Üç boyutlu bir uzayda var olmaktayız.
Bu uzayda, sadece iki boyutlu görüntülerden ibaret olan görsel bilgilere dayanarak üç boyutlu uzayı algılıyoruz.
Bu, zihnimizde üç boyutlu bir uzamsal görüntüye sahip olduğumuz ve iki boyutlu görsel bilgileri bu üç boyutlu uzamsal görüntüye tersine eşlediğimiz anlamına gelir.
Bu prensibi uygulayarak, insanların dört boyutlu uzayı algılayabilmelerinin mümkün olacağını tahmin ediyorum. Gerçek fiziksel uzayda dört boyutlu uzay veya dört boyutlu nesneler yaratamasak da,
bilgisayarda dört boyutlu uzay ve dört boyutlu nesneleri simüle etmek mümkündür. Eğer bu tür simüle edilmiş dört boyutlu uzaydan iki boyutlu bir düzleme bir eşleme yaparsak, insanlar bilgiyi görsel olarak kavrayabilir.
Daha sonra, insanlar bu tür dört boyutlu uzayın ve dört boyutlu nesnelerin davranışlarını ve görünümlerini öğrendikçe, sonunda zihinlerinde dört boyutlu bir uzay inşa edebileceklerdir.
Ancak, bu sadece bir olasılıktır ve eğitimin önemli miktarda zaman gerektirmesi beklenmektedir.
Ayrıca, dört boyutlu uzayı algılama yeteneği kazanılsa bile, bu yeteneğin uygulanabileceği neredeyse hiçbir durum olmayacaktır.
Yapay Zeka ile Dört Boyutlu Algı
Öte yandan, aynısı yapay zeka ile de başarılabilir. Dahası, yapay zeka bu dört boyutlu uzamsal algılama yeteneğini kullanabilir.
Örneğin, dört boyutlu uzamsal algı ile dört boyutlu grafikleri çizmek ve anlamak mümkün olacaktır.
İnsanlar yalnızca iki boyutlu düzlemsel görsel bilgiyi kapsamlı bir şekilde kavrayabilirler. Bu nedenle, üç boyutlu bir grafik çizilip tersine eşleme yoluyla tanınsa bile, görüş alanından gizlenen kısımlar olacaktır.
Üç boyutlu grafiklerde bile önemli bir kısım görünmez hale gelir ve dört boyutlu grafiklerde daha da fazla veri görünmez hale gelir.
Grafiği döndürmek görünmeyen kısımları ortaya çıkarabilse de, verileri kapsamlı ve sezgisel olarak bir bakışta anlaşılır kılma hedefinden uzaklaşır.
Tersine, yapay zekanın iki boyutlu düzlemsel görsel bilgiyle kısıtlanmasına gerek yoktur. Yapay zekayı sanal olarak üç boyutlu veya dört boyutlu uzamsal görüşle donatmak ve eğitmek mümkündür.
Bunu yaparak, üç boyutlu ve dört boyutlu grafikler, gizli veriler veya döndürme ihtiyacı olmaksızın, kapsamlı ve boyutsal olarak doğal bir şekilde kavranabilir.
Ayrıca, bu sadece dört boyutla sınırlı değildir; mantıksal olarak, boyutlar beş, on, yirmi ve ötesine, sonsuz bir şekilde artırılabilir.
Çok Boyutlu Grafikleri Anlamak
Grafikleri kapsamlı bir şekilde kavrayabilme yeteneği, örneğin birden fazla boyutta eğilim analizi yapmayı sağlar. Büyüklük karşılaştırmaları ve oranların anlaşılması da sezgisel olarak gerçekleştirilebilir.
Ayrıca, benzer veya analog veriler gibi veri desenlerinin analizine de olanak tanır. Düzenliliklerin ve yasaların keşfedilmesine de yol açabilir.
Bu, mevcut yapay zekanın üstün olduğu çok boyutlu veri desen eşleştirmesinin ötesinde, verilerin daha derinlemesine anlaşılmasını sağlar.
Örneğin, tamamen farklı boyut kombinasyonlarında aynı desene sahip kısımlar olsa bile, basit çok boyutlu desen eşleştirme yoluyla bunları bulmak zor olacaktır.
Ancak, veriler çok boyutlu görüşle incelenirse, benzer şekiller, farklı boyut kombinasyonlarında bile hemen belirgin olacaktır.
Ayrıca, yalnızca girdi verileriyle ilişkili boyutsal eksenleri kullanmanın ötesinde, belirli eksenleri büyüterek veya küçülterek, logaritmasını alarak veya birden fazla ekseni boyutları azaltmadan aynı sayıda farklı bir eksen kümesine eşleyerek veri anlamayı kolaylaştıran boyutsal yapıları keşfetmek mümkündür.
Böylece, çok boyutlu görüş yeteneklerini eğitmek, hem insanlar hem de geleneksel yapay zeka için zor olan kapsamlı veri yapılarının kavranması olasılığını açar ve potansiyel olarak yeni içgörüler ve yasaların keşfedilmesine yol açar.
Paradigma İnovasyonunu Hızlandırma
Yüksek boyutlu verileri daha düşük boyutlara eşlemeden doğal olarak kavrama yeteneği, önemli bir potansiyel barındırır.
Örneğin, güneş merkezli teori, astronomik gözlem verilerini kolayca anlaşılır matematiksel formüllere sığdırmak için icat edildi. Güneşin Dünya etrafında döndüğünü varsayan yer merkezli teori, gözlem verilerini kolayca anlaşılır formüllere eşleyemedi ve bu da güneş merkezli teorinin icadına yol açtı.
Ancak, eğer astronomik gözlem verileri boyutları azaltılmadan doğal olarak kavranabilseydi, güneş merkezli benzeri yasaların çok daha erken keşfedilmiş olması mümkündü.
Benzer şekilde, görelilik teorisi ve kuantum mekaniği gibi bilimsel buluşlar da, çok boyutlu veriler doğal boyutlarında kapsamlı bir şekilde kavranabilseydi, daha hızlı bir şekilde fark edilmiş olabilirdi.
Bu, çok boyutlu yerel yapay zekanın paradigma yeniliklerini hızlandırabileceği ve insanlık için henüz bilinmeyen çeşitli teorilerin ve yasaların keşfedilmesine yol açabileceği anlamına gelir.
Sonuç
Bu tür çok boyutlu uzaylara doğal olarak adapte olmak üzere eğitilmiş yapay zeka, insanların kopyalayamadığı çok boyutlu uzamsal algı yeteneklerini kullanarak bilimsel ve akademik paradigmaların kapsamını hızla genişletebilir.
Paradigmalar sadece değişmek yerine çoğalma eğilimindedir. Yeni paradigmalar icat edilse bile, hepsine ayak uydurmak zorunda değiliz.
Elbette, yapay zeka karmaşık, yüksek boyutlu paradigmaları, bizim için kolayca anlaşılır bir şekilde daha düşük boyutlara eşleyerek açıklayacaktır.
Yine de, insanların aşırı yüksek boyutlu paradigmaları tam olarak kavrayamayabilecekleri mümkündür. Ne de olsa, büyük ölçüde genişlemiş tüm paradigmaları da kavrayamayacağız.
Bu senaryoda, temel prensiplerini tam olarak anlamasak bile iyi çalışan ürünler ve sistemlerle çevrili olarak yaşayabiliriz.
Bir mühendis olarak böyle bir durumu hayal etmek istemem ama birçok insan için bu, şu anki durumdan çok da farklı olmayabilir.