. Bu modellerin görüntüleri insanların yaptığı gibi tam olarak ‘anlamadığını’ vurgulamak önemlidir. Bunun yerine, görsel olarak güvenilir sonuçlar üretmek için kalıpları tanımlar ve istatistiksel teknikler uygularlar.

Yapay Zekâ ve sanat

Sanat ve Üretken YZ’nin yakınsamasına geçmeden önce, önceki bölümlerin önemini anlamak önemlidir. Giriş bölümü, sanat ve yaratıcılık alanında yeni bir oyuncu olarak Üretken YZ kavramını ortaya koyarak tartışmamızın temelini oluşturdu. Sonraki bölümler, Üretken YZ’nin mekanizmalarına (işlevselliğini yöneten matematiksel modellere ve halihazırda çok sayıda alanda bulduğu geniş kapsamlı uygulamalara) ilişkin içgörüler sağladı. Bu bilgi, Üretken YZ’nin sanat üzerindeki etkisinin inceliklerini çözerken ve yaratıcılığın dizginlerini tamamen makinelere teslim etmediğimizden emin olurken, masaya getirdikleri mantıklı avantajı kabul ettiğimizde kritik önem taşıyor.

Sanat, insan ifadesinin yüce bir tezahürü, geleneksel engelleri aşan ve genellikle çeviride kaybolan duyguları, fikirleri ve anlatıları ileten bir dildir. Bir yapay zekâ sanatçı olarak adlandırılabilir mi? Teknik olarak evet. Üretken YZ artık insan sanatçılar tarafından üretilen eserlerden neredeyse ayırt edilemeyecek şekilde sanat üretebiliyor. Üretken YZ binlerce resim, heykel, beste ve diğer sanat formlarındaki desenleri analiz edebilir, çeşitli okulların ve dönemlerin stillerinden öğrenebilir ve orijinal bir sanat eseri üretebilir. Dijital sanat için bu, oyunun kurallarını değiştiren bir gelişme. Ancak bu, insan sanatçıların rolünün geçersiz hale geldiği anlamına mı geliyor? Bu sorunun cevabı kesinlikle hayır. İşte bu noktada “yönlendirme” kavramı devreye giriyor. Üretken YZ bağlamında, yönlendirme, YZ’ye verilen ve YZ’nin çıktı ürettiği yönlendirici girdiyi ifade eder. Yönlendirme bir kelime, bir cümle, bir paragraf veya bir görüntü olabilir. Temelde YZ’nin yaratıcı sürecini şekillendiren bir yönergedir.

Yönlendirme, insan dokunuşunun devreye girdiği yerdir. İpuçlarının seçimi, yönergedeki nüanslar, hepsi vizyon sahibi bir insanın hassas elini gerektirir. Bu da insan sanatçının yerini şimdilik güçlü kılıyor. Sonuç sadece YZ’nin çalışması değil, insan sanatçı ve YZ arasındaki iş birliğine dayalı bir çabadır. Bu iş birliği bir olasılıklar hazinesinin kapısını açar. İnsanlar, yaratıcılığın sınırlarını zorlayan ilgi çekici, benzersiz sanat eserleri yaratmak için YZ’nin hesaplama güçlerinden, geniş veri kümesi işleme ve örüntü tanıma yeteneklerinden yararlanırken, YZ’yi yönlendirmek için duygu, deneyim ve estetik anlayışlarını kullanabilirler.

Yeteneklerine rağmen, Üretken Yapay Zekâ (şu an için) sadece kullandığımız bir araçtır, bir hesap makinesidir, rehberlik eden el değil. YZ tarzı taklit edebilir ve teknikleri uygulayabilirken, ilk ilham, yaratıcı süreci ateşleyen kıvılcım, son derece insanidir. YZ, insan yaratıcılığını şekillendiren yaşam deneyimlerinden, duygusal derinlikten ve öznel algılardan yoksun olduğunu söyleyebiliriz. Zaten en başa döndüğümüzde onu eğitmek için insan sanatını kullanmadık mı? Sonuç olarak İnsanlık ve yapay zekâ yeni bir sanatsal ortak yaşam yaratma potansiyeline sahiptir. Gerçek sanatsal yetenek, sanatı yaratan YZ’da değil, bu yaratımları rafine eden, hayal eden ve yönlendiren insanlarda yatmaktadır. Öngörülebilir yakın gelecekte, boya fırçası hâlâ bizim elimizde. Sanatçılar biziz ve Üretken Yapay Zekâ da bizim tuvalimiz.

