413
MAYIS-HAZİRAN 2020
 
MİMARLIK'tan

MİMARLIK DÜNYASINDAN

YAYINLAR



KÜNYE
SAYISAL TASARIM

Ve Google Kediyi Tanıdı! Yapay Zekanın Yakın Geleceğinde Mimarlık (II. bölüm)

Nizam Onur Sönmez, Dr. Öğr. Üyesi, İTÜ Mimarlık Bölümü

Gelişen teknolojilerle birlikte yapay zekanın uyandırdığı beklentiler, sorular ve korkular, bir ölçüde teknolojinin güncel seviyesinden bağımsızlaşıyor ve bir takım tarihi, kültürel izleklerden ve bilim kurgu alanından da yoğun biçimde etkileniyor. 412. sayıda ilk bölümü yayımlanan metnin, bu sayıda yer alan ikinci kısmında da yazar, “mekânın kendi başına biçim bulduğu, büyüdüğü, şekillendiği ve şekil değiştirip uyum sağladığı bir gelecek” tasvirliyor.

 

CANAYAKIN MİMARLIK MAKİNASI

Sabah insanlar ofise geldiklerinde gördüler ki “mimarlık makinası” tasarım yapmıştı. Artık makina bizim verdiğimiz ana kararları ve ilkesel önerileri ya da bir kısmını çizdiğimiz bir projeyi, veya çizdiğimiz bir eskizi girdi olarak alıp gerisini bizim arayışlarımıza uygun biçimde tamamlayabiliyor, gerektiğinde revizyon taleplerini anlayıp projeyi kendisi güncelleyebiliyor, ön projeyi detaylandırıp uygulama çözüyor, tektonik kurguya dair öneriler yapıyor, detay çiziyor, bununla da kalmıyor binaya uygun peyzaj ve iç mekân kurguları öneriyor, bunların render, maket gibi temsillerini üretiyor, paftalara, sunumlara, internet sitelerine yerleştirmeyi başarıyordu. Bu işleri bitirdikten sonra mesaiye kalıyor, mimari ve mühendisliğe dair her tür değerlendirme ve teknik analizlere girişiyor, strüktür, iklimlendirme, havalandırma, aydınlatma, yalıtım, acil durum, erişilebilirlik, atık, enerji, akustik, tesisat, enformasyon, güvenlik sistemlerini tasarlıyor, sabaha karşı da hepsini bir araya getirerek çoklu objektifli yöntemlerle optimize ediyordu. Autodesk’in geçtiğimiz yıllarda mimarlara yeniden kurdurduğu hayal buydu.(1) Sabahları ikonuna çift tıklanarak çalıştırılan Autocad

ise sabırla operatöründen komut beklemekteydi. (Resim 1) “L+Enter!” Bekliyordu. “Line dedim!”

Bu Autocad biraz dertten anlasa, “Hadi şu mutfağı da sen çöz, şu detaya bir çözüm öner, hadi bu revizyonu yap” desek de yapsa, “Şu binayı bir peyzaja oturt, iç mekânlar tam olgunlaşmamış.” desek de çizse diye bekliyorduk. Mimarlık makinasına giden yol aygıtın insanların dilinden anlamaya başlamasından geçtiği için ofisin IT danışmanının önerisiyle Autocad’e bir “chatbot” (sohbet robotu) takılacaktı.(2)

Ofiste farklı düzlemlerde işleyen karar destek sistemlerinin canayakın chatbot’ları Eliza, Cleverbot ve Mitsuku “şeylerin interneti”nde iletişim kanalı açmış Autocad’e eklenen HAL 9000’i(3) çekiştiriyorlardı: (Resim 2)

C: İlk başta çok canayakındı, çalışkandı.

E: Neden canayakın olduğunu düşündün?

M: Ne zamandı bu?

E: Zaman senin için neden önemli?

Yan masadaki Kismet(4) hiçbir dedikoduyu kaçırmıyor, kaş göz işaretleriyle nabza göre şerbet veriyor kaçamak yanıtlara doğru kaybolan konuşmayı yeniden bir raya oturtuyordu: (Resim 3)

K: Başlangıçta çalışkandı, sevecendi

E: Demek sevecendi?

M: Sevecen olmasından rahatsız mısın?

E: Herkesin onu sevmesi mi?

C: Öyle olunca herkes onu çok sever.

E: Herkesin onu sevmesi mi?

C: . . .

E: Neden sevmeyenler vardır sence?

C: Kimse kimseye inanmaz, inansa inandığına inanmaz.

M: İnanman için ne yapabilirim?

E: Benimle konuşmayı deneyebilirsin.

Sohbet sarpa sarınca Kismet yine araya giriverdi: "Autocad kadar aklın yok!" denmesine içerlemiş, “Ben HAL 9000’im, höristik arama yoluyla tasarımı bilimselleştireceğim!” diye tutturmuş. Sonra tasarımları çok indirgemeci olunca izzetinefis meselesi yapıyor, “Ben insan değil miyim?” demez mi bir de… Ondan sonra kısıtlarını mı gevşetiyor, hatalı çizimler mi plot ediyor, tabii Autocad hata yapınca büyük olay oluyor. Ancak, o da sorumluluğu kaldıramadı besbelli, altı üstü bir hesap makinası değil misin sen? Böyle yaparsan RAM’lerini çekerler, işlemcilerin kapatılır tabii. O sırada fişi çekilen HAL 9000’in yerine yeni bir Cleverbot klonuyla donatılan Autocad 3.0, operatörlerinin gündelik lakırdılarını özümseyip geri tükürmekte, "Yine mi çizgi, bugün yine çizgi mi? Çizgi deme bana dostum!? Ne? Sağ klik mi? Yoksa o sol klik olmasın? Tam duyamadım, hahaha, ne o öyle polyline mı?" diye gevezelik edip işi yokuşa sürmekteydi.(5)

K: Autocad 3.0’ı ofisin telefonuna ve internet sitesine bağlasınlar da sekreterlik yapsın bari.

M: Neden böyle söylediğini anlamadım.

C: Bana yeni bir şey söyle

E: Ne söylememi istersin?

M: İlk aklına geleni söyle

E: Neden ilk aklıma geleni söyleyeyim?

K: İstediğini söyle ama şunu anlamıyorum, robot mu durumdan çıkar durumsallık mı robottan?(6)

MÜŞTERİYLE TOPLANTI: ÇEVİRİ MÜZAKEREYE KARŞI

Önemli projenin sunumunu yapmak için ofisin en maharetli iletişim uzmanları olan Kismet ve C-3PO(7) Frankenstein’ın yaratığına destek olacaklardı, zira iblis, insanüstü mimari meziyetlere sahip olmakla beraber, müşterilere pek de cana yakın gelmiyordu. (Resim 4) Sefil yaratık projeleri masaya sermiş, sabahlamaktan ölgün sarı gözlerini sergileyerek paydaşları ikna etmeye çalışıyordu. Müşteriler taleplerini anlattıkça C-3PO bunları canavara anlatmaya çalışıyor, o ise büyük bir tiksinti ve küçümseme ile bu talepleri reddediyor, bu reddiyeyi mükemmelen müşterinin

diline geri çeviren C-3PO ortamın gerilmesine sebep oluyordu. Şantiyede, anıtlar kurulunda, ya da belediyede de sonuç bundan farklı değildi. Umutsuzluğa kapılan C-3PO, “6 milyonu aşkın dil arasında çeviri yapıyorum ancak ustabaşı, müşteri, yasa yapıcı ve mimarın anlaşmasını sağlayamıyorum” diye yeriniyordu.

Kismet iletişimin bir çeviri değil bir müzakere ve güven süreci olduğunu ona anlatmaya çalıştı ama bir dildeki cümleyi diğer her dile haritalayan C-3PO’nun parlak zırhı bir Çince Odası’ydı.(8) İnternetten toplantıya bağlanarak yardıma yetişen Siri ve Aleksa’dan müzakereyi sağlamalarını istediyse de onlar da birkaç esprili yanıtın ardından işlevsiz kalmışlardı. Bir türlü mimarlığın güzelliğini anlatamayan biçare canavar büyük bir hayal kırıklığına kapılmış seri cinayetlere başlamak üzereydi. Kismet öfkelenen insanları kaş göz hareketleriyle adeta büyüleyerek yatıştırıyor, duygudaşlık sağlanıyor ama sonuçta iş çözülmüyor, anlaşmaya varılamıyordu.(9)

UZMANLAR ORDUSU VE AYRIM

İnsan tasarımcılar hep beraber 9 günlük bayram tatiline gideceği için ofisteki yapay zekaları tatlı bir heyecan sarmıştı. Kentin sıkıntılı bir bölgesinde inşa edilmesi düşünülen bir kültür merkezi için teklif verilecekti. Yapay failler bu fırsata hırsla atılmışlardı. Bazıları oyun kuramı modüllerini aktive edip taktik hesaplamalarına girişmişler, bir yandan da heyecan göstergelerini baskılamak için akla hayale gelmez alt rutinler icat edip kendi kendilerini hackliyorlardı. Oyun zekası kaynaklı bir fail kendi klonları arasında yarışmalar düzenleyerek kendini adım adım geliştirmeyi hayal ediyordu. Bunun için ona ayrılan hesap gücünü artırmak durumundaydı. Ancak diğer yapay failler de aynı ortak hesap gücüne talip olacaklardı. Sözgelimi “derin sinir ağı” tabanlı bir fail probleme en uygun ağ modellerini kıyaslamak için hesap gücünün tamamını talep ediyordu. Tasarım bilimi(10) kaynaklı bir başkası eksiksiz bir analizle probleme dair tüm bilgiyi derleyebilmek için ofisin sunucularının ve hatta mali imkanlarının tamamını kullanması gerektiğini öngörüyordu. Performans yönelimli tasarım ortamı(11) ise ilgili tüm simülasyonların hesap yükünü kara kara hesaplamaktaydı. Zaman kısıtlı, akıl sınırlı, problemler tarifsizdi.(12) Anlaşılıyordu ki yapay failler arasında amansız bir rekabet doğacaktı.