Sanat artık tek başına bir çaba olmaktan çıkıp, insanların ve Yapay Zekânın estetik açıdan hoş ve entelektüel açıdan ilgi çekici eserler yaratmak için ortaklaşa çalıştığı iş birliğine dayalı bir uğraş haline gelebilir. Kişiselleştirilmiş sanatta Üretken Yapay Zekâların rolü son derece önemli olabilir. Algoritmalar kişisel tercihleri anlamak ve bireysel duyguları harekete geçirmek üzere eğitilebilir. Sanat müdahaleleri, bireyin duygusal, bilişsel ve estetik tepkileri göz önünde bulundurularak tasarlanabilir, bu da yalnızca özünde değil, yaratımında da benzersiz olan kişiselleştirilmiş sanat deneyimlerine yol açabilir. Bir başka büyüleyici potansiyel de yeni ortaya çıkan “canlı sanat” türünde yatıyor. Burada yapay zekâ, çevreye, izleyicilere ve hatta geniş sosyal medya verilerinden elde edilen küresel duygulara yanıt vererek zaman içinde gelişen dinamik sanat eserleri yaratmada kullanılabilir. Canlı ve etkileşimli olan bu tür sanat eserleri, geleneksel sanat formlarının statik doğasını kıracak ve dünyanın nabzına göre değişecektir. Eğitim ve erişilebilirlik, Üretken Yapay Zekânın önemli bir rol oynayabileceği diğer umut verici alanlardır. Sanat eserleri yaratarak, kopyalayarak veya simüle ederek sanatı daha erişilebilir hale getirebilir ve böylece sanat deneyimlerini demokratikleştirebilir. Eğitim açısından, gerçek zamanlı olarak örnekler ve uyarlamalar üreterek sanat tarihini, stillerini ve tekniklerini öğretmek için etkileşimli bir araç olarak hizmet edebilir.

Buraya kadar YZ’nin sanatçı olarak rolünden bahsederken arkasındaki yol gösterici güç olarak insan sanatçıların rolünü takdir ederek hep şu an ki durumu konuştuk, bunun yanında şimdilik ve şu an için kelimelerini özellikle seçtiğimi fark etmişsinizdir. Yapay zekâ ilerlemeye devam ettikçe, sanat ve yapay zekâ ile ilgili gelecek teorilerin her biri sonsuz olasılıklar barındırıyor ve insanın yönlendirici rolü bu olasılıkların her birinde azalıyor. Sanat yaratma süreci, sanatçıların Yapay Zekâyı yaratıcı süreçlerinin ayrılmaz bir parçası olarak kullanmasıyla önemli ölçüde değişebilir ancak bu süreçte yapay zekâ onu yönlendiren sanatçının davranışlarını ve motivasyonunu da öğrenmeye devam ediyor. Algoritmalar sadece sanatı daha iyi yapmayı öğrenmiyor, sanatı ve sanatın ruhunu anlamaya çalışıyor.

Bu demek oluyor ki, gelecek teorilerimiz insan yaratıcılığı ve yapay zekâ yeteneklerinin karmaşık bir şekilde örüldüğü yeni bir çağı işaret etmektedir. Bu çağda üretken olarak insanın rolü azalsa da takdir edici olarak kalmaya devam edeceği anlaşılıyor. Nihayetinde sanat insan için değil midir?

Sonuç

Sonuç olarak sanat ve Yapay Zekânın iç içe geçtiği bu yeni çağın eşiğinde dururken hayretler içinde kalmamak, tedirgin olmamak mümkün gözükmüyor. Yapay zekânın yaratıcılık alanındaki potansiyeli hem heyecan verici hem de belirsizliklerle dolu. Bir yandan, Üretken Yapay Zekâların ortaya çıkışı, yaratıcılık için sonsuz olasılıkların önünü açmakta ve sanatsal ifadenin yeni ufuklarını keşfetmemizi sağlamakta, öte yandan, keşfedilmemiş etik ve felsefi soruları gündeme getirmekte.

İnsan duygularından ve deneyimlerinden yoksun olan yapay zekâ, sanatın ruhunu gerçekten kavrayabilir mi? Kalıpları kopyalamanın ötesine geçip gerçekten yeni, orijinal ve duygusal bir şey yaratabilir mi? Daha rahatsız edici birkaç soru sorayım, YZ artık insan rehberliğine ya da girdisine ihtiyaç duymayacağı bir noktaya ilerlediğinde ne olacak? Kendi kendine öğrenen algoritmalar ve devasa veri kümeleriyle beslenen YZ’nin insan müdahalesinden bağımsız olarak sanat yaratmaya başlayacağı bir gün gelebilir mi? İnsan sanatçıların kendilerine özgü tarzlarıyla tanınmalarına benzer şekilde, kendilerine özgü bir tarz, bir imza geliştirebilirler mi? Böyle bir olasılık uzak olsa da yapay zekâ teknolojisinin ilerleme hızı düşünüldüğünde bu olasılık akıl dışı da değil. Bu keşfedilmemiş bölgede nasıl yol alacağımız sadece sanatın ve yaratıcılığın geleceğini değil, aynı zamanda insan olmanın gerçekte ne anlama geldiğine dair anlayışımızı da şekillendirecek. Son soru, “Bir zamanlar aracımız olan Yapay Zekânın sanatçıya dönüştüğü ve bizlerin de onun yaratıcı hünerlerinin gözlemcileri olduğumuz güne hazır mıyız?”

Kaynaklar