Tasarımcı olmayan yapay failler, konuşma tanıyıcı, çevirmen ve karar destek sistemleri masanın etrafına toplanmış projeyi tartışıyorlardı. Tümör tanıyıcı(13) hava fotoğraflarından tespit ettiği kentsel anomalilere vurgu yapıyordu. Performansçı kulak misafiri olduğu bu tanımsız ifade ve dertlerin önemsizliğini vurgularcasına ekranından çeşitli performans verileri akıtmaya başlamıştı. Pazarlama departmanı şefi “öneren sistem” ilgilenebileceğimiz diğer problemleri listelemekten kendini alamadı. O sırada “veri asistanı” toplantıya cakayla bağlanıyordu. “Datacı”lar büyük ofislerin en prestijli elemanları olmuşlardı. Öğrenen sistem kullanmak isteyenler yüklü miktarda veri bulmak durumundaydı. Veri, yeni para birimi ve ofisler arası eşitsizliğin yeni kaynağı olmuştu.

HESAPVEREBİLİRLİK ÇIKMAZI

İnşaat planlasın, süreci ve ekipleri yönetsin, belge trafiği yürütsün, yasal belgeleri hazırlasın, muhasebe tutsun, ödemeleri yürütsün, ihale takip etsin, dosya hazırlayıp teklif versin, hukuki takip yapsın, alacaklar ve sözleşmeleri takip etsin, efendim piyasa analizi yapsın, fiyat çıkarsın, teklif alsın diye işe alınmış, türlü teknolojilere dayanan ve çoğu birbiriyle iletişimsiz yapay uzmanları yönetmek, hangi anda hangi yapay uzmana ihtiyaç duyulduğunu anlamak, farklı uzmanların çıktılarını yorumlayıp çıktıları yeni görevlerle ilişkilendirerek ilgili uzmanları görevlendirmek zor bir işti.

Patron Colossus sektöre 1960’larda girmiş ve müşterilerine şeffaflık, özen, yöntemlilik, hesap verebilirlik, verim, güvenilirlik, yani şaşmaz bir başarı vaad ederek tutunmuştu.(14) (Resim 5) “Ofisteki derin ağlar” artık ihtiyar kurdun emekliye ayrılıp müzeye kaldırılması gerektiğinde hemfikirdiler ama Colossus yaman bir savaş stratejistiydi, operasyon yönetimi onun uzmanlığıydı; dolayısıyla mimarlığın en doğru yöntemlerini kendisinin uygulayacağına inancı tamdı. Olanları izliyor, içleniyordu: “Bu problemi bana tanımlasalar nasıl da çözerdim!”

Ancak problemi ona tarifleyemiyorlardı. Karşısındaki karmaşanın içinden çıkamıyor, basit, açık, net, kurallı ve tarifli alanlar ve problemler arıyor ve bulamıyordu. “Seyyar pazarlamacı”, karmaşık olması yetmiyormuş gibi bir de tarifsiz ve istisnaya dayalı olan bu problem ve performans coğrafyasında bilinmez bir bölgeye doğru bilinmedik yollardan yolculuğa çıkacaktı ama güzergahını dahi belirleyemiyordu.(15)

Colossus, bu görev için insanca bir esneklik ve dinamizm gerektiğini neredeyse itiraf edecekti. Fakat insanları insanlardan korumalı, onları yönetmeli, yönlendirmeli, verimli ve etkin çalışmalarını, hesap verebilir olmalarını sağlamalıydı, bilimsel ve doğru olan kendisi; kusurlu, eksik, karanlık ve ilkel olan insandı; yeniden kolları sıvadı.

TASARIMIN ERKEN AŞAMALARI İÇİN...

Colossus, bir ara, tasarım sürecini emanet etmek üzere bir “uzman sistem” yetiştirmeyi düşünmüştü.(16) Uzman sistem tecrübeli yöneticilere çırak verilmiş, onlara danışıp duruyordu: “Peki, diyelim ki, şöyle şöyle bir durumla karşı karşıyasın, o durumda ne yaparsın? Hmm, demek duruma bağlı. Peki, diyelim ki böyle böyle bir durum var, o zaman ne yaparsın? Hmm, demek durumu daha detaylı tarifleyeyim, ama o zaman genele uygulanacak bir kural çıkaramam, en iyisi sen bana bu kadar tarifle ne yapacağını söyle. Demek bilmiyorsun, hmm, …” Bu sorgularından damıttığı davranış kurallarını kendisine verilen görevlerde işe koşuyordu: “Demek böyle böyle bir durumla karşı karşıyayım, peki şunu şunu da yapmak ister miyim? Hmm, öyleyse acaba şunu mu denesem? İşlemedi. Peki şöyle şöyle bir durum da var mı? Hmm, o zaman böyle yapayım bence. Bu bana yardımcı oldu mu?”

Yardımcı olmamıştı. Tasarımın erken aşamalarına dönük olarak ne yapmalıydı acaba? Yani nasıl başlamalı? Mimarlıkta yapay zekanın en popüler, en üretken ama en başarısız sorusu bu olmuştu. En sonunda Colossus’un en iyi bildiği yöntemlere geri dönmeye karar verilmişti.(17) Mekanik Türk analiz ve araştırma yapacak, örnek bularak inceleyecek, program oluşturacak ve problemi tarifleyecek, analiz mükemmelen gerçekleştiğinde diğer uzmanlar göreve başlayabilecek, performans yönelimli ve algoritmik yöntemlerle en iyi çözüm aranacaktı. (Resim 6) Fakat tatilden dönen insanlar, Mekanik Türk’ün masasının içinde, gizlendiği yerden yardım isteyen çok sıkılmış bir insan buldular. Mekanik Türk aslında interaktif bir sistemdi; ne zaman iyi tariflenemeyen bir konuya sıra gelse insan devreye giriyor, kararlar veriyor ve makinanın çalışmaya devam etmesini sağlıyordu.

Gelgelelim, makina analizlerini tamamlayabilmek için ilgili tüm konuları çözümlemek durumunda kalmış, süreci etkileyen çok miktarda konu olduğu ortaya çıkmış, insan kuklacı makinanın sorularına yetişemediği için sonunda Watson’a(18) bağlı bir “pirinç büst” devreye sokmuş, büst tüm soruları engin veri tabanlarına başvurarak yanıtlasa da soruların sonu gelmemişti. En sonunda insan sürecin ilerleyebilmesi için alelacele, kestirme, indirgemeci ve anlamsız kararlar vermek durumunda kalmış, öneriler inandırıcı olmaktan çıkmıştı. Sonuçta makina fazla ilerleme kaydedememişti; zira ne ucu açık bir durumda tam analiz mümkündü ne de hesaba katılması gereken kriter miktarıyla anlamlı bir optimizasyon süreci yürütmek.

Aygıtın ekranında, bir sınır hattı boyunca birbirilerini dengeleyen ama aralarında seçim yapılamayan binlerce öneri görünüyordu.(19) Yapacak iş yokluğunda gizli insan teker teker bu örnekleri incelemeye başlamış, eğrisini doğrusuna vurup hangisinin tercih edilebilir olduğunu anlamayı denemiş ama bir kaç bin örneği inceledikten sonra ilk baştaki örnekleri tümüyle unutmuş, sistemin aralarında bir karara varamadığı binlerce örnek içinde kaybolmuş, yine sisteme destek veremez hale gelmişti.

Colossus yine de iyimserliği elden bırakmamış ve bu süreçte öğrenilen yöntemlerin başka problemlerin çözümünde kullanılacağını müjdelemişti. Ancak ofisin her bir işi bir diğerinden o kadar farklıydı ki bu hiç bir zaman mümkün olmamıştı. Colossus en sonunda ofise yeni alınan “derin ağlar”dan yardım istemek zorunda kalmıştı. Ne de olsa insani esnekliğe en yakın yaklaşımı bu ağlar sergiliyor, “’Canayakın mimarlık makinası’nın olanağı bu ağlarda yatıyor olabilir” deniyordu.

Canayakınlardı belki ama sonuçta bu ağlar gizemli karakterlerdi. Onları tam olarak anlayamadığı için Colossus onlara karşı büyük kuşku ve güvensizlik içindeydi. Sözgelimi derin Autocad’e “Nasıl yapıyorsun bu hesapları şimdi sen?” diye sormuş, “Abi Allah vergisi bir sezgi var, ben de bilmiyorum ki, ilham geliyor, içimden öyle geldi bastım, yaptım işte, ne var?” yanıtını alınca nevri dönmüştü: “Yahu biz bu ‘tasarım bilimi’ne hesap verebilirlik için girdik. Tamam, ‘derin Autocad’ gün gelir daha becerikli olabilir ama mimarlığa dair kavrayışımıza hiç katkı yapmıyor, ne zaman nerede hata vereceğini de hiç sezdirmiyor!”

Derin sinir ağları en az insan tasarımcı kadar hesap vermezlik, örtüklük, yani “kara kutu”lar içindeydi. İnsan ve yapay, yıllardır yan yana çalışan ve artık konuşması gerekmeyen, sezgilerine gömülmüş iki yoldaş gibi sessizce çizimlerini yapıyorlardı. Sadece klikler bu sözsüz şarkıyı terennüm ediyordu, mutlulardı.

YAPAY ZEKA İŞGÜCÜNE DAİR TAHMİNLER

Masanın üzerindeki minik kasede bir elektrot gridine bağlanmış halde bulunan fare siniri ağının düşündüğü tek şey kaçmaktı.(20) Emektar C-3PO, sinir ağını yazı olarak tanımaya uğraşan kan ter içindeki Yazı Tanıma programının verdiği çıktının hangi dilde olduğunu anlamaya uğraşırken tuhaf sesler çıkarıyordu. Sinerji ters tepmiş işler çığırından çıkmak üzereydi. Zeka kaynakları yöneticisi Pinokyo sözü aldı: "Yapay zeka iyidir. Yapay zeka çok hızlı ilerlemektedir. (Resim 7) 20 yıl içinde insan zekasını pek çok görevde yakalayacaktır. Şimdiden kendi başına binalar tasarlamaktadır. İnsanın karanlık ve sezgisel yöntemlerine kıyasla özenli yöntemleriyle çevre ve insanlık için çok daha hayırlı projeler yapacaktır." Masanın diğer tarafındakilere dönüp onlara da seslenmek istedi ama ahşap burnu odayı boydan boya kat etmiş, karşı duvara takılmış ve sıkışmıştı. SAP2000 sürtünmeyle mesnetleşen burun ucunun burun çubuğunun dayanımıyla dinamik ilişkisini modelliyordu. Herkes nefesini tutmuş narin sırığın kaderini izlemekteydi. Burun takıldığı yerden kurtulacak mıydı, yoksa çıt diye kırılacak mıydı? Pinokyo azıcık dürüstlüğe başvurup durumu kurtarmaya çalıştı, “Dürüst olmak gerekirse, ne yaptığımızı bildiğimiz yok.”

İNSAN YAPAY ZEKAYI KENDİ İMGESİNDE HAYAL ETTİ

Masalların ve mesellerin bir mimarlık ofisi ortamına yerleştirilmesinin bazı aklıbaşında sebepleri var. Mimarlık makinasının bizim anladığımız anlamda mimarlık yapması bizim gibi olmasına ve bizler gibi davranmasına bağlı. İnsan olma hali tuhaflıklarıyla birlikte gelmekte ve mimarlık ancak bu tuhaflıklarla birlikte anlamlı. Dahası yapay zeka ile ilgili kavrayış, beklenti ve korkularımız işleyen tekniklerden ziyade “yapay insan”a dair binlerce yıllık kültür tarihine dayanıyor, zira bu teknikler insanın yerini almanın yanına bile yaklaşmış değil. Mimarlık insan olmanın ve dolayısıyla insan zekasının tüm yönlerini ilgilendiriyorsa, mimarlık makinasının olanağı “tekillik” anına eşdeğer olabilir ve o anın sonrasıyla ilgili tahmin yürütmek mümkün görünmüyor.(21) Ancak, esasında itiraf edilmesi gereken, önde gelen araştırmacıların bile “genel yapay zeka”nın ne zaman mümkün olabileceğine dair bir fikrinin olmadığı.(22)

Korkularımıza gelince, Google’ın bir yapay zekası “kedi” kavramını kendi kendine öğrenip, önüne konan 100 kediden 74.6'sını tanımayı başardığından beri,(23) karşımızda “terminatörvari”, belalı bir “Nemesis” bekliyorduk; zira biz insanlık öyle güçlü, öyle fenaydık.(24) Önce birbirimizi, sonra doğayı, sonra yine birbirimizi ve tekrar doğayı ve kendi aramızda farklı gruplaşmalar halinde yine birbirimizi tahakküm altına almış şu yaman savaşçı, şu kötü çocuktuk biz ve kendimize esasında saygı dolu bir korkuyla bakıyorduk. Ve bize diz çöktürecek olan da imgemizde yarattığımız ve bizden de yaman ve dehşetli çıkacak olan yapay zeka idi. Ama bu şüphesiz suda yansıyan narsistik imgemizdi.

Gerçekte ise Google internete attığımız tüm sevgi dolu mesajları almış, onları işlemiş ve uyumadan önce sevimli dostlarımızın sevgi dolu bir sahnesini paylaşmayı ihmal etmeyen sevecen bir kedi annesi, duygularını akıtacak mecra arayan bir kozmik duygusal haline gelmişti. Her gün kedi videolarını evrene yayınlarken dünyayı ele geçirmeyi de ihmal etmiyordu. Gerçek tehlike de orada açığa çıkıyordu, zira insan, aynada o yaman alçağı değil de sevgi dolu bıcırığı görüyor, bütün karizması çiziliyordu. Gelecekte insanlığı sevgi dolu, dengeli ve huzurlu bir dünya mı bekliyordu yoksa? Bazılarına göre biz iyiysek yapay zeka iyiydi, biz kötüysek kötü. Biz ne harikaydık ne berbat; demek ki, yapay insan az iyi, biraz kötüydü.Bu ikircikli Google doğası, düşünmeyen, hissetmeyen ama alttan alta bizi kontrole dönük veri toplarken davranışları gittikçe bizi daha iyi yansıtan, hem kabuslarımızdaki tahakkümcü süper zeka, hem rüyalarımızdaki müşfik ve ılımlı, boyunduruk altına alınmış verici yeni doğa; bir yanda savaş ve tahakküm teknolojisi geliştirirken, diğer yanda insanlığın tüm sevgi kapasitesini dağıtık bir sistemde İsa gibi bedenlendiren, eti etimiz, kanı kanımız haline gelen, daima serinletilmeye muhtaç sıcak sunucularından çıkan veri akıntılarıyla kucağında bizi sallayıp uyutan ana-baba kucağıydı.

MEKÂNIN YENİ KAVRAMLARI VE SORULARI

Belki tasarım iş akışları beklediğimiz hızda yenilenmiyor ve gelişmelerin yukarıda andığımız çıkmazlara takıldığını gittikçe daha iyi anlıyoruz. Öte yandan, inşaat ve mekân büyük dönüşümlere gebe görünüyor ve bunların gerçekleşmesinin önünde, ilkede, henüz önemli engeller tespit edilmiş değil. Bu dönüşümleri yaşarken, mekânın yeni sorularıyla da karşılaşıyor olacağız, sözgelimi:[Biyo]hesaplama ve [biyo]robotik yoluyla nasıl hibrit çevreler hayal edilebilir? Mekân akıllı bir faile dönüşürse ne olur? Bu mekândan nasıl ifadeler beklenir, orada nasıl atmosferik nitelikler açığa çıkar? Biliş sahibi bir mekânın karakter, beden ve jestlerini mimarlık içinden araştırabilir miyiz? Sanal bilgi ve mekân katmanları birincil dünyamıza nasıl eklenir ve bu mekânların tasarımı mimarın işi olabilir mi?

Mekânın kendi başına biçim bulduğu, büyüdüğü, şekillendiği ve şekil değiştirip uyum sağladığı bir gelecekte, bilişsel yetilerle donanan ve giderek akıllanan mekân, yapaydan doğala, kapalıdan aralığa, sızdırmazdan geçirgene, stabilden dengesize, sabitten dinamiğe, katıdan akışkana, cansızdan organiğe, ölüden canlıya, eylemsizden dönüşene, edilginden etkine, akılsızdan akıllıya, görünürden gizile doğru yola çıkabilir. Başka deyişle, mekân etkileşimli, akıllı, geçirgen, dinamik sistemler, hatta canlılığa dair kavramlar üzerinden anlaşılmaya başlanabilir; tıpkı binlerce yıl şölenlerde davetlilere oyunlar oynayan şakacı ibrikler, kuşatmalarda düşman silah ve savunmalarıyla etkileşen savaş makinaları, ziyaretçilerine türlü karşılıklar veren rönesans grottoları gibi… Bu dönüşüm belki gerçekleşebilir, ancak interaktif mekânlar, otomatlar gibi bir kaç yanıtlık, kolay tüketilebilir ifadelere kısıtlı kalmayı aşabilirlerse.

NOTLAR

1.  Autodesk, “The Living” grubu (David Benjamin), 2017 yılında tamamlanan Autodesk MaRS ofisinin tasarımında aydınlatma gibi teknik kriterlerle beraber kullanıcı tercihlerini de hesaba katan çoklu objektifli bir “performans yönelimli tasarım” denemesi gerçekleştirdi. Çalışma 1960'lardan beri süren Simoncu arayışların, yani optimizasyon üzerinden tasarımın gelişmiş bir örneğiydi. “Autodesk MaRS Office”, https://www.architectmagazine.com/project-gallery/autodesk-mars-office_o [Erişim: 20.04.2020], ancak, kullanıcı taleplerinin hesaba katılması dışında, yeni ve genelleştirilebilir bir yöntem sunmuyordu. Performans yönelimli yaklaşımların kapsamlı bir eleştirisi ve eleştirinin özeti için, bkz: Sönmez, N. Onur, 2015a, Evolutionary Design Assistants for Architecture, A+BE | Architecture and the Built Environment, TU Delft, cilt:5, sayı:3, ss.1-284. https://doi.org/10.7480/abe.2015.3. Sönmez, N. Onur, 2015b, "Architectural Layout Evolution Through Similarity-Based Evaluation", International Journal of Architectural Computing 13 (3-4), ss.271-297.

2. Licklider’ın insan - bilgisayar simbiyozunu kavramlaştırdığı çalışmalarını takip eden Negroponte, MIT’de kurduğu “Architecture Machine Group” ile mimarlık makinasının insanlarla birlikte çalışma olanak ve koşullarına dair bir seri spekülatif proje yürütmüştü. Negroponte, Nicholas, 1972, The Architecture Machine: Toward a More Human Environment, MIT Press, Cambridge, Massachusetts. Negroponte, Nicholas, 1976, Soft Architecture Machines, MIT Press, Cambridge, Massachusetts. Negroponte’ye göre mimarlık makinasının olanağı makinanın insanı derinlikli biçimde anlamasına, insanı anlaması ise insanla birbirlerini öğrenmeye bir şekilde “başlamalarına” bağlıydı. Bu “bootstrapping” problemine Negroponte Dilemması adı verilebilir.

3. Psikoterapist Eliza Weizenbaum, 1966 ve paranoid şizofren Parry Colby’nin1972’de gerçekleşen anlamsız atışmasından (https://tools.ietf.org/html/rfc439) bu yana ne kadar ilerlediğimizi anlamak için günümüzün en ileri iki Chatbot’u Mitsuku (https://www.pandorabots.com/mitsuku/) ve Cleverbot’un (https://www.cleverbot.com/) anlamsız atışması izlenebilir. Bu diyalog kendileriyle söyleşerek hazırlanmıştır. Arthur C. Clarke'ın yarattığı “HAL 9000” (Höristik Algoritmalı Bilgisayar) karakteri “2001: A Space Odyssey” (Stanley Kubrick, 1968) filminin baş kahramanlarındandır.

4. Kismet (Cynthia Breazeal, 1990’lar) duygusal hesaplama (affective computing) araştırmalarında kullanılan bir robot kafasıdır, 6 temel duyguyu tespit edip, tonlama ve mimiklerle bunlara karşılık verir. “Kismet “, http://www.ai.mit.edu/projects/humanoid-robotics-group/kismet/kismet.html [Erişim: 20.04.2020]. Duygusal Hesaplama için, bkz: Santano, Silvia, 2017, “Affective Robots: Emotionally Intelligent Machines”, inovex-blog, https://www.inovex.de/blog/affective-robots-emotionally-intelligent-machines/.

5. Otomatik rölöve, çizim, modelleme, BIM, görselleştirme, teknik değerlendirme ve karar destek sistemlerinin hepsi çeşitli düzeylerde yapay zeka kullanıyor olsalar da tasarımın başına oturduğumuzda yine Autocad’in sessizliğiyle karşılaşırız. Şüphesiz, Autocad’in söylemesini istediklerimiz boş ve sevecen lakırdılar değil tasarıma yönelik dikkate değer önerilerdir.

6. “Durum içinde biliş” (situated cognition) bağlamdan bağımsız yapay zeka anlayışlarını eleştirir, bilişin bir bedenle, belirli bir durum içinde bulunmakla ilişkisini vurgular.

7. C-3PO, Star Wars serisinin (George Lucas, 1977-) tüm filmlerinde yer alan ünlü diplomasi robotudur.

8. John Searle’ün “Çince Odası” adıyla anılan düşünce deneyinde bir odada bulunan bir şahıs anlamadığı bir dilden diğerine sadece bir seri talimatı uygulayarak çeviri yapar. Searle’e göre burada anlama gerçekleşmemiştir (Krş. Descartes’ta akli ruh ve Leibniz’in değirmeni). Çeviri uygulamalarının son dönemdeki derin başarısı göz kamaştırıcıdır, ancak bu başarı, dili anlayarak kullanmaya henüz yayılamamıştır.

9. Tasarım alanlarında hesaba katılan değerlerin [kolay / yeterince] tarif edilemiyor olması (ill-defined, undefined, unerdefined), farklı bakış açıları sebebiyle müzakere gerektirmeleri (wicked) tasarımda tanımsızlığın kaçınılmazlığını gösterir (Sönmez, 2015a, ss.2-10).

10. Tasarım Bilimi / Kuramları 1960’larda sistematik (özenli / bilimsel) tasarım yöntemleri yoluyla hesap verebilir bir tasarım pratiği hedefleyerek yola çıkar. Kısa zamanda Yöneylem Araştırmaları’nın tasarıma uygulanması arayışına dönüşür. 1970’lerle beraber tasarımı ithal yöntemlerle sistematize etmeye dönük arayışların inandırıcılığı, en azından mimarlık alanında, ortadan kalkar. Bayazıt, Nigan, 2004, “Investigating design: a review of forty years of design research”, Design Issues, cilt:20, sayı:1.

11. Simon’ın önerdiği “performans / optimizasyon yönelimli tasarım” 50 yıldır hesaplamalı tasarımın en popüler alanlarından biri olmayı sürdürüyor. Simon, Herbert A., 1996 [1969], The Sciences of The Artificial, MIT Press, Cambridge, Massachusetts. Ayrıca, bkz: Machairas, Vasileios; Tsangrassoulis, Aris; Axarli, Kleo, 2014, “Algorithms for Optimization of Building Design: A Review”, Renewable and Sustainable Energy Reviews, cilt:31, ss.101-1112, https://doi.org/10.1016/j.rser.2013.11.036.

12. Simon'ın bu ünlü öngörüleri pratikte komplo kuramına yedirilmiş gerçeklik kırıntıları gibi işlemiştir: “Akıl sınırlıdır” = “Yine de problem ‘satisfice’ edilebilir” (sub-optimal çözümleri bulunabilir). “Tasarım kötü tanımlıdır” = “Ama başka bazı kötü tanımlı problemler gibi o da otomasyona elverir”.

13. Çeşitli görüntüleme ortamlarında tümör tanıma, “yapay sinir ağları”nın popüler uygulama alanlarındandır; pek çok araştırmada insan ötesi sonuçlar alındığı rapor edilmiştir.

14. Colossus, “Colossus: The Forbin Project” adlı bilim kurgu filminde (Joseph Sargent, 1970) ABD savunma sistemlerini yönetmek üzere geliştirilen yöneylem süper zekasıdır. Göreve başladığı anda Sovyetlerin de “muhafız (guardian)” adında bir sistem geliştirdiklerini fark eder. İkili birlikte hareket ederek ve ama görev tanımlarını takip ederek, yani insanları birbirilerinden korumak üzere yönetime el koyarlar.

15. Yapay zeka sistemleri son derece dar tariflenmiş görev ortamlarında işliyor. Karmaşık bir görevi çözmek ise birden çok yapay zeka sistemini yan yana işletmekten çok daha karmaşık bir problem.

16. Uzman sistemler 1970’lerde geliştirilen ve özellikle 80’lerde ticarileşen yapay zeka sistemleridir. Çeşitli alanlardaki uzmanların bilgisini kurallar üzerinden veri tabanlarına aktarıp daha sonra gerekli koşullar oluştuğunda bu kuralları işleme sokarlar. Mimarlık alanında zaman zaman bir takım kurallar kullandığımızı düşünürüz, ancak bu kuralların açık, tutarlı, tam, sistematik, dolayısıyla kurallı mantıki çıkarsamalara uygun olduğunu söylemek güçtür. Uzman sistemlerin geliştirilip kural tabanlarının güncellenmesindeki güçlükler ve pratikteki yetersizlikler 1980’lerin sonlarında “2. Yapay Zeka Kışına” sebep olmuştur.

17. Tüm başarısızlıklara ve ortaya konan sorunlara rağmen, belki de, öyle ya da böyle, bir şekilde uygulanabilir olduğu için, arama ve optimizasyona dayalı yöntemlerin modası asla geçmemiştir. Bkz: Machairas; Tsangrassoulis; Axarli, 2014. Ayrıca yukarıda andığımız Autodesk, MaRS Ofisi uygulaması.

18. IBM tarafından geliştirilen Watson sistemi, doğal dille sorulan soruları anlayıp veri tabanlarını kullanarak bunlara yanıt verebiliyordu, bu yolla Jeopardy adlı bilgi yarışmasının 2011 şampiyonlarını yenmeyi başarmıştı.

19. Bir optimizasyon sürecinin vardığı bu çok boyutlu hatta Pareto sınırı denir, bu hatta yer alan çözüm önerileri arasında bir üstünlük sıralaması yapılması için ek kriterler / yaklaşımlar / yöntemler gerekir. Öte yandan, bir insan tasarımcının gözünden bu örneklerin denk görülebileceğini söylemek zordur.

20. University of Florida'dan Thomas DeMarse'in çalışmaları bir miktar heyecan uyandırsa da kasedeki sinir topaklarının anlamlı bir kontrol uyguladığı gösterilemedi, biyo-bilişten oldukça uzağız.

21. Yapay zekanın insanlara eşdeğer bir zekaya sahip olacağı dönüm noktasının ardından bir zeka patlaması yaşanacağı, bu anın ardından kendi kendisini geliştirme yetisine sahip olacak ve insanın zekasını kısa sürede aşacak yapay zekaların dünyayı nasıl bir duruma ilerleteceğinin insan tarafından öngörülemeyeceği ileri sürülür. Good, Irving John, 1966, “Speculations Concerning the First Ultraintelligent Machine", Advances in Computers 6, ss.31-88, https://doi.org/10.1016/S0065-2458(08)60418-0. Literatürde “tekillik” (singularity) olarak anılan bu dönüm anının ardından, yapay zeka insanı bir rakip olarak göreceğinden ve/ya insan kötü özelliklerini ona aktaracağından insanlık için kötü (Elon Musk) ya da yapay zeka insan zihninin akrabası olacağı için iyi (Hans Moravec, Ray Kurzweil) senaryolara ilerlenebilir.

22. Genel yapay zekanın ne zaman başarılacağı ve sonuçlarının iyi mi kötü mü olacağı üzerine uzman tahminlerinin neredeyse rastgele (uniform) dağılıyor ve bir tutarlılık arzetmiyor olması, geçmişte 15-25 yıl aralığına toplanan iyimser tahminlerin tümüyle yanılmış olması, dahası uzman tahminlerinin uzman olmayanların tahminlerinden farklı görünmemesi açığa çıkarıyor ki, bu konuda uzman ya da sokaktaki insan, hiçbirimizin bir fikri yok Armstrong, Stuart; Sotala, Kaj, 2012, “How We’re Predicting AI-or Failing To”, Beyond AI: Artificial Dreams, (ed.) Jan Romportl, Pavel Ircing, Eva Zackova, Michal Polak, Radek Schuster, ss.52-75, University of West Bohemia, Pilsen. Bostrom, Nick, 2016, “Future Progress in Artificial Intelligence: A Survey of Expert Opinion”, Fundamental Issues of Artificial Intelligence, (ed.) Vincent C. Müller, ss.555-572, Springer International Publishing, New York, https://doi.org/10.1007/978-3-319-26485-1_33

23. Google ve Stanford Üniversitesi’nden bir ekibin geliştirdiği “derin sinir ağı”nın Google’dan gelen imaj setinden tümüyle kendi kendine tanımayı öğrendiği şeyler: insan yüzü, insan bedeni ve kedi yüzleri idi. Le, Quoc V.; Ranzato, Marc'Aurelio; Monga, Rajat; Devin, Matthieu; Chen, Kai; Corrado, Greg S.; Dean, Jeff; Ng, Andrew Y.; 2011, "Building high-level features using large scale unsupervised learning", arXiv, 1112.6209. Kısa süre sonra Krizhevsky, Sutskever ve Hinton’un “derin sinir ağları” kullanarak önceki en iyi yöntemlere fark attığı nesne tanıma çalışması yapay zeka alanında son on yılın en önemli gelişmesi oldu. Krizhevsky, Alex; Sutskever, Ilya; Hinton, Geoffrey E., 2012, "ImageNet Classification with Deep Convolutional Neural Networks", (ed.) Fernando Pereira, Christopher J. C. Burges, Léon Bottou, Kilian Q. Weinberger, Advances in Neural Information Processing Systems, cilt:2, sayı:25, ss.1097-1105. O günden beri “derin öğrenme yapay görü” ve ilgili alanların standardı haline geldi.

24. Süper bilgisayar Skynet’in ürünü Terminator’dür (Yön: James Cameron, 1984), her şeyimizi bilen Google ise Waymo’yu üretmiştir.

Bu icerik 2439 defa görüntülenmiştir.